地標(biāo)：達(dá)特茅斯學(xué)院的研討會(huì)

在人工智能的發(fā)展史上，阿蘭·圖靈讓人工智能從0到1，而將人工智能從1擴(kuò)展到無限大的過程中，則包含了無數(shù)科學(xué)家共同的努力。在阿蘭·圖靈之后，如果要找一個(gè)新的人工智能的發(fā)端，那么1956年在美國(guó)達(dá)特茅斯學(xué)院開的一場(chǎng)研討會(huì)則正式拉開了人工智能發(fā)展的大幕。

在了解1956年達(dá)特茅斯學(xué)院研討會(huì)之前，我們有必要了解其中的幾位重要人物，當(dāng)時(shí)他們還只是名不見經(jīng)傳的研究者。參加研討會(huì)的學(xué)者一共有10名，年齡在25～40歲。雖然在年齡上，這些人顯得十分稚嫩，但在學(xué)術(shù)上，他們卻有著很深的造詣。也正是如此，達(dá)特茅斯研討會(huì)才能夠成為人工智能發(fā)展史上的一個(gè)重要節(jié)點(diǎn)，自此之后，人工智能也進(jìn)入了一個(gè)大發(fā)展的時(shí)代。

會(huì)議的召集者是約翰·麥卡錫，當(dāng)時(shí)他年僅28歲，是達(dá)特茅斯學(xué)院數(shù)學(xué)系的助理教授。麥卡錫在1951年取得了數(shù)學(xué)博士學(xué)位，在普林斯頓大學(xué)工作兩年后轉(zhuǎn)到了斯坦福大學(xué)，兩年后又到達(dá)特茅斯學(xué)院任教。也正是在這里，麥卡錫第一次提到了“人工智能”這個(gè)概念，而后他又一步步地把這個(gè)概念變?yōu)榱爽F(xiàn)實(shí)，因此被后世稱為“人工智能之父”。

另一個(gè)參加會(huì)議的主要人物是馬文·明斯基，他與麥卡錫一樣，當(dāng)時(shí)年僅28歲。明斯基在1964年進(jìn)入哈佛大學(xué)主修物理，但他的興趣十分廣泛，不只在物理學(xué)領(lǐng)域，對(duì)數(shù)學(xué)和遺傳學(xué)也都有涉獵。1950年，明斯基從哈佛大學(xué)畢業(yè)后進(jìn)入普林斯頓大學(xué)研究生院深造，1958年，明斯基與麥卡錫共同創(chuàng)建了世界上第一個(gè)人工智能實(shí)驗(yàn)室。

信息論的創(chuàng)始人克勞德·艾爾伍德·香農(nóng)也是會(huì)議的參加者，他于1936年獲得密歇根大學(xué)學(xué)士學(xué)位，1940年在麻省理工學(xué)院獲得碩士和博士學(xué)位，1941年進(jìn)入貝爾實(shí)驗(yàn)室工作。香農(nóng)的信息熵概念為信息論和數(shù)字通信奠定了基礎(chǔ)。

紐厄爾也參加了會(huì)議，他是信息處理語言（IPL）的發(fā)明者之一，并編寫了該語言最早的兩個(gè)AI程序，同時(shí)合作開發(fā)了邏輯理論家和通用問題求解器。1975年，他與赫伯特·西蒙一起因在人工智能方面的基礎(chǔ)貢獻(xiàn)被授予了圖靈獎(jiǎng)。

赫伯特·西蒙，又名司馬賀，也是達(dá)特茅斯研討會(huì)的主要參與者，是美國(guó)著名的經(jīng)濟(jì)學(xué)家、社會(huì)學(xué)家、心理學(xué)家和計(jì)算機(jī)科學(xué)家，被譽(yù)為“認(rèn)知科學(xué)之父”。司馬賀在計(jì)算機(jī)科學(xué)和心理學(xué)的結(jié)合方面做出了卓越的貢獻(xiàn)，從而使認(rèn)知心理學(xué)和計(jì)算機(jī)科學(xué)相結(jié)合產(chǎn)生了人工智能這一新學(xué)科，推動(dòng)了人工智能的發(fā)展。

1956年夏季，達(dá)特茅斯研討會(huì)在美國(guó)達(dá)特茅斯大學(xué)舉辦，整個(gè)研討會(huì)進(jìn)行了兩個(gè)多月。在這次研討會(huì)上，馬文·明斯基的Snare軟件、約翰·麥卡錫的α-β搜索法和西蒙與紐厄爾的“邏輯理論家”成為會(huì)議討論的重點(diǎn)（見圖2-2）。這些理論的提出極大地補(bǔ)充和完善了人工智能的理論基礎(chǔ)，也成為人工智能發(fā)展的動(dòng)力。

