二、“一起一落”和“再起又落”

达特茅斯会议之后的数年是大发现的时代。对许多人而言，这一阶段开发出的程序堪称神奇：计算机可以解决代数应用题，证明几何定理，学习和使用英语。

当时大多数人几乎无法相信机器能够如此“智能”。1961年，世界上第一款工业机器人Unimate在美国新泽西的通用电气工厂上岗试用。1966年，第一台能移动的机器人Shakey问世，跟Shakey同年出生的还有伊莉莎。

1966年问世的伊莉莎可以算是亚马逊语音助手Alexa、谷歌助理和苹果语音助手Siri的“祖母”，“她”没有人形、没有声音，就是一个简单的机器人程序，通过人工编写的脚本与人类进行类似心理咨询的交谈。

伊莉莎问世时，机器解决问题和释义语音语言已经初露端倪。但是，抽象思维、自我认知和自然语言处理功能等人类智能对机器来说还遥不可及。

但这并不能阻挡研究者们对人工智能的美好愿景与乐观情绪，当时的科学家们认为，具有完全智能的机器将在二十年内出现。而当时对人工智能的研究几乎是无条件支持的。

但是好景不长，人工智能的第一个寒冬很快到来。

20世纪70年代初，即使是最杰出的人工智能程序也只能解决它们尝试解决的问题中最简单的一部分，人工智能研究者遭遇了无法克服的基础性障碍。1973年，詹姆斯·莱特希尔爵士针对英国人工智能研究状况的报告批评了人工智能在实现其“宏伟目标”上的完全失败，并导致了英国人工智能研究的低潮。

随之而来的还有资金上的困难，此前的过于乐观使人们期望过高，当承诺无法兑现时，对人工智能的资助就缩减或取消。由于缺乏进展，此前对人工智能提供资助的机构（如英国政府、DARPA和NRC）逐渐停止了对无方向的人工智能研究的资助。

然而，当人类进入20世纪80年代，人工智能的低潮出现了转机。一类“专家系统”能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题，被全球许多公司所采纳。

1965年起设计的Dendral能够根据分光计读数分辨混合物；1972年设计的MYCIN能够诊断血液传染病，准确率为69%，而专科医生的诊断准确率是80%；1978年，用于计算机销售的、为顾客自动配置零部件的专家系统XCON诞生，这是第一个投入商用的人工智能专家，也是当时最成功的一款。

人工智能再次获得了成功，1981年，日本经济产业省拨款8.5亿美元支持第五代计算机项目，其目标是造出能够与人对话、翻译语言、解释图像并且像人一样进行推理的机器。

其他国家纷纷做出响应：1984年，英国开始了耗资3.5亿英镑的Alvey工程；美国某企业协会组织了微电子与计算机技术公司（Microelectronics and Computer Technology Corporation, MCC），向人工智能和信息技术的大规模项目提供资助；美国国防高级研究计划局也行动起来，其1988年对人工智能领域的投资额是1984年的三倍。

而历史总是惊人的相似，人工智能再次遭遇寒冬：从20世纪80年代末到90年代初，人工智能遭遇了一系列财政问题。

“变天”的最早征兆是1987年人工智能硬件市场需求的急转直下，Apple和IBM生产的台式机性能不断提升，到1987年时其性能已经超过了Symbolics公司和其他厂家生产的昂贵的Lisp机，老产品失去了存在的理由：一夜之间这个价值5亿美元的产业土崩瓦解。