--- schema_version: "library-reader-v1" source_type: "original_book" title: "智慧的疆界 从图灵机到人工智能" author: null edition: null publisher: null year: null isbn: "9787111778004" library_document_id: "cf76bc49-7e9b-4f42-bee8-3050a9fb9feb" source_sha256: "a6e4d0c30c2781e62277891f79f33c2f62c58ae8db77453807229919f720b432" pdf_physical_page_count: 456 pdf_physical_page_index_base: 0 range_start: 420 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb?start=420&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=420&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=410&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=430&limit=10" --- # 智慧的疆界 从图灵机到人工智能 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=420 | PRINTED_PAGE=405 1957 年 心理学家弗兰克·罗森布拉特（Frank Rosenblatt）第一个将Hebb 法则用于模拟人类感知能力，并提出了“感知机”（Perceptron）的概念模型，希望这个模型能够作为承载智能的基础模型。罗森布拉特在康奈尔大学航空实验室的 IBM 704 计算机上完成了感知机的仿真后，成功申请到了美国海军的资助，并于两年后成功制造出一台能够识别英文字母的基于感知机的神经计算机—Mark-1，并在 1960 年 6 月 23 日向美国公众展示。 1958 年 约翰·麦卡锡（John McCarthy）在麻省理工学院发明了 LISP 语言，这是历史上第二门编程语言、第一门函数式编程语言，也是时至今日还被广泛使用的专门面向人工智能符号推理的编程语言。 1958 年 在英国国家物理实验室召开了“思维过程机器化”（Mechanizationof Thought Process）讨论会议，达特茅斯会议的参会人中麦卡锡、明斯基、塞弗里奇三位参加了该会议，此外还有致力于神经网络研究的麦卡洛克，以及英国的控制论代表人物艾什比等也参加了此次会议，会上麦卡锡发表了符号主义的奠基性论文《常识编程》（“Programs with Common Sense”）。 附录 人工智能历史大事记 405 ## PDF_PHYSICAL_PAGE_INDEX=421 | PRINTED_PAGE=406 1959 年 麦卡锡和明斯基在麻省理工学院成立了“麻省理工人工智能实验室”（MIT AI Lab），这个实验室是著名的“MAC 计划”的一部分。从此麻省理工学院成为世界人工智能的四大研究中心之一。 406 附录 人工智能历史大事记 ## PDF_PHYSICAL_PAGE_INDEX=422 | PRINTED_PAGE=407 1960 年 社会心理学家利克里德（J. C. R. Licklider）提出“人机共生理论”（Man-Computer Symbiosis），认为不久的将来，人类的一部分思维活动将由机器代替，引起了公众的广泛争议和讨论。 1961 年 明斯基的学生詹姆斯·斯拉格尔（James Slagle）使用 LISP 语言编写了第一个符号推理程序“ SAINT”，它可以自动解决大学新生常见的微积分问题。 1961 年 英国哲学家约翰·卢卡斯（John Lucas）出版《心灵、机器和哥德尔》（Minds，Machines and Gödel）一书，根据哥德尔不完备定理，从逻辑上断定不存在智能机器的可能性。 附录 人工智能历史大事记 407 ## PDF_PHYSICAL_PAGE_INDEX=423 | PRINTED_PAGE=408 MINDS, MACHINES AND GÖDEL J. R. LUCAS GöpeL's Theorem seems to me to prove that Mechanism is false, that is, that minds cannot be explained as machines. So also has it seemed to many other people: almost every mathematical logician I have put the matter to has confessed to similar thoughts, but has felt reluctant to commit himself definitely until he could see the whole argument set out, with all objections fully stated and properly met. This I attempt to do. Gödel's theorem states that in any consistent system which is strong enough to produce simple arithmetic there are formulae which cannot be proved-in-the-system, but which we can see to be true. Essentially, we consider the formula which says, in effect, "This formula is unprovable-in-the-system". If this formula were provable-in-the-system, we should have a contradiction: for if it were provable-in-the-system, then it would not be unprovable-inthe-system, so that "This formula is unprovable-in-the-system" would be false: equally, if it were provable-in-the-system, then it would not be false, but would be true, since in any consistent system nothing false can be proved-in-the-system, but only truths. So the formula "This formula is unprovable-in-the-system" is not provablein-the-system, but unprovable-in-the-system. Further, if the formula. "Thisformula is unprovable-in-the-system" is unprovable-in-thesystem, then it is true that that formula is unprovable-in-the-system, that is, "This formula is unprovable-in-the-system" is true. The foregoing argument is very fiddling, and difficult to grasp fully: it is helpful to put the argument the other way round, consider the