人工智能發(fā)展史-上

人工智能的歷史源遠流長(cháng)。在古代的神話(huà)傳說(shuō)中，技藝高超的工匠可以制作人造人，并為其賦予智能或意識�，F代意義上的AI始于古典哲學(xué)家用機械符號處理的觀(guān)點(diǎn)解釋人類(lèi)思考過(guò)程的嘗試。20世紀40年代基于抽象數學(xué)推理的可編程數字計算機的發(fā)明使一批科學(xué)家開(kāi)始嚴肅地探討構造一個(gè)電子大腦的可能性。

1956年，在達特茅斯學(xué)院舉行的一次會(huì )議上正式確立了人工智能的研究領(lǐng)域。會(huì )議的參加者在接下來(lái)的數十年間是AI研究的領(lǐng)軍人物。他們中有許多人預言，經(jīng)過(guò)一代人的努力，與人類(lèi)具有同等智能水平的機器將會(huì )出現。同時(shí)，上千萬(wàn)美元被投入到AI研究中，以期實(shí)現這一目標。

研究人員發(fā)現自己大大低估了這一工程的難度，人工智慧史上共出現過(guò)好幾次低潮。由于James Lighthill爵士的批評和國會(huì )方面的壓力，美國和英國政府于1973年停止向沒(méi)有明確目標的人工智能研究項目撥款。七年之后受到日本政府研究規劃的刺激，美國政府和企業(yè)再次在A(yíng)I領(lǐng)域投入數十億研究經(jīng)費，但這些投資者在80年代末重新撤回了投資。AI研究領(lǐng)域諸如此類(lèi)的高潮和低谷不斷交替出現；至今仍有人對AI的前景作出異常樂(lè )觀(guān)的預測。

盡管在政府官僚和風(fēng)投資本家那里經(jīng)歷了大起大落，AI領(lǐng)域仍在取得進(jìn)展。某些在20世紀70年代被認為不可能解決的問(wèn)題今天已經(jīng)獲得了圓滿(mǎn)解決并已成功應用在商業(yè)產(chǎn)品上。與第一代AI研究人員的樂(lè )觀(guān)估計不同，具有與人類(lèi)同等智能水平的機器至今仍未出現。圖靈在1950年發(fā)表的一篇催生現代智能機器研究的著(zhù)名論文中稱(chēng)，“我們只能看到眼前的一小段距離……但是，我們可以看到仍有許多工作要做”。

                加扎利的可編程自動(dòng)人偶(1206年)

人工智能的基本假設是人類(lèi)的思考過(guò)程可以機械化。對于機械化推理（即所謂“形式推理（formal reasoning）”）的研究已有很長(cháng)歷史。中國，印度和希臘哲學(xué)家均已在公元前的第一個(gè)千年里提出了形式推理的結構化方法。他們的想法為后世的哲學(xué)家所繼承和發(fā)展，其中著(zhù)名的有亞里士多德（對三段論邏輯進(jìn)行了形式分析），歐幾里得（其著(zhù)作《幾何原本》是形式推理的典范），花剌子密（代數學(xué)的先驅?zhuān)�“algorithm”一詞由他的名字演變而來(lái)）以及一些歐洲經(jīng)院哲學(xué)家，如奧卡姆的威廉和鄧斯·司各脫。

馬略卡哲學(xué)家拉蒙·柳利（1232-1315）開(kāi)發(fā)了一些“邏輯機”，試圖通過(guò)邏輯方法獲取知識。     柳利的機器能夠將基本的，無(wú)可否認的真理通過(guò)機械手段用簡(jiǎn)單的邏輯操作進(jìn)行組合，以求生成所有可能的知識。Llull的工作對萊布尼茲產(chǎn)生了很大影響，后者進(jìn)一步發(fā)展了他的思想。

0002.jpg

                    萊布尼茲猜測人類(lèi)的思想可以簡(jiǎn)化為機械計算

在17世紀中，萊布尼茲，托馬斯·霍布斯和笛卡兒嘗試將理性的思考系統化為代數學(xué)或幾何學(xué)那樣的體系�；舨妓乖谄渲�(zhù)作《利維坦》中有一句名言：“推理就是計算（reason is nothing but reckoning）�！� 萊布尼茲設想了一種用于推理的普適語(yǔ)言（他的通用表意文字），能將推理規約為計算，從而使“哲學(xué)家之間，就像會(huì )計師之間一樣，不再需要爭辯。他們只需拿出鉛筆放在石板上，然后向對方說(shuō)（如果想要的話(huà)，可以請一位朋友作為證人）：“我們開(kāi)始算吧”。 這些哲學(xué)家已經(jīng)開(kāi)始明確提出形式符號系統的假設，而這一假設將成為AI研究的指導思想。

