近年来，人工智能发展火热，成为科技圈谈论的焦点。人工智能作为未来颠覆性技术之一，它的快速发展改变了我们的生产和生活方式，给我们的生活带来了便利。但人工智能发展并非一帆风顺，它能有今日的辉煌是经历了三个发展阶段。
第一个阶段，也叫无数if的阶段 。程序员都知道if是什么含义，就是编程的时候，一旦遇到要分情况执行，就会用if，例如关于编写一个明天到底要做什么的程序，就可以这样写：if 明天下雨，在家里玩耍。if明天出太阳，去旅游。相当于就是针对所有的可能性都加一个if，然后后面写要执行的事情。这种方法写出来的人工智能，工作量特别大，需要人类给他预先设定各种可能性，并未每种可能性写出要执行的操作，所以这个阶段的人工智能只能属于低端人工智能，并且从刚才的模式可以看出，这种人工智能的智慧是永远不可能超过人类的，因为所有知识都是人类赋予给它的，而它自己只能简单机械的去执行。而且这种人工智能根本就没有灵活性而已，一旦遇到人类没有考虑到的if情况，人工智能就不知所措，程序甚至报错无法运行。
第二个阶段，也叫遍历阶段，也就是说人不需要预先考虑所有的if可能性，并为每种可能性去预先设定操作 。人只需要编写一个程序，让程序去把所有的可能性都去尝试一遍，并将尝试结果依次打印出来。由于计算机的计算速度一秒可以算几百万次甚至更快，所以这种方法提出后，就受到了广大科学家的喜欢。比如国际象棋——深蓝，就是采用尝试所有可能性，打败了国际象棋世界第一的人类高手。这种人工智能虽然能够穷尽所有可能性，但是一旦需要遍历的可能性太多，就算是计算机也是无能为力，比如围棋，因为围棋的变化数量比整个宇宙的所有原子数量总和还要多，即使是计算机也不可能很短时间内去尝试每种可能性，所以这个阶段的人工智能虽然强大，但是无法应用在遍历可能性过多的领域里，所以通用性不强。
第三个阶段，也叫神经网络阶段。 其实神经网络算法很早就提出了，只不过当时硬件条件差，计算机计算速度远远没有现在的芯片快 ，现在我们手机有高通、电脑有intel、英伟达。到了第三个阶段，人工智能才真正算是趋于完美，因为人们只需要预先给出大量的数据，然后设计一套通用的神经网络模型，再把这些数据带入神经网络，让网络自己反复计算，这个过程就叫训练，一旦训练次数足够多，其自己积累的知识和经验就会出现爆发式的增长，最后远超人类智慧。当然由于神经网络需要大量数据去训练，所以对计算速度要求也比较高，不过好在现在的硬件技术水平已经很高，所以面对大数据计算量，也能很短时间内完成计算并让神经网络学会某项技能。
纵观三个阶段，虽然最后一个阶段才实现了真正的人工智能，但是也仅仅受限于数据，因为需要人事先将数据准备好，然后送给神经网络自己去训练，而搜集数据的过程，其实工作量也是非常巨大的，所以如果以后能够设计一套真正的神经网络，让他能够自己去主动搜集需要的数据，自己去训练，然后自己去评估学习效果，那这就更加完美，不知道以后技术的发展能否做到这一点呢？让我一起去期待吧！
（原标题：人工智能一开始并不智能，经历艰辛的两个阶段，AI现在才开始智能）
