人工智能起源處的“群星”

人工智能的起源，公認是1956年的達特茅斯會議。這次會議由約翰·麥卡錫（John McCarthy）等人于1955年8月31日發起，旨在召集志同道合的人共同討論“人工智能”（AI），會議以大方向性的集思廣益為主，持續了一個月。

麥卡錫那時是美國達特茅斯學院的數學系助理教授。當時，達特茅斯數學系剛上任的年輕系主任克門尼（Kemeny）兩年之前才在普林斯頓邏輯學家丘奇（Church）門下取得邏輯學博士學位。克門尼是計算機理論之父圖靈的師弟，曾在戰時和物理學家費曼一起工作，還一度當過愛因斯坦的數學助理，后來專注計算機科學研究，和麥卡錫一起研究出了分時系統，但克門尼最廣為人知的工作是計算機最基礎的編程語言BASIC。他后來還成為了人工智能LISP語言發明人的老師，并擔任了達特茅斯大學的校長。為了建設新設立的達特茅斯學院數學系，克門尼從母校普林斯頓數學系帶回了剛畢業的四位博士，麥卡錫是其中之一。

會議的另一位有影響力的參加者是明斯基。他也是普林斯頓的數學博士，和麥卡錫在讀書時就相熟。明斯基盡管后來寫過計算理論書籍，還培養了包括圖靈獎獲得者布魯姆（Manual Blum）在內的好幾個計算理論的博士，但他的主業并不是邏輯學。明斯基師從塔克（Tucker），“心靈美麗”（同名電影）的納什是他的師兄，其博士論文做的是神經網絡。

塞弗里奇也是與會者，雖然后人對他提及較少，但他的確是人工智能學科的先驅，在麻省理工學院（MIT）時和神經網絡的開創人之一沃倫·麥卡洛克（Warren McCulloch）一起在控制論創立者維納指導下工作，也是維納最喜歡的學生之一。塞弗里奇是模式識別的奠基人，寫出了第一個可工作的AI程序。他后來在MIT參與領導MAC項目，這個項目后來一分為二，即MIT計算機科學實驗室和人工智能實驗室。

信息論的創始人克勞德·仙農（Claude Shannon）也被麥卡錫隆重地請到了會上，但其實麥卡錫和仙農的觀點并不一致。

另外兩位重量級參與者是紐厄爾和赫伯特—西蒙（Herbert Simon）。紐厄爾是麥卡錫和明斯基的同齡人，碩士研究生也是在普林斯頓數學系學習的。紐厄爾碩士導師就是馮·諾伊曼的合作者、博弈論先驅摩根斯頓，紐厄爾碩士畢業就遷往西部加入了著名智庫蘭德公司。在蘭德開會時認識了塞弗里奇，并受到塞弗里奇做的神經網絡和模式識別工作的啟發，但方法論卻是另一條路。

赫伯特·西蒙（Herbert Simon）那時是卡內基理工學院（卡內基梅隆大學前身）工業管理系的年輕系主任，他在蘭德公司學術休假時認識了紐厄爾。西蒙后來把紐厄爾力邀到卡內基梅隆大學，并給后者發了個博士學位，開始了他們終生的合作。

紐厄爾和西蒙的合作是平等的，西蒙雖是老師，但他們合作的文章署名都是按字母順序紐厄爾在前西蒙在后；每次他們受邀去演講，也都是輪流。他們共享了1975年的圖靈獎，3年后西蒙再得諾貝爾經濟學獎——史上唯一一位以管理學獲獎的諾獎經濟學得主。紐厄爾和西蒙代表了人工智能的另一條路線：符號學派，并將他們的哲學思路自稱為“物理符號系統假說”。簡單地說就是：智能是對符號的操作，最初始的符號對應于物理客體。這個思路和英美經驗主義、邏輯實證主義的哲學傳統接近。他們和當時的數學系主任、第一屆圖靈獎獲得者阿蘭·珀里思（Alan Perlis）一起創立了卡內基梅隆大學的計算機系，這個系從此成為計算機學科的重鎮。