在20世紀，數理邏輯研究上的突破使得人工智能好像呼之欲出。這方面的基礎著(zhù)作包括布爾的《思維的定律》與弗雷格的《概念文字》�；�于弗雷格的系統，羅素和懷特海在他們于1913年出版的巨著(zhù)《數學(xué)原理》中對數學(xué)的基礎給出了形式化描述。這一成就激勵了希爾伯特，后者向20世紀20年代和30年代的數學(xué)家提出了一個(gè)基礎性的難題：“能否將所有的數學(xué)推理形式化?” 這個(gè)問(wèn)題的最終回答由哥德?tīng)柌煌陚涠ɡ�，圖靈機和Alonzo Church的λ演算給出。他們的答案令人震驚：首先，他們證明了數理邏輯的局限性；其次（這一點(diǎn)對AI更重要），他們的工作隱含了任何形式的數學(xué)推理都能在這些限制之下機械化的可能性。

0003.jpg

          在摩爾學(xué)校的電氣工程的ENIAC計算機

用于計算的機器古已有之；歷史上許多數學(xué)家對其作出了改進(jìn)。19世紀初，查爾斯·巴貝奇設計了一臺可編程計算機（“分析機”），但未能建造出來(lái)。愛(ài)達·勒芙蕾絲預言，這臺機器“將創(chuàng )作出無(wú)限復雜，無(wú)限寬廣的精妙的科學(xué)樂(lè )章”。（她常被認為是第一個(gè)程序員，因為她留下的一些筆記完整地描述了使用這一機器計算伯努利數的方法。）

第一批現代計算機是二戰期間建造的大型譯碼機（包括Z3，ENIAC和Colossus等）。后兩個(gè)機器的理論基礎是圖靈和約翰·馮·諾伊曼提出和發(fā)展的學(xué)說(shuō)。

0004.jpg

                               IBM 702:第一代AI研究者使用的電腦

最初的人工智能研究是30年代末到50年代初的一系列科學(xué)進(jìn)展交匯的產(chǎn)物。神經(jīng)學(xué)研究發(fā)現大腦是由神經(jīng)元組成的電子網(wǎng)絡(luò )，其激勵電平只存在“有”和“無(wú)”兩種狀態(tài)，不存在中間狀態(tài)。維納的控制論描述了電子網(wǎng)絡(luò )的控制和穩定性�？藙诘隆は戕r提出的信息論則描述了數字信號（即高低電平代表的二進(jìn)制信號）。圖靈的計算理論證明數字信號足以描述任何形式的計算。這些密切相關(guān)的想法暗示了構建電子大腦的可能性。

這一階段的工作包括一些機器人的研發(fā)，例如W. Grey Walter的“烏龜（turtles）”，還有“約翰霍普金斯獸”（Johns Hopkins Beast）。這些機器并未使用計算機，數字電路和符號推理；控制它們的是純粹的模擬電路。Walter Pitts和Warren McCulloch分析了理想化的人工神經(jīng)元網(wǎng)絡(luò )，并且指出了它們進(jìn)行簡(jiǎn)單邏輯運算的機制。他們是最早描述所謂“神經(jīng)網(wǎng)絡(luò )”的學(xué)者。馬文·明斯基是他們的學(xué)生，當時(shí)是一名24歲的研究生。1951年他與Dean Edmonds一道建造了第一臺神經(jīng)網(wǎng)絡(luò )機，稱(chēng)為SNARC。在接下來(lái)的五十年中，明斯基是AI領(lǐng)域最重要的領(lǐng)導者和創(chuàng )新者之一。

50年代中期，隨著(zhù)數字計算機的興起，一些科學(xué)家直覺(jué)地感到可以進(jìn)行數字操作的機器也應當可以進(jìn)行符號操作，而符號操作可能是人類(lèi)思維的本質(zhì)。這是創(chuàng )造智能機器的一條新路。

1955年，艾倫·紐厄爾和后來(lái)榮獲諾貝爾獎的赫伯特·西蒙在J. C. Shaw的協(xié)助下開(kāi)發(fā)了“邏輯理論家（Logic Theorist）”。這個(gè)程序能夠證明《數學(xué)原理》中前52個(gè)定理中的38個(gè)，其中某些證明比原著(zhù)更加新穎和精巧。Simon認為他們已經(jīng)“解決了神秘的心/身問(wèn)題，解釋了物質(zhì)構成的系統如何獲得心靈的性質(zhì)�！保ㄟ@一斷言的哲學(xué)立場(chǎng)后來(lái)被John Searle稱(chēng)為“強人工智能”，即機器可以像人一樣具有思想。）

許多AI程序使用相同的基本算法。為實(shí)現一個(gè)目標（例如贏(yíng)得游戲或證明定理），它們一步步地前進(jìn)，就像在迷宮中尋找出路一般；如果遇到了死胡同則進(jìn)行回溯。這就是“搜索式推理”。

