前言：
10月24日開始，集智AI學(xué)園陸續(xù)推送“人工智能簡史”系列文章，本文是《人工智能之夢》的第二部分，講述人工智能從孕育、誕生到坎坷成長的百年歷程。原文收錄于集智俱樂部第一本實體圖書《科學(xué)的極致：漫談人工智能》。
前情概要：人工智能之夢——夢的開始（1900-1956）為什么計算機和人工智能會在二十世紀(jì)中葉開始出現(xiàn)？在1900年的數(shù)學(xué)家大會上，希爾伯特提出兩個和人工智能密切相關(guān)的問題。年輕人哥德爾在試圖解答的過程中，發(fā)現(xiàn)了驚人的秘密。而圖靈在探索另一個問題時，形成了圖靈機的設(shè)想，奠定了計算機科學(xué)的基礎(chǔ)……1956年盛夏，在美國新罕布什爾州的小鎮(zhèn)上，十幾位科學(xué)家相聚一堂，迎接一位新生兒——人工智能（Artificial Intelligence）。
人工智能之夢
——夢的延續(xù)（1956-1980）
在數(shù)學(xué)大師們鋪平了理論道路，工程師們踏平了技術(shù)坎坷，計算機已呱呱落地的時候，人工智能終于橫空出世了。而這一歷史時刻的到來卻是從一個不起眼的會議開始的。
達特茅斯會議
1956年8月，在美國漢諾斯小鎮(zhèn)寧靜的達特茅斯學(xué)院中，約翰?麥卡錫（John McCarthy）、馬文?閔斯基（Marvin Minsky，人工智能與認(rèn)知學(xué)專家）、克勞德?香農(nóng)（Claude Shannon，信息論的創(chuàng)始人）、艾倫?紐厄爾（Allen Newell，計算機科學(xué)家）、赫伯特?西蒙（Herbert Simon，諾貝爾經(jīng)濟學(xué)獎得主）等科學(xué)家正聚在一起，討論著一個完全不食人間煙火的主題：用機器來模仿人類學(xué)習(xí)以及其他方面的智能。
會議足足開了兩個月的時間，雖然大家沒有達成普遍的共識，但是卻為會議討論的內(nèi)容起了一個名字：人工智能。因此，1956年也就成為了人工智能元年。
黃金時期
達特茅斯會議之后，人工智能獲得了井噴式的發(fā)展，好消息接踵而至。機器定理證明——用計算機程序代替人類進行自動推理來證明數(shù)學(xué)定理——是最先取得重大突破的領(lǐng)域之一。在達特茅斯會議上，紐厄爾和西蒙展示了他們的程序：“邏輯理論家”可以獨立證明出《數(shù)學(xué)原理》第二章的38條定理；而到了1963年，該程序已能證明該章的全部52條定理。1958年，美籍華人王浩在IBM704計算機上以3~5分鐘的時間證明了《數(shù)學(xué)原理》中有關(guān)命題演算部分的全部220條定理。而就在這一年，IBM公司還研制出了平面幾何的定理證明程序。
1976年，凱尼斯?阿佩爾（Kenneth Appel）和沃夫?qū)?哈肯（Wolfgang Haken）等人利用人工和計算機混合的方式證明了一個著名的數(shù)學(xué)猜想：四色猜想（現(xiàn)在稱為四色定理）。這個猜想表述起來非常簡單易懂：對于任意的地圖，我們最少僅用四種顏色就可以染色該地圖，并使得任意兩個相鄰的國家不會重色；然而證明起來卻異常煩瑣。配合著計算機超強的窮舉和計算能力，阿佩爾等人把這個猜想證明了。
另一方面，機器學(xué)習(xí)領(lǐng)域也獲得了實質(zhì)的突破，在1956年的達特茅斯會議上，阿瑟?薩繆爾（Arthur Samuel）研制了一個跳棋程序，該程序具有自學(xué)習(xí)功能，可以從比賽中不斷總結(jié)經(jīng)驗提高棋藝。1959年，該跳棋程序打敗了它的設(shè)計者薩繆爾本人，過了3年后，該程序已經(jīng)可以擊敗美國一個州的跳棋冠軍。
阿瑟·薩繆爾和他的跳棋程序（圖片來源于網(wǎng)絡(luò)）
1956年，奧利弗?薩爾夫瑞德（Oliver Selfridge）研制出第一個字符識別程序，開辟了模式識別這一新的領(lǐng)域。1957年，紐厄爾和西蒙等開始研究一種不依賴于具體領(lǐng)域的通用問題求解器，他們稱之為GPS（General Problem Solver）。1963年，詹姆斯?斯拉格（James Slagle）發(fā)表了一個符號積分程序SAINT，輸入一個函數(shù)的表達式，該程序就能自動輸出這個函數(shù)的積分表達式。過了4年后，他們研制出了符號積分運算的升級版SIN，SIN的運算已經(jīng)可以達到專家級水準(zhǔn)。
遇到瓶頸
