0
| 本文作者： 精選轉(zhuǎn)載 | 編輯：谷磊 | 2017-04-26 13:25 | 專題：AI 傳奇 |
雷鋒網(wǎng)按：本文作者陳宗周，環(huán)球科學(xué)雜志社社長、總編輯，創(chuàng)辦了《環(huán)球科學(xué)》丶《電腦報》丶《知識經(jīng)濟》等科技媒體，是全國有影響的媒體人、科學(xué)作家、媒體企業(yè)家，對科技史、前沿科技、數(shù)字技術(shù)、互聯(lián)網(wǎng)、人工智能的進展保持長期研究，并寫有大量相關(guān)文章。先后擔(dān)任中科普傳媒有限公司總經(jīng)理、天極網(wǎng)董事長、中國科技報研究會副理事長等職務(wù)，也是中囯科協(xié)第七屆全國委員會委員。
本文為陳宗周的《AI 傳奇系列》第二篇，由《環(huán)球科學(xué)》授權(quán)刊載。
中國科學(xué)院自動化研究所研究員王飛躍這樣形容：人工智能發(fā)展似乎沒有經(jīng)歷春秋兩季，只有夏天和冬天，忽冷忽熱。
一般認(rèn)為，AI 的起點在1956年夏季，在美國東北部風(fēng)景如畫的新罕布什爾州漢諾佛（Hanover）小鎮(zhèn)。這年夏季，小鎮(zhèn)上歷史悠久的常春藤聯(lián)盟大學(xué)達特茅斯學(xué)院（Dartmouth College）聚集了一群人。正是他們，開啟了波瀾壯闊而又起伏跌宕的 AI 壯麗史詩序幕。
與會十來人，其中馬文·明斯基（Marvin Minsky）、約翰·麥卡錫（John McCarthy）、艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert A Simon）四人獲得圖靈獎。中文名字叫司馬賀的西蒙，還獲得了諾貝爾經(jīng)濟學(xué)獎。其余幾位還包括：信息論創(chuàng)立者克勞德·香農(nóng)（Claude Shannon）、開發(fā)出跳棋程序打敗自己的阿瑟·塞繆爾（Arthur Samuel）等等。
↑ 2006年達特茅斯會議當(dāng)事人重聚，左起：摩爾、麥卡錫、明斯基、塞弗里奇、所羅門諾夫
靈魂人物、會議召集者麥卡錫當(dāng)時是達特茅斯學(xué)院的數(shù)學(xué)系年輕助教，1955年8月31日，他起草了由他和香農(nóng)等四人聯(lián)合簽名的建議書，提議在第二年夏季召開一次人工智能會議，Artificial Intelligence（AI）概念第一次在這份建議書中出現(xiàn)。盡管晚年麥卡錫曾坦承，AI 并不是他的首創(chuàng)，出處自己也記不清了，但“人工智能之父”的桂冠，已牢牢地戴在他頭上。
麥卡錫起草建議書的時候才 28 歲，他的構(gòu)想非常宏大，建議書里開列了翌年會議研討的七個領(lǐng)域：自動（即可編程）計算機、編程語言、神經(jīng)網(wǎng)絡(luò)、計算規(guī)模（即復(fù)雜性）理論、自我改進（即機器學(xué)習(xí)）、抽象、隨機性和創(chuàng)見性。這些領(lǐng)域幾乎勾勒出今后人工智能研究的雄偉輪廓。
1956 年，達特茅斯會議如期舉行。會議目標(biāo)——“解決 AI 領(lǐng)域一個或更多問題”雖無法實現(xiàn)，但西蒙和紐厄爾的啟發(fā)式程序“邏輯理論家”（Logic Theorist），證明了名著《數(shù)學(xué)原理》第二章52個定理中的38個，麥卡錫介紹了下棋程序中α-β搜索法，明斯基帶來了學(xué)習(xí)通過迷宮的 Snarc 學(xué)習(xí)機雛形，這些成果，開拓了 AI 最初的學(xué)科研究疆界。
會議期間，AI 名稱確定（盡管當(dāng)時也有爭論），任務(wù)得以初步明確，并出現(xiàn)了最初成果和最早一批研究者。這都被廣泛認(rèn)為是 AI 誕生的標(biāo)志。
之后的十多年，AI 在人工智能的一些領(lǐng)域不斷取得突破，涌現(xiàn)了大批成功的 AI 程序和新研究方向。
盡管當(dāng)時編程工具十分初級，AI 研究人員還只能夠著眼于一些特定問題，但那時出現(xiàn)的幾何定理證明器，已可以證明一些幾何定理；西洋跳棋程序，水平進化到打敗州冠軍；積木系統(tǒng)，可以用機械手每次拿起一塊積木，按照指定方式調(diào)整積木堆。原以為只能進行數(shù)值計算的機器，已經(jīng)能做一些原屬于人類智能的事情。
