人工智能的发展之路

■文/王国强

人工智能的发展之路曲折多变，几经沉浮，潮起潮落。

2016年是人工智能（Artificial Intelligence，AI）学科诞生60周年。在这个特殊的历史节点，谷歌公司的AlphaGo击败李世石，百度公司推出无人车，IBM、微软、Facebook等公司相继推出自己的人工智能平台，一些国家也纷纷对人工智能进行战略布局，例如美国的《国家人工智能研究与发展战略规划》、日本的“人工智能工程表”、中国的《新一代人工智能发展规划》等，新一轮人工智能发展热潮预示着人工智能再次迎来新的拐点。AI作为20世纪中期兴起的一门新的交叉学科，其学科成长之路曲折多变，几经沉浮，潮起潮落。

AI学科的诞生

人工智能是研究、开发用于模拟、延伸和扩展人的智能或其他生物智能的理论、方法、技术及应用系统的一门技术学科，其研究对象，简单地讲就是“机器智能”和“智能机器”。从这个意义上说，其历史渊源可溯及遥远的过去，其学科基础可涉及广泛的领域。

研究制造具有拟人智能的机器，是人类长期以来的愿望。我国古代很早就有许多这样的发明制造，例如，算盘——古典的十进制机械式手动计算器、八卦——二进制编码逻辑推理预测器、指南车——差动齿轮补偿原理机械式自动定向车、候风地动仪——地震方位自动检测与微震敏感报警器，还有会跳舞的“人形舞姬”、会捕鼠的木制“钟馗”等。在国外，人们同样很早就幻想用机器模仿或代替人，从事服务劳动，例如古希腊人发明的“自动机”、日本人发明的“自动机器玩偶”，以及近代西方的“蒸汽人”和“电报箱”、现代意义的“第一台工业机器人”等各种智能机器。

思维是人类智能的核心，逻辑思维作为思维的高级形式，人们很早就开始了对它的探索。古希腊哲学家亚里士多德在中世纪就创立了形式逻辑学，其三段论至今仍是我们写作的利器。我国春秋战国时期公孙策的“白马说”、墨子的“墨经”等则构成了中国古代逻辑思想的精髓。随着生产力的发展，自然科学的进步，数学方法的广泛应用，17世纪诞生了数理逻辑这门学科。德国数学家莱布尼茨（Gottfried Wilhelm Leibniz）作为数理逻辑的奠基人，他继承了思维可以计算的思想，把人类推理归纳为某类运算，首次提出“通用符号”和“推理计算”等概念，被看作是对“机器思维”的初步探索者。英国数学家布尔（George Boole）在1854年出版了《思维规律研究》一书，创立了逻辑代数，首次用符号语言描述了思维活动中推理过程的基本规律。1931年奥地利裔美国数学家哥德尔（Kurt Gödel）提出不完备性定理，揭示了形式系统的内在局限性。此外，人们还对逻辑推理和计算机器进行了研制。例如，西班牙逻辑学家卢乐（Romen Luee）提出可求解多种问题的通用逻辑机，法国物理学家帕斯卡（Blaise Pascal）研制出机械式加法计算器，英国数学家巴贝奇（Charles Babbage）研究了类似现代电子数字计算机的“差分机”和“分析机”。1936年，英国数学家图灵（Alan Turing）提出被称为“图灵机”的“理论计算机”模型，创立了“自动机理论”。1950年，图灵发表了著名论文《计算机能思维吗？》，明确提出“机器能思维”的观点。为此，图灵还设计了检验机器有没有思维的智力测试，即“图灵测试”，开辟了用计算机从功能上模拟人的智能的道路。

