 |
1956年达特茅斯会议期间，部分与会者合影（前排右一香农，后排右一麦卡锡，后排右二明斯基）。 |
 |
2006年，当年参会者聚首，纪念达特茅斯会议50周年（左二红衫为麦卡锡，左三为明斯基）。 |
 |
《智能文明简史》 冀俊峰 著 团结出版社 |
□ 冀俊峰
【编者按】 70年前，一群年轻学者在美国新罕布什尔州达特茅斯会议上首次提出人工智能概念。70年后，世界人工智能合作组织在上海成立。
弄清过去，有助于走向未来。70年前的达特茅斯会议，到底发生了什么？《智能文明简史》系统梳理了人类对智能的认知与创造历程。在此摘编书中有关达特茅斯会议的若干内容，以飨读者。
■ 会议成果不大 参会者群英荟萃
现代意义的人工智能是由数学家和计算机科学家约翰·麦卡锡等人开创的。1948年，麦卡锡在加州理工大学读研究生，聆听了冯·诺依曼（钱学森的导师）关于自复制自动机的报告，激发了他对机器智能的好奇心。1953年，他在贝尔实验室工作时向创立信息论的香农提议编撰一本机器模拟智能研究论文集，后来定名为《自动机研究》。论文集内容主题庞杂，论文最多的当数当时热门的控制论、自动机，还有不少数理逻辑论文。香农写了一篇有关通用图灵机的论文，冯·诺依曼的论文开创了容错计算，麦卡锡的论文探讨了图灵机的逆函数问题，即依据图灵机的输出，推测其输入，这就是后来人工智能的雏形。但论文集的出版并不顺利，直到1956年才出版。
麦卡锡从普林斯顿大学博士毕业后曾留校工作两年，后到斯坦福大学任教。两年后，他应邀到达特茅斯学院数学系任教。达特茅斯学院虽然叫学院，但也是美国著名的八大常青藤大学之一。
1955年夏天，麦卡锡到IBM公司兼职打工。这期间，他与IBM信息研究主管罗切斯特和贝尔实验室的香农讨论有关机器智能问题。他提出机器智能不应走控制论或自动机的道路，而应利用符号表示和逻辑推理，直接模拟人类思维。之后，他便与在哈佛大学任教的好友明斯基等人联合向洛克菲勒基金会提交了“达特茅斯人工智能夏季研究项目”提案，申请在达特茅斯学院举办一次人工智能暑期研讨会，会期两个月，10人参加。提案中首次使用了“人工智能”（Artificial Intelligence，AI）这一术语。
洛克菲勒基金会生物与医学部门主任莫里森收到这一提案，认为会议内容太过广泛，目标过于发散，最后同意资助五周有限目标的研究，批准的经费为申请的一半，即7500美元。
研讨会于1956年6月18日如期在达特茅斯学院举行，讨论一直延续到8月17日，原计划10人参加的会议，实际参会人数多达三四十人。
会议主要针对人工智能相关问题进行了发散性思维，并围绕其相关方法和思路进行研讨。会上并没有展示多少重要成果。麦卡锡介绍了他为开发下棋博弈程序所采用的α-β搜索法，明斯基报告了其博士论文神经网络计算机SNARC。会议展示的最主要成果是一款机器定理证明程序——“逻辑理论家”，它由卡耐基梅隆大学的人工智能科学家赫伯特·西蒙开发，这款程序可以自动进行数学推演，还给出罗素《数学原理》中命题逻辑部分38个定理的证明。
会议讨论了人工智能的多种实现方法，有生物学仿生的神经网络方法，有通过对数据统计分析和归纳的方法，还有就是通过对符号和规则操作的数理逻辑推理方法，等等。会议最后的共识是，看好以数理逻辑方法展开对人工智能的研究，也就是后来的符号主义流派。
达特茅斯会议被认为是人工智能的开端，但这次会议并没有取得重大成果。麦卡锡会后坦言会议的目标不切实际，这不是一个暑假就能搞定的项目。会议最重要的成果是提出了“人工智能”这个术语，其后发展成一个独立学科。
其实在会议上，很多人并不赞同这一术语，因为人工（artificial）这个词除了有人类设计、制造或模拟之外，还有虚假之意，与智能组合起来有点奇怪。这次会议之所以有名，更重要的原因是很多参会人员之后都成为人工智能这一学科开宗立派的开拓者，不仅有众多的图灵奖获得者，甚至还有诺贝尔奖（经济学）获得者，可谓群英荟萃。
■ AI历程跌宕起伏 出现“三大门派”
达特茅斯会议标志着现代意义人工智能的诞生。与会者雄心勃勃，并将各自所在的麻省理工学院、斯坦福大学、卡内基梅隆大学等打造成了人工智能研究中心。
人工智能有三个主要流派：符号主义、联结主义和行为主义。符号主义源自图灵的逻辑计算，他们认为，符号是人类思维的基本单元，认知的本质是符号处理，人脑是一个“根据形式规则对信息进行操作”的装置。因此，人工智能就是打造“会思考、学习和创造的机器”。棋类博弈、定理证明、专家系统等都是典型的符号主义方法。但符号主义在处理模糊、不确定性和高度复杂性方面存在局限性，难以生成创造性内容。
