机器的梦境：人工智能的起源与历史

第 1 章 - 机器的梦境：人工智能的起源与历史

人类的历史上，鲜有一个时刻像今天这样，让我们如此近距离地凝视着一种可能超越我们的智慧。当我们与聊天机器人对话，看着算法生成足以乱真的画作，或者坐在自动驾驶汽车中时，我们不仅是在使用工具，更是在见证一个古老梦想的苏醒。这个梦想是关于创造的生命，是关于思维的机制，是关于如何将上帝的火花注入硅基的躯壳。

然而，人工智能并非横空出世的奇迹。它像是一棵在漫长冬夜中积蓄力量的种子，经历了无数次萌芽、冻伤、枯萎与复苏的循环。要真正理解今天震撼世界的 AI 技术，我们必须回溯时间的河流，回到那个思想最初成形的时刻，去探寻那些伟大的先驱们是如何在黑暗中摸索，试图解开“智能”这一终极谜题的。

本章将带你穿越百年的思想史，从逻辑的殿堂到神经元的网络，从狂热的黄金时代到萧索的寒冬岁月。我们将看到，人工智能的历史不仅仅是技术进步的历史，更是一部人类不断重新定义自我、重新理解“思考”本质的哲学史诗。

1.1 普罗米修斯的火种：前夜与先知

在计算机尚未诞生的年代，智能的奥秘就已经困扰着最聪明的大脑。如果机器能够计算，那么它能否思考？这个问题最初并不是由工程师提出的，而是由逻辑学家和数学家在象牙塔中构思出来的。

图灵的幽灵：模仿游戏

故事的起点通常被设定在 1950 年，那一年，艾伦·图灵在哲学期刊《心》上发表了一篇具有里程碑意义的论文——《计算机器与智能》。

图灵开篇就抛出了一个震撼的问题：“机器能思考吗？”但他敏锐地意识到，“思考”这个词充满了歧义和主观色彩。为了避免陷入无休止的哲学争论，图灵设计了一个巧妙的实验，这就是后来闻名于世的“图灵测试”。

想象一个简单的场景：在一个封闭的房间里，坐着一个人类裁判（C）；在另一个看不见的地方，有一台机器（A）和另一个人类（B）。裁判通过文字终端与 A 和 B 进行对话。裁判的任务是判断哪一个是由机器扮演的。如果机器能够如此巧妙地模仿人类的回答，以至于裁判有超过 30% 的概率将其误认为是人类，那么，图灵认为，这台机器就可以被认为是能够“思考”的。

例子：对话的奥秘 > 裁判：请为《读者文摘》写一首诗。 > 人类：我不太擅长写诗，但我可以试试…… > 机器（如果不够智能）：诗歌是文学形式的一种，通常具有韵律…… > 机器（如果通过图灵测试）：哎呀，这可难住我了。我最近也没怎么读《读者文摘》。要不我就写写今天的天气？

图灵测试的伟大之处在于，它并不要求机器拥有与人类完全相同的内部生理结构（毕竟机器没有大脑皮层），而是通过外在的行为表现来定义智能。这种“功能主义”的视角为人工智能的发展定下了基调：我们不关心机器是否真的有灵魂，我们只关心它是否能表现出智能的行为。

控制论与信息的流动

在图灵测试之前，诺伯特·维纳在 1948 年出版了《控制论》，为人工智能提供了另一块基石。维纳观察到，无论是生物体还是机器，其控制的核心都在于反馈。

想象一个简单的恒温器：当温度低于设定值，它启动加热；当温度达到，它停止。这就是负反馈。维纳认为，智能的本质就是通过反馈机制来处理信息，从而适应环境。这种观点将智能从神秘的“灵魂”中剥离出来，将其还原为信息处理的过程。这为后来的机器学习，特别是强化学习，埋下了伏笔。

麦卡洛克-皮茨模型：逻辑的神经元

如果说图灵提供了目标，维纳提供了机制，那么沃伦·麦卡洛克和沃尔特·皮茨则在 1943 年提供了最底层的建筑材料。他们提出了第一个简化的神经元数学模型。

他们证明，简单的二值（开/关）神经元如果连接成网络，就可以执行逻辑运算（如 AND, OR, NOT）。这意味着，大脑复杂的思维活动，理论上可以还原为大量简单单元的连接和开关。这一发现石破天惊——它暗示着，如果我们可以用电子元件模拟神经元，我们就可以制造出能够进行逻辑推理的“电子大脑”。

1.2 达特茅斯会议：创世纪的六周

时间来到了 1956 年的夏天。美国新罕布什尔州的达特茅斯学院，空气清新，绿树成荫。约翰·麦卡锡，一位年轻且极具野心的数学助理教授，组织了一场为期两个月的研讨会。

