人工智能的發展之路

■文/王國強

人工智能的發展之路曲折多變，幾經沉浮，潮起潮落。

2016年是人工智能（Artificial Intelligence，AI）學科誕生60周年。在這個特殊的歷史節點，谷歌公司的AlphaGo擊敗李世石，百度公司推出無人車，IBM、微軟、Facebook等公司相繼推出自己的人工智能平臺，一些國家也紛紛對人工智能進行戰略布局，例如美國的《國家人工智能研究與發展戰略規劃》、日本的“人工智能工程表”、中國的《新一代人工智能發展規劃》等，新一輪人工智能發展熱潮預示著人工智能再次迎來新的拐點。AI作為20世紀中期興起的一門新的交叉學科，其學科成長之路曲折多變，幾經沉浮，潮起潮落。

AI學科的誕生

人工智能是研究、開發用于模擬、延伸和擴展人的智能或其他生物智能的理論、方法、技術及應用系統的一門技術學科，其研究對象，簡單地講就是“機器智能”和“智能機器”。從這個意義上說，其歷史淵源可溯及遙遠的過去，其學科基礎可涉及廣泛的領域。

研究制造具有擬人智能的機器，是人類長期以來的愿望。我國古代很早就有許多這樣的發明制造，例如，算盤——古典的十進制機械式手動計算器、八卦——二進制編碼邏輯推理預測器、指南車——差動齒輪補償原理機械式自動定向車、候風地動儀——地震方位自動檢測與微震敏感報警器，還有會跳舞的“人形舞姬”、會捕鼠的木制“鐘馗”等。在國外，人們同樣很早就幻想用機器模仿或代替人，從事服務勞動，例如古希臘人發明的“自動機”、日本人發明的“自動機器玩偶”，以及近代西方的“蒸汽人”和“電報箱”、現代意義的“第一臺工業機器人”等各種智能機器。

思維是人類智能的核心，邏輯思維作為思維的高級形式，人們很早就開始了對它的探索。古希臘哲學家亞里士多德在中世紀就創立了形式邏輯學，其三段論至今仍是我們寫作的利器。我國春秋戰國時期公孫策的“白馬說”、墨子的“墨經”等則構成了中國古代邏輯思想的精髓。隨著生產力的發展，自然科學的進步，數學方法的廣泛應用，17世紀誕生了數理邏輯這門學科。德國數學家萊布尼茨（Gottfried Wilhelm Leibniz）作為數理邏輯的奠基人，他繼承了思維可以計算的思想，把人類推理歸納為某類運算，首次提出“通用符號”和“推理計算”等概念，被看作是對“機器思維”的初步探索者。英國數學家布爾（George Boole）在1854年出版了《思維規律研究》一書，創立了邏輯代數，首次用符號語言描述了思維活動中推理過程的基本規律。1931年奧地利裔美國數學家哥德爾（Kurt G?del）提出不完備性定理，揭示了形式系統的內在局限性。此外，人們還對邏輯推理和計算機器進行了研制。例如，西班牙邏輯學家盧樂（Romen Luee）提出可求解多種問題的通用邏輯機，法國物理學家帕斯卡（Blaise Pascal）研制出機械式加法計算器，英國數學家巴貝奇（Charles Babbage）研究了類似現代電子數字計算機的“差分機”和“分析機”。1936年，英國數學家圖靈（Alan Turing）提出被稱為“圖靈機”的“理論計算機”模型，創立了“自動機理論”。1950年，圖靈發表了著名論文《計算機能思維嗎？》，明確提出“機器能思維”的觀點。為此，圖靈還設計了檢驗機器有沒有思維的智力測試，即“圖靈測試”，開辟了用計算機從功能上模擬人的智能的道路。