這一思想遇到的主要困難是，在很多問(wèn)題中，“迷宮”里可能的線(xiàn)路總數是一個(gè)天文數字（所謂“指數爆炸”）。研究者使用啟發(fā)式算法去掉那些不太可能導出正確答案的支路，從而縮小搜索范圍。

艾倫·紐厄爾和赫伯特·西蒙試圖通過(guò)其“通用解題器（General Problem Solver）”程序，將這一算法推廣到一般情形。另一些基于搜索算法證明幾何與代數問(wèn)題的程序也給人們留下了深刻印象，例如赫伯特·吉寧特（Herbert Gelernter）的幾何定理證明機（1958）和馬文·李·閔斯基的學(xué)生James Slagle開(kāi)發(fā)的SAINT（1961）。還有一些程序通過(guò)搜索目標和子目標作出決策，如斯坦福大學(xué)為控制機器人Shakey而開(kāi)發(fā)的STRIPS系統。

AI研究的一個(gè)重要目標是使計算機能夠通過(guò)自然語(yǔ)言（例如英語(yǔ)）進(jìn)行交流。早期的一個(gè)成功范例是Daniel Bobrow的程序STUDENT，它能夠解決高中程度的代數應用題。

如果用節點(diǎn)表示語(yǔ)義概念（例如“房子”，“門(mén)”），用節點(diǎn)間的連線(xiàn)表示語(yǔ)義關(guān)系（例如“有 -- 一個(gè)”），就可以構造出“語(yǔ)義網(wǎng)（semantic net）”。第一個(gè)使用語(yǔ)義網(wǎng)的AI程序由Ross Quillian開(kāi)發(fā)；而最為成功（也是最有爭議）的一個(gè)則是Roger Schank的“概念關(guān)聯(lián)（Conceptual Dependency）”。

Joseph Weizenbaum的ELIZA是第一個(gè)聊天機器人，可能也是最有趣的會(huì )說(shuō)英語(yǔ)的程序。與ELIZA“聊天”的用戶(hù)有時(shí)會(huì )誤以為自己是在和人類(lèi)，而不是和一個(gè)程序，交談。但是實(shí)際上ELIZA根本不知道自己在說(shuō)什么。它只是按固定套路作答，或者用符合語(yǔ)法的方式將問(wèn)題復述一遍。

60年代后期，麻省理工大學(xué)AI實(shí)驗室的馬文·閔斯基和西摩爾·派普特建議AI研究者們專(zhuān)注于被稱(chēng)為“微世界”的簡(jiǎn)單場(chǎng)景。他們指出在成熟的學(xué)科中往往使用簡(jiǎn)化模型幫助基本原則的理解，例如物理學(xué)中的光滑平面和完美剛體。許多這類(lèi)研究的場(chǎng)景是“積木世界”，其中包括一個(gè)平面，上面擺放著(zhù)一些不同形狀，尺寸和顏色的積木。

在這一指導思想下，傑拉德·傑伊·薩斯曼（研究組長(cháng)），Adolfo Guzman，大衛·瓦爾茲（David Waltz，“約束傳播（constraint propagation）”的提出者），特別是Patrick Winston等人在機器視覺(jué)領(lǐng)域作出了創(chuàng )造性貢獻。同時(shí)，Minsky和Papert制作了一個(gè)會(huì )搭積木的機器臂，從而將“積木世界”變?yōu)楝F實(shí)。微世界程序的最高成就是Terry Winograd的SHRDLU，它能用普通的英語(yǔ)句子與人交流，還能作出決策并執行操作。

第一代AI研究者們曾作出了如下預言:

1963年6月，MIT從新建立的ARPA（即后來(lái)的DARPA，國防高等研究計劃局）獲得了二百二十萬(wàn)美元經(jīng)費，用于資助MAC工程，其中包括Minsky和McCarthy五年前建立的AI研究組。此后ARPA每年提供三百萬(wàn)美元，直到七十年代為止。ARPA還對艾倫·紐厄爾和赫伯特·西蒙在卡內基梅隆大學(xué)的工作組以及斯坦福大學(xué)AI項目（由John McCarthy于1963年創(chuàng )建）進(jìn)行類(lèi)似的資助。另一個(gè)重要的AI實(shí)驗室于1965年由Donald Michie在愛(ài)丁堡大學(xué)建立。在接下來(lái)的許多年間，這四個(gè)研究機構一直是AI學(xué)術(shù)界的研究（和經(jīng)費）中心。

經(jīng)費幾乎是無(wú)條件地提供的：時(shí)任ARPA主任的J. C. R. Licklider相信他的組織應該“資助人，而不是項目”，并且允許研究者去做任何感興趣的方向。這導致了MIT無(wú)約無(wú)束的研究氛圍及其hacker文化的形成，但是好景不長(cháng)。