制造工具，被视为“人“的特征。

而创造智慧，又是否为“神“的特权呢？

人造智慧一直是最深奥又禁忌的话题，人的本质是什么，人的意识是什么？单纯的躯壳似乎并不能称为“人”，而“人”的本质，似乎正是那躯壳里所藏的智慧——智慧，意识，又是否为同一者呢？

人造智慧动摇的不止是人的本质。工业革命让机器取代了人的劳动，而理论上成熟的人工智能则可以取代人的全部劳动，全部！这又是否意味着某种意义上对人本身的彻底取代或否定？或者意味着对人类彻底的解放？

总之，人造智慧就像世上最厉害的潘多拉魔盒，蕴含着无穷的可能——不管是好的方面还是坏的方面。

而目前的人工智能虽然远未到那般地步，至今的发展也引起了人们的极大关注和讨论。

人工智能的历史，要追溯概念的话得从古代传说研究，不过当前人工智能的进展显然和那些古代传说不太直接相关。

现代人工智能的研究分三大学派：符号主义、行为主义、连接主义。

其中符号主义又称逻辑主义，原理是模仿人类的逻辑思维过程。

行为主义是针对最终做出的行为进行研究，而非研究背后的原理。

连接主义也就是现在正火热的神经网络，原理是模仿人脑神经元的运作模式。

现代人工智能领域正式开启于1956年夏天美国达特茅斯学院的一次研讨会，而关于神经网络的早期研究甚至要追溯到40年代。1956年到1974年，符号主义盛行，研究者曾乐观的估计人工智能的水平追上人类只需要一代人的时间，但最终人工智能的大量阻碍并没有被顺利的克服，相关研究也失去了资金支持——1974至1980被称为第一个AI冬季。

到了80年代，一种名为“专家系统”的程序被广泛运用，“专家系统”将自身限制在小的特定知识领域，从而回避了困扰人工智能系统的“常识知识问题”，很大程度的减小了所要处理的信息量。

同时，物理学家John Hopfield开发了一种神经网络以全新方式学习和处理信息，而Geoffrey Hinton和David Rumelhart推广了一种称为“反向传播”的神经网络训练方法。这两项发现有助于连接主义领域的复兴。

促进人工智能领域复兴的还有以日本政府“第五代计算机”项目为代表的大量资金资助，但也正因如此，1987年开始人工智能领域相关的一系列经济和资金问题再次带来了人工智能的寒冬。

80年代后期，行为主义有了一定的恢复和进展。

20世纪末，人工智能在多种游戏领域赢过人类，并且在自动驾驶领域取得一定成效，但这些成功并不是因为某些方式上的革命，而是很大程度上来源于计算机性能的巨大提高。

计算机性能的巨大提高在21世纪彻底迎来了质变——大数据（获取、访问、处理大量数据）为人工智能提供了超大的样本，而性能远远超出以往的计算机也给人工智能的训练提供了更大的便利，这些都促使21世纪人工智能的发展已经接近狂热。

当然，机器学习的技术进一步发展也起到了很大作用。

在人工智能的三大学派中，符号主义和行为主义，都更强调对于方法的分析和研究，而相对依赖样本较少。唯有连接主义正好相反，神经网络的模型相对前两者较为确定，更依赖海量的样本进行训练。

因此也就不难理解，计算机技术和大数据领域取得飞速发展的今天，为什么神经网络能完成逆袭了。

而我们也期待符号主义和行为主义取得方法上的突破，为人工智能领域带来新的发展。