梦想的起点：从图灵测试到“能思考的机器”
在古希腊的传说中，普罗米修斯盗取天火，用粘土塑造了人类的躯体，雅典娜赋予其灵魂，于是生命诞生。这古老的叙事，如同文明长河中的第一颗星辰，映照出人类一个深邃而永恒的梦想：创造有智慧的生命。同样的渴望，在遥远的东方土地上，女娲抟黄土作人，挥鞭赐予活力，演绎出另一段造人的神话。这些故事并非仅仅是想象的产物，它们是人类对自身存在本质的早期探索，是对“何为生命”“何为智慧”的朴素追问。从中世纪欧洲修道院里的自动机——那些依靠水力或风力驱动、能敲钟报时甚至模仿人类动作的机械玩偶，到文艺复兴时期达·芬奇设计的骑士机器人，人类从未停止过用机械复刻生命形式的尝试。进入19世纪，玛丽·雪莱在《弗兰肯斯坦》中描绘的“怪物”，虽然由尸体拼接而成，却拥有情感与思维，这部小说首次将“人造生命”的伦理困境带入文学视野。20世纪初，卡雷尔·恰佩克的剧本《R.U.R.》创造了“机器人”（Robot）一词，而弗里茨·朗的默片电影《大都会》中那冰冷的玛利亚机器人，则首次在银幕上展现了机器人与人类情感的纠葛。这些文化符号层层累积，如同一条隐形的线索，将人类对“创造生命”的幻想，从神话的迷雾中逐步牵引至科学的视野之下。
然而，直到20世纪中叶，当电子计算机这一全新工具登上历史舞台，人类才真正拥有了将千年梦想转化为可实证科学问题的可能。计算机不仅能进行高速计算，更被赋予了“存储”与“处理”信息的抽象能力。这引发了一个根本性的问题：如果信息处理是智能的核心，那么一台足够复杂的机器，是否也能展现出类似人类的智能行为？这个问题，在1950年，被一位名叫艾伦·图灵的英国数学家以一场精妙的思维实验正式提出，并由此开启了人工智能这门学科的序章。
艾伦·图灵的人生本身便是一部充满传奇与悲剧的史诗。他在剑桥大学国王学院攻读数学时，便以其在可计算性理论方面的奠基性工作闻名，尤其是“图灵机”这一思想实验，为现代计算机的逻辑架构奠定了理论基础。二战期间，他领导了英国布莱切利园的密码破译团队，成功破解德军的恩尼格玛密码，据估计这一贡献将战争缩短了至少两年，拯救了数百万人的生命。战后，图灵将目光投向了更前沿的领域：机器能否思考？1950年，他在哲学期刊《心灵》上发表了划时代的论文《计算机器与智能》。在这篇论文中，图灵没有陷入“思考”或“意识”这些哲学概念的泥潭，而是展现了他特有的务实与机智。他设计了一个如今闻名遐迩的测试——“模仿游戏”（The Imitation Game），这便是后世所称的“图灵测试”。
测试的场景设定如下：一位人类裁判（C）通过文本终端（例如电传打字机）与两个隐藏的实体进行对话，其中一个真正的人类（A），另一个是试图模仿人类的机器（B）。裁判的任务是通过一系列提问，判断哪一个是人类，哪一个是机器。如果机器能够成功地使裁判在相当比例的测试中做出错误判断，那么我们就可以认为这台机器通过了测试，具备了“智能”的行为表现。图灵在论文中预测：“大约50年后，人们可以说‘机器能思考了’而不遭致普遍反对。”他进一步提出，到2000年，人们可以制造出能在五分钟内让普通裁判误判概率不超过30%的机器。这一预测展现了惊人的远见，尽管今日的AI在特定任务上远超于此，但“让机器像人一样对话”这一核心挑战，至今仍是AI研究的圣杯。
图灵测试的伟大之处在于其行为主义的简洁与深刻。它将一个玄妙的哲学问题——“机器能思考吗？”——转化为一个可操作、可实验的科学问题。它不关心机器内部如何运作，只关心其外部行为是否与人类智能无法区分。这一定义为人工智能领域设定了最初的、也是最宏大的目标：创造能通过图灵测试的机器。然而，图灵也清醒地认识到这条道路的漫长与艰巨。他在论文中讨论了各种可能的反对意见，从“机器不能像人一样犯错”到“机器缺乏意识”，并一一进行了反驳。他写道：“我们只能看到眼前，但前景依然广阔。”正是这种既脚踏实地又仰望星空的科学精神，为后来者点亮了一盏不灭的灯。
