回望人工智能原點：達(dá)特茅斯會議

費孝通先生在《鄉(xiāng)土中國》中曾寫道：“人的‘當(dāng)前中包含著從‘過去拔萃出來的投影，即時間的選擇累積?！比斯ぶ悄芩?jīng)歷的曲折歷史何嘗不是在時間畫卷中不斷進(jìn)行選擇的累積過程。

1956年6月到8月之間，在美國達(dá)特茅斯學(xué)院（Dartmouth College）舉行的人工智能暑期研討會在人工智能發(fā)展歷史上具有重要意義，本文描述了這次會議中的重要事件，以期體現(xiàn)此次會議在人工智能發(fā)展史上的重要作用。

“人工智能”一詞首次提出

1955年8月，時任達(dá)特茅斯學(xué)院數(shù)學(xué)系助理教授、1971年圖靈獎獲得者麥卡錫（J. McCarthy），時任哈佛大學(xué)數(shù)學(xué)系和神經(jīng)學(xué)系青年研究員、1969年圖靈獎獲得者明斯基（M. L. Minsky），時任貝爾實驗室數(shù)學(xué)家、 “信息論之父”香農(nóng)（C. Shannon）和時任國際商業(yè)機器公司（International Business Machines Corporation， IBM）信息研究主管、IBM第一代商用計算機IBM 701的主設(shè)計師羅切斯特（N. Rochester）4位學(xué)者向美國洛克菲勒基金會遞交了一份題為《關(guān)于舉辦達(dá)特茅斯人工智能暑期研討會的提議》（A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence）的建議書，希望基金會資助擬于1956年夏天在達(dá)特茅斯學(xué)院舉辦的人工智能研討會，研究“讓機器能像人那樣認(rèn)知、思考和學(xué)習(xí)，即用計算機模擬人的智能”的科學(xué)[1]。

在這份建議書中，“人工智能”（a r t i f i c i a l intelligence， AI）這一術(shù)語被首次提出，用來表示“人工所制造的智能”。該建議書對能夠?qū)崿F(xiàn)“人造智能”的原因進(jìn)行了如下描述：學(xué)習(xí)的每個方面或智能的大多數(shù)特性原則上都可以被精確描述，從而可以用機器來模擬。

大多數(shù)學(xué)科都有必須遵守的最基本的命題或假設(shè)，這些命題或假設(shè)不能被省略和違反，即學(xué)科發(fā)展的第一性原理。比如，牛頓經(jīng)典力學(xué)中“引力和慣性”以及達(dá)爾文進(jìn)化論中“物競天擇，適者生存”，都是需要遵守的第一性原理。在AI研究中，對智能行為過程的精確描述或許可以作為類似于第一性原理需要遵守的原則，也就是說以機器為載體來展示人類智能或生物智能，需要對智能行為發(fā)生過程予以清晰描述，從而通過程序設(shè)計語言被機器按序執(zhí)行。1965年諾貝爾物理學(xué)獎獲得者費曼（R. Feynman）曾經(jīng)說過：不可造者，未能知也（What I cannot create， I do not understand），這一說法與AI “第一性原理”異曲同工。

比較有趣的是，在收到這份建議書3個月后（即1955年11月），洛克菲勒基金會主管這一領(lǐng)域研究的生物與醫(yī)學(xué)部門主任莫里森（R. S. Morison）博士回復(fù)了對這一建議書的評議結(jié)果。莫里森在回復(fù)中沒有使用“人工智能”這一單詞來描述建議書中陳述的研究內(nèi)容，而是使用了“思維的數(shù)學(xué)模型”（mathematical models for thought）?；饡J(rèn)為雖然申請書所提及研究內(nèi)容“難以讓人徹悟”（difficult to grasp very clearly），但是鑒于這一研究所具有的長期挑戰(zhàn)性特點，基金會愿意資助其申請經(jīng)費的一半，即批準(zhǔn)7500美元來支持這個研討會。在回函中莫里森寫道：希望你們不會覺得我們過于謹(jǐn)慎（overcautious）。但總體而言，對思維的數(shù)學(xué)模型研究是一個新領(lǐng)域，從長遠(yuǎn)來看非常具有挑戰(zhàn)性。這意味著探索一種新方法是一場適度的賭博，因此在現(xiàn)階段冒任何大風(fēng)險會令人猶豫重重。

拓荒者的身影

1956年6月18日至8月17日， 30多位學(xué)者如期來到達(dá)特茅斯學(xué)院，參加持續(xù)8周左右的人工智能暑期研討會，AI從此正式登上了人類歷史舞臺。其中麥卡錫、明斯基和所羅門諾夫（R. Solomonoff）3位學(xué)者全程參與了會議。

參加會議的還有1975年圖靈獎得主紐厄爾（A. Newell）、1975年圖靈獎和1978年諾貝爾經(jīng)濟(jì)學(xué)獎得主西蒙（H. A. Simon）、1977年圖靈獎得主巴克斯（J. Backus）、“機器學(xué)習(xí)”（machine learning）一詞的創(chuàng)立者塞繆爾（A. Samuel）等，他們在信息論、邏輯和計算理論、控制論、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等領(lǐng)域都做出過奠基性的工作。