形象思维是不同于逻辑思维的人类智能表现的另一种重要形式，人们从仿生学的角度对思维进行人工神经网络结构模拟。20世纪初期，认知心理学派中的结构主义理论者认为，智能活动的基元是神经细胞，神经元之间的不断作用和刺激带来了感官上的无穷认识，智能认识活动的过程实际上是神经网络的状态演化过程，神经细胞的整体结构是人类智能产生的条件，神经细胞之间的突触联结机制是智能活动的基础。1943年，美国科学家麦卡洛克（Warren Sturgis McCulloch）和皮茨（Walter Pitts）认为，仿造人脑结构就可产生“智能”，就有可能获得与人脑机理相似的功能，并成功研制出世界上第一个被称作“MP模型”的人工神经细胞数学模型。“MP模型”理论被认为是架起智能与神经科学桥梁的奠基之作。“MP模型”研制成功后，美国数学家克里纳（Stephen Cole Kleene）对其进行了发展与完善，研制出闭环神经细胞模型，发展了“自动机理论”。1949年，加拿大心理学家荷布（Donald Olding Hebb）出版了《组织行为》一书，书中指出，当神经细胞参与某种心理活动时，细胞之间联结通路的信息传导能力将会增强，即所谓的“Hebb学习规则”。1951年，美国认知科学家明斯基（Marvin Minsky）建造了世界上第一台神经网络模拟器，并首次提出“智能体”（agent）概念，为有效地解决生产实际问题提供了新的工具。

智能行为是人类智慧活动的结果，人们从控制论的观点来模拟智能活动或行为。1948年，美国数学家维纳（Norbert Wiener）创立了“控制论”，研究了动物与机器中的控制和通信的共同规律，如反馈控制原理，信息传输、变换、加工过程等，奠定了从人与外部环境互相作用入手研究人类现场智能的理论基础。1951年，美国系统工程专家李跃滋提出“自寻优控制”理论，英国神经生理学家及控制论学家艾什比（William Ross Ashby）研制出“自稳定平衡器”，进一步丰富了控制理论。1952年，美国数学家香农（Claude Shannon）研制出被称为“香农老鼠”的第一个控制论动物。香农老鼠在迷宫中的表演曾经轰动一时，促进了其他机器动物模型的研究，香农由此被认为是“自学习机”和“控制论动物”的先驱。1954年，艾什比出版了名著《脑的设计》一书，首创生物控制论。这些成果为在行为上模拟研究人工智能开辟了新天地。

总之，20世纪中期心理学、生理学、生物控制论、语言学、行为科学等相关学科的发展为人工智能的产生奠定了科学基础。电子数字计算机、自动控制技术、通信工程技术、机械工程技术、电子工程技术等有关工程技术科学的进展为人工智能的产生奠定了技术基础。在这样的背景下，1956年夏，美国达特茅斯学院举行了由科学家麦卡锡（John McCarthy）、明斯基、香农、西蒙（Herbert Alexander Simon）、塞缪尔（Arthur Samuel）、纽厄尔（Allen Newell）等发起的“关于如何用机器模拟人的智能”的学术讨论会，并首次采用人工智能的概念。这次为期两个月之久的学术会议，意味着“人工智能”这门新学科的正式诞生。

英国数学家图灵创立了“自动机理论”，提出理想计算机模型，奠定了人工智能的基础。

AI技术成长路径

1956年达特茅斯会议之后，人工智能问题的研究主要沿着机器思维、机器感知和机器行为3个方向发展，并相应形成了符号主义、联结主义和行为主义3大学术派别。

●基于逻辑推理的符号主义

符号主义（Symbolism）是一种基于逻辑推理的智能模拟方法，主要代表人物是美国科学家西蒙、纽厄尔、费根鲍姆（Edward Feigenbaum）等。他们认为，思维的基元是符号，思维过程就是符号的运算；智能的核心是知识，利用知识推理进行问题求解；智能活动的基础就是物理符号系统，人脑、电脑都是物理符号系统；知识可用符号表示，可以建立基于符号逻辑的智能理论体系。该学派经历了从启发程序（Heuristic Program）到专家系统（Expert System）再到知识工程的发展路径。

