人工智能的螺旋式发展历程
人工智能的历史自1956年开始至今，已经有66年的历史。世界人工智能历史可分为三个阶段，从1956年至1976年是人工智能的第一个发展阶段，1976年至2006年是第二个发展阶段，而2006年至今则是人工智能的第三个发展阶段。
人工智能发展的三次浪潮
人工智能典型任务和应用包括机器定义证明和机器翻译。机器翻译是人工智能的主攻课程之一，同时还包括机器学习、专家系统以及机器人和智能控制，这些都是人工智能研究的范畴。而这些研究范畴也导致人工智能产生出三个流派：符号主义学派、连接主义学派、行为主义学派。
也有文献说是四个流派，符号主义、连接主义，行为主义（也称进化主义）和统计主义（即统计机器学习）
1956年-1976年是人工智能的第一次浪潮，当时符号主义盛行，功能主义占据主流，其标志性的基石是在统计方法中引入符号方法，进行语义处理，出现了基于知识的方法，让人机交互成为可能。在人工智能的第一次浪潮期间，逻辑运算、演绎推理、三段论以及Prolog逻辑变成语言成为时代代表性的方式与方法。1958年Simon&Newell提出AI初期的著名预言：十年内，计算机将成为国际象棋冠军；十年内，计算机将发现和证明有意义的数学定理；十年内，计算机将能谱写并编写乐曲；十年内，计算机将实现大多数的心理学理论。但是在1968年时，除了机器定义证明领域有所突破，其他三个预言并没有实现。在那个时期也出现了对人工智能的反面言论，给人工智能领域带来极大的杀伤力，使人工智能的发展进入低谷。
直至1973年英国发表了一份报告，把人工智能的自动机、机器人、中央神经系统分成这三类进行综述，而判断的结果则是说：虽然自动机和中央神经系统有研究价值，但是进展却让人失望，而机器人没有研究价值。所以在1974年英国和美国取消了研发人工智能的经费，使得人工智能迎来了寒冬。
1975年，Paul Werbos提出BP算法，使得多层人工神经元网络的学习变为可能。这使得人工智能慢慢迎来了春天，神经元网络构建一套算法，省去了手工调节的操作，减少了输入和输出之间的差错率。而人工神经元网络也成为了人工智能的第二次浪潮。日本政府也推出第五代机为代表的大规模逻辑推理尝试，并把逻辑推理上升到知识工程层面，而且一些领域的专家开始为人工神经元网络建立规则，用这些规则进行推理。但是由于机器的运行速度远快于推理，使得模型的搭建并不理想，在历经十年的发展后宣告失败。而搜索引擎已逐渐开始崛起，斯坦福大学通过专家来建设知识百科全书Cyc，在20世纪90年代后期逐渐衰败。在那个时期也提出，人工智能不能靠专家手工表达，要靠机器自动学习，人工智能迎来第二次寒冬。
2006年至今，人工智能获得第三次发展。从本质上看，第二次浪潮与第三次浪潮在方法论上没有本质区别，但是在硬件技术方面却有了很大改观，它可以支持多台计算机同时对计算资源进行计算。与此同时，数据的发展也逐渐成熟起来，人们通过对数据的训练来解决问题。而第三次浪潮也是“深度学习算法+大数据”组合的联合突破。
人工智能的快速崛起，其实是李飞飞提出能否建立一个1000万个图片数据库，在当时，标记一张图片的成本价需要5美元，5000万美元的成本就带来巨大的困扰。而线上众包的形式推动了程序员不断加入到这个工作中，渐渐形成一种比赛。这推动了图片标签效率验证算法的演进，ImageNet推动了人脸识别的技术发展。第三次浪潮，让人工智能成势，应用场景明确，大数据+计算能力支撑，让算法演化速度更为迅速。
人工智能三驾马车：数据、算力和算法
人工智能的发展到现在三起两落，本身是一个螺旋式的发展，未来将在包括计算机科学、电子学、自动化等方面进行轮番的演练。从应用上面来说，现在基于深度神经网络的算法会逐渐广泛应用。未来的人工智能还期待更多新的算法和理论出现。
过去六十多年的发展历程中，AI已经遭遇了两次寒冬期，近几年随着深度学习的成功运用才再次火热。如今深度学习或许正在面临瓶颈期，便有人开始宣扬第三次寒冬。不过，人工智能最终还是将回归到平稳发展的道路上。所谓的寒冬论，也仅仅是一门技术的过渡期而已。