▲圖片標題(來源：TechOrange)
從 1957 年到 1974 年，人工智慧開始蓬勃發展。電腦可以儲存更多訊息，也變得更快、更便宜、更容易獲得。人類在機器學習演算法也得到了突破和改進，人們開始知道要將哪種算法應用在各種不同的問題上。
回應
- 找不到回應
Blockchain
當人類開始在人工智慧領域中有所突破後 ，接下來發現有更多的障礙。最大的問題是缺乏計算能力：計算機根本無法儲存足夠的訊息或在短時間內處理。由於當時的電腦不夠強，無法展示出「智慧」，因此投資的資金也隨之減少，十年來研究進展幾乎停滯。
深度學習與專家系統重啟人工智慧發展
1980 年代，開始出現了更多不同的演算法，John Hopfield 和 David Rumelhart 推廣「深度學習」（deep learning）技術，也讓電腦能夠利用經驗進行學習。另一方面，Edward Feigenbaum 導入了模仿人類專家決策過程的「專家系統」（expert system）。
專家系統是一個有智慧的電腦程式，以電腦看得懂的形式，將專家知識儲存起來，並加入控制策略，使電腦能像專家一樣，利用這些知識和經驗法則來解決問題。也就是說，專家系統是一個知識庫（Knowledge-based）程式，可用來解決某領域問題，並且能提供像人類專家般「專業水準」的解答。
基於這樣的技術，從 1982 年到 1990 年期間，日本政府大力投資了 4 億美元，目標是徹底改變電腦處理、程式撰寫和改進人工智慧。不幸的是，大多數的目標都沒有實現，而人工智慧發展也再度停擺。
留下你的回應
以訪客張貼回應