疫情中大放异彩的人工智能，神经网络，仅仅60年历史，你信吗

这是“汽车人参考”的第193篇原创文章

“AI测温，在线问诊，无感接触，机器人送药”，在疫情关键战场，以人工智能为代表的高新技术正发光发热，构筑起了一道靓丽的科技防线。

这几年来，人工智能取得了长足的发展，是当前也会是未来几十年的热点。AI已渐渐融入到我们生活的方方面面，深度理清和解析它的发展历史，有助于我们全面理解这个熟悉而陌生的新生事物，评估未来可能会带来的影响。

1. 达特茅斯会议

1956年夏天，美国东部的达特茅斯学院校园，一群年轻的科学家聚集一起，他们试图利用整个暑假时间，讨论如何建造一台会思考的机器。

（图：达特茅斯会议参与者）

会议上，他们决定把“像人类思考的机器”称为“人工智能/Artificial Intelligence“，至此，AI这个称谓沿用至今。而这次会议，被认为是人工智能正式诞生的标志。

半个世纪后，当年的追风少年已变为年过古稀的老头，他们又聚集在一起，笑容中多了一份沧桑，也多了份成熟。或许他们也没有想到，50年前那场看似再也平常不过的学术讨论，已经开始影响到了我们生活的方方面面。

（图：达特茅斯会议部分参与者，拍摄于2006年）

上图拍摄于2006年，从左到右分别为：

特伦查德·摩尔，数学家和计算机科学家；

约翰·麦卡锡，会议发起人，LISP语言创始人；

马文·明斯基，认知科学家，建立了神经网络；

奥利弗·赛弗里奇，机器感知之父；

雷·所罗门诺夫，经验概率理论发明人；

也请记住他们的名字，因为后文会经常提到，当然，很多当年的参会者，学术大咖，比如码农鼻祖克劳德·香农，却没能等到50年后与同僚的再聚首…..

2. 孕育：远古神话，计算方式的进化，到图灵测试

公元前九世纪，我国西周时代，奇人巧匠偃师给周穆王献上“歌舞偶人“，偶人掰动下巴，能曼声而歌，调动手臂，会摇摆起舞，举止之间，如真人一般。

拆开来看，偶人只是由皮革、木头、胶漆、黑白红蓝颜料组成的机械物。将偶人的心拆走，偶人便无法说话。同时也流传了一个典故：“偃师造人，唯难于心”。技艺再好，人心难造。

（图：偃师造人）

公元前八世纪，古希腊神话记载，“青铜巨人塔罗斯”，体内一根血管，从颈部自上而下流通，每天可自动巡逻三千公里，巡迹到敌人，可发射光与火来驱赶。

无论是歌舞偶人，还是青铜巨人，从古籍中的表述可以窥见，人工智能的意识，早就已深入古人的内心。

从神话传说回到现实，春秋战国时代，我国发明了世界上第一个人工计算器“算筹”，利用筹，可以实现加减乘除开方乘方等运算，人类开启了“手工计算”的时代。

（图：我国古代发明的筹）

到了1642年，法国数学家帕斯卡发明了第一台机械计算器-加法器，人类的计算方式也终于从手工进入了“机械计算“的时代。

时间的车轮走向了近代，人工智能也进入了发展的快车道。

1936年，年仅24岁的英国数学家艾伦·图灵，提出了“图灵机模型”，成为了电子计算机原理的开山之作。

1945年，美籍匈牙利计算机学家冯·诺依曼，提出了储存程序的概念。

1946年，世界第一台电子计算机ENIAC在美国问世，人类计算从“机械计算”进化到了“电子计算”时代。

（图：世界第一台计算机ENIAC）

1948年，美国数学家克劳德·香农，发表了论文《通信的数序理论》，信息论诞生；

同年，美国另外一位数学家诺伯特·维纳，出版了《控制论》一书，控制论也横空出世。

1950年，图灵发表了跨时代论文《计算机器与智能》，这篇文章后来被改名为《机器能思维吗？》，提出了著名的图灵测试。

（图：图灵测试）

”将人与机器隔开，人向机器随意提问，多次问答后，如果有超过30%的人不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。“

