人工智能的起源

一個(gè)世紀(jì)以后，艾倫·圖靈（Alan Turing）解開了這個(gè)謎團(tuán)。1936年，圖靈提出，每個(gè)合理計(jì)算在原則上都可以由現(xiàn)在被稱為“通用圖靈機(jī)”（Turing Machine）的數(shù)學(xué)系統(tǒng)來執(zhí)行。圖靈機(jī)是一個(gè)虛構(gòu)系統(tǒng)，建立和修改用“0”和“1”表示的二進(jìn)制符號(hào)組合。第二次世界大戰(zhàn)期間，圖靈在布萊切利園（Bletchley Park）破解德國密碼系統(tǒng)后，到20世紀(jì)40年代末一直在思考如何讓一臺(tái)物理機(jī)最接近抽象定義的圖靈機(jī)（他幫助設(shè)計(jì)的第一臺(tái)現(xiàn)代計(jì)算機(jī)于1948年在曼徹斯特完成），以及如何讓這臺(tái)物理機(jī)智能地執(zhí)行任務(wù)。

與埃達(dá)·洛夫萊斯不同，圖靈接受了人工智能的兩個(gè)目標(biāo)（技術(shù)和心理）。他想讓新機(jī)器做通常需要智能才能完成的有意義的事情（可能通過使用非自然技術(shù)），并模擬以生理為基礎(chǔ)的心智所發(fā)生的過程。

1950年，他那篇以幽默方式提出圖靈測試（見第6章）的論文成為了人工智能的宣言[第二次世界大戰(zhàn)后不久，其論文得到進(jìn)一步完善，但《官方保密法》（Official Secrets Act）阻止其出版]。它抓住了智能信息處理（游戲、知覺、語言和學(xué)習(xí)）的癥結(jié)，并暗示了當(dāng)時(shí)計(jì)算機(jī)領(lǐng)域已經(jīng)取得的成就，讓人躍躍欲試（只有“暗示”，因?yàn)椴既R切利園的工作仍然屬于最高機(jī)密）。它甚至給出了算法，如神經(jīng)網(wǎng)絡(luò)和進(jìn)化計(jì)算，不過在其論文發(fā)表很久以后，這些算法才得到廣泛認(rèn)可。要解開奧秘，這些都只是冰山一角，只是泛泛而談——綱領(lǐng)性的東西，而不是程序。

圖靈堅(jiān)信，人工智能一定能以某種方式實(shí)現(xiàn)。20世紀(jì)40年代初，他的這一信念得到了神經(jīng)病學(xué)家/精神病學(xué)家沃倫·麥卡洛克（Warren McCulloch）和數(shù)學(xué)家瓦爾特·皮茨（Walter Pitts）的支持。他們的論文《神經(jīng)活動(dòng)中內(nèi)在思想的邏輯演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）結(jié)合了圖靈的觀點(diǎn)與另外兩項(xiàng)令人興奮的成果（可追溯到20世紀(jì)早期）：伯特蘭·羅素（Bertrand Russell）的命題邏輯和查爾斯·謝林頓（Charles Sherrington）的神經(jīng)突觸理論。

命題邏輯的關(guān)鍵點(diǎn)在于它是二進(jìn)制的。每個(gè)句子（也稱為命題）假定為真或假。沒有中間答案，也不接受不確定性或概率。只允許兩個(gè)“真值”，即真和假。

此外，利用邏輯運(yùn)算符（諸如and、or和if-then）構(gòu)建了復(fù)雜命題，完成演繹論證，而邏輯運(yùn)算符的意義由子命題的真/假來定義的。例如，如果兩個(gè)（或更多）命題由“ and”連接，則認(rèn)為這兩個(gè)（所有命題）都是真的。所以當(dāng)且僅當(dāng)“瑪麗嫁給湯姆”和“弗洛西嫁給彼得”二者都是真命題，那么“瑪麗嫁給湯姆和弗洛西嫁給彼得”才是真命題。事實(shí)上，如果弗洛西沒有嫁給彼得，那么包含“and”的復(fù)雜命題就是假命題。

