● 艾伦·纽厄尔（Allen Newell，1927—1992）：和司马贺是长期的合作伙伴，前面一并介绍过他。他和司马贺在会议上拿出的“逻辑理论家”（Logic Theorist）这个可以自动证明罗素的《数学原理》第 2 章 52 条定理中的 38 条的人工智能程序，可以说是会议上最有料的干货。
● 奥利弗·塞弗里奇（Oliver Selfridge，1926—2008）：麻省理工学院的硕士（博士肄业），他是维纳的得意门生，是《控制论》最早的读者。当时的他在学术圈还没有太大名气，但其实已经是最早从事模式识别方面研究的学者之一，后来成为模式识别的奠基人。根据纽厄尔自己的回忆，“逻辑理论家”是受到了塞弗里奇的启发而设计的（达特茅斯会议之前，他们就在兰德公司中认识了）。在会议上他分享了使用计算机识别文字的方法。
● 阿瑟·塞缪尔（Arthur Samuel，1901—1990）：世界上第一批码农，当时是 IBM 700 系列计算机的程序员，1952 年就编写了一个西洋跳棋程序，受达特茅斯会议上讨论的启发，1956 年后他将他的跳棋程序加入自我学习的能力，在学习了大约 17.5 万个不同的棋局后，这个程序已经可以打败塞缪尔本人，后来还打败了美国一个州的跳棋大师。本次会议他和 IBM 的同事亚历山大·伯恩斯坦（Alex Bernstein，另一个写象棋程序的程序员）一起参加。另外，他是真心爱上了编程，从 IBM退休后去了斯坦福大学执教，花费大量时间和高德纳（1974 年图灵奖得主，《计算机程序设计艺术》的作者）一起研发了著名的排版系统“TeX”，据说他 88 岁生日那天还在写代码。
● 雷·所罗门诺夫（Ray Solomonoff，1926—2009）：芝加哥大学的物理硕士，后来跟随大物理学家恩里科·费米（Enrico Fermi，1901—1954）到了麻省理工学院。他在会议上分享了“归纳推理机”（An InductiveInference Machine）。所罗门诺夫所做的关于归纳推理的研究，不仅仅和人工智能有关系，后来（1965 年）苏联数学家安德雷·柯尔莫哥洛夫还在他的基础上提出了柯氏复杂性，并发展出了“算法信息论”<sup>○一</sup>这门分支，这是衡量数据携带信息量的一个全新视角，通过生成信息的图灵机代码长度来衡量数据所携带信息的多少。所罗门诺夫在达特茅斯会议上的学术态度是最端正的，他待了整整一个暑假，参加了多场讨论，并且认真地做了很多笔记，几十年后还把这些笔记放到了他的互联网个人站点上，笔者能整理出现在的这些内容，大部分都是他那些笔记的功劳。
第 2 章 迈向人工智能
39