时间拨回到1956年的夏天，在美国汉诺斯小镇宁静的达特茅斯学院，约翰·麦卡锡（John McCarthy，Lisp语言发明者、图灵奖得主）、马文·明斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等聚在一起进行了一场头脑风暴讨论会。
在这次的头脑风暴讨论会上，这几位年轻的学者讨论的是当时计算机尚未解决，甚至尚未开展研究的问题，包括人工智能（AI）、自然语言处理和神经网络等。也正是在这场会议上，人工智能这个词首次被提出，并逐渐成为一门学科。
有意思的是，与今天的许多会议不同，当时的这场会议虽然叫做“达特茅斯夏季人工智能研究会议”，但会议最后其实并没有什么可以报告的科研成果，其次这个会议持续了一个暑假。尽管当时的讨论并没有得出可以报告的科研成果，但这次学术讨论会却成为了历史的一个开端，开启了人们对人工智能的无尽探索，影响至今。
如今，人工智能已经走过了64年，AI经历了概念从无到有的蜕变，并且已经走出了技术爆发的阶段，进入了落地应用、创造价值的新时期。英国工程物理科学研究理事会称，从目前来看，人工智能在提高生产率方面有着巨大的潜力，最突出的就是帮助公司和人们更有效地利用资源，以及简化人类与大量数据交互的方式；人工智能可以帮助公司和员工提高工作效率；人工只能可以减轻大数据搜索的负担。同时，越来越多的国家开始关注伴随着人工智能发展而来的道德伦理问题。以美国为例，包括微软、IBM、亚马逊在内的多家科技公司近期纷纷表示暂停提供人脸识别技术。
人工智能在过去的64年发展中经历过寒冬，也有过自己的春天。
1.人工智能的诞生：达特茅斯会议（Dartmouth Conference）
时间：1956年8月
在达特茅斯学院的这次头脑风暴上，计算机科学家约翰·麦卡锡说服了与会者接受了“人工智能”作为该领域的名称。因此，这次会议也被认为是人工智能正式诞生的标志。
影响：这几位年轻的学者讨论的是当时计算机尚未解决，甚至尚未开展研究的问题，包括人工智能（AI）、自然语言处理和神经网络等。也正是在这场会议上，人工智能这个词首次被提出，并逐渐成为一门学科。
2. 机器学习和完整的人工智能系统概念的诞生
时间：1959年
在这一年里，IBM公司的计算机专家阿瑟·塞缪尔(Arthur Lee Samuel)创造了“机器学习”一词，在他的文章中指出：“给电脑编程，让它能通过学习比编程者更好地下跳棋。”塞缪尔基于其理论研究成果所编制的下棋程序是世界上第一个有自主学习功能的游戏程序，曾在西洋跳棋比赛中一举夺魁。
同一年时间里，约翰·麦卡锡发表了文章《Programs with Common Sense》，提出了“Advice Taker”概念，文章描述的假想程序可以被看成是第一个完整的人工智能系统。
影响：机器学习概念诞生，得益前辈们在这个领域的研究，才让DeepMind公司在60年后成功开发了围棋AI，挑落了人类棋手。机器学习也成为了人工智能领域里最为重要的研究分支之一。
3. 人机首次对话
时间：1966年
美国麻省理工学院（MIT）人工智能实验室的约瑟夫·维森鲍姆（Joseph Weizenbaum）在这一年开发了最早的自然语言聊天机器人ELIZA，能够模仿临床治疗中的心理医生。ELIZA的实现技术是通过关键词匹配规则对输入进行分解，而后根据分解规则所对应的重组规则来生成回复。简而言之，就是将输入语句类型化，再翻译成合适的输出。虽然 ELIZA 很简单，但维森鲍姆本人对ELIZA的表现感到吃惊
影响：近年来，人机对话交互技术成为人工智能的热点领域。众多科技公司相继推出了人机对话技术相关产品，并将人机对话交互技术作为其公司的重点研发方向。目前比较知名的产品有谷歌的Google Assistant和苹果的 Siri等。Siri评价道，ELIZA是一位心理医生，是她的启蒙老师。