麥卡洛克和皮茨將羅素和謝林頓的觀點(diǎn)結(jié)合，因?yàn)樗麄兌济枋隽硕M(jìn)制系統(tǒng)。邏輯的真/假（true/false）值映射到圖靈機(jī)中的腦細(xì)胞開/關(guān)（on/off）活動(dòng)和個(gè)體狀態(tài)0/1中。謝林頓認(rèn)為，神經(jīng)元不僅進(jìn)行嚴(yán)格的開/關(guān)活動(dòng)，而且具有固定閾值。因此，邏輯門（and、or和not）被定義為微小的神經(jīng)網(wǎng)絡(luò)，可以相互連接來表示高度復(fù)雜的命題。任何東西只要能用命題邏輯表述，那就能用某種神經(jīng)網(wǎng)絡(luò)和某種圖靈機(jī)來計(jì)算。

簡單來說，就是神經(jīng)生理學(xué)、邏輯學(xué)和計(jì)算被放在一起研究。后來，心理學(xué)也被納入進(jìn)來一起討論。麥卡洛克和皮茨相信（就像許多哲學(xué)家當(dāng)時(shí)所說的），自然語言在本質(zhì)上歸結(jié)為邏輯。所以，從科學(xué)論證到精神分裂癥錯(cuò)覺的所有推理和觀點(diǎn)都可以放到他們的理論“磨坊”里加工。麥卡洛克和皮茨為整個(gè)心理學(xué)預(yù)言了一個(gè)時(shí)代，“（神經(jīng)）網(wǎng)絡(luò)的設(shè)計(jì)規(guī)格將對心理學(xué)領(lǐng)域取得的所有成果都有幫助”。

其核心含義在當(dāng)時(shí)很清楚：同一個(gè)理論方法，即圖靈計(jì)算，可用于人和機(jī)器智能，麥卡洛克和皮茨的文章甚至影響了計(jì)算機(jī)的設(shè)計(jì)。約翰·馮·諾依曼當(dāng)時(shí)打算使用十進(jìn)制代碼，但他后來意識(shí)到了問題，改為二進(jìn)制。

圖靈當(dāng)然贊同圖靈計(jì)算，但他無法進(jìn)一步推動(dòng)人工智能的發(fā)展：當(dāng)時(shí)技術(shù)太過原始。然而，到20世紀(jì)50年代中期，出現(xiàn)了功能更強(qiáng)大且更容易使用的機(jī)器。這里的“易于使用”并不是說更容易打開電腦的按鈕，也不是說更容易將它在房間里推來推去，而是指定義新的虛擬機(jī)更加容易（例如，編程語言），從而有利于定義更高級的虛擬機(jī)（例如，用來做數(shù)學(xué)運(yùn)算或規(guī)劃的程序）。

大約本著圖靈宣言的精神，符號(hào)人工智能的研究在大西洋兩岸得以開始。20世紀(jì)50年代末期，有一個(gè)標(biāo)志性事件上了新聞?lì)^條，即阿瑟·塞繆爾（Arthur Samuel）的跳棋（國際跳棋）程序打敗了塞繆爾本人。這無疑暗示著電腦有一天可能會(huì)具有超人的智力，超過設(shè)計(jì)它們的程序員的能力。

20世紀(jì)50年代末期，還出現(xiàn)了第二個(gè)這樣的暗示，即邏輯理論機(jī)（Logic Theory Machine）不僅證明了羅素的18個(gè)關(guān)鍵邏輯定理，還發(fā)現(xiàn)了一個(gè)更有效的證明，來證明其中某一個(gè)定理。這的確令人印象深刻。塞繆爾只是一個(gè)平庸的跳棋選手，但是羅素可是一位世界級的邏輯學(xué)家[羅素本人為這項(xiàng)成就感到十分高興，但是《符號(hào)邏輯雜志》（Journal of Symbolic Logic）拒絕發(fā)表一篇計(jì)算機(jī)程序撰寫并署名的論文，更為重要的是，它并沒有證明一個(gè)新定理]。