启发程序是一种模拟人的思维方法与规律的计算机程序。第一个著名的启发程序是1956年由纽厄尔、西蒙和肖（Cliff Shaw）合作研制成功的“逻辑理论机”（Logic Theory Machine，简称LT）。LT模拟了数学家证明数学定理过程中的某些思维方法，应用心理学方法设计了称为“大声想”的心理实验，以记录分析思维的过程和智能活动。他们将问题分解、变量代入、符号替换等方法编写成计算机程序，成功证明了英裔美国科学家怀特海（Alfred North Whitehead）和英国科学家罗素（Bertrand Russell）著的《数学原理》一书第二章中的数学定理，开创了用计算机模拟人的高级智能活动之先河，被认为是人工智能的真正开端。同年，塞缪尔通过模拟自己的下棋策略和方法研制成功了具有自主学习能力的“跳棋程序”。起初，这个跳棋程序下不过塞缪尔本人，但是经过学习其他高手的棋艺，于1959年终于击败了它的设计者。1962年，它又成功战胜了美国一个州的跳棋冠军。塞缪尔的研究成果大大推动了人工智能领域中“机器博弈”“机器学习”等的研究工作。1960年，纽厄尔、西蒙和肖再度合作研制成功了“通用问题求解程序”（General Problem Solver，GPS）。GPS可以求解11种不同类型的问题，提高了启发程序的通用性，扩大了计算机进行脑力劳动的应用范围。1960年，华裔美国数理逻辑家王浩提出命题逻辑的机器定理证明的新算法，用计算机证明了集合论中的300多条定理。1965年，美国科学家鲁宾逊（John Alan Robinson）提出词逻辑的“消解原理”，简化了判定步骤。1977年，我国数学家吴文俊提出了初等几何判定问题的机器定理证明方法，并推广到初等微分几何、非欧几何领域。

专家系统是一种基于专家专业知识和工作经验，用于求解专门问题的计算机系统。第一个专家系统（DENDRAL）是化学分析专家系统，它是由费根鲍姆于1965年提出，1968年研制成功的。化学专家分析系统的问世，标志着人工智能学科中“专家系统”分支学科的诞生。美国斯坦福大学的肖特利夫（Edward Hance Shortliffe）等人于1971年开始，1976年完成了第一个用于血液感染病的诊断、治疗和咨询服务的医疗专家系统（MYCIN）。该系统首次采用“知识库”“推理机”“可信度”等概念，利用非确定性知识推理对用户咨询提出的问题进行回答，并给出答案的可信度估计。MYCIN的成功为其他许多专家系统的研究开发提供了良好的范本。斯坦福研究所的杜达（Richard O. Duda）等人于1976年开始，1981年完成地质勘探专家系统（PROSPECTOR），并成功用于钼矿勘探，取得了重大社会经济效益。我国学者涂序彦、郭荣江等人于1977年开始，1979年完成了世界上第一个中医专家系统“中医关幼波肝炎诊断治疗程序”。1977年，费根鲍姆提出“知识工程”概念，大大推动了基于知识的专家系统及其开发工具的发展。

20世纪80年代是专家系统的黄金时代。1981年，英国赫特福德大学教授克洛克森（William F. Clocksin）出版了《PROLOG语言编程》一书，奠定了新一代专家系统编程语言的基础。1983年，美国斯坦福大学教授海斯罗斯（Barbara Hayes-Roth）出版了《建立专家系统》一书，为研究与开发各种类型的专家系统提供了理论依据。1985年，美国加利福尼亚大学教授哈蒙（Paul Harmon）出版了《专家系统：人工智能业务》，推动了专家系统的商业化发展。专家系统的大量研究、开发及成功应用，一方面推动了知识表达、知识推理、知识获取、知识利用等知识工程方法和技术的发展，另一方面也大大促进了人工智能的普及。90年代，人们对专家系统的研究转向了与知识工程、模糊技术、实时操作技术、神经网络技术和数据库技术等相结合的发展方向。进入21世纪，专家系统开始进入缓慢发展时期。

