凡是过往，皆为序章。
Past is prologue.
—莎士比亚《暴风雨》
人们对这句话有两种理解。
一种理解是，过去已经预先决定了后续将要发生的事。因此，我相信，人工智能如何发展到今时今日的过程将决定我们在这个领域的未来方向。所以研究过去是值得的;
另一种是，过去其实无足轻重，大部分重大的事情接下来才会发生。我也认同这种理解。在人工智能领域，现在甚至连起步阶段都算不上，我们还需要应对很多难题。
早期阶段
John McCarthy 在1956年举办的Dartmouth会议上提出“人工智能”（arTIficial intelligence）这个词。这份提案由多人共同完成，按照顺序依次是达特茅斯学院的 John McCarthy、哈佛大学的 Marvin Minsky、IBM 的 Nathaniel Rochester 以及贝尔实验室的 Claude Shannon。
John McCarthy在提案的导言里概括了一些人工智能的主题，包括如何让计算机使用人类语言;如何利用神经元网络;机器如何自我改进（学习或者进化）;机器如何凭借自身的传感器形成抽象画面，以此来“观察”世界等等。
他们可真是雄心勃勃！回想起来，当时全球只有为数不多的几台计算机，而且每台最多也就只有几十KB的内存。
当然，John McCarthy并不是第一位讨论机器和“智能”的人。实际上，Alan Turing在此之前就已经撰写和发表过相关文章，但并不是以“人工智能”这个词去描述。他最广为人知的著作是出版于1950年的《计算机器与智能》（CompuTIng Machinery and Intelligence）。在这篇论文中，他介绍了“模仿游戏”（ImitaTIon Game），后来被称为“图灵测试”（Turing Test）。虽然论文题目包含了“智能”，但是正文里这个词仅提到一次。这个词是指尝试制造模仿成年人的机器的人类智能。他相信机器可以像人类一样思考的可能性，并在当时预测2000年这个目标可以达到。
在更早之前，一篇名为《智能机器》（Intelligent Machinery）的论文在1948年已经撰写完成，但直到1970年才发表。
人工智能最初的灵感来源于人类表现和人类智能。我认为在最开始的60年，这个目标已经吸引了大量的研究人员进入该领域。但实际上，我们还没有任何研究成果是接近这个目标的。这并非因为研究人员不够努力，也不是他们不够出色，而是实现这个目标过于艰难。
发展至今
正如图灵所推论的一样，人工智能的早期研究主要集中在几乎不需要感知或行动的领域。当时在游戏方面有一些研究，利用键盘和打印机，人类动作可以轻松地输入计算机或从计算机输出。
编写可以玩游戏的程序很快就衍生出了“树搜索”的概念，这是很多早期人工智能实验的关键，而且事实上，它现在已成为很多计算机科学的基本工具。
人们开发了一个“积木世界”的领域，可以探索所有类型的智能技术。1963年，美国麻省理工大学的Larry Roberts发表论文，展示了在精心设计的光照场景中，拥有平滑表面的积木的所有边缘都可以复原。这可能是最早一篇关于计算机视觉的博士论文。
有人研究过在一个二维积木世界中利用虚拟机器人解决问题。这个机器人可以从积木堆顶部拾取木块，或者将木块放置至一个虚拟的一维空间里。
还有人研究自然语言理解领域，所有这些问题都在复杂的三维积木世界中寻求答案。
随着时间推移，人们对人工智能分支领域特定问题的解决方案理解愈加深入，人工智能的子领域就有可能随之发展起来。之后不久出现了新的研究课题。人工智能覆盖的课题很广泛，没人能全部都了解。这些子领域包括：自然语言处理、搜索、游戏、神经元网络、机器推理、统计机器学习、机器人技术、移动机器人技术、同步定位和绘图、计算机视觉和图片理解等等。
强人工智能或通用人工智能（AGI）
我认为媒体和那些非业内人士最近被一个名字搞糊涂了，他们称之为强人工智能或通用人工智能。还有一些机构称呼他们自己为AGI机构/公司。据我所知这个领域的进展微乎其微。这会使媒体和非业内人士产生误解，以为现在才真正地推动与人类智慧水平相当的人工智能。然而，事实上成千上万的人工智能研究人员已经在这个领域工作了62年， 并没有突然出现拐点。
为什么写这篇文章？
我是想澄清关于人工智能的一些混淆之处。