图灵测试提出后不久，一场真正改变历史进程的会议于1956年夏天在美国新罕布什尔州的达特茅斯学院召开。约翰·麦卡锡（当时还是普林斯顿大学的年轻博士生）、马文·明斯基、克劳德·香农、纳撒尼尔·罗切斯特等十几位顶尖的科学家与数学家齐聚一堂。他们为这个新兴领域起了一个名字：“人工智能”（Artificial Intelligence）。麦卡锡选择这个词，正是为了将图灵等人关于“机器智能”的构想，系统化为一门独立的学科。会议议程雄心勃勃：探讨如何让机器使用语言、形成概念、解决人类的各种问题，甚至提升自我。与会者弥漫着一种近乎天真的乐观情绪。他们认为，也许不出一个Generation（约20年），具有人类水平智能的机器就将成为现实。
这种乐观并非空穴来风。就在达特茅斯会议前后，一系列早期程序已经诞生，它们似乎在证明：智能的某些核心方面，可以用形式逻辑与符号操作来模拟。1956年，艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert A. Simon）开发了“逻辑理论家”（Logic Theorist）程序。这个程序能够证明《数学原理》中的多条定理，甚至发现了一个比原著更优雅的证明。西蒙兴奋地宣称：“我们已创造出能够思考的机器。”1959年，他们又推出了“通用问题求解器”（General Problem Solver, GPS），试图模拟人类解决各类问题的通用方法。在几何领域，赫伯特·吉伦特（Herbert Gelernter）的“几何定理证明器”成功证明了《平面几何》中的部分定理。这些程序的核心思想是“物理符号系统假说”——由纽厄尔和西蒙明确提出：一个物理符号系统拥有进行一般智能行动的必要和充分手段。换言之，智能就是操纵抽象符号的过程。
如果说这些程序主要处理数学与逻辑，那么1966年麻省理工学院的约瑟夫·魏岑鲍姆（Joseph Weizenbaum）开发的ELIZA程序，则首次将AI的触角伸向了人类最复杂的领域之一：自然语言。ELIZA的名字源自萧伯纳戏剧《卖花女》中的主角，寓意“机器也能学会语言”。其最著名的脚本是“DOCTOR”，一个模拟罗杰斯式心理治疗师的聊天程序。它的工作原理极为简单：通过模式匹配（pattern matching）和脚本（script）对用户输入进行解析。例如，当用户说“我感到很伤心”，ELIZA会匹配到“我...X”的模式，将X替换为“伤心”，然后套用模板“为什么你会感到X？”变成“为什么你会感到伤心？”或“你的家人知道你会感到伤心吗？”。它没有任何关于“伤心”的语义理解，也不具备任何心理知识，仅仅是通过关键词和重组句子来生成回应。然而，令人惊讶的是，许多用户在与之简短交互后，竟然真的认为机器在“倾听”并“理解”他们，甚至向ELIZA倾诉了深层隐私。魏岑鲍姆后来在《计算机能力与人类理性》一书中对此表示深切忧虑，他警示道：人们容易对简单的符号操作产生过度拟人化的误解，这暴露了人类对“理解”本身定义的模糊。
ELIZA的成功与幻觉，如同一面镜子，既映照出早期AI在符号操作上的巧妙，也折射出语言理解的真正深渊。它用极其简单的方法，模拟了对话的表层形式，却完全无法触及意义的实质。这正是“理解语言”被公认为“AI皇冠上的明珠”的原因：语言是人类智能最复杂、最核心的外显之一，它承载着知识、推理、意图、情感与常识，其背后是一个庞大而隐性的背景世界模型。要让机器真正“理解”一句话，比如“小明把水杯放在桌子上，因为它太重了”，机器必须知道“水杯”通常用于盛水、“桌子”是平面家具、“重”是物体的属性、“因为”表示因果——这些常识对三岁儿童而言不言自明，对机器而言却是一座需要攀登的高山。
