連載（貳）|AI的酷暑與寒冬

作者：電腦報創(chuàng)辦人陳宗周

1956年達特茅斯會議：AI的誕生

一般認為，AI的起點在1956年夏季，在美國東北部風景如畫的新罕布什爾州漢諾佛（Hanover）小鎮(zhèn)。這年夏季，小鎮(zhèn)上歷史悠久的常春藤聯(lián)盟大學達特茅斯學院（Dartmouth College）聚集了一群人。正是他們，開啟了波瀾壯闊而又起伏跌宕的AI壯麗史詩序幕。

與會十來人，其中馬文·明斯基（Marvin Minsky）、約翰·麥卡錫（John McCarthy）、艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert A Simon）四人獲得圖靈獎。中文名字叫司馬賀的西蒙，還獲得了諾貝爾經(jīng)濟學獎。其余幾位還包括：信息論創(chuàng)立者克勞德·香農(nóng)（Claude Shannon）、開發(fā)出跳棋程序打敗自己的阿瑟·塞繆爾（Arthur Samuel）等等。

2006年達特茅斯會議當事人重聚，左起：摩爾、麥卡錫、明斯基、塞弗里奇、所羅門諾夫

靈魂人物、會議召集者麥卡錫當時是達特茅斯學院的數(shù)學系年輕助教，1955年8月31日，他起草了由他和香農(nóng)等四人聯(lián)合簽名的建議書，提議在第二年夏季召開一次人工智能會議，Artificial Intelligence（AI）概念第一次在這份建議書中出現(xiàn)。盡管晚年麥卡錫曾坦承，AI并不是他的首創(chuàng)，出處自己也記不清了，但“人工智能之父”的桂冠，已牢牢地戴在他頭上。

麥卡錫起草建議書的時候才28歲，他的構(gòu)想非常宏大，建議書里開列了翌年會議研討的七個領(lǐng)域：自動（即可編程）計算機、編程語言、神經(jīng)網(wǎng)絡(luò)、計算規(guī)模（即復雜性）理論、自我改進（即機器學習）、抽象、隨機性和創(chuàng)見性。這些領(lǐng)域幾乎勾勒出今后人工智能研究的雄偉輪廓。

1956年，達特茅斯會議如期舉行。會議目標——“解決AI領(lǐng)域一個或更多問題”雖無法實現(xiàn)，但西蒙和紐厄爾的啟發(fā)式程序“邏輯理論家”（Logic Theorist），證明了名著《數(shù)學原理》第二章52個定理中的38個，麥卡錫介紹了下棋程序中α-β搜索法，明斯基帶來了學習通過迷宮的Snarc學習機雛形，這些成果，開拓了AI最初的學科研究疆界。

會議期間，AI名稱確定（盡管當時也有爭論），任務(wù)得以初步明確，并出現(xiàn)了最初成果和最早一批研究者。這都被廣泛認為是AI誕生的標志。

之后的十多年，AI在人工智能的一些領(lǐng)域不斷取得突破，涌現(xiàn)了大批成功的AI程序和新研究方向。

盡管當時編程工具十分初級，AI研究人員還只能夠著眼于一些特定問題，但那時出現(xiàn)的幾何定理證明器，已可以證明一些幾何定理；西洋跳棋程序，水平進化到打敗州冠軍；積木系統(tǒng)，可以用機械手每次拿起一塊積木，按照指定方式調(diào)整積木堆。原以為只能進行數(shù)值計算的機器，已經(jīng)能做一些原屬于人類智能的事情。

AI專門研究機構(gòu)開始創(chuàng)建，資助經(jīng)費大量到來。麥卡錫和明斯基跳槽到MIT（麻省理工學院），創(chuàng)建了第一個AI實驗室。1963年，剛成立的ARPA（先進研究計劃署，是因特網(wǎng)的始創(chuàng)者）立刻給予MIT的AI研究220萬美元，后來追加到每年300萬美元。在英國，另一個重要的AI實驗室于1965年在愛丁堡大學建立，也得到充足經(jīng)費支持。