这不仅仅是一次会议，它是人工智能的“创世时刻”。正是麦卡锡提议将这个新兴领域命名为“Artificial Intelligence”（人工智能）。尽管当时许多人认为这个名字过于狂妄，但它确实界定了这个领域的终极目标。

与会者包括：

• **约翰·麦卡锡：** 会议组织者，Lisp 语言发明者，后来的人工智能大亨。
• **马文·明斯基：** 麦卡锡的同事，后来成为 MIT AI 实验室的联合创始人。
• **克劳德·香农：** 信息论之父，为会议提供了早期的声望支持。
• **艾伦·纽厄尔和赫伯特·西蒙：** 来自卡内基梅隆大学，他们带来了当时最聪明的程序。

这次会议的提案中充满了乐观主义色彩，他们写道：“这项研究基于这样一个推测：学习的每一个方面或智能的任何其他特征，原则上都可以被精确描述，以至于可以制造一台机器来模拟它。”

逻辑理论家：符号主义的胜利

会议的高光时刻属于纽厄尔和西蒙。他们展示了一个名为“逻辑理论家”的程序。这个程序能够像人类数学家一样，通过反向推导和启发式搜索，证明怀特海和罗素巨著《数学原理》中的定理。

这是一个惊人的演示。在此之前，计算机被认为是只会做数字运算的“计算器”。但“逻辑理论家”展示了计算机可以处理符号，进行逻辑推理。当程序证明了《数学原理》中的定理时，西蒙兴奋地宣称：“我们发明了会思考的机器！”

达特茅斯会议确立了 AI 的基本范式：智能是对符号的操作。这种认为思维本质上是对代表现实世界的符号进行逻辑处理的观点，后来被称为“符号主义”，并在随后的几十年里统治了 AI 界。

1.3 三大流派：通往真理的不同路径

尽管达特茅斯会议统一了“人工智能”这个名称，但在如何实现智能这一问题上，学术界迅速分裂成了三个主要阵营。这三大流派的争论贯穿了 AI 发展的始终，直至今日。

1.3.1 符号主义：心智作为逻辑系统

核心思想： 智能的本质是物理符号系统的操作。思维是对代表世界概念的符号（如语言、逻辑算子）进行加工的过程。

代表人物： 纽厄尔、西蒙、麦卡锡、明斯基。

如何理解： 想象你在玩国际象棋。棋盘上的棋子（国王、皇后、卒）就是“符号”。规则（马走日、象走田）是“逻辑”。符号主义认为，只要我们将世界的知识编码成一套庞大的规则和符号库，计算机就能通过推理产生智能。

早期成就：

• **几何定理证明器：** 1959 年，由 IBM 的 Gelernter 开发，能证明高中几何定理。
• **微世界：** 特里·威诺格拉德的 SHRDLU 程序，可以模拟一个机器手臂在一个只有积木的虚拟世界里移动物体。它能理解自然语言指令，如“拿起那个红色的锥体”。

局限性： 符号主义面临的最大挑战是“常识问题”。虽然它可以完美地处理封闭的逻辑世界（如棋盘、几何），但现实世界是模糊的、充满例外的。

• *例子：* 我们都知道“鸟会飞”。但在符号系统中，如果你定义“鸟 -> 会飞”，那么遇到企鹅（是鸟但不会飞）系统就会崩溃。你需要定义无数条规则来处理例外：“鸟会飞，除非它是企鹅、鸵鸟、受伤了、或者被关在笼子里。”这种知识的获取瓶颈（被称为“费根鲍姆瓶颈”）成为了符号主义的阿喀琉斯之踵。

1.3.2 连接主义：心智作为神经网络

核心思想： 智能产生于大量简单处理单元（神经元）的并行处理和连接强度的调整。思维不是符号运算，而是模式识别和统计学习。

代表人物： 弗兰克·罗森布拉特、杰弗里·辛顿、扬·勒昆。

如何理解： 符号主义试图自上而下地构建规则，而连接主义试图自下而上地涌现智能。就像大脑中没有单独的一个神经元存储着“祖母”的概念，但数亿神经元的特定激活模式让你认出了祖母。

早期里程碑：感知机 1957 年，康奈尔大学的弗兰克·罗森布拉特发明了“感知机”。这是一台模拟神经元的物理机器。它通过光传感器接收输入，调整电位计作为权重，试图识别简单的形状。感知机是现代深度学习的曾祖父。

致命打击： 1969 年，明斯基和帕佩特出版了《感知机》一书。作为符号主义的领袖，明斯基在书中用数学证明了单层感知机无法解决简单的“异或”（XOR）逻辑问题。

• *例子：* 就像你不能用一把直尺画出完美的圆，单层感知机无法将两类纠缠在一起的数据分开。明斯基断言，多层网络虽然理论上可行，但由于没有有效的训练算法（当时反向传播算法尚未普及），实际上是死路一条。