AI 專門研究機構(gòu)開始創(chuàng)建，資助經(jīng)費大量到來。麥卡錫和明斯基跳槽到 MIT（麻省理工學(xué)院），創(chuàng)建了第一個AI實驗室。1963 年，剛成立的 ARPA（先進研究計劃署，是因特網(wǎng)的始創(chuàng)者）立刻給予 MIT 的 AI 研究220萬美元，后來追加到每年300萬美元。在英國，另一個重要的 AI 實驗室于1965年在愛丁堡大學(xué)建立，也得到充足經(jīng)費支持。
總之，達特茅斯會議之后的十多年，AI 研究不斷取得進展，鼓勵前沿探索研究的經(jīng)費源源不斷，有人把這段時間稱為 AI 的黃金十年。
當(dāng)時的 AI 研究人員和領(lǐng)軍人物對未來極其樂觀。1958 年西蒙預(yù)言“十年之內(nèi)，計算機將成為國際象棋世界冠軍”。紐厄爾則說 “十年之內(nèi)，計算機將發(fā)現(xiàn)并證明一個重要數(shù)學(xué)定理”。1965年，西蒙認(rèn)為“二十年內(nèi)，機器將能完成人能做到的一切工作”。到 1967 年，明斯基更大膽判斷：“在我們這一代人的努力下，創(chuàng)造人工智能難題將會從根本上被解決?！边@就是所謂的“一代人解決 AI 問題”豪言。
但上世紀(jì) 70 年代初，AI 遭遇了瓶頸，問題和批評接踵而來。
AI 研究人員遭遇的最重要瓶頸是當(dāng)時計算機能力嚴(yán)重不足，有限的處理速度和內(nèi)存不足以解決許多實際的 AI 問題。例如，自然語言處理方面，內(nèi)存只能容納含 20 個單詞的詞匯表，只能應(yīng)付表演。更有人從理論上證明，AI 有關(guān)的許多問題只能在指數(shù)時間內(nèi)獲解（處理時間與處理規(guī)模的冪成正比）。按這樣的理論，解決復(fù)雜一點的問題，幾乎需要無限長的時間。這意味著，AI 中的許多程序理論上就只能停留在簡單玩具階段。
另一方面，初創(chuàng)的 AI 那時也實在膚淺。
這就是 AI，仿佛條條路都可以通往人腦核心，但再往前走，卻發(fā)現(xiàn)高墻林立。1973 年，歷史上赫赫有名的《萊特希爾報告》（Lighthill Report）推出。報告結(jié)論十分嚴(yán)厲——“AI 領(lǐng)域的任何一部分都沒能產(chǎn)出人們當(dāng)初承諾的有主要影響力進步”?！度R特希爾報告》一出，英國政府停止了除三所大學(xué)之外的全部 AI 相關(guān)研究的資助。
各國政府紛紛仿效，如同釜底抽薪，曾經(jīng)火熱的AI從云端跌落，經(jīng)歷第一次 “人工智能寒冬”（AI Winter）。之后十來年，AI 幾乎淡出人們視野。
從專家系統(tǒng)風(fēng)靡到個人電腦普及
AI 的第二次高潮，在上世紀(jì)80年代初開始，引領(lǐng)力量是知識工程和專家系統(tǒng)。專家系統(tǒng)實際上是一套程序軟件，能夠從專門的知識庫系統(tǒng)中，通過推理找到一定規(guī)律，像人類專家那樣解決某一特定領(lǐng)域的問題。簡單說，專家系統(tǒng)等于知識庫加上推理機。
這一次 AI 復(fù)興，與斯坦福大學(xué)教授愛德華·費根鮑姆（Edward Feigenbaum） 有很大關(guān)系。由于對 AI的貢獻，他獲得了1994年的圖靈獎。
↑ 世界上第一個專家系統(tǒng)程序DENDRAL主要開發(fā)者：愛德華·費根鮑姆
早在 1965 年，他和諾貝爾獎得主萊德伯格（Joshua Lederberg）等人合作，開發(fā)出了世界上第一個專家系統(tǒng)程序 DENDRAL，能夠從幾千種可能的分子結(jié)構(gòu)中挑選出一個正確的。這一示范性專家系統(tǒng)讓很多科研機構(gòu)和企業(yè)紛紛開發(fā)自己的專家系統(tǒng)，上世紀(jì)80年代初進入高潮。
1980 年，卡內(nèi)基梅隆大學(xué)為 DEC（數(shù)字設(shè)備公司）設(shè)計了名為XCON的專家系統(tǒng)。到 1985 年，企業(yè)投入超過 10 億美元，催生出一批 IT 新公司。