總之，達特茅斯會議之后的十多年，AI研究不斷取得進展，鼓勵前沿探索研究的經(jīng)費源源不斷，有人把這段時間稱為AI的黃金十年。

遇到瓶頸：計算能力之殤

當時的AI研究人員和領(lǐng)軍人物對未來極其樂觀。1958年西蒙預言“十年之內(nèi)，計算機將成為國際象棋世界冠軍”。紐厄爾則說 “十年之內(nèi)，計算機將發(fā)現(xiàn)并證明一個重要數(shù)學定理”。1965年，西蒙認為“二十年內(nèi)，機器將能完成人能做到的一切工作”。到1967年，明斯基更大膽判斷：“在我們這一代人的努力下，創(chuàng)造人工智能難題將會從根本上被解決。”這就是所謂的“一代人解決AI問題”豪言。

但上世紀70年代初，AI遭遇了瓶頸，問題和批評接踵而來。

AI研究人員遭遇的最重要瓶頸是當時計算機能力嚴重不足，有限的處理速度和內(nèi)存不足以解決許多實際的AI問題。例如，自然語言處理方面，內(nèi)存只能容納含20個單詞的詞匯表，只能應(yīng)付表演。更有人從理論上證明，AI有關(guān)的許多問題只能在指數(shù)時間內(nèi)獲解（處理時間與處理規(guī)模的冪成正比）。按這樣的理論，解決復雜一點的問題，幾乎需要無限長的時間。這意味著，AI中的許多程序理論上就只能停留在簡單玩具階段。

另一方面，初創(chuàng)的AI那時也實在膚淺。

這就是AI，仿佛條條路都可以通往人腦核心，但再往前走，卻發(fā)現(xiàn)高墻林立。1973 年，歷史上赫赫有名的《萊特希爾報告》（Lighthill Report）推出。報告結(jié)論十分嚴厲——“AI領(lǐng)域的任何一部分都沒能產(chǎn)出人們當初承諾的有主要影響力進步”。《萊特希爾報告》一出，英國政府停止了除三所大學之外的全部AI相關(guān)研究的資助。

各國政府紛紛仿效，如同釜底抽薪，曾經(jīng)火熱的AI從云端跌落，經(jīng)歷第一次 “人工智能寒冬”（AI Winter）。之后十來年，AI幾乎淡出人們視野。

AI復興與再度冷卻

從專家系統(tǒng)風靡到個人電腦普及

AI的第二次高潮，在上世紀80年代初開始，引領(lǐng)力量是知識工程和專家系統(tǒng)。專家系統(tǒng)實際上是一套程序軟件，能夠從專門的知識庫系統(tǒng)中，通過推理找到一定規(guī)律，像人類專家那樣解決某一特定領(lǐng)域的問題。簡單說，專家系統(tǒng)等于知識庫加上推理機。

這一次AI復興，與斯坦福大學教授愛德華·費根鮑姆（Edward Feigenbaum） 有很大關(guān)系。由于對AI的貢獻，他獲得了1994年的圖靈獎。

世界上第一個專家系統(tǒng)程序DENDRAL主要開發(fā)者：愛德華·費根鮑姆

早在1965年，他和諾貝爾獎得主萊德伯格（Joshua Lederberg）等人合作，開發(fā)出了世界上第一個專家系統(tǒng)程序DENDRAL，能夠從幾千種可能的分子結(jié)構(gòu)中挑選出一個正確的。這一示范性專家系統(tǒng)讓很多科研機構(gòu)和企業(yè)紛紛開發(fā)自己的專家系統(tǒng)，上世紀80年代初進入高潮。

1980年，卡內(nèi)基梅隆大學為DEC（數(shù)字設(shè)備公司）設(shè)計了名為XCON的專家系統(tǒng)。到1985年，企業(yè)投入超過10億美元，催生出一批IT新公司。

各國政府也努力趕上這波AI潮流，紛紛推出政府主導的宏偉AI新計劃。日本號稱投資8.5億美元的五代機計劃、英國耗資3.5億英鎊的阿爾維（Alvey）計劃，相繼在80年代推出。而美國的DARPA（國防先進研究計劃署，即以前的ARPA改稱）對AI的投資，1988年已增加到1984年的三倍。