●基于神经网络的联结主义

联结主义是一种从人脑的生理结构出发来研究人的智能行为、模拟人脑信息处理功能的方法，主要代表人物是麦卡洛克、皮茨、罗森布拉特（Frank Rosenblatt）、霍普菲尔德（John Hopfield）等。他们从仿生学观点出发，以神经系统的结构和功能为重点进行数学模拟和物理模拟，形成了从神经细胞模型到感知机再到人工神经网络的发展路径。

神经细胞模型就是从脑的生物原型出发来探讨人工智能。人们一般把1943年MP模型的诞生作为联结主义研究的开始年份。此后，经过人们对MP模型的不断改进，以及对各种“脑模型”的研究，科学家制造了很多模拟大脑的既能运算又能处理逻辑问题的人工神经网络系统，在20世纪50年代末和60年代初形成了一次基于神经网络联结主义的小高潮。其中，影响最大的是1957年美国认知心理学家罗森布拉特研制成功的具有视角感知和学习功能的脑模型“感知机”（Perceptron）。感知机能进行简单的文字识别、图像识别和声音识别，在60年代初期风行一时，有多达近百家研究机构和公司从事感知机的研发工作。1961年，德国学者斯泰布什（Karl Steinbuch）从宏观仿生学观点提出“学习矩阵”。1969年，明斯基等人出版了关于感知机的专著。由于感知机无法识别线性不可分的模式，70年代感知机的研究陷入低谷。

20世纪80年代初期，人工神经网络研究取得较大进展。1981年，加拿大多伦多大学教授欣顿（Geoffrey Hinton）和美国布朗大学教授安德森（James A. Anderson）发表了《联想记忆的并行模型》一文，再次掀起了人工神经网络研究的热潮。1982年，霍普菲尔德提出一种叫“Hofield”的新的全互连型人工神经网络，成功解决了计算复杂的“旅行商”的问题。1986年，美国科学家鲁姆哈特（David Rumelhart）、维伯斯（Paul Werbos）等研制出被称为“反向传播”神经网络的新一代多层次感知机，简称BP网络。同年，格罗斯伯格（Stephen Grossberg）、卡彭特（Rollo Carpenter）提出自适应共振理论ART，所研制出的ART神经网络具有良好的自适应特性。1987年，首届国际神经网络学术大会在美国圣迭戈举行，并成立了“国际神经网络协会”，使神经网络研究再掀新高潮。进入20世纪90年代，联结主义各项研究取得了长足的进展。90年代初，美国生物学家埃德尔曼（Gerald Edelman）提出了Darwinims模型，建立了神经网络系统理论。日本科学家相原（K. Aihara）等人提出了混沌神经元模型，井上（Hirotaka Inoue）构造出混沌神经网络模型。目前，联结主义模型的研究已成为世界各国关注的热点问题。

●基于现场认知的行为主义

行为主义是一种模拟人类智能行为的方法，主要代表人物是香农、傅京孙、布鲁克斯（Rodney Brooks）等。他们认为，智能系统的智能水平和智能特性需要在真实世界的复杂环境中进行学习和训练，并在与周围环境的信息交互适应过程中不断进化和体现出来。他们从控制论观点出发形成了从控制论动物到智能控制系统再到智能机器人的发展路径。

控制论动物模型主要是从仿生学的角度学习动物的信息处理系统。20世纪50年代，香农成功研制出机器老鼠，瓦尔特（William Grey Walter）成功研制出电动龟，这些机器动物的成功研制积累了有关控制与信息传递、变换、处理的丰富经验。60年代，华裔美国模式识别与机器智能专家傅京孙提出人工智能与自动控制相结合的思想，模拟探讨了人在控制过程中的学习方法和策略，特别是在句法结构模式识别方面取得重要成果。1973年，澳大利亚生理学家神经突触学说创立者埃克尔斯（John Carew Eccles）在其《作为神经机器的小脑》一书中指出，小脑是运动控制的中心，他说：“在运动的神经控制方面，小脑的功能犹如一台计算机”。1975年，美国国家计量局实验室研制出基于小脑模型的自适应运动控制器，简称CMAC。

