从图灵对可计算数的研究算起,人工智能领域的历史已有将近80年。本文挑选了这段历史中,甚至在整个科学史视野中都极具特色的一段时期——人工智能冬天,作为研究对象。人工智能冬天(AI Winter)这一术语是由那些经历过1974年整个社会研究热情大规模衰退的人工智能科学家,面对80年代兴起的整个社会对专家系统异乎寻常的研究热情,为了警示随之可能的巨大落差而创造的术语,是对当时那种研究困境的描述。本文试图按照学科生成的逻辑,以前科学时期到常规科学时期的条件为参照,分析人工智能冬天的成因及其展望。本文认为图灵在《论可计算数及其在判定性问题上的应用》和《计算机器与智能》中提出的机器行为的数字化、通用机、计算机与人类计算者的对比、人类智能对机器智能的评价以及机器学习等五个思想,在人工智能历史具有开创性的贡献。沿着这五个思想,直接诞生了在整个人工智能历史中长期占据主导地位的符号计算学派,并间接为神经计算学派的建立提供了部分思想基础。符号计算学派延续和发展了图灵对机器智能的理解,从功能模拟的角度出发,在人工智能历史的早期取得了许多辉煌的成就：高级语言LISP、逻辑专家、建议采纳者、专家系统……神经计算学派在麦卡洛克和皮茨的开创性工作后,从人类大脑结构的模拟出发,开始了蓬勃的发展：SNARC、感知器……这些看似都在推动人工智能领域发展的成就,事实上却进行着以学派、范式为核心的研究资源的竞争。以1956年达特茅斯会议为象征,人工智能领域正式承认了两个学派、两套范式的合法性,各种学术资源立刻在争夺中变得稀缺。但两者的竞争并非是相互攻歼与批判,而是通过科学成就的魅力,自发的吸引学术资源。此消彼长之下,最终符号计算学派占据了人工智能领域的统治地位。但极具戏剧性的是,随之而来的研究瓶颈,不论在学术共同体内还在整个社会范围内,直接击垮了符号计算学派长久建立起来的研究信心,也从形式上击垮了人工智能领域,人工智能的整体性研究不复存在。但人工智能的魅力对人类智能来说始终具有极强的吸引力,随着人工智能研究碎片化并进入“幕后”,以及计算机科学的蓬勃发展,冬天似乎悄无声息的消失了。对人工智能冬天的历史研究,对照近代人工智能相关技术的蓬勃发展,一个无法避开的问题就是：人工智能冬天还会到来吗?本文认为,确切的答案尚待时间的验证,但可以确定的是存在三种可能：1、超越图灵机的数学系统；2、超越通用计算机的硬件系统；3、智能认识论的研究与统一