达特茅斯会议上七位主要科学家合影

撰文丨张天蓉

如今的人，经常说到人工智能（AI），但事实上人工智能包含的研究方向很多，并不是一个单一的学科。就目前来说，⼈⼯智能包括“语言处理、图像识别、⼈机对话、⼈机对弈、机器翻译、⾃动驾驶、机器学习、仿生模拟”等等方面。因此，要探究AI的历史，也是一个十分复杂的问题。

不过好在“人工智能”这个名词的来源，倒是有一个明确的年份，科学家们认为，1956年夏天的达特茅斯研讨会，标志着AI的诞⽣。因此，今天我们就介绍一下那次会议以及它的发起人麦卡锡。

麦卡锡何许人也？

约翰·麦卡锡（John McCarthy，1927－2011）是一位美国计算机科学家[1]，人工智能创始人之一。

麦卡锡于出生于波士顿，父亲是爱尔兰移民，母亲是立陶宛犹太移民。大萧条期间，父亲在加州找到工作，全家搬到洛杉矶。

非常有趣的是，麦卡锡土生土长于资本主义的美国，却成长在一个共产党家庭，他的父母都是20 世纪 30 年代的积极的美国共产党员，他们鼓励孩子们发展批判性思维。麦卡锡在少年时代喜欢阅读的科学书籍，是俄罗斯的儿童科普读物《十万个为什么》。

麦卡锡很早就表现出了数学天赋，他中学时候就自学了大学数学，之后于 1944 年被加州理工学院录取。在加州理工学院，他参加了冯·诺依曼的讲座，这堂课激发和影响了他一生的职业兴趣。

麦卡锡在加州理工学院开始读研究生，但转到普林斯顿大学完成博士论文。获得博士学位后，他在普林斯顿大学和斯坦福大学短期任职，麦卡锡于 1955 年成为达特茅斯学院的助理教授。

图1：人工智能早年先驱，图源：IEEE SPECTRUM

年轻的麦卡锡，经常思考，也经常与同行讨论当时计算机科学家们热衷的“思考机器”的问题。

其实，让机器具备智慧，像人一样思考，这是人类自古以来的梦想。然而，从实用的现代观点来说，这个梦与现代计算机的发展同步，理论上也是起始于几位数学家的构想和研究，从1900年大卫·希尔伯特提出23个未解数学难题后，继而有哥德尔的不完备性定理、冯·诺依曼的数字计算机构形、图灵的图灵机等等，都推动着计算技术的蓬勃发展。

如何模拟大脑？当年的研究有两个方向：有的科学家深入研究人脑，例如，1943年，美国神经科学家⻨卡洛克和逻辑学家⽪茨提出了第一个神经元数学模型；而大多数计算机学家们，则从计算机模拟方面想办法。例如，图灵1950年提出“图灵测试”，多位数学家，包括图灵和香农，都写过机器与人对弈的象棋程序等。

不过，企图将计算机的经典数理逻辑方法用于模拟人脑，使人总感觉有某种先天不足的缺陷，因为人脑的思维过程中有太多“模糊”的直观意识和不确定性，似乎与严密的数字计算格格不入！

因此，几十年来计算技术突飞猛进长足发展，AI的发展却经常止步不前。

于是，麦卡锡萌生了一个想法，他决定组织一个小组来澄清和发展有关思维机器的想法。为了避免只关注某个狭隘的方向，也避开权威们对于自动机理论、或者控制论等等名词上的争论，他为这个领域选择了一个中立性的名字：人工智能。

1955 年初，麦卡锡联系洛克菲勒基金会，请求资助在达特茅斯举办约 10 名参与者的夏季研讨会。六月，他和当时在贝尔实验室的信息论创始人香农一起会见了生物和医学研究主任罗伯特·莫里森 ，讨论了这个想法和可能的资助。

1955年9月2日，麦卡锡、明斯基、罗切斯特和香农正式提出该会议的计划，该提案第一次使入了“人工智能”一词，于是，人工智能（AI）就此诞生了。

AI的第一次会议

1956年夏天，一群数学家和计算机科学家陆续来到了达特茅斯学院数学系所在大楼的顶层。在两个月左右的时间里，他们进行了一次长时间的头脑风暴会议[2]。

原本计划参加的有 11 名数学家和科学家，其中6个人整个期间都在，他们是：马文·明斯基、朱利安·毕格罗、麦凯教授、雷·所罗门诺夫、约翰·霍兰德、麦卡锡。

有的呆了一半时间，有的比较短暂，例如：香农、罗切斯特、塞尔弗里奇、艾伦·纽厄尔、赫伯特·西蒙。再加上其他感兴趣的人士，据说与会人员共有47位左右。

没有发现这次研讨会有全体人员的合照，不过，图2是七个微笑的年轻男人坐在草坪上的黑白照片特写，其中有发起和出席会议的几位主要代表人物，这7人都为人工智能、计算机科学或相关领域做出了贡献。他们是（从左到右）：