1957年，康奈尔大学的弗兰克·罗森布拉特利用神经元模型构建了具有初步视觉感知功能的感知机，开创了联结主义学派。它仿生模拟人脑的神经网络及其工作机理，适用于图像识别、语音识别和自然语言处理等应用场景。联结主义与机器学习的结合产生深度学习，能对图像进行高效识别，对人脸的识别效率甚至超过人类。近年来的深度学习和大语言模型都属于联结主义。联结主义模型是一种黑箱模型，其内部机制不透明，而符号主义为白箱模型。由于明斯基等人的打压，联结主义一度被打入冷宫。
到了20世纪90年代，麻省理工学院的罗德尼·布鲁克斯提出基于感知和行为的“新智能”，开创了行为主义智能流派。行为主义不关注人类高级智能，而是聚焦动物甚至昆虫的智能。他们认为，大象不会下象棋，但能够感知世界，并与环境交互。行为主义强调智能的具身性和情境性，模拟生物的进化和自适应，因此也称进化主义。行为主义发展出了自动驾驶、机器人等智能技术。
人工智能诞生后，其发展历程可谓跌宕起伏、大起大落，犹如过山车，颇具戏剧性。有时被吹上天，寄予厚望；有时又进入寒冬期，备受冷落。
■ 机器定理证明 “吴方法”异军突起
20世纪60至80年代，符号主义一直是人工智能研究的主流。
20世纪70年代，机器定理证明步入黄金时代。数学家开始尝试用计算机来证明几何定理。一个突破性成果是超过百年的四色猜想得到证明。这一猜想是英国地图制图师古特里在1852年提出的。他观察了各种地图，提出一个猜想：对于任意地图，只使用四种颜色涂色，就可使任意两个相邻国家不会重色。百年来，很多人都尝试证明这个猜想，都没有成功。
1976年，美国数学家阿佩尔和哈肯编写程序，利用高性能计算机做了100亿次判断，耗时1200小时，最终证明了这一猜想。这是一个暴力穷举过程，极为烦琐耗时。
当时不少数学家都对此产生质疑，这算是机器证明吗？尽管定理得到了证明，但证明过程需要人的参与，这只能算计算机辅助定理证明。2005年，英国剑桥大学数学教授乔治·贡蒂尔等人实现了四色定理的完全形式化证明，每一步逻辑推导都由计算机完成。
20世纪70年代，中国的机器定理证明异军突起。中国数学家吴文俊提出了机器证明的新方法。当时吴文俊在生产电子计算机的北京无线电一厂工作，他接触到了计算机，并深入学习了机器证明的原理和方法。吴文俊还深入研究了中国古代数学，归纳出中国古代数学的几何代数化和算法化思想。以此为基础，他将几何定理证明转换为代数方程，再借鉴中国古代的多项式消元算法，形成了初等几何定理的机器化证明方法。这一方法在国际上被称作“吴方法”，后来还被推广应用到微分几何中。
吴文俊不赞成将机器证明称为人工智能。他说：“程序是我一条一条编写的，每条指令都是机械执行的动作，这根本就没有智能，它只是机械地执行人的思维过程而已。”这揭示出符号主义智能的特点和局限性，即机制透明，但难以形成涌现或创新。
由于一些美国数学家的推荐，吴文俊的工作得到了国际数学界的认可。1997年，吴文俊获得机器证明领域的埃尔布朗奖。2000年，吴文俊荣获中国国家最高科技奖。
机器定理证明就是把逻辑演算自动化，这一领域后改名为自动推理，涵盖了各种逻辑推理形式。自动推理属于比较极端的符号主义，其目标明确、推理路径清晰，实现也相对容易，但意义不大，主要用来作为测定CPU功能和性能的基准。
■ 日本“五代机”失败 人工智能再入寒冬
20世纪60年代，研究者自信心爆棚，盲目乐观，主要以西蒙、纽厄尔、麦卡锡以及明斯基的符号主义为代表。到了20世纪70年代，人工智能的研究成果远没有达到预期，人们的热情消退，人工智能进入寒冬期，联结主义受到的打击尤为沉重。20世纪70年代初，人们对人工智能的热情逐渐冷下来。到了1974年，人工智能开始了长达数年的寒冬期，其原因是非常复杂的。
实际上，人工智能研究山头林立，各大学及研究机构的团队更像是一个个部落，观念和方法各不相同。即使符号主义内部也有不同的圈子和流派，如整洁派与芜杂派、机器定理证明派与专家系统派，他们彼此有竞争，也有合作，也相互攻讦和打压。
20世纪80年代，专家系统兴起，知识工程大行其道。这时，日本经济如日中天，日本政府开启了野心勃勃的第五代计算机的研究，试图利用人工智能打造全新的计算机架构，内置了一系列人工智能功能，人工智能迎来了第二次浪潮。随着个人计算机和互联网大潮涌起，日本的第五代计算机计划失败，人工智能进入了第二个寒冬期。
这一时期兴起了第二代神经网络，它利用反向传播算法实现了多层感知机，增加了连续非线性能力。同时，以概率统计为特色的机器学习大行其道，神经网络和机器学习的研究不断深化和融合，新的人工智能浪潮开始酝酿。