AI 必知!AI发展史上的 3 次大翻车彻底揭秘

我爱免费

作者：微信文章
点击右上方设置星标（Star）优先获取更多内容~



哈喽，我是小索奇。

想要学习AI，必然要了解一些AI历史。

今天咱们来聊聊AI发展史上那些让人扼腕叹息的大翻车时刻。

AI现在风头正劲，到处都是智能助手和自动驾驶，这一路走来，行业差点好几次就彻底凉凉了。

这些失败案例不光是技术问题，还牵扯到期望过高、资金断裂啥的，差点让整个领域停摆。

简单说，就是三次关键的惨痛教训，但每次都像过山车一样，从巅峰直坠谷底。咱们一步步来扒一扒，看看背后的原因啥呢，是不是觉得挺有意思的？



先说第一个大翻车，得追溯到上世纪60年代末，那时候AI刚起步，大家对它寄予厚望。感知器这玩意儿当时被吹得神乎其神，说是能模拟人脑学习啥的。

简单说就是一种早期的神经网络模型，能通过调整权重来分类数据。

结果呢，1969年，马文·明斯基和西摩·帕珀特出了一本书，叫 感知器 ，里面直戳要害，证明了这东西在处理简单异或问题时就卡壳了。

说白了，就是线性模型的局限性暴露无遗。你想想看，本来投资人和研究者都以为AI马上就能搞定复杂任务，结果一盆冷水泼下来，整个连接主义方向瞬间哑火。

资金撤了，项目停了，行业进入第一个AI冬天，从1974年持续到1980年。

差点就让神经网络这分支彻底消失了。





说到这儿，可能有人会问，那后来咋又复苏了？

其实是靠着新想法注入，比如专家系统兴起。

但这也引出了第二个大翻车，就是80年代的专家系统泡沫。

专家系统就是用规则和知识库来模拟专家决策的软件。



那时候，日本的第五代计算机项目闹得沸沸扬扬，美国也跟进，投了巨资。

简单说，这些系统在特定领域如医疗诊断上表现不错，但一遇到不确定性或常识问题，就傻眼了。

1987年，黑天鹅事件来了，股市崩盘，经济低迷，投资者一看AI没那么快变现，资金链啪的一声断了。



Lisp机器公司啥的纷纷倒闭，整个行业又进入第二个AI冬天，一直拖到1993年。

本来大家以为AI能快速商业化，结果现实骨感，这工作量也太庞大了吧。

亲测历史资料，这段时期研究经费锐减，很多实验室关门大吉，差点让AI从学术界彻底边缘化。

其实这些翻车不光是技术瓶颈，还和炒作有关。

第三个大翻车，得说说2000年代初的AI低谷，虽然不像前两次那么正式的冬天，但也差点让行业停摆。

那时候，互联网泡沫破灭，AI应用如语音识别和机器视觉远没成熟，期望又一次落空。

举个例子，DARPA的无人驾驶挑战赛，2004年第一届，车子们连几英里都开不完，全都翻车了。 简单说，就是传感器和算法跟不上复杂环境。

结果呢，投资冷却，人才流失，很多公司转向其他领域，从实验室到现实应用的鸿沟太大。



如果不是后来深度学习复兴，AI可能还停留在小众研究里。这背后的原因是啥呢？

其实主要是计算力和数据不足，直到GPU普及和大数据时代来临，才翻盘。

聊到这儿，你可能觉得这些失败挺打击人，但其实每次翻车都推动了进步。

比如第一个教训让大家重视多层网络，第二个强调了机器学习的重要性，第三个则催生了如今的深度学习框架，简单说，这些差点停摆的时刻，反倒成了AI韧性的证明。

现在AI这么火热，正是踩着这些坑过来的。AI发展史就是一部从翻车中爬起的励志剧，学习AI，我们要懂它的历史。

关注即兴小索奇，学习更多AI前沿领域~
其它内容

后台回复：【领取】即可获取AI群聊&合作&交流等相关内容

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！






●决定了！

●AI 不是 机器人！3 分钟看懂：它到底是怎么 "思考" 的？

●豆包+八爪鱼RPA 自动写文章，每天坐享收益

●罗永浩VS西贝 获胜，新规定让其无处遁形...

●人人戴副眼镜，将成为事实！

●今天，我要获取所有网站的图标！