人工智能起源处的“群星”

人工智能的起源，公认是1956年的达特茅斯会议。这次会议由约翰·麦卡锡（John McCarthy）等人于1955年8月31日发起，旨在召集志同道合的人共同讨论“人工智能”（AI），会议以大方向性的集思广益为主，持续了一个月。

麦卡锡那时是美国达特茅斯学院的数学系助理教授。当时，达特茅斯数学系刚上任的年轻系主任克门尼（Kemeny）两年之前才在普林斯顿逻辑学家丘奇（Church）门下取得逻辑学博士学位。克门尼是计算机理论之父图灵的师弟，曾在战时和物理学家费曼一起工作，还一度当过爱因斯坦的数学助理，后来专注计算机科学研究，和麦卡锡一起研究出了分时系统，但克门尼最广为人知的工作是计算机最基础的编程语言BASIC。他后来还成为了人工智能LISP语言发明人的老师，并担任了达特茅斯大学的校长。为了建设新设立的达特茅斯学院数学系，克门尼从母校普林斯顿数学系带回了刚毕业的四位博士，麦卡锡是其中之一。

会议的另一位有影响力的参加者是明斯基。他也是普林斯顿的数学博士，和麦卡锡在读书时就相熟。明斯基尽管后来写过计算理论书籍，还培养了包括图灵奖获得者布鲁姆（Manual Blum）在内的好几个计算理论的博士，但他的主业并不是逻辑学。明斯基师从塔克（Tucker），“心灵美丽”（同名电影）的纳什是他的师兄，其博士论文做的是神经网络。

塞弗里奇也是与会者，虽然后人对他提及较少，但他的确是人工智能学科的先驱，在麻省理工学院（MIT）时和神經网络的开创人之一沃伦·麦卡洛克（Warren McCulloch）一起在控制论创立者维纳指导下工作，也是维纳最喜欢的学生之一。塞弗里奇是模式识别的奠基人，写出了第一个可工作的AI程序。他后来在MIT参与领导MAC项目，这个项目后来一分为二，即MIT计算机科学实验室和人工智能实验室。

信息论的创始人克劳德·仙农（Claude Shannon）也被麦卡锡隆重地请到了会上，但其实麦卡锡和仙农的观点并不一致。

另外两位重量级参与者是纽厄尔和赫伯特—西蒙（Herbert Simon）。纽厄尔是麦卡锡和明斯基的同龄人，硕士研究生也是在普林斯顿数学系学习的。纽厄尔硕士导师就是冯·诺伊曼的合作者、博弈论先驱摩根斯顿，纽厄尔硕士毕业就迁往西部加入了著名智库兰德公司。在兰德开会时认识了塞弗里奇，并受到塞弗里奇做的神经网络和模式识别工作的启发，但方法论却是另一条路。

赫伯特·西蒙（Herbert Simon）那时是卡内基理工学院（卡内基梅隆大学前身）工业管理系的年轻系主任，他在兰德公司学术休假时认识了纽厄尔。西蒙后来把纽厄尔力邀到卡内基梅隆大学，并给后者发了个博士学位，开始了他们终生的合作。

纽厄尔和西蒙的合作是平等的，西蒙虽是老师，但他们合作的文章署名都是按字母顺序纽厄尔在前西蒙在后；每次他们受邀去演讲，也都是轮流。他们共享了1975年的图灵奖，3年后西蒙再得诺贝尔经济学奖——史上唯一一位以管理学获奖的诺奖经济学得主。纽厄尔和西蒙代表了人工智能的另一条路线：符号学派，并将他们的哲学思路自称为“物理符号系统假说”。简单地说就是：智能是对符号的操作，最初始的符号对应于物理客体。这个思路和英美经验主义、逻辑实证主义的哲学传统接近。他们和当时的数学系主任、第一届图灵奖获得者阿兰·珀里思（Alan Perlis）一起创立了卡内基梅隆大学的计算机系，这个系从此成为计算机学科的重镇。

