一、孕育期（1956年前）

人工智能的发展是以硬件与软件为基础的，经历了漫长的发展历程。20世纪30年代和40年代，数理逻辑和关于计算本质的新思想对人工智能的形成产生了重要影响。

1．数理逻辑

逻辑学的创始人是古希腊思想家亚里士多德（Aristotle）。古代希腊人重视数学证明方法，崇尚理性思考和论辩。亚里士多德博学多才，研究领域涉及逻辑学、自然科学、形而上学、伦理学、政治学、修辞学和诗学等。他的逻辑理论丰富而系统，汇集在他的著作《工具论》之中，其核心部分是词项逻辑的三段论（syllogism）体系。

“如果所有的B是A，并且所有的C是B，那么，所有的C是A。”

这里的A、B和C就是变项，可以用任何具体的词项来替换它们，由此得到不同的实例。

古代逻辑的另一项重要成果是古希腊斯多噶学派（Stoics）的命题逻辑。所谓命题是能够区分为真假的语句，或者这样的语句所表达的思想（涵义、意义）。命题逻辑从命题的层面上来研究逻辑，不同于亚里士多德从词项的层面上建立的三段论体系。斯多噶学派的逻辑研究包括：区分了原子命题和分子命题（复合命题），并依据所含联结词的不同，对分子命题作了划分；给出了命题联结词的真值项解释，讨论了不同的命题联结词之间的相互关系；对论证作了分类，考察了论证的基本类型；采用推理图式的方式构筑了命题逻辑的推演体系。

逻辑的现代化进程开始于17世纪，德国哲学家、数学家莱布尼茨（G.W.Leibniz）是这一进程的先驱者。莱布尼茨是微积分的创始人之一，他崇尚严密、精确的数学方法，试图用数学的方法来建构逻辑。为此，他提出了普遍的符号语言和思维的演算的构想。

所谓普遍的符号语言，是指建立一种表意的、而非拼音的通用符号语言，每一个符号明确表达一个概念，类似于数学符号的功能。在普遍的符号语言的基础上再建立一种思维的演算，即能够进行逻辑推理的演算，它像数学演算一样严格，根据这种演算，思维和推理可以用计算来代替。

尽管莱布尼茨本人并没有去实践这一宏伟构想，但他的创造性思想为现代逻辑的发展指明了方向。

19世纪英国著名数学家和逻辑学家布尔，是继莱布尼茨之后数理逻辑的第二位奠基人，他成功地创立了逻辑代数，这种逻辑代数主要包括两个方面：一是类演算，二是命题演算。可以看出，布尔逻辑代数的特征也是一种数理逻辑方法。

德国哲学家、逻辑学家、数学家弗雷格，从他的逻辑主义观念出发，特别强调逻辑的严格公理化和建立严密的数学语言。在这一前提下，他系统地列举了一些有关简单命题的可能的真值，并进而列举它们所有可能列举的真值，用它明晰地定义各种真值项关系，由此确立简便的演算规则，构造了最早的命题逻辑系统。在命题逻辑的基础上，他又构造了一阶谓词演算的公理系统。因此，弗雷格完备地发展了命题演算，又几乎完备地发展了谓词演算。

20世纪英国哲学家、数学家、逻辑学家、历史学家罗素是数理逻辑的集大成者，在其与怀特海合著的三大卷《数学原理》中，罗素全面地总结了自莱布尼茨之后数理逻辑发展所取得的重大成果，特别是在布尔、弗雷格等前人工作的基础上，全面地确立了包括命题演算、谓词演算、关系演算的一阶逻辑演算系统。可以说，罗素的工作集数理逻辑或符号逻辑发展之大成，标志着现代逻辑发展的高峰。

以上是数理逻辑发展的历史过程，早期人工智能的研究主要是采用数理逻辑的方法使计算机能够证明逻辑问题。

2．计算的本质

20世纪30年代后期图灵A.M.Turing从计算一个数的一般过程入手对计算的本质进行了研究，从而实现了对计算本质的真正认识。

根据图灵的研究，直观地说所谓计算就是计算者人或机器对一条两端可无限延长的纸带上的一串0和1执行指令，一步一步地改变纸带上的0或1，经过有限步骤，最后得到一个满足预先规定的符号串的变换过程。图灵用形式化方法成功地表述了计算这一过程的本质。

二、形成期（1956－1965年）

1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯（Dartmouth）大学举行，在会上，麦卡锡提议正是使用人工智能这一术语，这次研讨会标志着人工智能学科的诞生。

问题：人工智能学科诞生于（）年。
A.1965 B.1956

1969年召开了第一届国际人工智能联合会议（International Joint Conference on AI，IJCAI），此后每两年召开一次。1979年召开了第一届美国人工智能协会现更名为国际人工智能协会（the Association for the Advancement of Artificial Intelligence，AAAI）。AAAI和IJCAI并列是世界人工智能领域顶尖的两个国际学术会议，会议每年在每个领域上只能录取几篇论文，所录用论文反映国际人工智能研究最高水平成果。1970年《人工智能》国际杂志（International Journal of AI）创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。

三、暗淡期（1966－1974年）

在形成期和知识应用期之间，交叠地存在一个人工智能的暗淡期。究其原因，当时的人工智能主要存在三点局限性：

1．知识局限性

早期开发的人工智能程序包含的知识很少，甚至没有知识，而且只采用简单的语句处理。比如，机器翻译，如果缺乏足够的专业知识，就会产生令人啼笑皆非的翻译结果。

2．解法局限性

人工智能试图解决的许多问题因其求解方法和步骤的局限性往往使得设计的程序对实际问题无法求解，或者只能对非常简单的问题求解，而这些简单问题不用人工智能方法也同样能求解。

3．结构局限性

当时的人工智能程序存在一些基本结构上的局限性，如没有考虑不良结构，无法处理组合爆炸问题，因而只能用于解决比较简单的问题，影响推广应用。

四、知识应用期（1970－1988年）

这一时期，学者们致力于专家系统的研究。在1977年举行的第五届国际人工智能联合会上，费根鲍姆正式提出了知识工程的概念。整个80年代，专家系统和知识工程在全世界得到迅速发展。专家系统为企业赢得了巨大的经济效益。例如，第一个成功应用的商用专家系统R1，1982年开始在美国数字装备集团公式（DEC）运行，用于进行新计算机系统的结构设计，到1986年，R1每年为该公司节省400万美元。

五、集成发展期（1986年至今）

到20世纪80年代后期，各个争相进行的智能计算机研究计划先后遇到研究挑战和困难，无法实现其预期目标。研究者们对已有的专家系统思想和方法进行反思，他们发现已有的专家系统缺乏常识知识、应用领域狭窄、知识获取困难、推理机制单一、不能分布式处理等问题。

因此，学者们开始在机器学习、计算智能、人工神经网络和行为主义等方面展开深入研究。