人工智能大事记

在20世纪30年代末到50年代，来自数学、心理学、工程学、神经学等学科的科学家开始探讨制造人工大脑的可能性。维纳（Wiener）的控制论、香农（Shannon）提出的信息论，以及图灵（Turing）的计算理论等，都为人工智能的出现奠定了基础。

1946

ENIAC诞生

1946年，美国数学家莫奇利（Mauchly）、埃克特（Eckert）等制造了世界上第一台通用计算机ENIAC，为人工智能的研究提供了物质基础。

1950

图灵测试

1950年，图灵在一篇论文中，预言了创造出具有真正智能的机器的可能性。为阐释“智能”这一概念，他提出了著名的图灵测试：由一个接受测试的人通过具有电报通讯功能的打字机与匿名对象进行交流，对方可能是人，也可能是计算机。如果计算机能使被测人相信他在与人类交流，那么计算机是有智能的。图灵测试是人工智能哲学方面第一个严肃的提案。

1956

人工智能的诞生

1956年夏季，一次长达两个月的研讨会于美国达特茅斯学院（Dartmouth College）举行。约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、艾伦·纽厄尔（Allen Newell）、赫伯特·西蒙（Herbert Simon）等著名学者出席了会议。会上，麦卡锡首次提出了“人工智能”这个概念。纽厄尔和西蒙则展示了他们编写的逻辑理论机器（The Logic Theory Machine）。该机器能够根据逻辑规则提出假设并解决问题，可以证明《数学原理》中的定理，满足了大多数人规定的“智能”标准。此次与会学者有数学家、逻辑学家、认知学家、心理学家、神经生理学家、计算机科学家等，后来他们中的绝大多数，都成为著名的人工智能专家。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。

首台人工智能机器人Shakey

1966至1972年，美国斯坦福国际研究所（SRI）研制出机器人Shakey。这是首台采用了人工智能学的移动机器人。Shakey能够自主进行感知、分析环境、规划行为并执行任务，可以根据人的指令发现并抓取积木。但计算机运算速度缓慢，往往需要很长时间来完成一个指令。

ELIZA与人机对话

约瑟夫·魏岑鲍姆（Joseph Weizenbaum）在1964年开发了一个名为ELIZA的机器人，是第一个聊天机器人。它实现了计算机与人通过文本进行交流，这也是人工智能研究的一个重要方面。用户与ELIZA的沟通，看起来像是两个人在对话，但是实际上ELIZA根本不知道自己在说什么。它只是按固定套路作答，或者用符合语法的方式将问题复述一遍。例如，用户输入：“我的头很疼。”它会反问：“你为什么会头疼呢？”它还能用“这个问题很有趣吗”、“说点儿其他的吧”等方式达到展开话题的效果。

SHRDLU与模块世界

SHRDLU是由斯坦福大学的计算机教授T.威诺格拉德（T.Winograd）在1970年开发的系统。这种程序能分析命令，并通过对虚拟方块进行操作来完成任务。在运行过程中，遇到疑问还会向使用者发问。它还能分析语义、解释不明确的句子，例如完成“找出比你的手中那块积木更高的积木块，并把它放在盒子里面”等指令。尽管它的运用还只限于模块世界当中，但该系统已经能够正确地理解语言，因此它也被视为是人工智能研究的一次巨大成功。

DENDRAL和MYCIN：专家系统

专家系统是基于专家的专业知识和工作经验，用于求解专门问题的计算机系统。美国科学家爱德华·费根鲍姆（Edward Feigenbaum）等人于1965年成功研制出化学分析专家系统DENDRAL，这是第一套有效进行工作的专家系统。它能够进行实验数据分析，从而判断未知化合物的分子结构。MYCIN则是20世纪70年代初期由斯坦福大学的肖特利夫（Shortliffe）等人于1976年发表的医疗咨询系统，可用于对传染性血液病患进行诊断。在它内部一共备有500条规则，只需要按顺序依次回答其提问，系统就能够判断病人所感染细菌的类别，并开出对症的药方。在这一时期，还陆续研制出了用于生产、会计、人事、金融等各种领域的专家系统。

Cyc项目

在道格拉斯·莱纳特（Douglas Lenat）的带领下，Cyc（大百科全书）项目于1984年启动。这一项目代表人工智能领域的一个全新的研究方向。它试图将人类拥有的所有一般性知识都输入到计算机里面，建立一个巨型数据库，并在此基础上实现知识推理。其目标是使人工智能的应用能够以类似人类推理的方式工作。2006年，该项目已免费提供“资源开放”版本给公众使用。

“深蓝”与国际象棋

1997年5月11日，IBM公司的国际象棋电脑深蓝（Deep Blue）战胜国际象棋世界冠军卡斯帕罗夫（Kasparov），成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。“深蓝”拥有30个并行处理器，运算速度为每秒2亿步棋，并存有70万份大师对战的棋局数据。强大的计算能力使其能够依靠穷举来选择最佳策略，“深蓝”可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。赛后，IBM宣布“深蓝”退役。

沃森与智力问答

沃森（Watson）是IBM公司开发的能使用自然语言回答问题的人工智能程序。2011年，沃森参加美国老牌智力问答节目“危险边缘”，打败两位人类冠军，赢得了100万美元的奖金，得到了社会的广泛关注。沃森存储了2亿页的数据，答题时还能辨别问题中的隐晦含义、口吻的差别等。然而，沃森并非在理解问题的基础上进行回答，而是将与问题所含关键词看似相关的答案快速抽取出来。这一人工智能可被应用于医疗诊断领域，通过对自身庞大数据的分析，它能够准确地给出对患者的治疗方案。例如，在癌症治疗方面，沃森内部载入了42种专业医学杂志和大量的临床治疗数据，以及150万份病例。除此之外，它还在厨艺方面有所涉猎。

深度学习与AlphaGo

深度学习是一种多层神经网络学习算法，通过组合低层特征形成更加抽象的高层表示（属性类别或特征），以发现数据的分布式特征表示。此前，计算机并不能做出选择特征量的判断，提高机器学习精度的关键在于人类输入何种特征量。深度学习则为模拟人脑提供了可能，它使计算机自动找出简单的特征量，然后以此为基础找到高层特征量。这就解决了在获取某特征量表示的概念后，再使用这种概念来描述知识的难题。

AlphaGo是由Google DeepMind开发的人工智能围棋程序，具有自我学习能力。它能够搜集大量围棋对弈数据和名人棋谱，学习并模仿人类下棋。在达到一定熟练程度之后，还可以通过与自己对弈来提升棋力。在对弈时，它还可以使用蒙特卡洛树搜索，通过价值网络来计算局面，评估大量选点，并通过策略网络选择落点。截至发稿，李世石与AlphaGo战成1∶3。这背后的原因，AlphaGo的学习能力该是关键要素之一。（刘彭媛/整理）

[主要参考资料：《人工智能狂潮——机器人会超越人类吗？》，（日）松尾丰著，赵函宏、高华彬译;《人工智能——大脑的镜子》，（美）哈里·亨德森著，侯然译]