这本书直接导致了连接主义在接下来的近 20 年里资金断绝，人才流失。

1.3.3 行为主义：心智与环境共舞

核心思想： 智能是在与环境的交互中表现出来的适应性行为。不需要内部复杂的知识表示，也不需要大脑模型，重点是“感知-动作”循环。

代表人物： 罗德尼·布鲁克斯。

如何理解： 想象一只蟑螂。它不懂逻辑，没有大脑皮层，但它能极其灵活地躲避捕食者，寻找食物。行为主义认为，我们要造的不是那种深谋远虑的哲学家机器人，而是像昆虫一样反应敏捷的机器人。

布鲁克斯的“包容架构”： 在 1980 年代，当大家都在忙着给机器人建立复杂的地图和规划系统时，布鲁克斯制造了一堆乱跑的“昆虫机器人”。这些机器人没有中央大脑，只有层层叠加的反应层：

• 第一层：如果碰到障碍物，就后退。
• 第二层：如果看到空地，就往前走。
• 第三层：如果探测到目标，就走向目标。

这种去中心化的控制论思想，后来深刻影响了机器人技术和现代强化学习。

1.4 第一次寒冬：承诺的落空

时间推进到 1970 年代中期。经过近 20 年的狂热炒作，人们开始意识到，人工智能虽然能证明几何定理，但在解决现实世界的问题时显得极其笨拙。

莱特希尔报告与AI的困境

在美国和英国，资助机构开始质疑 AI 的实用性。英国科学家詹姆斯·莱特希尔爵士受命对 AI 研究进行评估。他在 1973 年发表的报告中，对 AI 进行了毁灭性的批判。

莱特希尔指出，当时的 AI 系统只在极其受限的“微世界”中有效（如积木世界），一旦面对真实世界的复杂性和噪音，系统就会完全失效。他批评了 AI 研究者过于乐观的承诺——比如赫伯特·西蒙曾在 1957 年预言“在可预见的未来，机器的能力将能够做人能做的任何工作”。

这种落差导致了信任危机。 1. 算力不足： 当时的计算机内存只有几千字节，根本无法支撑大规模的搜索或复杂的学习。 2. 组合爆炸： 许多问题在理论上可以通过搜索解决，但可能性太多了。下围棋如果每步都穷举，宇宙毁灭也计算不完。符号主义缺乏有效的剪枝策略。

结果：美国国防部高级研究计划局（DARPA）和英国科学研究委员会大幅削减了 AI 基础研究的经费。实验室关闭，研究人员转行。这就是著名的第一次 AI 寒冬（1974-1980）。

1.5 专家系统的繁荣与第二次寒冬

就在大家以为 AI 已经死亡时，一种新的应用形式在 1980 年代初将 AI 拉回了聚光灯下。这次复兴的功臣是专家系统。

知识就是力量

符号主义吸取了教训，不再试图制造一个全知全能的通用智能，而是转向制造“专才”。

专家系统的核心思想很简单：将人类专家的知识提炼成大量的“If-Then”规则。

• *例子：MYCIN 系统*
• 规则 1：如果生物体的染色呈革兰氏阳性，且形态为球菌，且生长在簇状结构中，那么它可能是葡萄球菌（置信度 0.7）。
• 规则 2：……

MYCIN 系统在诊断血液感染方面的准确率甚至超过了部分初级医生。这一成功引发了商业狂热。

• **DEC 公司的 XCON 系统**：用于配置计算机系统，每年为公司节省数千万美元。
• **DENDRAL 系统**：帮助化学家推断分子结构。

日本更是雄心勃勃地启动了“第五代计算机”计划，试图制造能够进行自然语言对话、推理和学习的超级智能计算机。全球为此震动，美国和欧洲再次慌忙投入巨资。

泡沫的破裂

然而，好景不长。到了 1980 年代末，专家系统的局限性再次暴露。 1. 维护噩梦： 当规则数量达到数千条时，系统变得极其脆弱。修改一条规则可能会引发不可预知的连锁反应。 2. 缺乏常识： 专家系统依然没有常识。如果你告诉医疗系统“病人怀孕了”，它可能会根据规则开出孕妇禁用药，因为它不懂“怀孕”和“药物禁忌”之外的生理逻辑。 3. 硬件失败： 专用的人工智能计算机（Lisp 机器）无法对抗通用个人电脑（PC）的崛起。

随着“第五代计算机”计划的失败，投资再次撤回。1987 年开始，AI 进入了第二次寒冬。这一次更冷，甚至连“人工智能”这个词在学术圈都成了禁忌，研究者们不得不改口称自己在做“机器学习”或“模式识别”以求生存。