西蒙在1957年曾預言十年內計算機下棋會擊敗人。1968年麥卡錫和國際象棋大師列維（David Levy）打賭說十年內下棋程序會戰勝列維，最后輸給列維兩千塊。樂觀的預言總會給對手留下把柄：曾發表過《煉金術與人工智能》的伯克利的歐陸派哲學家德雷弗斯（Hubert Dreyfus）后來每年都拿此事嘲諷AI，說計算機下下跳棋還行，下象棋連十歲的孩子都下不過。這種風涼話一直說到1997年，IBM的下棋程序“深藍”擊敗了象棋大師卡斯帕羅夫。事實上，1995年卡斯帕羅夫還在批評計算機下棋缺乏悟性（insights），但1996年時他已經開始意識到“深藍”貌似有悟性了。而兩年間“深藍”的算力只不過提高了一倍而已。

有沒有悟性其實就是人的能力的邊界。量變到質變的臨界點就是人的解釋能力，人解釋不了的東西需要悟性，解釋得了的東西就不屬于悟性范疇。

當然，德雷弗斯們還可以將“計算機仍然不能干什么”加上若干個“仍然”接著批評。明斯基1968年在庫布里克的電影《2001太空漫游》的新聞發布會上曾激情預言說，三十年內機器智能可以和人類一較高低，1989年又預言二十年可以解決自然語言處理，當然，現在我們還不能說機器翻譯器令人滿意。過分樂觀的另一個原因，照明斯基自己的說法是，一門年輕的學科，一開始都需要一點“過度銷售”（excessive selling），只是過頭了容易被人當作煉金術。

還有一位重要人物是語言學家喬姆斯基，他的語法結構理論曾經深刻地影響了自然語言識別和語義網的研究。喬姆斯基壯年時期，學術事業如日中天，多數智能語義的研究，都以他的理論為指引。但是，后來被證明，“以語法結構”的方式來進行語義識別，或者太困難、或者就根本不可行。于是，到了晚年他就邊做學問邊做斗士。2015年3月他和物理學家克勞斯對話時被問及：“機器可以思維嗎？”他反問道：“潛艇會游泳嗎？”當被問如果機器人可以有意識（consciousness）的性質，機器人可以被認為有意識嗎？他進一步說“意識”是相對簡單的，而“前意識”（pre-consciousness）是困難的問題。

他把AI分成工程的和科學的。工程的，如自動駕駛車等，能做出對人類有用的東西；科學的一面，喬大師明顯不認可。他引用圖靈的話：討論這一問題沒有意義。當一幫智能奇點理論的擁躉帶著正面的期望采訪喬姆斯基時，他卻對這個被他深刻影響過的學科沒太當回事，他認為氣候和毀滅性武器是比“奇點—人工智能”更為緊迫的問題。

更有趣的是，在人工智能史上，如此重要的達特茅斯會議，居然還有個前奏！1955年，美國西部計算機聯合大會（Western Joint Computer Conference）在洛杉磯召開，會中套了“學習機器討論會”（Session on Learning Machine）的小會。討論會的參加者中有兩個人參加了第二年的達特茅斯會議，他們是塞弗里奇（Oliver Selfridge）和紐厄爾（Allen Newell）。塞弗里奇發表了一篇模式識別的文章，而紐厄爾則探討了計算機下棋，他們分別代表兩派觀點。討論會的主持人是神經網絡的鼻祖之一皮茨（Pitts），他最后總結時說：“（一派人）企圖模擬神經系統，而紐厄爾則企圖模擬心智（mind）……但殊途同歸。”

皮茨眼光毒辣且前瞻，這預示了人工智能隨后幾十年關于結構與功能 “兩條路線”的斗爭。這一預見，因為哲學方法論而非計算機或數學方法，奠定了未來數十年的人工智能的兩條主要發展路徑：一是結構方向的“神經網絡及大腦皮層”研究，一是功能方向的“機器算法及機器學習”研究。（作者為價值中國創始人、價值家創始人）