各國政府也努力趕上這波AI潮流，紛紛推出政府主導(dǎo)的宏偉AI新計劃。日本號稱投資 8.5 億美元的五代機計劃、英國耗資 3.5 億英鎊的阿爾維（Alvey）計劃，相繼在80年代推出。而美國的 DARPA （國防先進研究計劃署，即以前的 ARPA 改稱）對 AI 的投資，1988 年已增加到 1984 年的三倍。
AI的第二次熱潮，在上世紀(jì) 80 年代后期開始降溫，到上世紀(jì) 90 年代幾乎完全冷卻，標(biāo)志事件是各國政府基本停止對 AI 的經(jīng)費支持。AI 的再一次跌落，AI 第二次低潮，是由于關(guān)注點和投資迅速轉(zhuǎn)向了個人電腦和后來的互聯(lián)網(wǎng)產(chǎn)業(yè)。
日本的五代機計劃聲勢最大，結(jié)局也最為悲壯。1981年，全球電子行業(yè)風(fēng)頭正勁的日本，已經(jīng)在計算機的核心器件半導(dǎo)體存儲器 DRAM 等硬件領(lǐng)域超越美國，為了未來 IT 領(lǐng)域的全面競爭，日本政府把突破口選擇在發(fā)展第五代智能計算機。
日本五代機的主要目標(biāo)是采用新存儲結(jié)構(gòu)、新程序設(shè)計語言和新操作系統(tǒng)，突破 “馮·諾依曼瓶頸”，大規(guī)模并行處理知識信息。日本計劃的五代機有這樣的功能：能處理知識；具有聽覺、視覺甚至味覺；能聽懂人說話，自己也能說話；能認(rèn)識不同的物體，看懂圖形和文字。甚至，不再需要編寫程序指令，只要口述任務(wù)，機器自動理解并完成工作。五代機實際上就是智能機，研究人員把新一代計算機稱為“知識信息處理系統(tǒng)”（KIPS）。
日本五代機的領(lǐng)軍人物、“新一代計算機技術(shù)研究所”（ICOT）所長淵一博年富力強，當(dāng)年才 46 歲。淵一博和五代機“科研浪人”們，自我封閉在東京都市繁華區(qū)東京塔旁面對東京灣美景的辦公樓內(nèi)，近乎玩命地拼搏。結(jié)果是，淵一博軍團悲壯地一步步走向困境，最終折戟沉沙，日本五代機項目于 1992 年終止。
1997 年 6 月，我在日本拜訪傳奇人物淵一博 ，見證了 AI 在日本的退潮期。我們見面時，他早已從東京市區(qū)豪華辦公樓搬到慶應(yīng)大學(xué)一間簡陋辦公室。在這里低沉的氣氛中，淵一博回顧了五代機和 AI 那一段歷程。臨別，目送他落寞的背影，我深切感受到當(dāng)時日本的 AI 研究，昔日繁榮已經(jīng)遠(yuǎn)去。
上世紀(jì) 90 年代前期 AI 進入的第二個寒冬，長達 20 年之久。在很長時間內(nèi)，AI 項目很難拿到資助經(jīng)費，相關(guān)學(xué)科和專業(yè)的畢業(yè)生也很難找到好工作。甚至，AI 領(lǐng)域的教學(xué)科研人員都有點不好意思對人介紹自己是搞 AI 的，因為不少人視之為空談。
有段子形容美國高校當(dāng)時的 AI 生存狀態(tài)：計算機系里一般有三群人，一群搞計算機理論，一群搞計算機系統(tǒng)，另外一群搞 AI。前兩群人常常因門戶之見互相瞧不起，而這兩群人共同瞧不起的，卻是搞 AI 的這群人。段子有點辛辣，卻真實反映出 AI 那時的窘?jīng)r。
但是，即使在這樣的環(huán)境中，AI 仍然在默默前行。AI 最困難的時候，全球科學(xué)家仍然在頑強地堅持，學(xué)科領(lǐng)域還在不斷擴大，研究和應(yīng)用也在不斷深入。個人計算機產(chǎn)業(yè)蓬勃發(fā)展、互聯(lián)網(wǎng)廣泛使用，其實也是一柄雙刃劍，一方面把 AI 逼入寒冬，另一方面，卻使人類社會獲得前所未有的強大計算能力，通過互聯(lián)網(wǎng)積累的信息、數(shù)據(jù)也出現(xiàn)爆炸性增長，這些實際上都在為 AI 日后復(fù)興打下堅實的基礎(chǔ)。吹開 AI 冰封寒冬的春風(fēng)，已在不遠(yuǎn)的前方了。
未完待續(xù)……
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
