谁发明了AI？

如今人人都在谈论AI（人工智能）！从大Boss在公司“数字化”战略会上，口中喊出的AI转型（虽然Boss很可能都不知道AI代表哪两个英文单词），到办公室保洁阿姨边擦桌子边刷着手机上夸张的AI新闻，生怕自己被扫地机器人取代，再到工程师小哥哥们摸着与事业一样蒸蒸日上的发际线怒怼产品经理：“这个AI技术也实现不了啊！”一时间，AI这货，无人不知无人不晓。

虽然“众人口中皆AI”，但如果问问大家到底什么是AI，大部分人的第一个反应一定是摸摸后脑勺。

当下我们认知的AI粗略指代用计算机技术实现高度自动化，以完成人类的基本工作，比如打字、对话等。目前AI的发展主要由上世纪80年代机器学习的兴起所带来，这是一种将某个领域的海量数据传输给拥有强大运算能力的电脑，进行学习和经验总结之后，形成自动化结果产出的流程。现在最主流的AI技术非深度学习莫属，它通过让计算机模拟人的脑神经实现机器“思考”。

我们今天看到的“歌神”张学友演唱会上抓到犯罪分子的趣闻，就是让机器记住了成千上万张犯罪分子的图像后，利用智能摄像头的边缘计算（计算机运算能力与智能设备一体）快速扫描人脸后识别出犯罪分子。

既然AI这么厉害，那发明AI的人一定更厉害吧？到底谁发明了AI呢？要认识AI发明者，我们必须在AI发展的历史里找答案。

AI诞生记

计算机又名“电脑”，它的出现为AI的兴起奠定了基础。事实上，世界上第一台“电脑”，根本不是由“电”驱动的。

19世纪中叶，英国数学家查尔斯·巴贝奇发明了一款长30米、宽10米的蒸汽机驱动的分析机器，使用打孔纸带输入，采取最普通的十进制计数。虽然当时市场反响平平，但为人类的计算机革命打下了基础。随后，在20世纪初，人类科创发明进入了高速迸发的时代，艾伦·图灵、冯·诺依曼等计算机之父们，在30年代末40年代初真正意义上把计算机发明出来，这件事儿对于AI的意义就相当于《西游记》开篇时，混沌未分天地乱，茫茫渺渺无人见，一块天地孕育的石头改变了一切。如果把AI比作孙悟空的话，那计算机就是这块石头。

到了50年代，图灵发表在英国《心灵》杂志（Mind）上的一篇《计算机与智能》（Computing Machinery and Intelligence）引发了人类对于计算机是否应该具备智能的思考，文中提到的“模仿游戏”被后人定义为“图灵测试”（在不相见的情况下，人机对话，人无法辨别对话者为机器即为通过图灵测试）。

“人工智能”一词第一次被官方且完整地提出是在1956年的小型学术会——达特茅斯会议（Dartmouth Summer Research Project on Artificial Intelligence，简称Dartmouth Workshop）上。

一切还要从2年前的1954年说起，达特茅斯学院（Dartmouth College，美国最古老的学术名校）新任数学系主任是大逻辑学家丘奇的门下弟子John Kemeny（1955年在《科学美国人》杂志上发表文章探讨大脑机器），他将一个叫麦卡锡（John McCarthy）的帅气小伙儿从母校普林斯顿大学带到达特茅斯学院协助其工作（担任达特茅斯学院数学系助教），而他日后因为组织了著名的达特茅斯会议，成为了大多数人认知的“人工智能之父”。

麦卡锡曾经的数学老师是失去双手的代数拓扑学家莱芙谢茨，如果说莱芙谢茨开启了麦卡锡的数学之路的话，那么美国计算机之父冯·诺依曼则指引他沿着计算机的方向一直走下去。

出生在共产党家庭，从小受到共产主义思想和组织才能的影响，麦卡锡的学生生涯顺风顺水，高中一路跳级，最终被加州理工学院数学系录取，后来，在普林斯顿攻读硕士时的一次学术研讨会上，他听到了冯·诺依曼名为“自动操作下的自我复制”的学术报告，内容是关于设计一款拥有自我复制能力的机器，麦卡锡在冯·诺依曼的影响下，最终选定了职业方向——AI。

与麦卡锡一起推动“达特茅斯会议”的明斯基（Marvin Minsky）也是推动AI的重要人物，他的老师Albert Tucker（培育出诺贝尔经济学奖得主、现代博弈论创始人约翰·纳什（John Nash）是莱芙谢茨的学生，明斯基按辈分还要认麦卡锡作师叔。

与麦卡锡日后获得图灵奖一样，明斯基不仅亲手拿下图灵奖，还培养出了另外一位图灵奖获得者Manuel Blum。1927年麦卡锡与明斯基分别出生在东海岸的纽约与波士顿，明斯基的父亲是一位专业的眼科专家，同时也是画家和音乐家，母亲则是一个活跃的犹太复国主义者。二战爆发后，明斯基应征加入海军，接受了电子学的训练，退伍后进入哈佛大学攻读数学。