與會的大多數(shù)學(xué)者已經(jīng)作古，但“老兵永遠(yuǎn)不會死，只會悄然隱去”，他們所參與的AI事業(yè)將永遠(yuǎn)輝煌，這些學(xué)者在各自從事的領(lǐng)域留下了很多膾炙人口的佳話，如：神經(jīng)科學(xué)家麥卡洛克和數(shù)學(xué)家皮茨在一篇永載史冊的文章《神經(jīng)活動內(nèi)在性的邏輯計算》（A Logical Calculus of Ideas Immanent in Nervous Activity）中提出了由兩人命名的M—P模型，開辟了現(xiàn)代神經(jīng)網(wǎng)絡(luò)研究的開端，麥卡洛克激動地宣布：我們在科學(xué)史上第一次知道了“我們是怎么知道的” （For the first time in the history of science， we know “how we know”）。

東漢馬融在《圍棋賦》說：“三尺之局兮為戰(zhàn)斗場”。圍棋包含19×19構(gòu)成的361個方格，黑白棋子在這361個方格中的落子構(gòu)成了一張張的棋譜，深度學(xué)習(xí)可以對黑白棋子的布局進(jìn)行感知，即看懂棋面，知曉某個方格是黑子或白子，以及這些黑白棋子構(gòu)成的棋面；圍棋對決中要對黑白棋子交錯落子所形成的系列進(jìn)行分析，來判斷黑白每一次落子的優(yōu)劣，這一AI學(xué)習(xí)方法叫強化學(xué)習(xí)。強化學(xué)習(xí)根據(jù)圍棋比賽最終勝敗來反推對每一步落子是獎勵還是懲罰，從而改進(jìn)落子策略，向“學(xué)會學(xué)習(xí)”（learning to learn）這一能力塑造目標(biāo)而努力；在圍棋比賽中，可供選擇的落子比宇宙的原子還多。蒙特卡洛樹搜索提供了一種機制，即從浩渺搜索空間中快速尋找一個“不差”的落子，且尋找過程不用遍歷所有可能性。

展 望

1955年，4位學(xué)者在一份申請召開人工智能研討會的建議書中首次提出了“人工智能”這一術(shù)語，提出了如何用計算機來模擬AI的宏偉目標(biāo)。從歷史發(fā)展來看，可計算思想、圖靈機模型、達(dá)特茅斯會議以及AI 60多年來幾起幾落的發(fā)展，繪就了人類對智能行為模擬和構(gòu)造的壯美接力畫卷[2]。

AI是類似于內(nèi)燃機或電力的一種“使能”技術(shù)，天然具備推動學(xué)科交叉的潛力。AI與腦科學(xué)研究交叉，在攻克重大腦疾病診治難題同時，也在人類大腦和機器大腦之間架構(gòu)橋梁而向混合增強智能邁進(jìn)；AI與數(shù)學(xué)、物理、化學(xué)等結(jié)合，重塑科學(xué)發(fā)現(xiàn)范式，如AI預(yù)測蛋白質(zhì)三維空間結(jié)構(gòu)，為探秘“生命之舞”提供全新視角，是一項改變“游戲規(guī)則”的技術(shù)，就像費馬定理的最終證明或引力波的發(fā)現(xiàn)一樣，它解決了一個在“待辦清單”上已經(jīng)存在了50年的科學(xué)問題；AI這一“非凡工具”幫助數(shù)學(xué)家找到單獨依靠人類思維不容易發(fā)現(xiàn)的內(nèi)在聯(lián)系，“進(jìn)軍”數(shù)學(xué)領(lǐng)域，輔助數(shù)學(xué)家發(fā)現(xiàn)新的數(shù)學(xué)猜想和證明新的數(shù)學(xué)定理；AI具有技術(shù)屬性和社會屬性相互融合特點，正推動人機共存社會形態(tài)出現(xiàn)，算法向善、社會實驗和AI倫理規(guī)范等新的研究不斷涌現(xiàn)，樹立“邊發(fā)展，邊治理”理念，突破“科林格里奇困境”（Collingridges Dilemma），防止類似“紅旗法案”阻礙新技術(shù)革命對社會進(jìn)步的推動作用，讓馬克思所言“普遍智能”更好地惠及社會和大眾。

“不辨積微之為量，詎曉百億與大千”，我們今天在享受語音聊天、在線支付、地圖導(dǎo)航和拍照識別等APP帶來的巨大便利時，是否會想到這些都是AI先驅(qū)者在一次次嘗試、失敗和奮斗后所產(chǎn)生的勝利果實呢？

[1]McCarthy J， Minsky M， Rochester N， et al. A proposal for the dartmouth summer research project on artificial intelligence， August， 31， 1955. AI Magazine， 2006， 27（4）： 12-14.

[2]吳飛. 走進(jìn)人工智能. 北京： 高等教育出版社， 2022.

[3]Samuel A. Some studies in machine learning using the game of checkers. IBM Journal of Research and Development， 1959， 3（3）： 210-229.

[4]Schaeffer J， Burch N， Bj？rnsson Y， et al. Checkers is solved. Science， 2007， 317（5844）： 1518-1522.

[5]Simon H. Computers—non-numerical computation. Proceedings of the National Academy of Sciences of the United States of America， 1980， 77（11）： 6264-6268.

關(guān)鍵詞：達(dá)特茅斯會議 AI起源 符號主義AI 行為主義AI連接主義AI ■