图灵曾经乐观预言，在2000年就会出现这样的机器（超过30%比例），至今为止，通过图灵测试，依然是所有人工智能科学家的最高目标。

最让人遗憾的，图灵在1954年英年早逝，计算机领域最高奖“图灵奖”就是为他而设立的。

从手工计算进化到机械计算，再到近代计算机的出现，以及图灵测试的提出，为人工智能诞生创造了先决条件。

1950年，克劳德·香农发明了“非数值计算“下棋程序，从此，掀起了人工智能的高潮。

3. “符号主义”的兴起

达特茅斯会议之后，与会者形成了几个研究组，基于这几个研究小组，逐渐演化成了人工智能的“三大主义”。

1957年，心理学家赫伯特·西蒙和计算机学家艾伦·纽厄尔，发明了逻辑机，使机器迈出了逻辑推理的第一步。

这两人是师生，也是亲密的合作者，共事长达42年。

1958年，约翰·麦卡锡发明了表处理语言LISP，使计算机不仅可以处理数据，还可以处理符号，这是人工智能界第一个最广泛流行的语言，至今仍有着广泛应用。

（图：人工智能之父，LISP语言发明者，约翰·麦卡锡）

至此，基于物理符号研究人工智能的“符号主义”学派，在世界各地风生水起。

符号主义的核心思想是什么？符号主义认为：

人工智能源于数理逻辑；

智能的本质就是符号的操作和运算；

物理符号系统具有输入、输出、储存、复制、建立结构和条件性迁移六种功能，若具有上述六种功能，那么这个系统就是智能的。

计算机和人脑都可以完成上述操作，因此可以用计算机符号来模拟人的智能行为，这就是符号主义的核心思想。

符号主义特别适用于自动推理、定理证明、机器博弈、自然语言处理等问题。

4. 符号主义进化：知识工程和专家系统

符号主义学派自成立以来，便一枝独秀，影响越来越大，在人工智能领域取得了丰硕成果。

但是，因为符号主义以推理为核心，无法处理“常识问题“和”不确定事物”，这个弊端逐渐在20世纪70年代开始显现。

比如机器翻译的多义词问题，“Fruit flies like a banana”，采用符号主义，就会翻译为“水果向香蕉一样飞行”。

1973年，英国数学家詹姆斯·莱特希尔认为，“人工智能研究即使不是骗局，至少也是庸人自扰”，英国政府接受了他的建议，取消对人工智能研究的资助，人工智能第一次遭遇了寒冬。