明斯基的博士论文研究方向是神经网络（虽然日后成为AI逻辑学派代表），有人质疑他的研究，认为这并非数学，但却获得了冯·诺依曼的力挺 。

1951年明斯基成功设计出了随机神经网络模拟强化计算器（Stochastic Neural Analog Reinforcement Calculator）；1952年发明了会自行关闭电源的无用机器(Useless Machine)；，1957年获得共聚焦显微镜发明专利，1963年发表了头戴式显示器，并与大数学家西摩尔·派普特(Seymour Papert)编写了第一个以Logo语言建构的机器人，1969年获得图灵奖。但他最著名的两件事则是与麦卡锡共同组织了1956年的达特茅斯会议，以及日后两人共同创立了著名的麻省理工人工智能研究室（MIT计算机科学与人工智能实验室的前身）。

1955年，身处哈佛大学做研究员的明斯基与在IBM打暑期工的麦卡锡通过时任IBM项目负责人纳撒尼尔·罗切斯特(Nathaniel Rochester，IBM第1代通用机701的主设计师，并帮助麦卡锡发明LISP语言)的帮助，获得了洛克菲勒基金会的资助（原计划1.35万美元的资金最终只获得了一半资金）。没有这笔钱，达特茅斯会议可能就流产了。

有了资金，还需要参与者。麦卡锡与明斯基邀请了他们的Boss，时任贝尔实验室大佬、信息论创始人香农(Claude Shannon，1951年发明了破解迷宫机器人——电子鼠)，可见请大咖站台在美国早就有了。至此，达特茅斯会议的创世四人组形成：麦卡锡、明斯基、罗切斯特与香农。

1956年的达特河边，还有多位学者也见证了AI元年，并为其做出贡献。 

塞弗里奇（Oliver Selfridge，被誉为机器感知之父，曾经在MIT与神经网络的开创人之一沃伦·麦卡洛克一起为控制论作者维纳工作；塞弗里奇的爷爷是Sears百货前身的创始人）和艾伦·纽厄尔（Allen Newell）在1955年的一次学术会议上发表了一篇关于模式识别的文章，主题是“计算机下棋”，他们分别代表两派观点，会议的主持人、神经科学先驱沃尔特·皮茨（Walter Pitts）认为，他们一位是企图模拟神经系统，另一位是企图模拟心智，两者殊途同归。皮茨的完美总结预示了人工智能随后几十年关于“结构与功能”两个阶级、两条路线的斗争。

说起人工智能不能不提的还有司马贺（Herbert Simon），正是他把当时还在兰德公司上班的纽厄尔带到了卡内基理工学院（后改名成为今日的卡内基梅隆大学），并给了纽厄尔一个博士学位。司马贺是一位中国迷（1994年当选为中国科学院外籍院士），1933年进入芝加哥大学，师从挪威经济学家特里夫·哈维默与荷兰经济学家特亚林·科普曼斯，1943年获得芝加哥大学政治科学博士，1949年被聘为卡内基梅隆大学的教授。司马贺与学生纽厄尔在1975年一同获得图灵奖，但最有名的还是他在1978年捧起的诺贝尔经济学奖（研究领域为经济组织内的决策过程）。

司马贺与纽厄尔在达特茅斯会议上率先提出IPL语言，但之后麦卡锡在此基础上发明了表处理语言LISP。虽然，司马贺与纽厄尔在大会上以“逻辑观”抢尽风头（传闻持续一个月的会议，两人只参加了一周），但AI理论的提出还是靠麦卡锡和明斯基。

传闻麦卡锡与明斯基晚于英国数学家Philip Woodward提出“人工智能”一词，但相对又似乎上升了一个维度。

麦卡锡、明斯基罗列对AI研究的七个领域：

• 自动编程计算机
• 编程语言
• 神经网络
• 计算规模的理论（Theory of size of a calculation)，
• 自我改进（机器学习）
• 抽象
• 随机性和创见性

大会的参与者名单：

• 麦卡锡，“人工智能之父”，1971年图灵奖获得者。
• 明斯基，人工智能概念和框架理论的创立者，图灵奖得主。
• 诺伯特·维纳，控制论提出者。
• 雷·索洛莫洛夫（Ray Solomonoff），算法概率论创始人。
• 约翰·霍兰(John Holland)，美国密西根大学心理学、电器工程以及计算机课学教授，遗传算法的先驱。
• 唐纳德 麦克克里蒙 麦凯（Donald MacCrimmon MacKay），英国物理学家。
• 香农，美国数学家，信息论的奠基人。
• 纳撒尼尔·罗切斯特，IBM 701电脑的创造者。
• 塞弗里奇，被称为“机器知觉之父”。
• 赫伯特·西蒙（中文名：司马贺），美国经济学家与政治学者，有限理性模型的创造者，1975年图灵奖和1978年诺贝尔经济学奖得主。1972年第一批访华交流的学者，1994年当选为中国科学院外籍院士。
• 艾伦·纽厄尔，人工智能符号主义学派的创始人，1975年与司马贺一起获得图灵奖。
• 另外，参与者还包括，IBM的撒缪尔（Arthur Samuel）和伯恩斯坦以及达特茅斯学院的摩尔（Trenchard More）教授、斯坦福大学电机系教授维德罗（Bernard Widrow）等。