形象思維是不同于邏輯思維的人類智能表現的另一種重要形式，人們從仿生學的角度對思維進行人工神經網絡結構模擬。20世紀初期，認知心理學派中的結構主義理論者認為，智能活動的基元是神經細胞，神經元之間的不斷作用和刺激帶來了感官上的無窮認識，智能認識活動的過程實際上是神經網絡的狀態演化過程，神經細胞的整體結構是人類智能產生的條件，神經細胞之間的突觸聯結機制是智能活動的基礎。1943年，美國科學家麥卡洛克（Warren Sturgis McCulloch）和皮茨（Walter Pitts）認為，仿造人腦結構就可產生“智能”，就有可能獲得與人腦機理相似的功能，并成功研制出世界上第一個被稱作“MP模型”的人工神經細胞數學模型。“MP模型”理論被認為是架起智能與神經科學橋梁的奠基之作。“MP模型”研制成功后，美國數學家克里納（Stephen Cole Kleene）對其進行了發展與完善，研制出閉環神經細胞模型，發展了“自動機理論”。1949年，加拿大心理學家荷布（Donald Olding Hebb）出版了《組織行為》一書，書中指出，當神經細胞參與某種心理活動時，細胞之間聯結通路的信息傳導能力將會增強，即所謂的“Hebb學習規則”。1951年，美國認知科學家明斯基（Marvin Minsky）建造了世界上第一臺神經網絡模擬器，并首次提出“智能體”（agent）概念，為有效地解決生產實際問題提供了新的工具。

智能行為是人類智慧活動的結果，人們從控制論的觀點來模擬智能活動或行為。1948年，美國數學家維納（Norbert Wiener）創立了“控制論”，研究了動物與機器中的控制和通信的共同規律，如反饋控制原理，信息傳輸、變換、加工過程等，奠定了從人與外部環境互相作用入手研究人類現場智能的理論基礎。1951年，美國系統工程專家李躍滋提出“自尋優控制”理論，英國神經生理學家及控制論學家艾什比（William Ross Ashby）研制出“自穩定平衡器”，進一步豐富了控制理論。1952年，美國數學家香農（Claude Shannon）研制出被稱為“香農老鼠”的第一個控制論動物。香農老鼠在迷宮中的表演曾經轟動一時，促進了其他機器動物模型的研究，香農由此被認為是“自學習機”和“控制論動物”的先驅。1954年，艾什比出版了名著《腦的設計》一書，首創生物控制論。這些成果為在行為上模擬研究人工智能開辟了新天地。

總之，20世紀中期心理學、生理學、生物控制論、語言學、行為科學等相關學科的發展為人工智能的產生奠定了科學基礎。電子數字計算機、自動控制技術、通信工程技術、機械工程技術、電子工程技術等有關工程技術科學的進展為人工智能的產生奠定了技術基礎。在這樣的背景下，1956年夏，美國達特茅斯學院舉行了由科學家麥卡錫（John McCarthy）、明斯基、香農、西蒙（Herbert Alexander Simon）、塞繆爾（Arthur Samuel）、紐厄爾（Allen Newell）等發起的“關于如何用機器模擬人的智能”的學術討論會，并首次采用人工智能的概念。這次為期兩個月之久的學術會議，意味著“人工智能”這門新學科的正式誕生。

英國數學家圖靈創立了“自動機理論”，提出理想計算機模型，奠定了人工智能的基礎。

AI技術成長路徑

1956年達特茅斯會議之后，人工智能問題的研究主要沿著機器思維、機器感知和機器行為3個方向發展，并相應形成了符號主義、聯結主義和行為主義3大學術派別。

●基于邏輯推理的符號主義

符號主義（Symbolism）是一種基于邏輯推理的智能模擬方法，主要代表人物是美國科學家西蒙、紐厄爾、費根鮑姆（Edward Feigenbaum）等。他們認為，思維的基元是符號，思維過程就是符號的運算；智能的核心是知識，利用知識推理進行問題求解；智能活動的基礎就是物理符號系統，人腦、電腦都是物理符號系統；知識可用符號表示，可以建立基于符號邏輯的智能理論體系。該學派經歷了從啟發程序（Heuristic Program）到專家系統（Expert System）再到知識工程的發展路徑。

