威尔·道格拉斯·海文《麻省理工技术评论》2024-07
麦卡锡的同事中不止一位讨厌他想出的这个词。 “‘人工智能’这个词会让你觉得这有点虚假，”达特茅斯学院的参与者、第一台会下跳棋的计算机的创造者亚瑟·塞缪尔在历史学家帕梅拉·麦考达克 2004 年出版的《会思考的机器》一书中说道。达特茅斯学院提案的合著者、有时被称为“信息时代之父”的数学家克劳德·香农更喜欢使用“自动机研究”一词。另外两位人工智能先驱赫伯特·西蒙和艾伦·纽厄尔在之后的几年里继续将自己的工作称为“复杂信息处理”。
事实上，“人工智能”只是可能涵盖达特茅斯学院团队所借鉴的杂乱无章的想法的几个标签之一。历史学家乔尼·佩恩 (Jonnie Penn)指出了当时正在研究的一些可能的替代方案，包括“工程心理学”、“应用认识论”、“神经控制论”、“非数值计算”、“神经动力学”、“高级自动编程”和“假设自动机”。这一列表揭示了他们新领域的灵感来源有多么多样化，涵盖了生物学、神经科学、统计学等等。另一位达特茅斯参与者马文·明斯基 (Marvin Minsky) 将 AI 描述为“手提箱词”，因为它可以容纳许多不同的解释。
但麦卡锡想要一个能体现他雄心勃勃愿景的名字。将这个新领域称为“人工智能”吸引了人们的注意力和金钱。别忘了：AI 很性感，AI 很酷。
除了术语之外，达特茅斯的提案还将人工智能竞争对手之间的分歧编入法典，自此之后该领域一直存在分歧——劳称这种分歧为“人工智能的核心矛盾”。
麦卡锡和他的同事希望用计算机代码描述“学习的方方面面或任何其他智能特征”，以便机器可以模仿它们。换句话说，如果他们能弄清楚思维是如何运作的——推理规则——并写下配方，他们就可以对计算机进行编程以遵循它。这为后来被称为基于规则或符号的人工智能（现在有时被称为 GOFAI，“老式人工智能”）奠定了基础。但提出捕捉实际、非平凡问题解决问题过程的硬编码规则被证明太难了。
另一条路径倾向于神经网络，即计算机程序将尝试以统计模式的形式自行学习这些规则。达特茅斯提案几乎是顺便提及它（指“神经元网络”和“神经网络”）。尽管这个想法最初看起来不太有希望，但一些研究人员仍然继续研究神经网络和符号人工智能的版本。但要真正实现腾飞，还需要几十年的时间，再加上大量的计算能力和互联网上的大量数据。快进到今天，这种方法支撑了整个人工智能热潮。
这里最大的收获是，就像今天的研究人员一样，人工智能的创新者们为基础概念而争吵，并陷入了自己的宣传攻势。甚至连 GOFAI 团队也陷入了争吵之中。哲学家、人工智能先驱 Aaron Sloman 现年 90 多岁，他回忆起 70 年代他认识“老朋友”明斯基和麦卡锡时，他们“意见分歧很大”：“明斯基认为麦卡锡关于逻辑的说法行不通，而麦卡锡认为明斯基的机制无法完成逻辑可以完成的事情。我和他们两人都相处得很好，但我当时说，‘你们俩都没有搞对。’”（Sloman 仍然认为没有人能解释人类推理如何同时使用直觉和逻辑，但这又是另一个离题话题！）
随着这项技术的兴衰，“人工智能”一词时而流行时而过时。70 年代初，英国政府发布了一份报告，称人工智能之梦毫无进展，不值得资助，这两条研究轨道实际上被搁置了。事实上，所有的炒作都没有带来任何结果。研究项目被叫停，计算机科学家从资助提案中删除了“人工智能”一词。2008年，当我完成计算机科学博士学位时，系里只有一个人在研究神经网络。本德也有类似的回忆：“我上大学的时候，一个流行的笑话是，人工智能就是我们还没有弄清楚如何用计算机做的任何事。就像，一旦你弄清楚怎么做，它就不再是魔术了，所以它不是人工智能。”
但那个魔术——达特茅斯提案中提出的宏伟愿景——仍然存在，正如我们现在所看到的，它为 AGI 梦想奠定了基础。
（未完待续）
No post found!
- 《纽约客》丨纪念9·11二十五周年 - 09/12/26
- 数学500年：新的黄金时代？（1） - 06/05/26
- 没有美洲，我们吃啥？ - 05/17/26