AI搖搖晃晃地起步

盡管圖靈和其他人為AI做了很多理論基礎(chǔ)工作，但該術(shù)語本身直到1956年才問世。那年，新罕布什爾州漢諾威的達(dá)特茅斯學(xué)院舉行了一場夏季研討會，這一新生領(lǐng)域的開創(chuàng)者們闡述了他們的愿景：“原則上，人類學(xué)習(xí)或者其他具備智力特征的行為，都可以被準(zhǔn)確地描述出來，再讓機器對其進行模擬。”

人們期望AI能在一個世紀(jì)內(nèi)快速發(fā)展，而機器智能達(dá)到人類水平的一天似乎也為期不遠(yuǎn)。20世紀(jì)60年代，大多數(shù)領(lǐng)先的AI研究人員都有信心在幾十年內(nèi)達(dá)成他們的目標(biāo)。畢竟在過去的30年間，航空工程領(lǐng)域已從首架噴氣式飛機發(fā)展到宇航員登月。為何人工智能不能以類似的方式騰飛呢？

聊天機器人（Chatbot）

1966年，麻省理工學(xué)院（MIT）的計算機科學(xué)家約瑟夫·魏澤鮑姆（Joseph Weizenbaum）開發(fā)出第一臺聊天機器人，名為伊麗莎（Eliza），該名取自喬治·蕭伯納的戲劇《皮格馬利翁》中的角色伊麗莎·杜利特爾（Eliza Doolittle），她在劇中接受教導(dǎo)，模仿上流社會的英語演講。該機器人執(zhí)行的程序旨在模擬心理治療師，主要借助簡單的修辭技巧與患者交談——其將患者的陳述句改寫為疑問句。例如：

這類例子還有很多。程序設(shè)計伊麗莎從對話者的句子中找出關(guān)鍵短語，然后將其插入自己預(yù)設(shè)的句子里。與計算機的交談令人震驚，伊麗莎取得了巨大成功，甚至冒出一些趣聞逸事，比如傳說有人甚至對它產(chǎn)生了情感依戀。

早期的成功讓人們頗為樂觀，認(rèn)為攻克AI問題指日可待。這種樂觀在很大程度上基于這樣的想法——某種大一統(tǒng)的心智理論將會出現(xiàn)，從而提供毫不費力地打造人工智能的解決方案。

20世紀(jì)60年代末和70年代初，人們狂熱地猜想智能機器可能對這個世界產(chǎn)生的影響，以及它們會給開發(fā)者帶來的益處。在斯坦利·庫布里克于1968年執(zhí)導(dǎo)的經(jīng)典影片《2001太空漫游》中，計算機哈爾（HAL）總結(jié)了人們正在爭論的愿景及其喚起的恐懼。美國五角大樓的研究機構(gòu)國防高級研究計劃局也開始對該領(lǐng)域表現(xiàn)出興趣，并為此注入巨額資金。

符號推理

然而，最初的興奮稍縱即逝。研究進展緩慢得令人沮喪，人們翹首期盼的突破未能出現(xiàn)。大多數(shù)研究人員認(rèn)為，智能的關(guān)鍵在于符號推理，這是一種數(shù)學(xué)方法，用諸如單詞、短語或句子等符號表示想法和概念，繼而根據(jù)邏輯規(guī)則進行推理升級。人們希望，這類符號推理系統(tǒng)在獲得足夠多的信息后，最終會變得智能。這種方法吸引了很多人，因為它意味著最終可能會發(fā)現(xiàn)一些通用的證明，可以同時徹底改變AI的幾個分支，比如自然語言處理和機器視覺。

然而到20世紀(jì)80年代，AI研究人員意識到，他們既沒有足夠的硬件，也沒有完備的知識來模擬人類能夠做到的一切，該領(lǐng)域因而變得四分五裂。各研究小組并沒有朝著將計算機智能變得更像人類智能這種單一方向努力，而是細(xì)分出各種門類，開始研究這個大問題之下的具體問題：語音識別、計算機視覺、概率推理，甚至是國際象棋。

這些子學(xué)科都取得了成功。1997年，IBM公司的深藍(lán)計算機擊敗了世界象棋冠軍加里·卡斯帕羅夫（見圖1.2）。在搜尋最佳棋路時，深藍(lán)每秒可評估2億個象棋走位。這使得它能夠快速推測許多不同的步驟序列，預(yù)估它們可能會變成何種形勢。由此，深藍(lán)在國際象棋這種對智能有嚴(yán)苛要求的游戲中，取得了輝煌勝利。然而這臺機器的專業(yè)知識范圍非常狹窄。它雖擅長下棋，但卻不能討論自己采用的策略，也玩不了其他游戲。沒有人會把它的智能與人類的相提并論。

圖1.2　深藍(lán)于1997年戰(zhàn)勝加里·卡斯帕羅夫，這是早期AI取得的巨大成功之一

到20世紀(jì)90年代初，事情變得非常明了，沒人實現(xiàn)任何質(zhì)的飛躍。國防高級研究計劃局的大多數(shù)項目未能取得重大進展，該機構(gòu)撤回了資助。這些所謂的專家系統(tǒng)（根據(jù)人類描述的專業(yè)知識、使用邏輯推理來回答詢問的計算機程序）屢屢失敗，導(dǎo)致人們對符號推理的希望基本破滅。很多人認(rèn)為，人類大腦的運作方式顯然是無法復(fù)制的。