西蒙在1957年曾预言十年内计算机下棋会击败人。1968年麦卡锡和国际象棋大师列维（David Levy）打赌说十年内下棋程序会战胜列维，最后输给列维两千块。乐观的预言总会给对手留下把柄：曾发表过《炼金术与人工智能》的伯克利的欧陆派哲学家德雷弗斯（Hubert Dreyfus）后来每年都拿此事嘲讽AI，说计算机下下跳棋还行，下象棋连十岁的孩子都下不过。这种风凉话一直说到1997年，IBM的下棋程序“深蓝”击败了象棋大师卡斯帕罗夫。事实上，1995年卡斯帕罗夫还在批评计算机下棋缺乏悟性（insights），但1996年时他已经开始意识到“深蓝”貌似有悟性了。而两年间“深蓝”的算力只不过提高了一倍而已。

有没有悟性其实就是人的能力的边界。量变到质变的临界点就是人的解释能力，人解释不了的东西需要悟性，解释得了的东西就不属于悟性范畴。

当然，德雷弗斯们还可以将“计算机仍然不能干什么”加上若干个“仍然”接着批评。明斯基1968年在库布里克的电影《2001太空漫游》的新闻发布会上曾激情预言说，三十年内机器智能可以和人类一较高低，1989年又预言二十年可以解决自然语言处理，当然，现在我们还不能说机器翻译器令人满意。过分乐观的另一个原因，照明斯基自己的说法是，一门年轻的学科，一开始都需要一点“过度销售”（excessive selling），只是过头了容易被人当作炼金术。

还有一位重要人物是语言学家乔姆斯基，他的语法结构理论曾经深刻地影响了自然语言识别和语义网的研究。乔姆斯基壮年时期，学术事业如日中天，多数智能语义的研究，都以他的理论为指引。但是，后来被证明，“以语法结构”的方式来进行语义识别，或者太困难、或者就根本不可行。于是，到了晚年他就边做学问边做斗士。2015年3月他和物理学家克劳斯对话时被问及：“机器可以思维吗？”他反问道：“潜艇会游泳吗？”当被问如果机器人可以有意识（consciousness）的性质，机器人可以被认为有意识吗？他进一步说“意识”是相对简单的，而“前意识”（pre-consciousness）是困难的问题。

他把AI分成工程的和科学的。工程的，如自动驾驶车等，能做出对人类有用的东西；科学的一面，乔大师明显不认可。他引用图灵的话：讨论这一问题没有意义。当一帮智能奇点理论的拥趸带着正面的期望采访乔姆斯基时，他却对这个被他深刻影响过的学科没太当回事，他认为气候和毁灭性武器是比“奇点—人工智能”更为紧迫的问题。

更有趣的是，在人工智能史上，如此重要的达特茅斯会议，居然还有个前奏！1955年，美国西部计算机联合大会（Western Joint Computer Conference）在洛杉矶召开，会中套了“学习机器讨论会”（Session on Learning Machine）的小会。讨论会的参加者中有两个人参加了第二年的达特茅斯会议，他们是塞弗里奇（Oliver Selfridge）和纽厄尔（Allen Newell）。塞弗里奇发表了一篇模式识别的文章，而纽厄尔则探讨了计算机下棋，他们分别代表两派观点。讨论会的主持人是神经网络的鼻祖之一皮茨（Pitts），他最后总结时说：“（一派人）企图模拟神经系统，而纽厄尔则企图模拟心智（mind）……但殊途同归。”

皮茨眼光毒辣且前瞻，这预示了人工智能随后几十年关于结构与功能 “两条路线”的斗争。这一预见，因为哲学方法论而非计算机或数学方法，奠定了未来数十年的人工智能的两条主要发展路径：一是结构方向的“神经网络及大脑皮层”研究，一是功能方向的“机器算法及机器学习”研究。（作者为价值中国创始人、价值家创始人）