控制論

麥卡洛克比GOFAI和聯結主義對早期人工智能的影響更為深遠。20世紀40年代，在其神經學和邏輯學研究成果的指引下，處于萌芽期的控制論運動得到蓬勃發展。

當時，控制論者的研究重心是生物自組織。它涵蓋了各種適應和新陳代謝，包括自主思考、微觀運動行為和（神經）生理調節。其核心思想是“雙向循環性”或反饋。關鍵問題是目的論或目的性。對于反饋取決于目標的差異性而言，這些概念高度相關——目標現階段的偏差被用于指導下一步動作。

1948年，諾伯特·維納（Norbert Wiener，其在戰爭期間設計了反彈道導彈）對該運動進行了命名，將其定義為“關于在動物和機器中控制和通信的研究”。那些控制論者在建立計算機模型的時候，經常從控制工程學和模擬計算機中獲取靈感，而不是從邏輯學和數字計算中獲取。然而，這種區分并不是十分明確。例如，目標的差異性被用于控制制導導彈，以及解決符號問題。此外，圖靈作為經典人工智能的冠軍，用動力學方程（描述化學擴散）定義自組織系統。在這些系統中，諸如點或片段的新結構可以從一堆同質的低級個體中產生（見第5章）。

早期參與該運動的成員還包括：經驗心理學家肯尼思·克雷克（Kenneth Craik）、數學家約翰· 馮·諾伊曼、神經學家威廉·格雷·沃爾特（William Grey Walter）和威廉·羅斯·艾什比（William Ross Ashby）、工程師奧利弗·塞爾弗里奇（Oliver Selfridge）、精神病學家和人類學家格雷戈里·貝特森（Gregory Bateson）以及化學和心理學家戈登·帕斯克（Gordon Pask）。

克雷克（于1943年在一次自行車事故中逝世，享年31歲）在研究神經系統的過程中參考了模擬計算，當時還沒出現數字計算機。他根據大腦中“模型”的反饋，大致描述了知覺、微觀運動行為和智力。他的大腦模型或表示概念后來在人工智能中產生了巨大的影響。

整個20世紀30年代，約翰·馮·諾依曼都對自組織心存疑惑，同時又因麥卡洛克和皮茨的第一篇論文感到異常興奮。他不僅將基本的計算機設計從十進制改為二進制，還完善了麥卡洛克和皮茨的觀點，以解釋生物進化和繁殖。他定義了各種細胞自動機，即由很多基本計算單元組成的各種復雜系統。計算單元的變化遵循簡單規則，而這些規則又取決于相鄰單元的當前狀態。其中一些單元可以復制其他單元。他甚至定義了一個能夠復制任何東西的通用復制器——包括復制它自己。他指出，復制錯誤可能導致進化。

約翰·馮·諾依曼用抽象的信息術語對細胞自動機作了詳細說明。但是這些細胞自動機可以用多種方式具現，例如自組裝機器人、圖靈的化學擴散、拜沃勒的物理波或很快將揭開神秘面紗的DNA。

從20世紀40年代末開始，艾什比制作了同態調節器（Homeostat），它是一個生理性自體調解的電化學模型。它可以維持機體內環境的總體恒定，無論最初分配給它的100個參數值是多少（允許設定近400000種不同的起始條件）。它闡釋了艾什比的動態自適應理論在試錯法學習和自適應行為中的應用，這種動態自適應可以發生在身體內部（尤其是大腦），也可以發生在身體與外部環境之間的環境。

格雷·沃爾特也在研究自適應行為，但他用的是一種迥然不同的研究方式。他研發了一款類似烏龜的微型機器人，其感覺運動電路模擬了謝林頓的神經反射理論。這些情境機器人先驅的行為栩栩如生，如尋找光線、避開障礙，以及利用有條件的反射進行聯想學習。這些有意思的機器人于1951年在“英國節”（Festival of Britain）上向公眾展示。

十年后，塞爾弗里奇（倫敦百貨商店創始人的孫子）利用符號方法實現了一種叫伏魔殿（Pandemonium）的并行處理系統。

這個GOFAI程序利用許多底層“守護程序”（特征感知器）來學習如何識別模式，每個“守護程序”一直都在感知外界信息，并將感知到的結果傳遞給更高級的“守護程序”。這些“守護程序”重點關注到目前為止一致的特征（例如，一個F中只有兩根水平條），而忽略了任何不合適的特征。置信度可以有差異，而且它們至關重要：聲音最洪亮的守護程序影響最大。最后，最高級的守護程序根據既得證據（通常是沖突的），選擇最佳模式。這項研究很快對聯結主義和符號人工智能產生了影響，一個最近的分支是學習智能分布實體（Learning Intelligent Distribution Agent，以下簡稱LIDA）的意識模型（詳見第6章）。

貝特森對機器沒有什么興趣。他于20世紀60年代提出了與文化、酗酒和（父或母對子女的）“雙重約束”精神分裂癥有關的理論。但是，這些理論基礎卻是在早些時候控制論會議上提出的和通信（即反饋）相關的想法。從20世紀50年代中期開始，帕斯克——麥卡洛克口中的“自組織系統天才”，在許多項目中都用到了控制論和符號思想，其中包括：交互式劇院、互通音樂機器人、獲悉并適應其用戶目標的架構、化學自組織概念和教學機。借助帕斯克的研究，人們能夠利用復雜的知識表示來采取不同方法，而這對認知方式為循序漸進型和整體型（以及對不相關事物不同程度的容忍）的學習者都適用。

簡言之，到20世紀60年代后期，研究人員考慮了所有主要的人工智能類型，甚至將其實現——有的甚至更早。

大多數相關研究人員至今還廣受人們的尊重，但只有圖靈一直是人工智能盛宴上的“幽靈”，其影響無處不在。多年來，其他人只被一些研究領域的分支機構所記住。特別是，格雷·沃爾特和艾什比幾乎被人們遺忘，直到20世紀80年代后期，他們才被贊譽為“人工生命之父”（與圖靈一起）。帕斯克等待的時間更長。要知道其中的原因，我們必須了解計算機建模者們是如何分道揚鑣的。