4. 日本造成第一个人形机器人
时间：1973年
日本早稻田大学造出第一个人形机器人WABOT-1，它由肢体控制系统、视觉系统和对话系统组成。WABOT-1这个庞然大物会说日语，能抓握重物，通过视觉和听觉感应器感受环境。对出生于1973年的它已算不错了。到了1980年，早稻田大学更新了设计，研制出了WABOT-2，第二代能够与人沟通，阅读乐谱并演奏电子琴。
影响：人形机器人的诞生，满足了许多人对机器人的最初想象，也为未来机器人的设计和开发奠定了基础。不过，人工智能发展到1970年代，由于研究者对于项目难度评估不足，导致承诺无法兑现，让人们当初对人工智能的乐观期望遭到了严重打击，人工智能遭遇打击，研究经费被转移到了那些目标明确的项目上。
5. AI寒冬来临
时间：1984年
在1984年的年度AAAI（美国人工智能协会是人工智能领域的主要学术组织之一。该协会主办的年会AAAI是人工智能重要的学术会议之一）。会议上，人工智能专家罗杰·单克(Roger Schank)和马文·明斯基警告“AI之冬”即将到来。预测AI泡沫破灭，投资资金也将如1970年代中期那样减少。
影响：正如两位人工智能专家所预言的，在他们发出警告后3年，确实发生了AI泡沫的破灭。到了上世纪80年代晚期，美国国防高级研究计划局（Defense Advanced Research Projects Agency，简称DARPA）的新任领导认为人工智能并不是“下一个浪潮”，让人工智能从狂热追捧中一步步走向冷静，人工智能的研究遭遇经费危机。
6. “深蓝”战胜人类国际象棋冠军
时间：1997年5月
1997年5月，在纽约，卡斯帕罗夫输掉了一场六局制比赛，对手是 IBM的深蓝（Deep Blue），当时世界上最强大的国际象棋计算机。关于这场比赛，至今仍有许多争议。首先，“深蓝”的设计者有机会事先根据卡斯帕罗夫的战略和风格以及所有的公开对局对深蓝的程序进行针对性的改编。而卡斯帕罗夫就无法了解“深蓝”的历史记录，因为“深蓝”在每次对决之后就被会被微调，所以他完全就是在盲下。其次，人们忘记了，深蓝挑战赛分两场，而卡斯帕罗夫赢得了1996年在费城举行的第一场。在两场比赛之间，IBM重新编码了它的计算机，于是卡斯帕罗夫指控IBM作弊。
影响：IBM的“深蓝”通过“穷举法（brute force）”或者说暴力计算的方式，在计算游戏步数的能力比人类强太多。输掉比赛后，卡斯特罗夫也承认：机器在游戏领域占上风，是因为人类会犯错误。这次人类的失败，也引发了人们新的思考：在国际象棋上赢了人类后，机器下一个争夺的领域会是什么？会是围棋吗？
7. ImageNET数据库建立，最终帮助AI认出了猫
时间：2006年-2009年
2006年，当时刚刚出任伊利诺伊大学香槟分校计算机教授的李飞飞发现，整个学术圈和人工智能行业都在苦心研究同一个概念：通过更好的算法来制定决策，但却并不关心数据。
她意识到这种方法的局限：如果使用的数据无法反映真实世界的状况，即便是最好的算法也无济于事。于是她的解决方案是建设更好的数据集。这是一个大型注释图像的数据库，旨在帮助视觉对象识别软件进行研究。
影响：由李飞飞带头此制作的数据集名为ImageNet，它作为论文于2009年发布时，还只能以海报的形式缩在迈阿密海滩大会的角落里，但却很快成为了一场年度竞赛：看看究竟哪种算法能以最低的错误率识别出其中的图像所包含的物体。很多人都将此视作当今这轮人工智能浪潮的催化剂。到了2017年，优胜者的识别率就从71.8%提升到97.3%，超过了人类，并证明了更庞大的数据可以带来更好的决策。