所有這一切來得太快了，勝利沖昏了人工智能科學(xué)家們的頭腦，他們開始盲目樂觀起來。例如，1958年，紐厄爾和西蒙就自信滿滿地說，不出10年，計算機將會成為世界象棋冠軍，證明重要的數(shù)學(xué)定理，譜出優(yōu)美的音樂。照這樣的速度發(fā)展下去，2000年人工智能就真的可以超過人類了。
然而，歷史似乎故意要作弄輕狂無知的人工智能科學(xué)家們。1965年，機器定理證明領(lǐng)域遇到了瓶頸，計算機推了數(shù)十萬步也無法證明兩個連續(xù)函數(shù)之和仍是連續(xù)函數(shù)。薩繆爾的跳棋程序也沒那么神氣了，它停留在了州冠軍的層次，無法進一步戰(zhàn)勝世界冠軍。
最糟糕的事情發(fā)生在機器翻譯領(lǐng)域，對于人類自然語言的理解是人工智能中的硬骨頭。計算機在自然語言理解與翻譯過程中表現(xiàn)得極其差勁，一個最典型的例子就是下面這個著名的英語句子：
The spirit is willing but the flesh is weak. （心有余而力不足。）
當(dāng)時，人們讓機器翻譯程序把這句話翻譯成俄語，然后再翻譯回英語以檢驗效果，得到的句子竟然是：
The wine is good but the meet is spoiled.（酒是好的，肉變質(zhì)了。）
這簡直是驢唇不對馬嘴嘛。怪不得有人挖苦道，美國政府花了2000萬美元為機器翻譯挖掘了一座墳?zāi)?。有關(guān)自然語言理解的更多內(nèi)容，請參見本書第10章。
總而言之，越來越多的不利證據(jù)迫使政府和大學(xué)削減了人工智能的項目經(jīng)費，這使得人工智能進入了寒冷的冬天。來自各方的事實證明，人工智能的發(fā)展不可能像人們早期設(shè)想的那樣一帆風(fēng)順，人們必須靜下心來冷靜思考。
知識就是力量
經(jīng)歷了短暫的挫折之后，AI研究者們開始痛定思痛。愛德華?費根鮑姆（Edward A. Feigenbaum）就是新生力量的佼佼者，他舉著“知識就是力量”的大旗，很快開辟了新的道路。
費根鮑姆分析到，傳統(tǒng)的人工智能之所以會陷入僵局，就是因為他們過于強調(diào)通用求解方法的作用，而忽略了具體的知識。仔細(xì)思考我們?nèi)祟惖那蠼膺^程就會發(fā)現(xiàn)，知識無時無刻不在起著重要作用。因此，人工智能必須引入知識。
于是，在費根鮑姆的帶領(lǐng)下，一個新的領(lǐng)域專家系統(tǒng)誕生了。所謂的專家系統(tǒng)就是利用計算機化的知識進行自動推理，從而模仿領(lǐng)域?qū)＜医鉀Q問題。第一個成功的專家系統(tǒng)DENDRAL于1968年問世，它可以根據(jù)質(zhì)譜儀的數(shù)據(jù)推知物質(zhì)的分子結(jié)構(gòu)。在這個系統(tǒng)的影響下，各式各樣的專家系統(tǒng)很快陸續(xù)涌現(xiàn)，形成了一種軟件產(chǎn)業(yè)的全新分支：知識產(chǎn)業(yè)。1977年，在第五屆國際人工智能大會上，費根鮑姆用知識工程概括了這個全新的領(lǐng)域。
在知識工程的刺激下，日本的第五代計算機計劃、英國的阿爾維計劃、西歐的尤里卡計劃、美國的星計劃和中國的863計劃陸續(xù)推出，雖然這些大的科研計劃并不都是針對人工智能的，但是AI都作為這些計劃的重要組成部分。
然而，好景不長，在專家系統(tǒng)、知識工程獲得大量的實踐經(jīng)驗之后，弊端開始逐漸顯現(xiàn)了出來，這就是知識獲取。面對這個全新的棘手問題，新的“費根鮑姆”沒有再次出現(xiàn)，人工智能這個學(xué)科卻發(fā)生了重大轉(zhuǎn)變：它逐漸分化成了幾大不同的學(xué)派。
未完待續(xù)......
從20世紀(jì)80年代開始，符號學(xué)派、連接學(xué)派、行為學(xué)派，形成了三足鼎立的局面。目前火熱的深度學(xué)習(xí)技術(shù)，作為連接學(xué)派的代表，暫時占據(jù)上風(fēng)。
下期“AI 簡史”，我們將介紹那個群龍問鼎的時代。
張江：《人工智能之夢》系列
人工智能之夢——夢的延續(xù)（1956-1980）
人工智能之夢——群龍問鼎（1980-2010）
人工智能之夢——夢醒何方（2010至今）
原書：《科學(xué)的極致：漫談人工智能》豆瓣評分8.3
https://book.douban.com/subject/26546914/
搜索微信公眾號：swarmAI
集智AI學(xué)園QQ群：426390994
學(xué)園網(wǎng)站：campus.swarma.org