啟發程序是一種模擬人的思維方法與規律的計算機程序。第一個著名的啟發程序是1956年由紐厄爾、西蒙和肖（Cliff Shaw）合作研制成功的“邏輯理論機”（Logic Theory Machine，簡稱LT）。LT模擬了數學家證明數學定理過程中的某些思維方法，應用心理學方法設計了稱為“大聲想”的心理實驗，以記錄分析思維的過程和智能活動。他們將問題分解、變量代入、符號替換等方法編寫成計算機程序，成功證明了英裔美國科學家懷特海（Alfred North Whitehead）和英國科學家羅素（Bertrand Russell）著的《數學原理》一書第二章中的數學定理，開創了用計算機模擬人的高級智能活動之先河，被認為是人工智能的真正開端。同年，塞繆爾通過模擬自己的下棋策略和方法研制成功了具有自主學習能力的“跳棋程序”。起初，這個跳棋程序下不過塞繆爾本人，但是經過學習其他高手的棋藝，于1959年終于擊敗了它的設計者。1962年，它又成功戰勝了美國一個州的跳棋冠軍。塞繆爾的研究成果大大推動了人工智能領域中“機器博弈”“機器學習”等的研究工作。1960年，紐厄爾、西蒙和肖再度合作研制成功了“通用問題求解程序”（General Problem Solver，GPS）。GPS可以求解11種不同類型的問題，提高了啟發程序的通用性，擴大了計算機進行腦力勞動的應用范圍。1960年，華裔美國數理邏輯家王浩提出命題邏輯的機器定理證明的新算法，用計算機證明了集合論中的300多條定理。1965年，美國科學家魯賓遜（John Alan Robinson）提出詞邏輯的“消解原理”，簡化了判定步驟。1977年，我國數學家吳文俊提出了初等幾何判定問題的機器定理證明方法，并推廣到初等微分幾何、非歐幾何領域。

專家系統是一種基于專家專業知識和工作經驗，用于求解專門問題的計算機系統。第一個專家系統（DENDRAL）是化學分析專家系統，它是由費根鮑姆于1965年提出，1968年研制成功的。化學專家分析系統的問世，標志著人工智能學科中“專家系統”分支學科的誕生。美國斯坦福大學的肖特利夫（Edward Hance Shortliffe）等人于1971年開始，1976年完成了第一個用于血液感染病的診斷、治療和咨詢服務的醫療專家系統（MYCIN）。該系統首次采用“知識庫”“推理機”“可信度”等概念，利用非確定性知識推理對用戶咨詢提出的問題進行回答，并給出答案的可信度估計。MYCIN的成功為其他許多專家系統的研究開發提供了良好的范本。斯坦福研究所的杜達（Richard O. Duda）等人于1976年開始，1981年完成地質勘探專家系統（PROSPECTOR），并成功用于鉬礦勘探，取得了重大社會經濟效益。我國學者涂序彥、郭榮江等人于1977年開始，1979年完成了世界上第一個中醫專家系統“中醫關幼波肝炎診斷治療程序”。1977年，費根鮑姆提出“知識工程”概念，大大推動了基于知識的專家系統及其開發工具的發展。

20世紀80年代是專家系統的黃金時代。1981年，英國赫特福德大學教授克洛克森（William F. Clocksin）出版了《PROLOG語言編程》一書，奠定了新一代專家系統編程語言的基礎。1983年，美國斯坦福大學教授海斯羅斯（Barbara Hayes-Roth）出版了《建立專家系統》一書，為研究與開發各種類型的專家系統提供了理論依據。1985年，美國加利福尼亞大學教授哈蒙（Paul Harmon）出版了《專家系統：人工智能業務》，推動了專家系統的商業化發展。專家系統的大量研究、開發及成功應用，一方面推動了知識表達、知識推理、知識獲取、知識利用等知識工程方法和技術的發展，另一方面也大大促進了人工智能的普及。90年代，人們對專家系統的研究轉向了與知識工程、模糊技術、實時操作技術、神經網絡技術和數據庫技術等相結合的發展方向。進入21世紀，專家系統開始進入緩慢發展時期。

