留言告訴我你對這一集的想法： https://open.firstory.me/user/cm9wj9jxy07w201w5fah729o9/comments

回溯了自 1950 年的圖靈測試開始，整個 AI 歷史的演變，我想對於今天我們所處的 AI 熱潮也能帶來一些看見。事實上整個 AI 已經經歷兩次的崩潰，具體時間軸網路上有許多資料，這裡不贅述，直接分享我看到的 Takeaway

-第一次的 AI 崛起(1950-1970)，由學術界主導，包含圖靈測試、AI 研討會帶來學界的激情。當時的 AI 是一個玩具，因而誕生了 ELIZA（聊天機器人）、Shakey（機器人）等應用。伴隨而來是，第一次的 AI Crash，遇到最大的挑戰為**算力不足、存儲不足、資料不足，**人們發現 AI 難以解決真實世界的問題，因此政府單位的資金大量撤出 AI。

第二次崛起(1980-1990)，AI 成為特定領域的專家系統，根據特定領域的工作輸入邏輯，成功帶來商業化的應用。大型公司如 DEC 每年節省約 4,000 萬美元成本。相關的新創軟硬體公司陸續成立。然而，當時的 LISP 語言綁定硬體+軟體，但是在通用硬體持續迭代下（UNIX工作站），成本大幅下降，以及效能大幅提升，使這樣的綁定策略不再有效，搭在 LISP 語言上崛起的 300 家新創走向破產。

我們所處的 AI 浪潮，可能可以追溯到 1990 年就開始的，第三次 AI 崛起。學術界轉向數據驅動的 Machine Learning 技術持續堆疊了十年，以及 2000 年後，網際網路的崛起，帶來海量的數據與計算資源，AI系統得以在大規模數據上訓練。緊接著，李飛飛、Geoffery Hinton 在深度學習的突破，為生成式 AI 打下良好的基礎，才有了今天的大語言模型百花齊放。

#1
從第一次的 Crash(1970-1980)，可以看到一旦 Compute、Storage、Data 遇到瓶頸將限制 AI 的進展，後續的技術突破也都圍繞這三件事展開，為 AI 產業的 Key Driver。而 Model 不是。

#2
第二次的 Crash(1988-1993)，則是在應用端，成本、ROI、擴展性，若無法對企業產生價值，將造成 AI 的發展停滯。以及 LISP 被 Sun Microsystem 顛覆，是軟體（C 語言）+硬體（UNIX）的全面顛覆，將使長在這個生態系上的公司全部面臨淘汰。而這樣的歷史也是今天 AI 產業的良好借鏡。

工商一下：若有版友認識 AI 領域的專家，歡迎來聊，我想更理解 AI 產業。若對 Podcast 有什麼建議與想法，都歡迎留言互動喔。