早期的符号主义AI研究者坚信，只要为机器注入足够的逻辑规则和事实知识，它就能进行推理并理解语言。他们尝试构建庞大的“常识知识库”，比如“如果A在B上，那么B在A下”、“水是湿的”、“人需要吃饭”等等。然而，现实很快展现出其残酷的一面。首先，知识的“组合爆炸”问题：世界上的事实与规则数量近乎无限，而且它们之间的关联错综复杂，试图用穷举的方式编码所有知识，在计算上完全不可行。其次，知识的“歧义性”与“语境依赖性”：同一个词在不同语境下含义迥异（如“银行”可指金融机构也可指河岸），而人类凭借生活经验能轻松消歧，机器却难以仅从符号层面解决。第三，也是最根本的，人类语言中充满了“默会知识”（tacit knowledge）——那些我们知其然却不知其所以然的知识，比如“水是湿的”背后涉及分子相互作用，但我们在日常使用中从不思考这些。符号系统擅长处理明确的、形式化的知识，却难以捕捉这种源于身体经验与感知的默会维度。
到了20世纪70年代中期，早期AI的乐观情绪开始被现实的寒流所取代。1973年，英国数学家和AI早期支持者詹姆斯·莱特希尔（James Lighthill）向英国政府提交了一份报告，对AI研究进行了严厉的批评，认为其进展远低于预期，且许多承诺的应用（如通用问题求解器）在现实中毫无用武之地。这份报告直接导致英国政府大幅削减对AI研究的资助，成为标志性的事件。在美国，同样的情况上演：国防高级研究计划局（DARPA）等主要资助方对AI的“承诺兑现率”感到失望，资金开始枯竭。研究者们猛然发现，他们面对的不是一个可以轻松攻克的堡垒，而是一片无边无际、荆棘密布的荒原。计算能力、数据匮乏、算法局限——所有问题交织在一起，形成了第一次“AI寒冬”（1974-1980年左右）。许多实验室关闭，项目终止，整个领域跌入谷底。
然而，正是在这片寒冬的土壤中，一些关键的反思与转向悄然萌芽。符号主义的方法论受到了根本性质疑：是否必须依赖显式的逻辑规则和庞大的知识库才能实现智能？人类智能是否可能基于另一种范式？这些疑问，为后来连接主义（神经网络）的复兴埋下了伏笔。同时，一个被逐渐认清的事实是：语言理解，作为智能皇冠上最璀璨的明珠，其难度远超任何人的最初想象。它不仅仅是语法分析或词汇匹配，而是一个涉及感知、经验、推理、社会文化背景的综合性认知过程。解决它，可能需要全新的路径。
本章的旅程，从远古的神话与幻想出发，途经图灵的开创性提问，走过达特茅斯会议的乐观高峰，跌入AI寒冬的理性低谷，最终落脚于“语言理解”这一核心挑战。这并非一段线性的凯歌，而是一部关于人类如何重新认识自身智能、如何谦卑面对机器造梦的编年史。它为接下来的技术演进铺设了必要的历史与哲学背景：正是因为理解了符号主义的辉煌与局限，我们才能更好地欣赏随后统计学方法的兴起、神经网络的复苏，以及最终，大型语言模型如何以出人意料的方式，在语言理解的迷宫中找到了新的路径。而这一切的起点，都源于那个简单却无比深邃的问题：机器能思考吗？
在古希腊的传说中，普罗米修斯盗取天火，用粘土塑造了人类的躯体，雅典娜赋予其灵魂，于是生命诞生。这古老的叙事，如同文明长河中的第一颗星辰，映照出人类一个深邃而永恒的梦想：创造有智慧的生命。同样的渴望，在遥远的东方土地上，女娲抟黄土作人，挥鞭赐予活力，演绎出另一段造人的神话。这些故事并非仅仅是想象的产物，它们是人类对自身存在本质的早期探索，是对“何为生命”“何为智慧”的朴素追问。从中世纪欧洲修道院里的自动机——那些依靠水力或风力驱动、能敲钟报时甚至模仿人类动作的机械玩偶，到文艺复兴时期达·芬奇设计的骑士机器人，人类从未停止过用机械复刻生命形式的尝试。进入19世纪，玛丽·雪莱在《弗兰肯斯坦》中描绘的“怪物”，虽然由尸体拼接而成，却拥有情感与思维，这部小说首次将“人造生命”的伦理困境带入文学视野。20世纪初，卡雷尔·恰佩克的剧本《R.U.R.》创造了“机器人”（Robot）一词，而弗里茨·朗的默片电影《大都会》中那冰冷的玛利亚机器人，则首次在银幕上展现了机器人与人类情感的纠葛。这些文化符号层层累积，如同一条隐形的线索，将人类对“创造生命”的幻想，从神话的迷雾中逐步牵引至科学的视野之下。
