遇到瓶颈：计算能力之殇

      当时的AI研究人员和领军人物对未来极其乐观。1958年西蒙预言“十年之内，计算机将成为国际象棋世界冠军。” 纽厄尔则说 “十年之内，计算机将发现并证明一个重要数学定理。”1965年，西蒙认为“二十年内，机器将能完成人能做到的一切工作。”到1967年，明斯基更大胆判断：“在我们这一代人的努力下，创造人工智能难题将会从根本上被解决。”这就是所谓的“一代人解决AI问题”豪言 。

      但是，70年代初，AI遭遇了瓶颈，问题和批评接踵而来。   

      AI研究人员遭遇的最重要瓶颈是当时计算机能力严重不足，有限的处理速度和内存不足以解决许多实际的AI问题。例如，自然语言处理方面，内存只能容纳含20个单词的词汇表，只能应付表演。更有人从理论上证明，AI有关的许多问题只能在指数时间内获解（处理时间与处理规模的幂成正比）。按这样的理论，解决稍微复杂一点的问题，几乎需要无限长的时间。这意味着，AI中的许多程序理论上就只能停留在简单玩具阶段，不会发展为实用工具。

      另一方面，初创的AI那时也实在肤浅。

      这就是AI，仿佛条条路都可以通往人脑核心，但再往前走，却发现高墙林立。

      冰冷的寒风吹来了。著名应用数学家莱特希尔爵士（James Lighthill）受英国科学研究委员会（Science Research Council）之托，全面审核调研AI领域学术研究的状况。1973 年，历史上赫赫有名《莱特希尔报告》(Lighthill Report)推出。报告批评了机器人和自然语言处理等AI领域里的许多基本研究，结论十分严厉——“AI领域的任何一部分都没有能产出人们当初承诺的有主要影响力进步”。整个报告，流露出对AI研究在早期兴奋期过后的全面悲观。《莱特希尔报告》一出，英国政府停止了除三所大学之外的全部AI相关研究的资助。

      同样，美国政府受到来自国会的压力，大规模削减了AI探索性研究经费，转而资助那些被认为更容易取得有影响力进展的领域。

      各国政府纷纷仿效，如同釜底抽薪，曾经火热的AI一下子从云端跌落，经历第一次 “人工智能寒冬”（AI Winter）。之后十来年，AI几乎淡出人们视野。

AI复兴与再度冷却：从专家系统风靡到个人电脑普及

      AI的第二次高潮，在上世纪80年代初开始，引领力量是知识工程和专家系统。专家系统实际上是一套程序软件，能够从专门的知识库系统中，通过推理找到一定规律，像人类专家那样解决某一特定领域的问题。简单说，专家系统等于知识库加上推理机。

      这一次AI复兴，与斯坦福大学教授爱德华·费根鲍姆(Edward Feigenbaum) 有很大关系。由于对AI的贡献，他获得了1994年的图灵奖。

      早在1965年，他和诺贝尔奖得主莱德伯格(JoshuaLederberg)等人合作，开发出了世界上第一个专家系统程序DENDRAL，能够从几千种可能的分子结构中挑选出一个正确的。这一示范性专家系统让很多科研机构和企业纷纷开发自己的专家系统，上世纪80年代初进入高潮。

世界上第一个专家系统程序DENDRAL主要开发者，爱德华·费根鲍姆