人是高智能水平的动物，从控制论动物向智能机器人的发展，是智能机器合乎逻辑的进化过程。从20世纪60年代到70年代初，早期智能机器人基本上是在“积木世界”中活动的实验装置。1968年，麦卡锡研究了机器人的视觉和听觉，利用斯坦福大学的“手-眼”机器人进行颜色识别实验，并对四色积木进行分类识别、装卸和堆放。1970年，科尔斯（Stephen Coles）利用斯坦福大学的“眼-车”机器人，模拟了“猴子摘香蕉”。1972年，温斯顿（Patrick Winston）对美国麻省理工学院的“手-眼”机器人进行了总结评述，“手-眼”机器人是由计算机控制、带有摄像机、具有触觉的机械手，能够进行积木分类、堆放和装箱等作业。70年代后期到80年代，智能机器人的研究扩展到“真实世界”。例如，日本日立中心研究所装配的机器人，已有两只“电子眼”，一只用于看图纸，一只用于和机械手配合作业。1991年，在国际人工智能联合会上，美国机器人制造专家布鲁克斯提出“不需要知识的智能”“不需要推理的智能”的新观点，并表演了在未知动态环境中进行漫游的新型机器人。这种机器人已经有150多种传感器、20多个执行效应器，有6条腿，能像昆虫一样爬行。

20世纪末，行为主义才以人工智能新学派的面孔出现，并取得了许多令人瞩目的成果。现在，行为主义所采用的结构上动作分解方法、分布并行的处理方法以及由底至上的求解方法已成为人工智能领域中新的研究热点。

AI发展的反思

人工智能发展之路渗透着对人的智慧的不同理解，并导致不同的研究思路。符号主义、联结主义、行为主义从不同的侧面在不同的时空阶段推动着人工智能科学的发展，人工智能所遭遇的寒冬与复苏取决于技术和社会发展所需要的各种条件。每次对人类智能的超越都曾引起大众的广泛关注和担忧。

智能概念的认识过程预示着新的人工智能理论的诞生。何谓“智能”？似乎可以追溯到古希腊哲学，甚至更远。何谓“人工智能”？一般认为可从17世纪莱布尼茨有关智能的设想说起，他最早提出具有现代意义的符号和逻辑思想。而从技术背景上讲，现代意义的智能概念则要从图灵说起，是他把机器思维作为智能的核心，把符号运算当作智能的表现。联结主义则认为，智能是大脑神经网络产生的思维活动的结果，可以通过模拟神经系统来实现。行为主义认为，智能活动是人类与世界相互作用的一种模式，智能是一种机器人行为的实现。在相当长的一段时间内，3种学派的智能理论“殊途而不同归”，成为长期困扰人工智能研究人员的重大问题，因此建立“人工智能的统一理论”已成为国际人工智能学术界普遍的愿景。如今，智能环境、智能社会、智能城市等诸多的概念都已打上了“智能”的标签，其种种内涵随着类人智能机器人学、计算神经科学、计算社会科学、量子计算学等新兴科学技术的研究正在不断融合、发展，不同学派智能概念及其理论体系将有望趋于统一。

