今天我们来简单概括下人工智能发展的三次热潮。他们分别是第一次发生在20世纪50年代至60年代，图灵提出的图灵测试——验证一个智能机器人的智能的一个标准，从而引发了大量的人去挑战这个测试，然后从而引发了第一次的那个人工智能热潮。
那时候人们对人工智能普遍过分乐观。图灵测试刚提出没几年，人们似乎就看到了计算机通过图灵测试的曙光，其实事实上，更多的这种所谓的通过只是通过一些作弊的手段，并非真正的带有人工智能。
那第二次人工智能的革命的主要集中在20世纪80年代至90年代，这其中的语音识别就是当时最具代表性的突破成果之一。那这个领域里面最具代表性的人物就是李开复了。当时基于人工神经网络的深度学习技术，受限于计算机能力和数据不足，这两大顽疾呢，还远远达不到，哪怕是演示的效果。
所以那时候，对基于数据的统计建模相比于最早的专家系统，有更进一步的深化，它比模仿人类思维方式总结知识规律更容易解决计算机领域的问题。计算机的思维方法与人类思维方法之间的似乎存在着非常微妙的关系，以至于在计算机科学的实践中，越是抛弃人类既有的知识，经验依赖于问题的本身的数据特征越是容易得到更好的结果。后来李开复等人尝试着脱离专家系统的研究，打算从数据本身着手建立大型的基于语音数据的语料库，并在大规模语料库的基础上尝试基于统计模型的新方法而进行的研究，大大提高了机器识别的准确率，而这样的研究也基本上代表了第二次人工智能的大革命。
那第三次的不言而喻，以二为一个界限，，是深度学习发展史上的一个分水岭啊，那个时候，所有大型的IT企业已经拥有了足够的数据基础和计算机的算力，已经达到了这个人工神经网络的运算和设计要求，数据也足够庞大，足够他们去做这样的模型测算。因此呢，推动了技术领域的又一次变革，至今为止，这种技术还是持续突破着人们对计算机的固有认识，带给人们意料之外的惊喜。