AI的第二次熱潮，在上世紀80年代后期開始降溫，到上世紀90年代幾乎完全冷卻，標志事件是各國政府基本停止對AI的經(jīng)費支持。AI的再一次跌落，AI第二次低潮，是由于關(guān)注點和投資迅速轉(zhuǎn)向了個人電腦和后來的互聯(lián)網(wǎng)產(chǎn)業(yè)。

日本的五代機計劃聲勢最大，結(jié)局也最為悲壯。1981年，全球電子行業(yè)風頭正勁的日本，已經(jīng)在計算機的核心器件半導體存儲器DRAM等硬件領(lǐng)域超越美國，為了未來IT領(lǐng)域的全面競爭，日本政府把突破口選擇在發(fā)展第五代智能計算機。

日本五代機的主要目標是采用新存儲結(jié)構(gòu)、新程序設(shè)計語言和新操作系統(tǒng)，突破 “馮·諾依曼瓶頸”，大規(guī)模并行處理知識信息。日本計劃的五代機有這樣的功能：能處理知識；具有聽覺、視覺甚至味覺；能聽懂人說話，自己也能說話；能認識不同的物體，看懂圖形和文字。甚至，不再需要編寫程序指令，只要口述任務(wù)，機器自動理解并完成工作。五代機實際上就是智能機，研究人員把新一代計算機稱為“知識信息處理系統(tǒng)”（KIPS）。

日本五代機的領(lǐng)軍人物、“新一代計算機技術(shù)研究所”（ICOT）所長淵一博年富力強，當年才46歲。淵一博和五代機“科研浪人”們，自我封閉在東京都市繁華區(qū)東京塔旁面對東京灣美景的辦公樓內(nèi)，近乎玩命地拼搏。結(jié)果是，淵一博軍團悲壯地一步步走向困境，最終折戟沉沙，日本五代機項目于1992年終止。

1997年6月，我在日本拜訪傳奇人物淵一博 ，見證了AI在日本的退潮期。我們見面時，他早已從東京市區(qū)豪華辦公樓搬到慶應(yīng)大學一間簡陋辦公室。在這里低沉的氣氛中，淵一博回顧了五代機和AI那一段歷程。臨別，目送他落寞的背影，我深切感受到當時日本的AI研究，昔日繁榮已經(jīng)遠去。

20年沉默締造：因其偉大，故而艱難

上世紀90年代前期AI進入的第二個寒冬，長達20年之久。在很長時間內(nèi)，AI項目很難拿到資助經(jīng)費，相關(guān)學科和專業(yè)的畢業(yè)生也很難找到好工作。甚至，AI領(lǐng)域的教學科研人員都有點不好意思對人介紹自己是搞AI的，因為不少人視之為空談。

有段子形容美國高校當時的AI生存狀態(tài)：計算機系里一般有三群人，一群搞計算機理論，一群搞計算機系統(tǒng)，另外一群搞AI。前兩群人常常因門戶之見互相瞧不起，而這兩群人共同瞧不起的，卻是搞AI的這群人。段子有點辛辣，卻真實反映出AI那時的窘?jīng)r。

這也是AI，因其偉大，故而艱難。

但是，即使在這樣的環(huán)境中，AI仍然在默默前行。AI最困難的時候，全球科學家仍然在頑強地堅持，學科領(lǐng)域還在不斷擴大，研究和應(yīng)用也在不斷深入。個人計算機產(chǎn)業(yè)蓬勃發(fā)展、互聯(lián)網(wǎng)廣泛使用，其實也是一柄雙刃劍，一方面把AI逼入寒冬，另一方面，卻使人類社會獲得前所未有的強大計算能力，通過互聯(lián)網(wǎng)積累的信息、數(shù)據(jù)也出現(xiàn)爆炸性增長，這些實際上都在為AI日后復興打下堅實的基礎(chǔ)。吹開AI冰封寒冬的春風，已在不遠的前方了。

電腦報新媒體：張毅