●基于神經網絡的聯結主義

聯結主義是一種從人腦的生理結構出發來研究人的智能行為、模擬人腦信息處理功能的方法，主要代表人物是麥卡洛克、皮茨、羅森布拉特（Frank Rosenblatt）、霍普菲爾德（John Hopfield）等。他們從仿生學觀點出發，以神經系統的結構和功能為重點進行數學模擬和物理模擬，形成了從神經細胞模型到感知機再到人工神經網絡的發展路徑。

神經細胞模型就是從腦的生物原型出發來探討人工智能。人們一般把1943年MP模型的誕生作為聯結主義研究的開始年份。此后，經過人們對MP模型的不斷改進，以及對各種“腦模型”的研究，科學家制造了很多模擬大腦的既能運算又能處理邏輯問題的人工神經網絡系統，在20世紀50年代末和60年代初形成了一次基于神經網絡聯結主義的小高潮。其中，影響最大的是1957年美國認知心理學家羅森布拉特研制成功的具有視角感知和學習功能的腦模型“感知機”（Perceptron）。感知機能進行簡單的文字識別、圖像識別和聲音識別，在60年代初期風行一時，有多達近百家研究機構和公司從事感知機的研發工作。1961年，德國學者斯泰布什（Karl Steinbuch）從宏觀仿生學觀點提出“學習矩陣”。1969年，明斯基等人出版了關于感知機的專著。由于感知機無法識別線性不可分的模式，70年代感知機的研究陷入低谷。

20世紀80年代初期，人工神經網絡研究取得較大進展。1981年，加拿大多倫多大學教授欣頓（Geoffrey Hinton）和美國布朗大學教授安德森（James A. Anderson）發表了《聯想記憶的并行模型》一文，再次掀起了人工神經網絡研究的熱潮。1982年，霍普菲爾德提出一種叫“Hofield”的新的全互連型人工神經網絡，成功解決了計算復雜的“旅行商”的問題。1986年，美國科學家魯姆哈特（David Rumelhart）、維伯斯（Paul Werbos）等研制出被稱為“反向傳播”神經網絡的新一代多層次感知機，簡稱BP網絡。同年，格羅斯伯格（Stephen Grossberg）、卡彭特（Rollo Carpenter）提出自適應共振理論ART，所研制出的ART神經網絡具有良好的自適應特性。1987年，首屆國際神經網絡學術大會在美國圣迭戈舉行，并成立了“國際神經網絡協會”，使神經網絡研究再掀新高潮。進入20世紀90年代，聯結主義各項研究取得了長足的進展。90年代初，美國生物學家埃德爾曼（Gerald Edelman）提出了Darwinims模型，建立了神經網絡系統理論。日本科學家相原（K. Aihara）等人提出了混沌神經元模型，井上（Hirotaka Inoue）構造出混沌神經網絡模型。目前，聯結主義模型的研究已成為世界各國關注的熱點問題。

●基于現場認知的行為主義

行為主義是一種模擬人類智能行為的方法，主要代表人物是香農、傅京孫、布魯克斯（Rodney Brooks）等。他們認為，智能系統的智能水平和智能特性需要在真實世界的復雜環境中進行學習和訓練，并在與周圍環境的信息交互適應過程中不斷進化和體現出來。他們從控制論觀點出發形成了從控制論動物到智能控制系統再到智能機器人的發展路徑。

控制論動物模型主要是從仿生學的角度學習動物的信息處理系統。20世紀50年代，香農成功研制出機器老鼠，瓦爾特（William Grey Walter）成功研制出電動龜，這些機器動物的成功研制積累了有關控制與信息傳遞、變換、處理的豐富經驗。60年代，華裔美國模式識別與機器智能專家傅京孫提出人工智能與自動控制相結合的思想，模擬探討了人在控制過程中的學習方法和策略，特別是在句法結構模式識別方面取得重要成果。1973年，澳大利亞生理學家神經突觸學說創立者埃克爾斯（John Carew Eccles）在其《作為神經機器的小腦》一書中指出，小腦是運動控制的中心，他說：“在運動的神經控制方面，小腦的功能猶如一臺計算機”。1975年，美國國家計量局實驗室研制出基于小腦模型的自適應運動控制器，簡稱CMAC。

