人工智慧（AI）的發展從 20 世紀中期的圖靈測試開始，經歷了兩次 AI 冬天與多次技術革命，終於在深度學習與大數據技術的推動下迎來爆發。從 IBM 深藍戰勝棋王，到 AlphaGo 擊敗圍棋世界冠軍，再到 ChatGPT 引領生成式 AI 浪潮，每個重大突破都改變了科技與社會的未來。本篇文章將帶你回顧 AI 的發展歷程，解析關鍵技術演進，並展望未來 AI 如何影響我們的生活。
1. AI 誕生與早期發展（1940s-1950s）
(1) 人工智慧的概念雛形（1943年）
- 事件：Warren McCulloch 和 Walter Pitts 發表了論文《A Logical Calculus of the Ideas Immanent in Nervous Activity》，提出了**人工神經網路（Artificial Neural Networks, ANN）**的概念。
- 細節： 他們的模型基於數學邏輯，模擬人腦神經元的運作。 這是首次嘗試將神經科學與計算機科學結合，奠定了日後神經網路與深度學習的基礎。
(2) 圖靈測試的提出（1950年）
- 事件：英國數學家 Alan Turing 發表經典論文《Computing Machinery and Intelligence》，提出**圖靈測試（Turing Test）**來判斷機器是否具備智能。
- 細節： 測試方式：讓一個人透過文字對話與另一個人和一台機器交流，如果受測者無法分辨誰是人類，則認為機器具有「智能」。 影響：圖靈測試成為 AI 是否具備智能的指標，也開啟了人工智慧的哲學討論。
(3) 達特茅斯會議與 AI 名稱誕生（1956年）
- 事件：「人工智慧（Artificial Intelligence）」這個詞由 John McCarthy 在達特茅斯會議（Dartmouth Conference）正式提出，標誌著 AI 作為一門學科的誕生。
- 細節： 會議由 McCarthy、Marvin Minsky、Claude Shannon 等人主持，探討 AI 的可能性。 他們提出機器可以模擬人類思維，如學習、推理、解決問題等。 影響：這場會議被視為 AI 領域的開端，推動了大量早期 AI 研究。
2. 早期 AI 熱潮與第一個低潮（1950s-1970s）
(4) 感知機的提出（1958年）
- 事件：Frank Rosenblatt 發表「感知機（Perceptron）」，這是最早的機器學習模型之一。
- 細節： 感知機是一種基於生物神經元運作原理的演算法，能夠學習並分類輸入數據。 被認為是神經網路的開端，影響後來的深度學習技術。 限制：1969年，Marvin Minsky 和 Seymour Papert 在《Perceptrons》書中指出感知機無法處理非線性問題，如 XOR 閘，導致 AI 發展受挫。
(5) LISP 語言的發明（1958年）
- 事件：John McCarthy 發明了 LISP（LISt Processing），成為 AI 領域最常用的程式語言。
- 細節： LISP 支援符號處理與遞迴運算，適用於 AI 研究。 被廣泛用於專家系統與機器學習應用。
(6) 第一波 AI 冬天（1974-1980年）
- 事件：AI 發展遇到困境，研究資金減少，技術進展停滯。
- 細節： 主要原因： 早期 AI 僅能處理簡單問題，無法應對現實世界的複雜場景。 硬體計算能力不足，神經網路研究受限。 研究者過度誇大 AI 的能力，導致投資者失望，資金撤回。
3. 知識驅動 AI 與第二次低潮（1980s-1990s）
(7) 專家系統的興起（1980s）
- 事件：專家系統（Expert Systems）在醫學、財務等領域廣泛應用。
- 細節： DENDRAL（1965）：用於分析有機化學結構的專家系統。 MYCIN（1970s）：可診斷細菌感染並推薦抗生素治療方案。 XCON（1980s）：用於配置計算機系統，幫助美國 DEC 公司節省數百萬美元成本。
(8) 第二次 AI 冬天（1987-1993年）
- 事件：專家系統的發展遇到瓶頸，AI 研究再度衰退。
- 細節： 原因： 專家系統的維護成本過高，難以應對複雜決策問題。 無法適應動態環境，缺乏學習能力。 電腦硬體仍無法支持更高效的 AI 模型。
4. 機器學習時代的興起（1990s-2010s）
(9) IBM 深藍擊敗國際象棋冠軍（1997年）
- 事件：IBM 開發的深藍（Deep Blue）擊敗當時的世界棋王 Garry Kasparov。
- 細節： 深藍使用 Alpha-Beta 剪枝搜索演算法，可在短時間內計算數百萬步棋局。 這是 AI 首次擊敗人類頂尖棋手，象徵 AI 在專業領域的突破。
(10) 深度學習的崛起（2006年）
- 事件：Geoffrey Hinton 提出了深度神經網路（Deep Neural Networks, DNN）概念。
- 細節： Hinton 透過 反向傳播（Backpropagation） 訓練多層神經網路，使 AI 能夠自動學習特徵。 這開啟了 AI 新時代，促成後來的深度學習浪潮。
5. 深度學習與 AI 大爆發（2010s-至今）
(11) AlphaGo 擊敗李世乭（2016年）
- 事件：Google DeepMind 的 AlphaGo 以 4:1 擊敗圍棋世界冠軍 李世乭。
- 細節： AlphaGo 使用 強化學習（Reinforcement Learning） 和 蒙特卡洛樹搜索（MCTS） 進行決策。 這是 AI 首次在極高複雜度的遊戲中超越人類。
(12) ChatGPT 問世（2022年）
- 事件：OpenAI 推出 ChatGPT（基於 GPT-3.5 和 GPT-4），引爆全球 AI 熱潮。
- 細節： GPT（Generative Pre-trained Transformer） 透過大規模文本數據進行預訓練，能夠產生類似人類的自然語言回應。 被廣泛應用於客服、創作、程式開發等領域。
AI 的發展仍在快速前進，未來 AI 可能將進一步改變人類社會的運作方式！ 🚀
