“我，人工智能”专栏 梦想篇 II：破晓时分

导语：

因其强大的盘算能力和通用性，电子盘算机的泛起让人工智能梦想的实现浮现出前所未有的希望。

电子盘算机和人工智能险些在同一时期（1935-1960）正式降生。

1956年举行的达特茅斯集会一般被认为是人工智能作为一门独立学科正式降生的标志。

工欲善其事，必先利其器。人工智能，人类发现史上的皇冠，要完成如此伟业，自然越发需要找到足够尖锐之器。而电子盘算机就是迄今为止最佳的谜底。

电子盘算机的降生

现今，任何一个盘算器都可以秒杀人类所有算术天才，但其生长却远非一蹴而就，其中包罗无数先贤的灵光闪现和辛勤努力。在古代，东方也许在这方面是领先的。中国人发现了算筹和算盘。可是这两者在复现的自动化水平上，都属于辅助工具。西方厥后居上， 1642年，法国数学家帕斯卡发现了自动滚轮式加法器。1671年，莱布尼茨在其基础上发现了乘法器，基本可以实现自动四则运算。1822年，巴贝奇又举行了大幅革新，发现了差分机和分析机，奠基了现代电子盘算机的基础，催生了第一台电子盘算机ENIAC于1946年在美国宾夕法尼亚大学降生【关于ENIAC和阿塔纳索夫-贝瑞盘算机（Atanasoff–Berry Computer，ABC）谁才是第一台电子盘算机，一直存在争议。后者虽然更早，但不是通用盘算机，不是图灵完全的。因此，这里还是接纳ENIAC是第一台电子盘算机的说法】。

中国算盘

帕斯卡加法器

莱布尼茨乘法器

巴贝奇差分机

ABC （1942）

ENIAC（1946）

从可盘算性理论角度，电子盘算机实现了通用图灵机模型。通用图灵机的盘算能力和递归函数等价。著名的“丘奇—图灵论题”论断

“任何在算法上可盘算的问题同样可由图灵机盘算。”

许多履历和事实都间接地验证了这个论断。也就是说，从可盘算性理论角度，电子盘算机基本到达了机械所能到达的上限。

电子盘算机在实践上的突破更为惊人。摩尔定律声称，每隔18-24个月，盘算机的性能将提高一倍。第一台通用盘算机ENIAC每秒能做5000次加法（已经远远凌驾人类手工盘算），但现在的超级盘算机神威·太湖之光峰值运算能力到达每秒12.5亿亿次！ENIAC重达30余吨，而现在普通电脑上用的CPU芯片才几两重，每秒能做几百上千亿次浮点运算。

由于强大的能力，盘算机在方方面面、各行各业的应用也是突飞猛进，包罗万维网、信息和软件系统、数据库、虚拟社交网络、智能手机、电子游戏、科学盘算等等。可以说，电子盘算机已经完全改变了人类的生活方式，也带来了无限可能。最近几十年内涌现的商业巨头，绝大部门都和盘算机直接或间接相关，例如，微软、谷歌、亚马逊、Facebook、腾讯、阿里巴巴和百度等等。

在电子盘算机降生之前，人工智能的梦想虽然伟大和激感人心，但在相当长的一段时间内，苦于没有强大的工具支撑，人类在这方面的希望委实乏善可陈。电子盘算机的降生给人工智能带来了新的可能。

盘算机与人工智能

有意思的是，电子盘算机和人工智能的正式降生险些在同一个时期。

1936年，图灵提出了著名的图灵机[1]，为电子盘算机的实现奠基了理论基础；1938年，香农的硕士论文提出了数字布尔电路设计，指出布尔值真假可以和电路的开关相对应[2]；1946年，冯·诺依曼将图灵机具象化，提出了冯·诺依曼体系结构[3]，指导如何详细实现一个通用图灵机。在这些理论事情的基础上，第一台通用实体电子盘算机ENIAC于1946年降生。而第二代的基于冯·诺依曼体系结构的EDVAC降生于1951年，这也是现代电子盘算机的真正鼻祖。

EDVAC（1951）

图灵与 图灵机（1936）

香农与布尔电路（1938）

冯·诺依曼 与冯·诺依曼体系结构（1946）

与此同时，人工智能作为一门独立的学科开始萌芽。1943年，麦卡洛克和皮茨提出了人工神经元的数学模型，并讨论了两层的神经网络和布尔电路之间的关系[4]。同样是图灵，在1950年提出了“图灵测试”[5]，试图用一种可操作的方法去判断机械是否具有智能。明斯基的博士论文（1954年）系统地讨论了神经网络，并实验用真空管实现实体神经网络模型[6]。1955年，塞尔弗里奇开展了在图像上模式识此外奠基性事情[7]。乔姆斯基于1957年提出了语言的语法结构，展现了通用自然语言的语句如何通过少量的语法例则生成[8]。罗森布拉特于1958年提出了名为“感知机”（Perceptrons）的神经网络模型[9]。香农、西蒙、纽威尔和肖等人开始了早期对机械下国际象棋的探索[10,11]。纽威尔、西蒙以及华裔科学家王浩开展了关于机械定理自动证明的研究[12,13]。麦卡锡期望通过开发盘算机编程语言LISP来表现和推理知识[14]。塞缪尔用机械自动学习的方式下西洋跳棋[15]。