人是高智能水平的動物，從控制論動物向智能機器人的發展，是智能機器合乎邏輯的進化過程。從20世紀60年代到70年代初，早期智能機器人基本上是在“積木世界”中活動的實驗裝置。1968年，麥卡錫研究了機器人的視覺和聽覺，利用斯坦福大學的“手-眼”機器人進行顏色識別實驗，并對四色積木進行分類識別、裝卸和堆放。1970年，科爾斯（Stephen Coles）利用斯坦福大學的“眼-車”機器人，模擬了“猴子摘香蕉”。1972年，溫斯頓（Patrick Winston）對美國麻省理工學院的“手-眼”機器人進行了總結評述，“手-眼”機器人是由計算機控制、帶有攝像機、具有觸覺的機械手，能夠進行積木分類、堆放和裝箱等作業。70年代后期到80年代，智能機器人的研究擴展到“真實世界”。例如，日本日立中心研究所裝配的機器人，已有兩只“電子眼”，一只用于看圖紙，一只用于和機械手配合作業。1991年，在國際人工智能聯合會上，美國機器人制造專家布魯克斯提出“不需要知識的智能”“不需要推理的智能”的新觀點，并表演了在未知動態環境中進行漫游的新型機器人。這種機器人已經有150多種傳感器、20多個執行效應器，有6條腿，能像昆蟲一樣爬行。

20世紀末，行為主義才以人工智能新學派的面孔出現，并取得了許多令人矚目的成果。現在，行為主義所采用的結構上動作分解方法、分布并行的處理方法以及由底至上的求解方法已成為人工智能領域中新的研究熱點。

AI發展的反思

人工智能發展之路滲透著對人的智慧的不同理解，并導致不同的研究思路。符號主義、聯結主義、行為主義從不同的側面在不同的時空階段推動著人工智能科學的發展，人工智能所遭遇的寒冬與復蘇取決于技術和社會發展所需要的各種條件。每次對人類智能的超越都曾引起大眾的廣泛關注和擔憂。

智能概念的認識過程預示著新的人工智能理論的誕生。何謂“智能”？似乎可以追溯到古希臘哲學，甚至更遠。何謂“人工智能”？一般認為可從17世紀萊布尼茨有關智能的設想說起，他最早提出具有現代意義的符號和邏輯思想。而從技術背景上講，現代意義的智能概念則要從圖靈說起，是他把機器思維作為智能的核心，把符號運算當作智能的表現。聯結主義則認為，智能是大腦神經網絡產生的思維活動的結果，可以通過模擬神經系統來實現。行為主義認為，智能活動是人類與世界相互作用的一種模式，智能是一種機器人行為的實現。在相當長的一段時間內，3種學派的智能理論“殊途而不同歸”，成為長期困擾人工智能研究人員的重大問題，因此建立“人工智能的統一理論”已成為國際人工智能學術界普遍的愿景。如今，智能環境、智能社會、智能城市等諸多的概念都已打上了“智能”的標簽，其種種內涵隨著類人智能機器人學、計算神經科學、計算社會科學、量子計算學等新興科學技術的研究正在不斷融合、發展，不同學派智能概念及其理論體系將有望趨于統一。

