下载掌阅APP，畅读海量书库
立即打开
20世纪40年代中期至50年代，正值第二次世界大战结束，在相对和平的环境中，全世界诞生了许多非常重要的科学思想，人工智能便是在这样的背景下孕育出来的。
1943年，神经科学家沃伦·麦卡洛克（Warren McCulloch）与逻辑学家沃尔特·皮茨（Walter Pitts）合作，两个不同领域的一老一少共同探索大脑与逻辑之间的关系，期望用逻辑演算来描述人脑的活动方式—这真是一个伟大的构想！他们发现“人脑是图灵完备的，可以完成任何图灵机能够完成的计算”，并把他们的研究成果《神经活动中内在思想的逻辑演算》（ A Logical Calculus of Ideas Immanent in Nervous Activity ）发表在《数学生物物理学通报》（ Bulletin of Mathematical Biophysics ）上。
在这篇文章中，他们模拟了人类神经元的细胞结构，创造性地提出了麦卡洛克—皮茨模型（McCulloch—Pitts模型，即M—P模型），将“神经元”这一生物学概念引入计算领域，提出了第一个人工神经元模型。M—P模型就是“神经网络”的开山之作。今天，你也许听说过神经网络，听说过深度学习，听说过人工智能大模型，那我们应该知道，他们的“祖宗”都是1943年麦卡洛克与皮茨提出来的M—P模型。皮茨的人生很有传奇色彩，他曾在芝加哥大学找了一份打扫卫生的工作，如同电影《心灵捕手》（ Good Will Hunting ）里马特·达蒙（Matt Damon）饰演的那样，在打扫卫生时解开了一道数学难题。
他们后来骄傲地说：“这是科学史上的首次，我们知道了我们是怎么知道（认知）的，因此能清楚地讲出来。”（For the first time in the history of science we know how we know and hence are able to state it clearly.）这是发现了上帝奥秘的激动！如果让我用一句诗来形容这种心情，那我一定会选择里尔克的“我认出了风暴而激动如大海”。
1948年，诺伯特·维纳（Norbert Wiener）提出“控制论”（Cybernetics）理论，这后来发展成了人工智能中的行为主义学派。维纳是天才少年，兴趣尤其广泛，各方面都有涉猎，是一个杰出的科学家。他不善于与合作者相处，比如他错误地与麦卡洛克和皮茨决裂。当时，据说“Cybernetics”也是人工智能这一方向的候选单词，但很多人想远离维纳，最后选择了“Artificial Intelligence”这个说法。
1950年，克劳德·香农发表了一篇题为《计算机下棋程序》（ Programming a computer for playing chess ）的论文，探讨了计算机在国际象棋领域的应用。“信息论之父”香农也是一位天才科学家，他不仅是信息论的创始人，而且在计算机、密码学、人工智能等方面作出了奠基性的贡献。可以说香农是可以和牛顿、爱因斯坦比肩的大科学家，如果从对人类社会的影响来看，香农可能比爱因斯坦的贡献更大。
1950年，图灵发表了名为《计算机器与智能》的文章，提出了著名的图灵测试，我们在上一节中专门介绍过。
1951年，马文·明斯基（Marvin Minsky）设计出随机神经网络学习机SNARC（Stochastic Neural Analog Reinforcement Calculator），并为它取了一个很酷的名字“谜题解决者”（Maze Solver），SNARC模型使用3 000个真空管模拟了40个神经元，它能够学习如何去解决具体问题，这标志着人工神经网络可以走向应用—机器同样可以拥有类似人类的学习能力！明斯基有一句名言：“大脑无非是肉做的机器。”（The brain happens to be a meat machine.）
至此，人工智能已经呼之欲出了！
1956年6月至8月间，在美国汉诺斯小镇宁静的达特茅斯学院中，科学家们召开了一场暑期研讨会。这次会议被载入史册，它对于人工智能的发展具有重要意义。在这次会议上，“人工智能”一词被正式使用，它被定义为“使用机器模拟人的学习能力与各种智能”。
后世将此次会议称为“达特茅斯会议”，1956年就此成为“人工智能元年”。许多杰出的科学家参与了达特茅斯会议，包括克劳德·香农、约翰·麦卡锡、马文·明斯基、赫伯特·西蒙、艾伦·纽厄尔（Alan Newell）、亚瑟·塞缪尔、雷·所罗门诺夫（Ray Solomonoff）等，他们中的很多人都被称为“人工智能之父”。
参加达特茅斯会议的科学家们共同探讨了用机器来模仿人类学习以及其他方面智能的可能性，包括以下方面：（1）如何对机器编程以便更好地利用计算机的能力；（2）如何让计算机理解和使用语言；（3）如何用神经网络来表达概念；（4）如何定义计算效率和复杂性；（5）如何实现机器的自我改进；（6）如何实现对象的抽象表示；（7）如何实现随机性和创造性。这些问题与思考，推动了全世界的科学家们从多个角度去探索人工智能的各种解决方案。
世界上有许多重要的学术会议，通过探讨科学上的困难问题、前沿问题、重要问题等，推动了人类科技的进步。比如大家熟知的1927年第五届索尔维会议，有爱因斯坦等十多位诺贝尔奖获得者和著名科学家们一起讨论量子力学。达特茅斯会议完全可以与索尔维会议相媲美，它是人工智能发展历程中的重要里程碑。
让我们思考一下人工智能的兴起与发展，以及它背后的科学和社会因素，或许可以从中汲取经验。从索尔维会议到达特茅斯会议，你想到了什么？中国也正积极推动人工智能领域的发展，期望有一天，中国也能有这样的会议！