possibility that"This formula is unprovable-in-the-system" might be false, show that that is impossible, and thus that the formula is true; whence it follows that it is unprovable. Even so. the argument remains persistently unconvincing: we feel that there must be a catch in it somewhere. The whole labour of Gödel's theorem is to show that there is no catch anywhere, and that the result can A paper read to the Oxford Philosophical Society on October 3o, 1959. See A. M. Turing: "Computing Machinery and Intelligence": Mind, 19so. pp. 433-6o, reprinted in The World of Mathematies. edited by James R. Newman, pp. 2o99-123: and K. R. Popper: "Indeterminism in Quantum Physics and Classical Physics": British Journal for Philosophy of Science. Vol. I (19s1), pp. 179-88. The question is touched upon by Paul Rosenbloom; Elements of Mathematical Logic; pp. 2o7-8; Ernest Nagel and James R. Newman; Godel's proof, pp. 1oo—a; and by Hartley Rogers; Theory of Recursive Functions and Effective Computability (mimeographed), 1957. Vol. I. pp. 15a ff. 1961 年 Unimation 公司生产了世界上首部工业机器人“ Unimate”，应用于通用汽车总装线上。 408 附录 人工智能历史大事记 ## PDF_PHYSICAL_PAGE_INDEX=424 | PRINTED_PAGE=409 1962 年 IBM 在西雅图世界博览会上发布了一款名为“ Shoebox”的语音识别机器，这部机器可理解 16 个英文单词，分别是 0 到 9 这 10 个数字的英文，以及 6 个操作指令（Minus、Plus、Subtotal、Total、False、Off），操作者说出想要计算的内容，机器便会打印出计算结果，Shoebox 可能是最早具有实用价值的模式识别成果。 1963 年 弗拉基米尔·万普尼克（Vladimir Vapnik）发明支持向量机（Support Vector Machine），这是统计学习方法中运用最广泛的模型。 1963 年 知识工程之父、图灵奖得主爱德华·费根鲍姆（EdwardFeigenbaum）出版世界首部关于人工智能的论文集《计算机与思想》（Computers 附录 人工智能历史大事记 409 ## PDF_PHYSICAL_PAGE_INDEX=425 | PRINTED_PAGE=410 and Thought）。 COMPUTERS AND THOUGHT A Practical Introduction to Artificial Intelligence Mike Sharples David Hogg Chris Hutchison Steve Torrance David Young 1965 年 约瑟夫·维森鲍姆（Joseph Weizenbaum）设计了自然语言对话程序“ ELIZA”，该程序可以模仿人类用英语进行对话。由于媒体对 ELIZA的广泛渲染，后来在人工智能领域还出现了一个名词，叫作“伊莉莎效应”（ELIZA Effect），意思是说人可以过度解读机器的结果，读出原来根本不具有的意义。 410 附录 人工智能历史大事记 ## PDF_PHYSICAL_PAGE_INDEX=426 | PRINTED_PAGE=411 1965 年 爱德华·费根鲍姆开始世界上第一个专家系统“ DENDRAL”的研发，这是世界上第一个成功应用的基于知识的科学推理程序，此系统运作了整整十年时间，用科学仪器输出的数据推断有机化合物的分子结构。 附录 人工智能历史大事记 411 ## PDF_PHYSICAL_PAGE_INDEX=427 | PRINTED_PAGE=412 1966 年 伦纳德·包姆（Leonard Baum）发明隐马尔可夫模型（HiddenMarkov Model）。 1966 年 大量关于机器翻译的负面新闻报道从这一年开始涌现，许多自然语言处理方向的研究开始受到质疑和打击，也为日后的人工智能寒冬埋下了伏笔。其中典型的如 ALPAC 报告，由美国政府委托 7 位学者耗时两年完成，这些学者在报告中严厉地批评了机器翻译的语言学基础并不牢靠，导致美国政府大幅削减对该主题的资助。 LANGUAGE AND MACHINES COMPUTERS IN TRANSLATION AND LINGUISTICS A Report by the Automatk Langusge Processing Advisory Commitiee Joho R. Plerct, Bell Telephooe Laboratories, Chairmar John B. Carrall, Harvard Univenaity Eric P. Hamp, Univeneity af Chicgo David G. Hays, The RAND Corporation Charles F. Hockell, Corsell Unhreraity Anthony G. Oelloger, Harvard Unlveraity Alan Pertia, Carnegie Institute of Technology Publication 1416 National Academy of Sclences Natlonal Research Council Waahington. D. C. 1966 1968 年 明斯基的学生霍埃尔·摩西（Joel Moses）研发了第一个在数学领域成功应用的基于知识的自动推理程序，这是符号主义获得的又一个成就。 412 附录 人工智能历史大事记 ## PDF_PHYSICAL_PAGE_INDEX=428 | PRINTED_PAGE=413 附录 人工智能历史大事记 413 ## PDF_PHYSICAL_PAGE_INDEX=429 | PRINTED_PAGE=414 1969 年 国际人工智能联合会（International Joint Conference on ArtificialIntelligence）在斯坦福大学成立，并举行第一次会议。 1969 年 明斯基与麻省理工学院的教授西摩尔·派普特（Seymour Papert）共同编写了人工智能历史上影响巨大的、“是也非也”的传奇书籍《感知机：计算几何学导论》（Perceptrons: An Introduction to Computational Geometry)，对连接主义和神经网络的研究，甚至是对整个人工智能学科都造成了非常沉重的打击，成为第一次人工智能寒冬的导火索之一。 1970 年 汤姆·马丁（Tom Martin）创办了 Threshold Technology 公司，这是语音识别领域的第一家商业公司。 414 附录 人工智能历史大事记 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=430&limit=10)