奥利弗·塞尔弗里奇：MIT数学家；

纳撒尼尔·罗切斯特：BM信息研究主管，会议发起人之一；

雷·所罗门诺夫：美国数学家；

马文·闵斯基：哈佛大学数学与神经学研究员，会议发起人之一；

米尔纳：蒙特利尔麦吉尔大学神经心理学教授；

约翰·麦卡锡：达特矛斯学院数学助理教授，会议发起人之一；

克劳德·香农：贝尔电话实验室数学家，会议发起人之一。

图2：达特茅斯会议上七位主要科学家

简单介绍一下这七位先驱以及其他几位科学家对人工智能方面的贡献。

(1)机器知觉之父：奥利弗·塞尔弗里奇（Oliver Gordon Selfridge，1926—2008）

奥利弗出生于英国，是Selfridges百货创始人哈里·塞尔弗里奇的孙子。他是人工智能的先驱， 被称为“机器知觉之父”。他少年时代在墨尔文学校接受教育，移居美国后在麻州就学。1945年，他获得MIT数学学士学位。随后，他成为诺伯特·维纳的研究生，但没有撰写自己的博士论文，未获得博士学位。

然而，塞尔弗里奇在神经网络、模式识别和机器学习方面撰写了重要的早期论文，他的“鬼域模型”（Pandemonium）论文（1959 年）为人工智能领域公认的经典之作。是图像识别中最早的计算模型之一，影响了现代联结主义者、人工智能和单词识别模型的发展。

(2)纳撒尼尔·罗切斯特（Nathaniel Rochester，1919—2001）于 1948 年 11 月加入 IBM，是IBM 701总设计师，他编写了第一个汇编语言，并参与了人工智能领域的创立。他领导了实用子程序的准备工作，以促进 IBM 及其客户对 IBM 701 的使用。并与应用科学部门的规划小组合作，为国防计算器制定了严格的规范。他为机器的设计制定了出色的规划和系统规范，包括算术函数和逻辑运算。1967 年，他被任命为 IBM 院士。

(3)雷·所罗门诺夫（Ray Solomonoff，1926– 2009）是美国数学家。他于 1956 年发表了第一份关于非语义机器学习的报告，于 1960 年发明了算法概率，并发表了推出柯尔莫哥洛夫复杂性和算法信息论的定理，是算法信息论和概率人工智能分支的创始人。在 1960 年加州理工学院的一次会议上首次描述了这些结果，并在 1960 年 2 月的一份报告《归纳推理一般理论的初步报告》中描述了这些结果。算法概率是一种独立于机器的方法，为解释给定观察的每个假设（算法/程序）分配概率值，最简单的假设（最短的程序）具有最高的概率，而越来越复杂的假设接收越来越小的概率。

(4)马文·明斯基（Marvin Minsky，1927—2016），生于美国纽约市犹太人家庭，美国科学家，专长于认知科学与人工智能领域，MIT人工智能实验室的创始人之一，著有几部人工智能和哲学方面的作品。1969年，因为在人工智能领域的贡献，获得图灵奖。闵斯基奠定了人工神经网络的研究基础。一直在MIT任教直到过世为止。

他有数项发明，如1957年的共聚焦显微镜，1963年的头戴式显示器。1951年，他设计并建构了第一部能自我学习的人工神经网络机器，SNARC。1952年，他发明会自行关闭电源的无用机器。

(5)米尔纳（Peter Milner，1919 – 2018）在英国出生长大，1944 年移居加拿大。原来是一名电气工程师，但当他的妻子布伦达·米尔纳 （Brenda Milner）在麦吉尔大学学习神经科学时，他对神经科学产生了兴趣，成为了与她同一个导师的研究生，后来自己在麦吉尔任教。他与詹姆斯·奥尔兹合作，发现了大鼠大脑中的快乐中枢和疼痛中枢。他研究大脑不同区域的神经元活动的同步。

(6)麦卡锡（John McCarthy）在组织了这次会议的一年后， 1956 年秋移居MIT担任研究员。从1962 年开始，麦卡锡成为斯坦福大学的全职教授，并一直任职到 2000 年退休。1971 年因其对人工智能领域的贡献而获得图灵奖。 

麦卡锡发现原始递归函数可以扩展到使用符号表达式进行计算，从而产生了LISP编程语言， 1960 年LISP发布后很快成为人工智能应用程序的首选编程语言。

麦卡锡还发明了所谓的“垃圾收集”方法，帮助推动了MIT的Project MAC；以及后来在斯坦福大学，帮助建立了斯坦福人工智能实验室。

麦卡锡在创建三个最早的分时系统（兼容分时系统、BBN 分时系统和达特茅斯分时系统）方面发挥了重要作用。分时系统的开发，促成了互联网和云计算的出现。 

(7)克劳德·香农（Claude Shannon，1916—2001），美国数学家、电子工程师和密码学家，被誉为信息论的创始人。他是这次会议的积极组织者之一。香农发明了很多设备，举其中一个与AI有关的：他的办公桌上放着一个他称之为“终极机器”的盒子，这是香农根据马文·明斯基提出的想法而做出来的。这个盒子外表平淡无奇，只是在一侧有一个开关，弹一下开关，盒盖就会打开，一个机械手会伸出来；将开关复原，机械手就缩回盒子。此外，香农还做了一个设备能够复原魔方。