麦卡锡是AI符号学派的代表，他认为AI或能制造智能机器，如智能计算机程序和工程，并强调AI研究并不一定局限于模拟真实的生物智能行为，而是更强调它的智能行为和表现，这一点和图灵测试的想法是一脉相承的。司马贺和纽厄尔把这种观点概括为“物理符号系统假说”（physical symbolic system hypothesis）。日后，这批人被AI历史的研究人员定性为“符号学派”。

1956年的达特茅斯会议上，AI被“符号学派”孕育出来，却并未成为当下AI的主流门派。

AI江湖

人工智能之父尚未讨论出个究竟，那么AI的江湖一定会发生门派战争。

达特茅斯会议上将AI定义为：“尝试找到如何让机器使用语言、形成抽象和概念、解决现在人类还不能解决的问题、提升自己等等。对于当下的人工智能来说首要问题是让机器像人类一样能够表现出智能。”

但具体实现就众说纷纭了，有人说让机器模仿人脑的神经元的联结，有人说为什么不让机器学会逻辑推理呢？所以，AI最主要的两大门派出现了，即为联结学派（Connectionists）与符号学派（Symbolists）。

联结学派起源于神经科学，此派认为智能行为来自高度互联的机制。联结主义有许多不同的形式，但最常见的形式利用了神经网络模型。

符号主义则起源于逻辑学和哲学，是一种基于逻辑推理的智能模拟方法，又名逻辑主义。以麦卡锡、司马贺等为代表的符号派认为：人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。人与计算机一样，是一个物理符号系统，因此人类就能够用计算机来模拟人的智能行为（计算机的符号操作来模拟人的认知过程）。

明斯基、纽厄尔等人也都隶属符号派，但进入21世纪，统治AI“武林”的却是联结派（又名神经派）。

神经网络这个词由神经学家 Warren McCulloch（其理论启发了早期的明斯基）和逻辑学家Walter Pitts在1943 年提出，最初含义是指给人脑的神经网络进行数学建模。那篇文章一直被深度学习的文章引用至今，甚至被看作联结主义的起源。

2006年，“神经网络之父”Geoffrey Hinton受到动物大脑视觉皮层机构、大脑工作记忆模型以及量子力学的启发，发明了深度学习，这是自1952年Arthur Samuel编写第一个计算机自我学习的程序——Checkers，到80年代机器学习出现后，又一次有人以模仿大脑进行分析学习为动机来解释数据。

当下我们在媒体上看到的人脸识别、语音交互等产品都是通过神经网络算法所实现，直至今日，深度学习领域的代表人物Yan LeCun(Facebook的AI老大）、Jeff Dean(谷歌的AI老大）、李飞飞（可描述图片内容的计算机视觉算法创造者，著名华人AI科学家）等人已经成为了AI的代言人。

在过去60年里，人工智能三起两落。从1956年达特河边的兴起，到70年代因为资金削减第一次入冬，很多人经历了80年代专家系统热潮和机器学习的出现，并见证了90年代机器第一次在象棋比赛中战胜人类，直到今天强化学习技术加持的AlphaGo在围棋比赛中战胜了天才棋手李世石。

事实上，AI还有诸多门派，包括贝叶斯派、达尔文进化学派等，关于未来，有人认为符号学派正在回归，但更多的专业观点则希望学派融合。

还记得AI被提出的初期，麦卡锡为首的大佬们几乎都有些过度自信。麦卡锡、司马贺都在公开场合下对AI的发展提出了过高的期望，比如1968年麦卡锡和象棋大师列维（David Levy）打赌说十年内下棋程序会战胜列维，结果麦卡锡不得不向列维支付现钱认输。直到IBM深蓝机器人通过多年研发终于击败了俄罗斯象棋大师加里·卡斯帕罗夫，其实距离那场赌约已经过去近30年。

当下的人工智能还没有完全实现1956年的期许，它既不具备创见性也没有自我改进的能力，甚至在各种场合都会出现“人工智障”的尴尬。

 注：如无特别标注，图片均来自于网络

参考资料：

• 邬学宁等,《SAP企业机器学习》,清华大学出版社，2017

• 尼克，《人工智能简史》，人民邮电出版社，2017

• Jean-Philippe Cointet and Antoine Mazières，“The Revenge of Neurons, Dominique Cardon,”，2018

• Carlos E. Perez，“The Many Tribes of Artificial Intelligence (AI)”，2017

• John McCarthy, Marvin L. Minsky, Nathaniel Rochester, and Claude E. Shannon，“A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”，1955

加入数据侠

数据侠计划是由第一财经旗下DT财经发起的数据社群，包含数据侠专栏、数据侠实验室系列活动和数据侠联盟，旨在聚集大数据领域精英，共同挖掘数据价值。申请入群请添加微信公号dtcaijing003并备注“数据社群”，合作请联系datahero@dtcj.com。