值得一提的还有一件事。2012年6月，人工智能专家吴恩达和谷歌人工智能部门负责人杰夫·迪恩做了一份实验报告，他们给一个大型神经网络展示1000万张未标记的网络图像，然后发现神经网络能够识别出一只猫的形象。
这些进步，都为今天人工智能领域图像识别技术的发展起到了重要作用。
8. AlphaGo横空出世，战胜围棋顶级棋手
时间：2016年3月
在AlphaGo出现前，人们普遍认为机器想要在围棋领域战胜人类至少还要10年时间。但这一切假定在2016年3月韩国的一家酒店被打破了。这个由英国初创公司DeepMind研发的围棋AI以4：1的比分赢了人类职业棋手九段李世石。到了2017年5月，升级后的AlphaGo又在乌镇战胜了当时围棋第一人柯洁九段。AlphaGo的棋艺增长迅速，势如破竹。战胜柯洁后，DeepMind仍未停下研发脚步，随后又推出了AlphaGo zero版本，做到了无师自通，甚至还可以通过“左右手互博”提高棋艺。
影响：AlphaGo的出现让世人对人工智能的期待再次提升到前所未有的高度，在它的带动下，人工智能迎来了最好的发展时代。而对于希望利用人工智能推动人类社会进步为使命的DeepMind来说，围棋并不是AlphaGo的终极奥义，他们的目标始终是要利用AlphaGo打造通用的、探索宇宙的终极工具。
9.IBM AI辩论机器人 “IBM Project Debater”对战人类辩论冠军
时间：2018年-2019年
推理和辩论一直以来被认为是人类的专长。然而在2018年6月，IBM开发的辩论机器人“IBM Project Debater”向以色列国家辩论冠军Noa Ovadia发起了挑战。在40名观众投票中，“IBM Project Debater”以9票的优势战胜人类选手。
在比赛中，Project Debater依托自身数据库中的强大信息源，在比赛中表现了在数据驱动下出色的演讲稿撰写与表达能力、听力理解能力和模拟人类困境并提出论点的能力。
2019年1月，这个AI辩论系统首度向公众开放，IBM邀请人们针对特定辩论题向Project Debater提交论据，以丰富Project Debater的语料库。
2019年2月，Project Debater再次迎战2016年世界辩论锦标赛决赛选手Harish Natarajan。这一次人类选手取得了胜利。不过，我们仍然可以看到人工智能在自然语言处理等领域的强大实力。
影响：相较于此前AI在棋盘游戏和智力问答游戏中对战人类取得的胜利，AI在没有确定规则、没有标准答案的辩论比赛中取得的胜利显得更为难得，展现了AI在“思考判断”能力发展上的更多可能性。
10.2020世界人工智能大会云端峰会
时间：2020年7月9日-11日
经过64年的发展，当下AI已经走出技术爆发的阶段，进入落地应用、创造价值的新时期，对世界经济、社会进步和人类生活产生日益深刻的影响。
和64年前在美国达特茅斯学院的头脑风暴讨论会相似，2020世界人工智能大会云端峰会云集了全球人工智能领域最具影响力的科学家和企业家，以及相关政府、国际组织领导人。重磅嘉宾的数量较去年继续增加，他们将围绕人工智能领域深度赋能行业、技术突破融合以及人工智能向善规范等行业发展趋势进行讨论。
与此前的世界人工智能大会不同的是，结合当前疫情防控和经济社会发展形势，今年将采用线上为主、线上线下结合的形式举办世界人工智能大会云端峰会。同时，大会将加强交互感和参与感，拉近大会与普通大众的距离，让大会成为了解人工智能最新技术和产品的窗口，传递“人工智能与每个人息息相关”的理念。
影响：今年大会将进一步凸显推动行业发展的理念，讨论的话题全面反映行业趋势，进一步推动AI落地应用和价值创造。大会将围绕“AI向善”的议题进行重点讨论，展示AI技术让家园充满“爱”，将为世界呈现未来生活、温暖家园的愿景。
