序一 智能与跨界 1956年夏天，在美国达特茅斯大学一群青年学者发起并组织了一个为期两个月的暑期研讨班，十多位代表围绕着一个当时尚不存在的全新主题——人工智能展开了讨论，对其定义、研究范畴、可能解决的问题等进行了详细探讨。这次会议就是人工智能发展史上第一个浪潮的起源。这些年轻人后来大都获得了有“计算机领域诺贝尔奖”之称的图灵奖。那次会议也成为人工智能发展的原点，机器的智能化就此萌芽。 此后60年，人工智能经历了起起伏伏，螺旋式发展的态势。起初的20年，人工智能主要在符号主义、推理、专家系统等领域快速突破。1958年，卡耐基·梅隆大学的两位科学家赫伯特·西蒙（Herbert A.Simon）和纽厄尔（A.Newell）设计了“逻辑理论家”程序，证明了罗素《数学原理》52个定理中的38个，这一结果让他们大为振奋，提出了一个著名的预言，即十年之内机器智能将达到与人类一样的高度，能解决诸多问题，例如十年内战胜国际象棋冠军、十年内发现和证明有意义的数学理论、十年内能谱写优美的乐曲、十年内实现大多数心理学理论认可的人的智能行为等。 这一预言过于乐观。到了六十年代末、七十年代初，由于上述预言并未实现，关于人工智能方法论的争论日渐激烈，以逻辑推理为特征的符号主义流派逐步消沉，人工智能迎来了第一个冬天，并在1976年到达谷底。其后，以神经元网络为基础的连接主义流派重新获得了研究者的青睐，形形色色的神经元网络如雨后春笋般涌现出来，特别是1986年提出的误差逆传播网络（BP网络），能够使多层神经元网络训练保证收敛，驱动了人工智能发展的第二次浪潮。到了九十年代中期，利用BP网络及其相关模型的应用系统达到一定高度，可以解决的问题基本解决了，特别复杂的问题，因神经元网络规模太大和学习时间太长等障碍，还是解决不了，系统性能接近了“天花板”，人工智能的第二次冬天来临。 2006年，以当年NIPS会议发表…