1.6 连接主义的逆袭：神经网络的文艺复兴

正当符号主义在寒冬中瑟瑟发抖时，那些坚信“模拟大脑”的连接主义者们正在角落里积蓄力量。

背水一战的论文

1986 年，大卫·鲁梅尔哈特、杰弗里·辛顿和罗纳德·威廉姆斯在《自然》杂志上发表了具有历史意义的论文，重新发现了（或者说推广了）反向传播算法。

这个算法解决了明斯基当年提出的多层神经网络训练问题。简而言之，它提供了一种数学方法，可以让网络知道：当输出错误时，应该责怪哪一层、哪一个神经元，并据此调整连接的权重。

例子：如何教网络认出一只猫？ 1. 前向传播： 输入猫的图片像素，网络随机猜是“狗”。 2. 计算误差： 看到猜错了（真实标签是猫）。 3. 反向传播： 误差信号从输出层往回传。告诉最后一层：“你太偏向狗的特征了，调低点”；告诉倒数第二层：“你的边缘检测没做好，调高点”。 4. 迭代： 重复成千上万次。

与此同时，杨立昆在贝尔实验室开发了 LeNet-5，一种卷积神经网络（CNN），成功用于读取银行支票上的手写数字。这是神经网络第一次在商业应用上击败了传统算法。

1.7 机器学习的崛起：统计学的胜利

1990 年代到 2000 年代，AI 进入了一个相对务实但低调的阶段。研究者不再追求宏大的“通用智能”，而是专注于解决具体问题。这一时期的主旋律是统计机器学习。

从规则到统计

受限于计算能力和数据量，大规模神经网络尚未成为主流。取而代之的是基于坚实统计学基础的方法：

• **支持向量机（SVM）：** 在分类问题上表现出色，数学优美。
• **贝叶斯网络：** 处理不确定性推理。
• **随机森林与决策树：** 直观且有效。

AI 变得不再那么像“心理学”，而更像“数学”和“统计学”。虽然这并没有直接通向强人工智能（AGI），但它让 AI 技术真正渗透到了生活的方方面面——从垃圾邮件过滤器到亚马逊的推荐系统。

IBM 的超级计算机“深蓝”在 1997 年击败国际象棋世界冠军卡斯帕罗夫，是这一时期的标志性事件。虽然“深蓝”主要依靠的是暴力搜索和精心设计的评估函数（属于符号主义优化的产物），而不是像 AlphaGo 那样的深度学习，但它向世界证明了：机器可以在最顶级的智力游戏中战胜人类。

1.8 深度学习的爆发与未来的伏笔

历史的车轮滚滚向前。进入 21 世纪第二个十年，三股力量汇聚在一起，引爆了积蓄已久的连接主义火山，开启了我们今天所处的 AI 时代。

1. 大数据： 互联网产生了海量的图片、文本和语音数据。 2. 算力： 摩尔定律延续，特别是 GPU（图形处理器）的并行计算能力被证实极其适合训练神经网络。 3. 算法突破： 更深的网络结构（深度置信网络、Dropout、ReLU 激活函数）解决了梯度消失问题。

ImageNet 时刻

2012 年，杰弗里·辛顿的学生在 ImageNet 图像识别竞赛中，利用深度卷积神经网络（AlexNet），将错误率从 26% 骤降至 15%。这不是一个简单的进步，这是质的飞跃。

随后，AlphaGo 在 2016 年击败李世石，Transformer 架构在 2017 年诞生，GPT 系列横空出世。连接主义，这个曾被明斯基判了死刑的流派，终于站在了历史的巅峰。

历史的回响

回顾这一章，我们看到了一种清晰的节奏。人工智能的发展不是一条直线，而是一条螺旋上升的曲线。

• **早期**，我们试图用逻辑（符号主义）穷尽真理，结果迷失在规则的迷宫里。
• **中期**，我们试图用统计（机器学习）预测世界，获得了实用的工具。
• **现在**，我们回到了最原始的梦想——模拟大脑（深度学习），通过海量数据和计算，让机器自己从数据中学习规律。

今天的大语言模型（LLM），如 GPT-4，本质上是连接主义的极致体现。它们没有显式的逻辑规则，只有千亿级别的参数（神经元连接），却能涌现出惊人的逻辑推理能力。这似乎印证了连接主义的信条：只要模型足够大，数据足够多，智能就会自然涌现。

然而，符号主义者仍在警告：仅仅依靠统计相关性是不够的，机器缺乏真正的因果理解和逻辑骨架。行为主义者则在说：没有身体与物理世界的交互，永远无法获得真正的意识。

这场争论尚未结束。我们正处于一个新的“盛夏”，但历史的教训告诉我们，每一次狂热之后都可能伴随着理性的回归。理解了这段历史，我们才能在面对今天的 AI 浪潮时，既保持兴奋，又保持清醒。

在下一章，我们将深入探讨驱动这一轮革命的数学引擎——神经网络与深度学习的工作原理，看看这些巨大的数字网络究竟是如何“思考”的。