(8)除了这几位之外，与会者中还有不少人物，例如，研究博弈论，提出“纳什均衡”的诺贝尔经济奖得主约翰·纳什（John Nash Jr.，1928—2015），也在出席者的名单中。

(9)亚瑟·李·塞谬尔（Arthur Lee Samuel，1901—1990）美国计算机科学家，他是电脑游戏与人工智能方面的先锋。塞谬尔的电脑跳棋程式是世界上最早能成功进行自我学习的计算机程序之一，也因此是人工智能（AI）基础概念的早期展示之一。

(10)西蒙（Herbert Simon，1916—2001），汉名为司马贺，美国学者、计算机科学家和心理学家，研究领域涉及认知心理学、计算机科学、公共行政、经济学、管理学和科学哲学等多个方向。为1975年图灵奖得主，1978年，获得诺贝尔经济学奖。

(11)艾伦·纽厄尔（Allen Newell，1927—1992）是计算机科学和认知信息学领域的科学家，曾在兰德公司，卡内基梅隆大学的计算机学院、泰珀商学院和心理学系任职和教研。他是信息处理语言（IPL）发明者之一，并写了该语言最早的两个AI程序，合作开发了逻辑理论家（Logic Theorist 1956年）和一般问题解决器General Problem Solver。1975年他和赫伯特·西蒙（司马贺）一起因人工智能方面的基础贡献而被授予图灵奖。

三 研讨会的成果：首批“符号主义”者

研讨会根据提案所述，讨论涵盖了许多主题，包括计算机、自然语言处理、神经网络、计算理论、抽象和创造力等问题。研讨会发起或鼓励了几个重要方向：符号方法、早期专家系统，以及演绎系统与归纳系统。

通过8周左右的讨论，与会者们大致勾勒出了我们今天所知的人工智能图景，可以说，这次会议催生了AI的第一个研究者阵营：符号主义者（symbolists），基于符号主义的专家系统在20世纪80年代达到了顶峰。

符号主义者理解的AI是源于数理逻辑，基于逻辑表达式。因此可以用数学和物理学中的逻辑符号来表达思维的形成，通过大量逻辑规则，来产生像人一样的推理和决策。符号主义强调思维过程的逻辑性，侧重于推理和解决问题的思路，企图用数学公式来描述人工智能。它在计算机代数、自然语言处理、语音识别等领域中得到广泛应用。

符号主义曾多年保持一枝独秀，为人工智能的发展作出重要贡献，专家系统的成功开发与应用，为实现人工智能联系实际走向应用具有重要意义。之后，又出现了连接主义和行为主义，符号主义称为人工智能三大主流派别之一。

麦卡锡和明斯基，当年都是符号主义的倡导者。本文上面介绍的与会者中，西蒙和纽厄尔是最早一批符号主义学派代表人物。这两位科学家，早在50年代初期就开始了这方面的工作。1955年末，他们开发了一个名为逻辑理论（LOGIC THEORIST）的程序，可以算是第一个AI程序，它将每个问题表示成一个“树”模型，选出最可能得到正确结论的那一个分枝，然后逐次求解问题。

1957年，西蒙和纽厄尔，与程序员克里夫肖一起，又推出了通用问题解决器（General Problem Solver，GPS）推理架构以及启发式搜索思路，其影响深远，AlphaGO就是借鉴这一思想打败了人类顶尖棋手。

除此之外，符号主义还为我们贡献了专家系统、知识库、知识图谱等一系列优秀技术。

之后的人工智能领域，又出现了其他“主义”。如今总结起来，主要是三个主流学派：符号主义（Symbolism）、联结主义（Connectionism）、行为主义（Actionism）[3]。

总的来说，符号主义注重抽象思维，用数学解释智能；连接主义抽象形象思维，企图模仿人脑模型；而行为主义研究感知，偏向于行为模拟，更注重应用。

三种纲领融汇结合，带来了人工智能的春天！

参考文献：

[1]Oral history interview with John McCarthy：

https://conservancy.umn.edu/handle/11299/107476

[2]达特茅斯研讨会：（维基百科）

https://en.wikipedia.org/wiki/Dartmouth_workshop

[3]科普中国：人工智能的三大学派

https://www.kepuchina.cn/zt/salon/tsrgzn/201901/t20190123_924578.shtml