然而，直到20世纪中叶，当电子计算机这一全新工具登上历史舞台，人类才真正拥有了将千年梦想转化为可实证科学问题的可能。计算机不仅能进行高速计算，更被赋予了“存储”与“处理”信息的抽象能力。这引发了一个根本性的问题：如果信息处理是智能的核心，那么一台足够复杂的机器，是否也能展现出类似人类的智能行为？这个问题，在1950年，被一位名叫艾伦·图灵的英国数学家以一场精妙的思维实验正式提出，并由此开启了人工智能这门学科的序章。
艾伦·图灵的人生本身便是一部充满传奇与悲剧的史诗。他在剑桥大学国王学院攻读数学时，便以其在可计算性理论方面的奠基性工作闻名，尤其是“图灵机”这一思想实验，为现代计算机的逻辑架构奠定了理论基础。二战期间，他领导了英国布莱切利园的密码破译团队，成功破解德军的恩尼格玛密码，据估计这一贡献将战争缩短了至少两年，拯救了数百万人的生命。战后，图灵将目光投向了更前沿的领域：机器能否思考？1950年，他在哲学期刊《心灵》上发表了划时代的论文《计算机器与智能》。在这篇论文中，图灵没有陷入“思考”或“意识”这些哲学概念的泥潭，而是展现了他特有的务实与机智。他设计了一个如今闻名遐迩的测试——“模仿游戏”（The Imitation Game），这便是后世所称的“图灵测试”。
测试的场景设定如下：一位人类裁判（C）通过文本终端（例如电传打字机）与两个隐藏的实体进行对话，其中一个真正的人类（A），另一个是试图模仿人类的机器（B）。裁判的任务是通过一系列提问，判断哪一个是人类，哪一个是机器。如果机器能够成功地使裁判在相当比例的测试中做出错误判断，那么我们就可以认为这台机器通过了测试，具备了“智能”的行为表现。图灵在论文中预测：“大约50年后，人们可以说‘机器能思考了’而不遭致普遍反对。”他进一步提出，到2000年，人们可以制造出能在五分钟内让普通裁判误判概率不超过30%的机器。这一预测展现了惊人的远见，尽管今日的AI在特定任务上远超于此，但“让机器像人一样对话”这一核心挑战，至今仍是AI研究的圣杯。
图灵测试的伟大之处在于其行为主义的简洁与深刻。它将一个玄妙的哲学问题——“机器能思考吗？”——转化为一个可操作、可实验的科学问题。它不关心机器内部如何运作，只关心其外部行为是否与人类智能无法区分。这一定义为人工智能领域设定了最初的、也是最宏大的目标：创造能通过图灵测试的机器。然而，图灵也清醒地认识到这条道路的漫长与艰巨。他在论文中讨论了各种可能的反对意见，从“机器不能像人一样犯错”到“机器缺乏意识”，并一一进行了反驳。他写道：“我们只能看到眼前，但前景依然广阔。”正是这种既脚踏实地又仰望星空的科学精神，为后来者点亮了一盏不灭的灯。
图灵测试提出后不久，一场真正改变历史进程的会议于1956年夏天在美国新罕布什尔州的达特茅斯学院召开。约翰·麦卡锡（当时还是普林斯顿大学的年轻博士生）、马文·明斯基、克劳德·香农、纳撒尼尔·罗切斯特等十几位顶尖的科学家与数学家齐聚一堂。他们为这个新兴领域起了一个名字：“人工智能”（Artificial Intelligence）。麦卡锡选择这个词，正是为了将图灵等人关于“机器智能”的构想，系统化为一门独立的学科。会议议程雄心勃勃：探讨如何让机器使用语言、形成概念、解决人类的各种问题，甚至提升自我。与会者弥漫着一种近乎天真的乐观情绪。他们认为，也许不出一个Generation（约20年），具有人类水平智能的机器就将成为现实。