邏輯理論機(jī)很快就被一般問題解決器（General Problem Solution，以下簡稱GPS）“超越”——“超越”并不是說GPS可以“超越”更多卓越的天才，而是說它的應(yīng)用范圍不再限制在一個(gè)領(lǐng)域。顧名思義，GPS可解決用目標(biāo)、子目標(biāo)、動(dòng)作和運(yùn)算符表示的任何問題（詳見第2章）。程序員一旦確定與任何特定領(lǐng)域相關(guān)的目標(biāo)、動(dòng)作和運(yùn)算符，剩下的推理工作就可以由GPS負(fù)責(zé)完成。例如，GPS解決了“牧師和野人”的問題（三個(gè)牧師和三個(gè)野人在一條河的一邊，現(xiàn)在有一艘船，一次最多可以載兩個(gè)人。問題來了，如何在野人數(shù)量不超過牧師數(shù)量的情況下確保每個(gè)人都能過河）。這個(gè)問題對人類來說都不簡單，因?yàn)槊看伟褍蓚€(gè)人運(yùn)過去之后，都必須讓其中一個(gè)回來，這樣游戲才能繼續(xù)下去（大家可用便士試一試）。

邏輯理論機(jī)和GPS都是GOFAI的早期示例。現(xiàn)在說它們是“老式的”，當(dāng)然毫無疑問；但它們也是“有效的”，率先運(yùn)用了“啟發(fā)法”和“規(guī)劃”——二者在今天的人工智能領(lǐng)域都至關(guān)重要（見第2章）。

并不是只有GOFAI這種人工智能受到論文《神經(jīng)活動(dòng)中內(nèi)在思想的邏輯演算》的啟發(fā)，聯(lián)結(jié)主義也備受鼓舞。20世紀(jì)50年代，計(jì)算機(jī)上特制或仿真的麥卡洛克和皮茨邏輯神經(jīng)元網(wǎng)絡(luò)被用來[如艾伯特·厄特利（Albert Uttley）]模擬聯(lián)想學(xué)習(xí)和條件反射（這些神經(jīng)元網(wǎng)絡(luò)進(jìn)行集中式而非分布式處理，與今天的神經(jīng)元網(wǎng)絡(luò)不同，詳見第4章）。

早期網(wǎng)絡(luò)模擬并不完全由神經(jīng)—邏輯統(tǒng)治。雷蒙德·拜沃勒（Raymond Beurle）在20世紀(jì)50年代中期實(shí)現(xiàn)的系統(tǒng)（在模擬計(jì)算機(jī)中）大不一樣。他的研究工作沒有始于精心設(shè)計(jì)的邏輯門網(wǎng)絡(luò)，而是始于隨機(jī)連接的和不同閾值的單元的二維數(shù)組。他認(rèn)為神經(jīng)自組織的發(fā)生是因?yàn)閯?dòng)力波的激活——構(gòu)建、傳播、堅(jiān)持、死亡和時(shí)不時(shí)的相互作用。

拜沃勒已經(jīng)意識(shí)到，詭辯機(jī)可以模擬心理過程，但不等于大腦實(shí)際上就是這樣的機(jī)器。麥卡洛克和皮茨已經(jīng)指出了這一點(diǎn)，他們發(fā)表了一篇具有開創(chuàng)性意義的論文，短短四年后，又在其另外一篇論文中指出了熱力學(xué)比邏輯更接近大腦的功能。邏輯學(xué)被統(tǒng)計(jì)學(xué)取代，單一單元被集合取代，確定性純度被概率噪音取代。

換句話說，他們已經(jīng)描述了我們現(xiàn)在所說的分布式容錯(cuò)算法（見第4章），并認(rèn)為這種新算法是之前算法的“延伸”，彼此并不矛盾。它在生物學(xué)上更現(xiàn)實(shí)。