AI技术发展的沉与浮印证了技术创新是累积的延伸。人工智能3种不同的技术路线对峙发展、此起彼伏。从达特茅斯会议到1976年，符号主义在机器学习方面、联结主义在感知机方面、行为主义在机器动物方面都取得了不错的成绩，形成了人工智能的第一次高潮。从1974年到1980年，人们发现，逻辑证明器、感知器、增强学习等仍然停留在玩具阶段，无法完成复杂的计算和任务，许多机构和政府因此减少了对人工智能研究的资助，人工智能迎来了第一次寒冬。从1980年到1987年，符号主义推出的专家系统问世，其广泛的商业化推广应用促成了人工智能的第二次高潮。从1987到1993年，由于专家系统应用领域过于狭窄，知识获取“瓶颈”和不确定性常识推理等困难，人工智能再次陷入低谷。人工智能的再次失败，使得整个社会，甚至人工智能学科共同体中的成员都不愿使用“人工智能”这一术语来称呼自己的研究。人工智能两次挫折的主要原因在于符号主义算法的局限性及计算机科学的发展。从1993年至今，人工智能领域依托于计算机科学，逐渐分化为各种不同的科学领域的后台技术，如数据挖掘、工业机器人、后勤学、语音识别、银行软件、捜索引擎和专业咨询服务等。这些技术的发展使得1997年超级计算机“深蓝”以3.5∶2.5击败国际象棋世界冠军卡斯帕罗夫，2011年超级计算机“沃森”用自然语言在智力比赛中打败了两位人类冠军，2014年谷歌公司推出了无人驾驶汽车，2016年AlphaGo战胜围棋冠军李世石等可喜成果，人工智能在经历了20多年的沉寂之后再次迎来第三次发展的高潮。

人工智能技术也像其他一些新兴技术一样，存在两面性。当前人工智能的再次兴起，让人工智能技术的应用更加广泛、更加深入和更加引人关注，有些人甚至预言，人工智能将掀起一场比因特网更加猛烈的变革。不管人工智能技术给人类带来益处还是害处，人工智能技术的伦理问题却无法逃避。目前，人工智能技术主要存在着人权伦理问题、责任伦理问题、道德地位伦理问题、代际伦理问题以及环境伦理问题。

人工智能大事记

1936年

1943年

美国科学家麦卡洛克和皮茨成功研制出世界第一个人工神经细胞数学模型。

1948年

美国数学家维纳创立了“控制论”，奠定了人工智能行为主义的理论基础。

1950年

图灵发表了著名论文《计算机能思维吗？》，设计出图灵测试，开辟了用计算机从功能上模拟人的智能的道路。

1951年

美国认知科学家明斯基建造了世界上第一台神经网络模拟器，首次提出“智能体”（agent）概念。

1952年美国数学家香农研制出被称为“香农老鼠”的第一个控制论动物。

1954年英国神经生理学家及控制论学家艾什比出版了名著《脑的设计》，首创生物控制论。

1956年

在美国达特茅斯学院召开“关于如何用机器模拟人的智能”的学术讨论会，首次采用人工智能的概念，意味着“人工智能”这门新学科的正式诞生。

美国科学家纽厄尔、西蒙和肖合作研制成功的“逻辑理论机”，被认为是人工智能的真正开端。

1957年美国认知心理学家罗森布拉特研制成功了具有视觉感知和学习功能的脑模型“感知机”。

1968年

美国计算机科学家费根鲍姆研制的第一个专家系统（DENDRAL）问世，标志着人工智能学科中“专家系统”分支学科的诞生。

1973年

澳大利亚神经生理学家埃克尔斯出版《作为神经机器的小脑》一书，明确指出小脑是运动控制的中心。

1977年

费根鲍姆提出“知识工程”概念，大大推动了基于知识的专家系统及其开发工具的发展。

我国数学家吴文俊提出了初等几何判定问题的机器定理证明方法，并推广到初等微分几何、非欧几何领域。

1979年

我国学者涂序彦、郭荣江等人完成了世界上第一个中医专家系统“中医关幼波肝炎诊断治疗程序”。

1981年

加拿大多伦多大学教授欣顿和美国布朗大学教授安德森《联想记忆的并行模型》一文，再次掀起了网络研究的热潮。

1985年

美国加利福尼亚大学教授哈蒙出版《专家系统：人工智能业务》，推动了专家系统的商业化发展。

1991年

美国机器人制造专家布鲁克斯在国际人工智能联合会上演了在未知动态环境中进行漫游的新型机器人。

2011年

“沃森”用自然语言在智力比赛中打败了两位人类冠军。

2016年

AlphaGo战胜围棋冠军李世石。