1951年，馬文·明斯基提出了關(guān)于思維如何萌發(fā)并形成的一些基本理論，同時(shí)他還建造了一臺(tái)名為Snare的學(xué)習(xí)機(jī)。Snare不僅是人工智能研究中最早的嘗試之一，同時(shí)也是世界上第一個(gè)神經(jīng)網(wǎng)絡(luò)模擬器。而在Snare的基礎(chǔ)之上，明斯基解決了使機(jī)器基于對(duì)過去行為和知識(shí)，預(yù)測(cè)其當(dāng)前行為和結(jié)果這一問題。

約翰·麥卡錫在達(dá)特茅斯研討會(huì)前后，主要研究計(jì)算機(jī)下棋，而這一程序的關(guān)鍵是要減少計(jì)算機(jī)需要考慮的棋步。正是在這一基礎(chǔ)之上，經(jīng)過不斷研究，麥卡錫最終發(fā)明了α-β搜索法。

麥卡錫的這一搜索法降低了搜索的復(fù)雜性，從而讓搜索順利進(jìn)行。例如，A、B兩個(gè)人進(jìn)行撿石子的游戲。游戲要求A、B兩人輪流從石子堆中取1個(gè)或2個(gè)石子，不能多拿，也不能少拿。誰能夠取走最后一個(gè)石子，誰就是勝利者。

這樣說來，A與B有許多種不同的選擇方法。在這個(gè)游戲中，麥卡錫的搜索法會(huì)起到什么作用呢？首先我們假設(shè)這堆石子一共有5個(gè)。由A先來拿，他可以選擇先拿2個(gè)石子，剩下3個(gè)石子。同時(shí)他也可以選擇拿1個(gè)石子，剩下4個(gè)石子。很顯然，如果A想要獲勝，只要選擇拿2個(gè)石子就可以了，當(dāng)剩下3個(gè)石子之后，無論B選擇拿1個(gè)還是2個(gè)，最后一個(gè)石子都會(huì)由A拿到，這樣A就能夠成為勝利者了。

一般的搜索法會(huì)考慮所有的可能性，即使出現(xiàn)A能夠直接獲勝的方法，依然會(huì)搜索下去。很顯然，這樣一來浪費(fèi)了大量的時(shí)間，搜索的效率自然低很多。而麥卡錫的搜索法則解決了這一問題，當(dāng)搜索到A直接獲勝的方法時(shí)，余下的可能性便不再去搜索了，這不僅簡(jiǎn)化了搜索的流程，同時(shí)還大大提高了搜索的效率。即使現(xiàn)在，麥卡錫的這種搜索法依然是我們解決人工智能問題所使用的一種常用方法。

在這次研討會(huì)上，西蒙和紐厄爾帶來了共同開發(fā)的世界上最早的啟發(fā)式程序“邏輯理論家”。這一程序能夠證明《數(shù)學(xué)原理》中第二章52個(gè)定理中的38個(gè)，從而受到廣泛關(guān)注。作為研討會(huì)中唯一一個(gè)可以工作的人工智能軟件，引起與會(huì)代表的廣泛興趣。正因如此，西蒙和紐厄爾也被認(rèn)為是人工智能的奠基人。

對(duì)于人工智能的發(fā)展來說，達(dá)特茅斯研討會(huì)是一場(chǎng)意義非凡的會(huì)議。這次研討會(huì)為尚在萌芽階段的人工智能提供了理論支持和科學(xué)依據(jù)。正是在這些理論的引導(dǎo)下，人工智能才進(jìn)入飛速發(fā)展的階段，并且在各個(gè)方面都取得了長(zhǎng)足的進(jìn)步。

參與達(dá)特茅斯研討會(huì)的學(xué)者也和人工智能一樣，在會(huì)后大放異彩。除了馬文·明斯基之外，約翰·麥卡錫、赫伯特·西蒙和紐厄爾紛紛獲得了圖靈獎(jiǎng)，在推動(dòng)人工智能向前發(fā)展的同時(shí)，個(gè)人也取得了輝煌的成就。

自達(dá)特茅斯研討會(huì)之后，人工智能進(jìn)入了大發(fā)展時(shí)代，越來越多的研究者涌入人工智能領(lǐng)域，為人工智能的發(fā)展提供了更充實(shí)的理論支持，在推動(dòng)人工智能發(fā)展的同時(shí)，讓更多人開始接受和認(rèn)可人工智能的發(fā)展。