不过，研究学者积极反思，1977年第五届人工智能联合会上，曾是赫伯特·西蒙的研究生，来自斯坦福大学的青年学者费根鲍姆，提出了知识工程的概念。

（图：专家系统之父，费根鲍姆）

知识工程的核心在于，设计一个基于知识的系统，知识系统中有大量专家提供知识，机器使用系统中的知识，进行推理解决问题。

简单来说，就是在推理机上加上一个知识库，将符号主义大大向前推进了一步。

知识工程的提出标志着人工智能从推理为中心，进入到了以知识为中心，使人工智能从理论走向了应用，并产生了大量的专家系统。

1980年，美国DEC公司开发了XCON专家系统，根据用户需求配置订单，这个工作人类专家需要3小时完成，而机器只需要半分钟。

5. 人工神经网络：连接主义

基于知识工程的专家系统虽好，但在“交互问题”和“拓展问题”上却是一筹莫展。

知识系统能模拟人类深思熟虑的行为，但无法处理人与环境的交互行为；

同时，知识系统只适合建造狭窄领域的专家系统，无法推广到规模更大、领域更宽的复杂系统中。

那么，如何处理交互和拓展呢？

1943年，心理学家麦克洛奇和数理逻辑学家皮兹，提出了神经网络模型，即著名的M-P模型。

（图：M-P模型）

以麦克洛奇和皮兹为鼻祖，基于神经网络的人工智能研究，被称为“连接主义”，也叫仿生学派或心理学派。

区别于符号主义，连接主义认为：

思维的基元是神经元，而不是符号；

思维过程是神经元的联结活动过程，而不是符号运算过程；

反对符号主义关于物理符号系统的假设。

不过在20世纪60年代，连接主义一直都处于低潮。

1969年，达特茅斯会议发起人之一马文·明斯基，出版了颇有影响的《感知器》一书，从数学上剖析了神经网络的局限性，指出感知器不能解决高阶谓词问题。

由于其在人工智能的学术地位，该观点大大影响了神经网络的研究，加之当时符号主义研究风生水起，使得当时人们几乎放弃了连接主义。

直到1982年，加州理工物理学家霍普菲尔特，使用统计力学方法，提出了离散的神经网络模型，1984年又提出连续的神经网络模型，被称为Hope-Field模型。

（图：霍普菲尔特）

1985年，该模型成功求解了旅行推销员问题（Traveling Sales Man Problem，TSP）。

“一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。”

1986年，认知心理学家鲁姆哈特和心理学家麦克兰德，唤醒了已沉睡十年的算法，反向传播（Back Propagation BP）算法，解决了多层网络学习问题，至此人工神经网络再次获得关注。

（图：BP算法）

1987年，美国召开了第一届神经网络会议，成立了国际神经网络学会INNS，神经网络正式成为了一个学派。

神经网络以分布式储存信息，以并行方式处理信息，自组织、自学习，适用于模式识别、机器学习和图像处理。

但目前局限于人类对人脑的认知，人工神经网络仅能模拟人脑局部功能。

6. 行为主义-智能主体

20世纪90年代，随着计算机网络和通信技术的发展，出现了一种新的定义人工智能的方法：人工智能的目标是构造能表现出智能行为的主体，即智能主体。

围绕着智能主体来研究人工智能，极大引起了专家学者的兴趣，并逐渐衍化为一种流派。

这个流派被称为行为主义，或者进化主义，或者控制论学派，其鼻祖最早可以追随到1948年，美国数学家诺伯特·维纳发明的控制论，上文已经提到过了。

进化主义观点认为：

智能主体取决于感知和行为，取决于对外界复杂环境的适应；

智能主体不需要知识、不需要表示、不需要推理；

智能主体可以向人类一样进化，分阶发展和增强。

1995年，斯坦福大学的巴尔巴拉·海斯在国际人工智能联合会上进一步提出：“智能主体既是人工智能最初的目标，也是人工智能最终的目标”。这个观点将行为主义推向了又一个高峰。

行为主义的代表作，还得推罗德尼·布鲁克斯的六足机器人，他在1991年美国麻省理工人工智能实验室研制成功了一个由150个传感器和23个执行器构成的能做6足行走的机器人试验系统。

（图：美国机器人制造专家布鲁克斯以及六足机器人）

这个机器人虽不具有人的推理、规划能力，但其能够应付复杂环境。

至此，符号主义、连接主义和行为主义，形成了人工智能的“三国演义”之势。

7. 思考和启发

仔细梳理人工智能的发展历程，可以看到，仅仅60年，AI取得的进步让人惊叹。从理论研究全面走向应用，我们这一代是否会成为人工智能最大的受益者？

这次肺炎疫情，让默默渗透的人工智能突然走向前台，是否会在某一天，某一个时间节点，人工智能突然爆发，然后超出我们的想象？

人工智能作为新生事物，发展充满曲折，有高潮有低谷，从历史发展来看，其高潮或许就几年，进入低谷，很可能会跨度一个人的大半生。

从一枝独秀到百家争鸣，三大主义从不同角度，在不同时空阶段，不断在实践中，进行各自理论的修正和完善。

最后，人工智能在我们国家目前进展火热，但大部分都是在应用领域的创新，真正有影响的理论基础贡献，似乎还有很大差距。

本文为“汽车人参考”原创，如果您觉得文章不错，请点击“在看”，转发此文，关注“汽车人参考”是对我们最大的支持。