这种乐观并非空穴来风。就在达特茅斯会议前后，一系列早期程序已经诞生，它们似乎在证明：智能的某些核心方面，可以用形式逻辑与符号操作来模拟。1956年，艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert A. Simon）开发了“逻辑理论家”（Logic Theorist）程序。这个程序能够证明《数学原理》中的多条定理，甚至发现了一个比原著更优雅的证明。西蒙兴奋地宣称：“我们已创造出能够思考的机器。”1959年，他们又推出了“通用问题求解器”（General Problem Solver, GPS），试图模拟人类解决各类问题的通用方法。在几何领域，赫伯特·吉伦特（Herbert Gelernter）的“几何定理证明器”成功证明了《平面几何》中的部分定理。这些程序的核心思想是“物理符号系统假说”——由纽厄尔和西蒙明确提出：一个物理符号系统拥有进行一般智能行动的必要和充分手段。换言之，智能就是操纵抽象符号的过程。
如果说这些程序主要处理数学与逻辑，那么1966年麻省理工学院的约瑟夫·魏岑鲍姆（Joseph Weizenbaum）开发的ELIZA程序，则首次将AI的触角伸向了人类最复杂的领域之一：自然语言。ELIZA的名字源自萧伯纳戏剧《卖花女》中的主角，寓意“机器也能学会语言”。其最著名的脚本是“DOCTOR”，一个模拟罗杰斯式心理治疗师的聊天程序。它的工作原理极为简单：通过模式匹配（pattern matching）和脚本（script）对用户输入进行解析。例如，当用户说“我感到很伤心”，ELIZA会匹配到“我...X”的模式，将X替换为“伤心”，然后套用模板“为什么你会感到X？”变成“为什么你会感到伤心？”或“你的家人知道你会感到伤心吗？”。它没有任何关于“伤心”的语义理解，也不具备任何心理知识，仅仅是通过关键词和重组句子来生成回应。然而，令人惊讶的是，许多用户在与之简短交互后，竟然真的认为机器在“倾听”并“理解”他们，甚至向ELIZA倾诉了深层隐私。魏岑鲍姆后来在《计算机能力与人类理性》一书中对此表示深切忧虑，他警示道：人们容易对简单的符号操作产生过度拟人化的误解，这暴露了人类对“理解”本身定义的模糊。
ELIZA的成功与幻觉，如同一面镜子，既映照出早期AI在符号操作上的巧妙，也折射出语言理解的真正深渊。它用极其简单的方法，模拟了对话的表层形式，却完全无法触及意义的实质。这正是“理解语言”被公认为“AI皇冠上的明珠”的原因：语言是人类智能最复杂、最核心的外显之一，它承载着知识、推理、意图、情感与常识，其背后是一个庞大而隐性的背景世界
ELIZA的对话脚本虽然简单，但其产生的“理解幻觉”却异常持久。让我们深入审视一段真实的交互记录，以揭示其运作机制与认知陷阱：
> 用户：我最近总是感到焦虑，工作压力太大了。 > ELIZA：为什么你说你最近总是感到焦虑？ > 用户：因为我无法完成所有任务。 > ELIZA：你无法完成所有任务是否让你感到不安？ > 用户：是的，而且我的老板对我不满意。 > ELIZA：你老板对你是否满意很重要吗？ > 用户：当然，我需要这份工作。 > ELIZA：你需要这份工作，那么你能继续说下去吗？
从表面看，ELIZA似乎在进行心理疏导：追问原因、确认情绪、引导深入。然而，其背后只有一套极为简单的规则库： 1. 识别“我...”开头的句子，提取后续内容作为关键词。 2. 将关键词插入预设模板（如“为什么你说你...？”“...是否让你感到...？”）。 3. 若无匹配，则使用泛化回应（如“请继续”“很有意思”）。
它并不理解“焦虑”是一种情绪，“工作压力”与“任务完成”之间存在因果关系，“老板”是权威角色，“需要工作”涉及生存需求。所有“理解”的表象，都来自用户自身投射的叙