麦卡洛克与皮茨

人工神经网络（1943）

图灵测试（1950）

乔姆斯基与普遍语法（1957）

塞缪尔用机械自动学习的方式下西洋跳棋

机械定理自动证明（纽威尔、西蒙、王浩，195x-196x）

塞尔弗里奇与模式识别（195x）

达特茅斯集会开启人工智能

随着这些研究所推动的新思潮，人工智能也自然而然应运而生。一般认为，1956年举行的达特茅斯集会“人工智能暑期研究计划”（“Summer Research Project on Artificial Intelligence”）是人工智能正式降生的标志。但事实上，在同时期，另有其他集会也对人工智能的降生很是重要，包罗1955年的一次关于机械学习和模式识此外集会“学习机械集会”（“Session on Learning Machines”），以及1958年的一次关于机械是否能够思考的讨论“思考历程的机械化”。有意思的是，在1955年的集会中，就泛起了人工智能中两个大的门户，即符号门户和联接门户的争端。其中纽威尔代表符号学派，而塞尔弗里奇代表联接门户。未来，我们将着重讨论这一点。

达特茅斯集会（1956）

50年后再聚首（2006）

之所以达特茅斯集会被公认为人工智能降生的标志，主要有以下几方面的原因。第一，达特茅斯集会首次使用了“人工智能”（Artificial Intelligence）一词，虽然该词其时并不被所有与会者认同。第二，达特茅斯集会中许多重要的到场者，都成了人工智能的先驱人物，包罗麦卡锡、明斯基、纽威尔和西蒙，而这四人通常被认为是“人工智能之父”。再者，达特茅斯集会提出了许多重要的事情和思想，包罗纽威尔和西蒙的“逻辑理论家”（Logic theorist）等。而1958年的集会有了更多成熟的思想和事情，其中包罗明斯基关于启发式编程的论文，麦卡锡关于“知识知识”（Commonsense knowledge）的开端探索，以及塞尔弗里奇关于模式识此外“群魔殿”（Pandemonium）事情，等等。

至此，我，人工智能，追随着孪生哥哥电子盘算的脚步，正式降生了。

参考文献：

[1] A. M. Turing, On Computable Numbers, with an Application to the

Entscheidungs problem, Proceedings of the London Mathematical Society, Series 2, Vol. 42, pp. 230-265, 1936.

[2] C. Shannon. A Symbolic Analysis of Relay and Switching Circuits. Master thesis. 1938.

[3]J. Von Neuman. First Draft of a Report on the EDVAC. 1946.

[4] W.S. McCulloch, W. Pitts. A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4):115-133, 1943.

[5] A. M. Turing, Computing Machinery and Intelligence, Mind, Vol. LIX, No. 236, pp. 433-460, 1950.

[6] M. L. Minsky. Theory of Neural-Analog Reinforcement Systems and Its Application to the Brain-Model Problem, Ph.D. thesis, Princeton University, 1954.

[7] O. Selfridge, Pattern Recognition and Modern Computers, In Proceedings of the 1955 Western Joint Computer Conference, Institute of Radio Engineers, New York, pp. 91-93,1955.

[8] N. Chomsky, Syntactic Structures. Mouton & Co.'s-Gravenhage, 1957.

[9] F. Rosenblatt, The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, Vol. 65, pp.386, 1958.

[10] C. Shannon, Programming a Computer for Playing Chess, Philosophical Magazine, Ser. 7, Vol. 41, No. 314, 1950.

[11] A. Newell, J. Shaw, and H.A. Simon, Chess-Playing Programs and the Problem of Complexity. IBM Journal of Research and Development, Vol. 2, pp. 320-335, 1958.

[12] A. Newell and H. A. Simon, The Logic Theory Machine: A Complex Information Processing System. Proceedings IRE Transactions on Information Theory, Vol. IT-2, pp. 61-79, 1956.

[13] H. Wang. Proving Theorems by Pattern Recognition. Communications of the ACM, Vol. 4, No. 3, pp. 229-243, 1960.

[14] J. McCarthy:Recursive Functions of Symbolic Expressions and Their Computation by Machine, Part I. Communication of the ACM 3(4): 184-195, 1960.

[15] A. L. Samuel, Some Studies in Machine Learning Using the Game of Checkers,"IBM Journal of Research and Development, Vol. 3, No. 3, pp. 210-229, 1959.

作者先容

周熠，现任张江实验室脑与智能科技研究院/上海脑科学与类脑研究中心认知智能研究组课题组长，研究员，中国科学技术大学兼职教授。研究偏向为认知人工智能，主要的研究兴趣为如何受脑启发，深度融合基于逻辑的符号门户和基于神经网络的毗连门户，及其在认知人工智能领域中的应用，包罗AI+教育、自动智商测试、智能语言处置惩罚等。

（每周三晚上7：00—8：00，有周熠老师的直播科普课程， 讲述从歌舞偶到王者荣耀，人工智能如何成为现实。请关注“墨子沙龙”每周的直播预告~~）

系列阅读

想要和更多志同道合的人一同讨论科普问题，获得墨子沙龙小秘书贴心服务，实时获取各种科普运动通知吗？扫码加墨子沙龙小秘书，拉你入墨子沙龙超大群。

墨子沙龙是由中国科学技术大学上海研究院主办、上海市浦东新区科学技术协会及中国科大新创校友基金会协办的公益性大型科普论坛。沙龙的科普工具为对科学有浓重兴趣、热爱科普的普通民众，力争打造具有中学生学力便可以相识当下全球最尖端科学资讯的科普讲坛。

关于“墨子沙龙”