AI 寒冬
1970年代—1990年代 · 期待與現實的差距
第一次 AI 熱潮的消退來得比人們預想的更快。1970年代初期，AI 研究者們發現他們嚴重低估了實現智慧的難度。資金的減少、公眾期望的落差，使得 AI 陷入了被批評與質疑的漫長冬季。
這一時期可以分為兩個主要階段：1970—1980年代的第一次寒冬，以及1987—1993年的第二次寒冬。儘管如此，仍有一些重要的進展——專家系統的商業應用、連結主義的復興、以及 IBM 深藍擊敗西洋棋冠軍的里程碑時刻，都為 AI 的再次崛起埋下了伏筆。
值得注意的是，即使在寒冬期間，日本政府仍然堅持投資於第五代電腦項目，這體現了對 AI 長遠發展的信心。
重要里程碑
Minsky-Papert 批判
Marvin Minsky 和 Seymour Papert 出版《感知機》，嚴格分析了單層感知機能夠和不能表示的問題。該書後來常與神經網路研究興趣下降聯繫在一起，但當時的資金變化還受到算力限制、研究預期落空及政策調整等多重因素影響。
馬文·明斯基 & 西蒙·帕佩特
Prolog 語言誕生
Alain Colmerauer、Philippe Roussel 等人在馬賽開發了第一版 Prolog，將謂詞邏輯用於程式設計，推動了邏輯程式設計與符號人工智慧的發展。
Alain Colmerauer & Philippe Roussel
Lighthill 報告
英國科學家詹姆斯·萊特希爾向英國政府提交了一份關於 AI 研究狀況的報告。報告對 AI 的進展持悲觀態度，認為 AI 的承諾遠遠沒有實現。這導致英國政府大幅削減 AI 研究經費。
詹姆斯·萊特希爾 (1924—1998)
MYCIN 專家系統
史丹佛大學開發了 MYCIN，這是一個用於醫療診斷的專家系統，能夠根據患者的症狀和測試結果推薦抗生素治療方案。MYCIN 展示了專家系統的實用性，儘管由於責任問題從未實際用於臨床。
史丹佛大學
XCON 專家系統
DEC 公司部署了 XCON（eXpert CONfigurer）系統，這是一個用於配置 VAX 電腦系統的專家系統。XCON 是第一個在商業上取得成功的專家系統，每年為公司節省數百萬美元。
Digital Equipment Corporation
第一次 AI 寒冬
20世紀70年代，在批評性評估和經費削減之後，部分 AI 研究進入低谷。「第一次 AI 寒冬」是後來的歷史分期，不同國家和研究方向受到影響的時間與程度並不相同。
重要人物
傑弗里·辛頓
深度學習之父
辛頓是神經網絡和深度學習領域的先驅。他在反向傳播、玻爾茲曼機、膠囊網絡等方面做出了重要貢獻。即使在 AI 寒冬期間，他仍然堅持神經網絡研究，最終在2018年獲得圖靈獎。
加里·卡斯帕羅夫
西洋棋冠軍
1997年，卡斯帕羅夫被 IBM 深藍擊敗。這一事件不僅展示了 AI 的能力，也引發了關於人類與機器關係的哲學思考。他後來成為了 AI 的積極倡導者。
詹姆斯·萊特希爾
AI 批評者
萊特希爾的報告對英國 AI 研究產生了深遠影響，導致了長達十年的經費削減。然而，他的批評也促使 AI 研究者更加務實。
凱倫·斯帕克·瓊斯
資訊檢索先驅
1972年，斯帕克·瓊斯在《Journal of Documentation》上提出逆文件頻率，按一個詞在整個文獻集合中出現的稀有程度來賦予權重。這一思想支撐了檢索排序，至今仍存在於各類檢索系統內部。她在 AI 經費最緊張的年代堅持在劍橋工作，並主張計算這件事太重要，不該只交給男性。
經典語錄
然而，我不得不說，在人工智慧領域，已經完成了大量工作，耗費了大量資金，也伴隨著大量的炒作與激情。在這次由一些世界頂尖科學家組成的委員會進行的極為嚴格的審查面前，沒有取得任何重大成果、任何宏偉成果能夠經得起檢驗。
深藍是不可辯駁的證據，證明機器能夠在複雜的認知任務上超越人類——這些任務長期以來被我們假定為發達大腦所獨有。