AI技術發展的沉與浮印證了技術創新是累積的延伸。人工智能3種不同的技術路線對峙發展、此起彼伏。從達特茅斯會議到1976年，符號主義在機器學習方面、聯結主義在感知機方面、行為主義在機器動物方面都取得了不錯的成績，形成了人工智能的第一次高潮。從1974年到1980年，人們發現，邏輯證明器、感知器、增強學習等仍然停留在玩具階段，無法完成復雜的計算和任務，許多機構和政府因此減少了對人工智能研究的資助，人工智能迎來了第一次寒冬。從1980年到1987年，符號主義推出的專家系統問世，其廣泛的商業化推廣應用促成了人工智能的第二次高潮。從1987到1993年，由于專家系統應用領域過于狹窄，知識獲取“瓶頸”和不確定性常識推理等困難，人工智能再次陷入低谷。人工智能的再次失敗，使得整個社會，甚至人工智能學科共同體中的成員都不愿使用“人工智能”這一術語來稱呼自己的研究。人工智能兩次挫折的主要原因在于符號主義算法的局限性及計算機科學的發展。從1993年至今，人工智能領域依托于計算機科學，逐漸分化為各種不同的科學領域的后臺技術，如數據挖掘、工業機器人、后勤學、語音識別、銀行軟件、捜索引擎和專業咨詢服務等。這些技術的發展使得1997年超級計算機“深藍”以3.5∶2.5擊敗國際象棋世界冠軍卡斯帕羅夫，2011年超級計算機“沃森”用自然語言在智力比賽中打敗了兩位人類冠軍，2014年谷歌公司推出了無人駕駛汽車，2016年AlphaGo戰勝圍棋冠軍李世石等可喜成果，人工智能在經歷了20多年的沉寂之后再次迎來第三次發展的高潮。

人工智能技術也像其他一些新興技術一樣，存在兩面性。當前人工智能的再次興起，讓人工智能技術的應用更加廣泛、更加深入和更加引人關注，有些人甚至預言，人工智能將掀起一場比因特網更加猛烈的變革。不管人工智能技術給人類帶來益處還是害處，人工智能技術的倫理問題卻無法逃避。目前，人工智能技術主要存在著人權倫理問題、責任倫理問題、道德地位倫理問題、代際倫理問題以及環境倫理問題。

人工智能大事記

1936年

1943年

美國科學家麥卡洛克和皮茨成功研制出世界第一個人工神經細胞數學模型。

1948年

美國數學家維納創立了“控制論”，奠定了人工智能行為主義的理論基礎。

1950年

圖靈發表了著名論文《計算機能思維嗎？》，設計出圖靈測試，開辟了用計算機從功能上模擬人的智能的道路。

1951年

美國認知科學家明斯基建造了世界上第一臺神經網絡模擬器，首次提出“智能體”（agent）概念。

1952年美國數學家香農研制出被稱為“香農老鼠”的第一個控制論動物。

1954年英國神經生理學家及控制論學家艾什比出版了名著《腦的設計》，首創生物控制論。

1956年

在美國達特茅斯學院召開“關于如何用機器模擬人的智能”的學術討論會，首次采用人工智能的概念，意味著“人工智能”這門新學科的正式誕生。

美國科學家紐厄爾、西蒙和肖合作研制成功的“邏輯理論機”，被認為是人工智能的真正開端。

1957年美國認知心理學家羅森布拉特研制成功了具有視覺感知和學習功能的腦模型“感知機”。

1968年

美國計算機科學家費根鮑姆研制的第一個專家系統（DENDRAL）問世，標志著人工智能學科中“專家系統”分支學科的誕生。

1973年

澳大利亞神經生理學家埃克爾斯出版《作為神經機器的小腦》一書，明確指出小腦是運動控制的中心。

1977年

費根鮑姆提出“知識工程”概念，大大推動了基于知識的專家系統及其開發工具的發展。

我國數學家吳文俊提出了初等幾何判定問題的機器定理證明方法，并推廣到初等微分幾何、非歐幾何領域。

1979年

我國學者涂序彥、郭榮江等人完成了世界上第一個中醫專家系統“中醫關幼波肝炎診斷治療程序”。

1981年

加拿大多倫多大學教授欣頓和美國布朗大學教授安德森《聯想記憶的并行模型》一文，再次掀起了網絡研究的熱潮。

1985年

美國加利福尼亞大學教授哈蒙出版《專家系統：人工智能業務》，推動了專家系統的商業化發展。

1991年

美國機器人制造專家布魯克斯在國際人工智能聯合會上演了在未知動態環境中進行漫游的新型機器人。

2011年

“沃森”用自然語言在智力比賽中打敗了兩位人類冠軍。

2016年

AlphaGo戰勝圍棋冠軍李世石。