起步

1978年，又是改變無數(shù)人命運的一年。經(jīng)濟倒退的火車要急剎車向前開。科學界也開始集中火力填補技術(shù)空白。

同年的全國科技大會上，吳文俊提出的利用機器證明與發(fā)現(xiàn)幾何定理的新方法——集合定理機器證明，能夠讓計算機具備自動證明某一類幾何定理的原則和方法，也就是數(shù)學問題的機器化。在此基礎(chǔ)上，很快形成一系列能在國際上拿出手的成果，包括曲面造型、機器人機構(gòu)的位置分析、智能計算機輔助設計、信息傳輸中的圖像壓縮等。

同樣1978年召開的中國自動化學會年會上，出現(xiàn)了光學文字識別系統(tǒng)、手寫體數(shù)字識別、生物控制論和模糊集合等研究成果。這意味著人工智能在生物控制、模式識別等方面開始有起色。第二年，清華大學電子工程系更名為計算機系，而原來的無線電系則從四川綿陽搬回北京，更名為電子工程系。

從國防核武器研發(fā)前線退下來的錢學森也在80年代初期主張進行人工智能研究。大批留學生前往發(fā)達國家研究現(xiàn)代科技，學習國外前沿科技成果。張鈸和林堯瑞、石純一、黃昌寧等人決定探索新的研究方向，把人工智能與智能控制作為該教研組新的專業(yè)方向。此后，清華大學成為國內(nèi)最早開展人工智能研究的機構(gòu)之一。

清華大學在1978年招收首批人工智能方向的研究生；1983年成立首個智能機器人實驗室；1983年在國際人工智能大會（IJCAI）上發(fā)表第一篇學術(shù)論文；1990年成立全國第一個有關(guān)人工智能的國家重點實驗室——智能技術(shù)與系統(tǒng)國家重點實驗室；2018年成立跨系的交叉研究機構(gòu)——清華大學人工智能研究院，張鈸現(xiàn)任清華大學人工智能研究院院長。

1981年，工智能學（CAAI）在長沙成立，標志著國內(nèi)人工智能研究正式起步。但是80年代，國內(nèi)還在大力發(fā)展計算機產(chǎn)業(yè)、搭建人工智能的研究框架、項目，國外人工智能已經(jīng)進入了第二次爆發(fā)期。

一個嘗試是日本在80年代初期提出第五代計算機（簡稱五代機）計劃，也就是制造出能夠具備推理能力、知識智能處理功能的人工智能計算機。這讓全球的科學家、政客都頗為震撼。

這樣的自信主要來自日本過去幾十年間高精端制造業(yè)的發(fā)展，比如在DRAM存儲芯片方面，日本當時的技藝都不差美國。所以日本想在計算機硬件制造方面，尤其是在IT領(lǐng)域建立自己的標準，實現(xiàn)彎道超車，甩掉山寨的帽子。

1981年4月，奧斯本（Osborne）公司發(fā)布了一款名叫Osborne 1的便攜電腦，是世界上第一臺便攜式電腦。

五代機計劃讓美國和歐洲都打起了精神，迅速反應組建團隊，增加在計算機領(lǐng)域的研發(fā)投入。比如美國在1982年就迅速組建了MCC，作為對日本五代機項目的回應。每年投資7500萬美元，設置600個職位，邀請了除IBM和AT＆T之外的美國所有重要高科技公司都參與進來。

英國政府在同年婉拒了日本邀請聯(lián)合開發(fā)五代機的提議后，自己投入3億6千萬美元成立阿爾維計劃，目的就是要保證英國在先進的信息技術(shù)方面，要有國際競爭力。

當時國內(nèi)還在研究第四代計算機，對五代機的競爭很是力不從心。到了1985年，中科院計算才在所在IBM微型計算機基礎(chǔ)上，研發(fā)出了聯(lián)想式漢化微型機LX－PC系統(tǒng)。隨著聯(lián)想品牌被人熟知，以銷售聯(lián)想漢卡為主的計算所公司改名為聯(lián)想集團。

后來涌現(xiàn)了一大批電腦制造企業(yè)，如四通、方正、同創(chuàng)、實達等，但主要都是通過組裝計算機或者代理IBM、HP、康柏等跨國巨頭的產(chǎn)品從中獲利。后來在1996年，聯(lián)想PC銷量超過了IBN、HP，成為當時國內(nèi)計算機行業(yè)的龍頭公司。

1987年，第一封電子郵件越過長城，通向世界，從北京經(jīng)意大利向前聯(lián)邦德國卡爾斯魯厄大學發(fā)出。這標志著國內(nèi)互聯(lián)網(wǎng)邁出的第一步。

也正是在那一年，日本五代機計劃進入難產(chǎn)狀態(tài)，英國宣布放棄阿爾維計劃，這基本標志著五代機計劃失敗。日本人工智能學者后來認為如果有現(xiàn)在的語義網(wǎng)和知識圖譜的大數(shù)據(jù)，五代機結(jié)局會很不同，這也只是后話了。

當時另一個努力是美國生物物理學家J．J．Hopfield在1982年、1984年發(fā)表了兩篇論文，提出新的神經(jīng)網(wǎng)絡模型，為實現(xiàn)神經(jīng)網(wǎng)絡工程指明了方向。這引起了又一波人工神經(jīng)網(wǎng)絡熱潮，有人稱其為第六代計算機。當時學術(shù)界寄希望利用自學習算法，讓復雜的非線性網(wǎng)絡具有超出數(shù)值計算范疇的人工智能。

但是DARPA還是把研究款項撥給那些看起來更容易出成果的項目，把人工智能打入了第二次寒冬。究其原因，還是人工智能計算機想法太超前，沒有在智能化層面做出實質(zhì)性的突破進展。