---
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: 50
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb?start=50&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=50&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=40&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=60&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=50 | PRINTED_PAGE=35
麦卡锡在做活动策划这类动笔动脑的工作方面表现很出色，但笔者整理这个会议的历史资料后，实在忍不住要抱怨一句，到了活动组织这类动手的行政工作时，他搞得一塌糊涂。达特茅斯会议这个“人工智能”一词首次正式出现的历史性会议，这个标志着人工智能开始成为一门学科的开创性会议，这个以“解决机器与智能之间一个或多个关键问题”为目标的严肃的学术会议，在会议组织工作上竟然出现了不止一次不靠谱到令人瞠目结舌的意外状况。
第 2 章 迈向人工智能
35
○一 计划书原文：http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html。
## PDF_PHYSICAL_PAGE_INDEX=51 | PRINTED_PAGE=36
首先是麦卡锡在会后遗失了参会人员签到表，导致今天已经无法考证确切有多少人参加会议了—计划书上列举了计划邀请的 47 人，邀请函发出后其中的 11 人回信应邀，但对于实际参会人数，麦卡锡、所罗门诺夫等参会者给出的数字却不尽相同，从 10 人至 20 多人的版本都有。其中有原本应邀的人爽约没到，也有后来临时加入进来的，甚至还有不在邀请名单中，只是跟着朋友一起来听一听的。各参会人的参会时间和退场时间也不尽相同，譬如参会时间最短的纽厄尔、司马贺这两位，就只待了一周左右，除了麦卡锡和明斯基外，其他两位会议发起人香农和罗切斯特在会议进行到一半就提前退出了。说到这里必须强调一下，这个看起来“来去自由”的会议，在原本的计划书上是被定义为持续两月的“闭门”会议的。
接着就是完整的日程表和会议记录不见了，所以笔者只能从摩尔、所罗门诺夫等人数十年后提供的笔记草稿○一和邀请函来窥探当时会议的日程、主题和讨论的情况，一个 60 多年前的学术会议今天居然弄得跟历史考古似的，也是不得不令人服气。
也许是会议中还采用了分组讨论之类的形式，各个参会者给出的讨论内容并不完全一致，甚至不同资料上实际的开始时间、结束时间也有冲突，有资料上的日期写的是六周时间○二，但根据最先到场并全程参与的所罗门诺夫的记录，会议应该持续了八周左右，如图 2-4 所示。
最后是会议的结论，这个倒是有定论，笔者作为一个后辈，实在不好直接评价，就引用麦卡锡自己的话来说明一下吧：
36
第一部分 以智慧创造智慧
○一 所 罗 门 诺 夫 的 参 会 资 料 扫 描 成 电 子 版 放 在 他 的 网 站 上：http://raysolomonoff.com/dartmouth/。
○二 达特茅斯 Workshop 和剑桥出版的《 The Quest for Artificial Intelligence 》记录的会议时间为六周。
## PDF_PHYSICAL_PAGE_INDEX=52 | PRINTED_PAGE=37
“我为这次会议设定的目标完全不切实际，本以为经过一个夏天的讨论就能搞定整个项目。我之前从未参与过这种模式的会议，只是略有耳闻。实际上，它和那种以研究国防为名义办的军事夏令营没什么区别。”○一
第 2 章 迈向人工智能
37
○一 摘录于《 Out of their Minds: The Lives and Discoveries of 15 Great Computer Scientists 》（2012），中文译本为《奇思妙想：15 位计算机天才及其重大发现》。
## PDF_PHYSICAL_PAGE_INDEX=53 | PRINTED_PAGE=38
显然，达特茅斯会议的重要性，并不在于它获得了什么了不起的成果—也许最大的成果就是提出了“人工智能”这个名词，而是这个会议汇聚了一群日后将对人工智能做出重要贡献的学者。由于这些参会者的努力，人工智能获得了科学界的承认，成为一个独立的、充满活力的、最终影响人类发展进程的新兴科学领域。也正是这群参会者，才令达特茅斯会议被誉为人工智能的开端，而不是该会议本身有多少值得纪念的开创性。以下是笔者整理的有明确记录的参会人员以及他们在会议上分享的内容，其中大部分人都成为人工智能学科中某一个分支的开创者，后文中还会反复提起他们。
● 克劳德·香农（Claude Shannon，1916—2001）：会议发起者之一，当时的参会人大多都比较年轻，香农是其中最有学术声望的人物，不过在会议中未记录香农有任何特别的分享和贡献。
● 纳撒尼尔·罗切斯特（Nathaniel Rochester，1919—2001）：会议的发起者之一，IBM 公司信息中心主任，在会议上打了个酱油，扮演了吃瓜群众的角色（调侃无贬义）。
● 马文·明斯基（Marvin Minsky，1927—2016）：会议发起者之一，在会 上 分 享 了 他 读 本 科 时 建 造 的 SNARC（Stochastic Neural AnalogReinforcement Calculator），如果不嫌简陋的话，这可以算是世界上第一台神经网络计算机，使用了 3000 个真空管和 B-24 轰炸机上一个多余的自动指示装置来模拟 40 个神经元组成的网络。
● 约翰·麦卡锡（John McCarthy，1927—2011）：会议发起者之一，在会上分享了“ α-β 剪枝”搜索算法，这个算法在后来的计算机下棋软件中应用得十分普遍。在 40 多年后（1997 年），超级计算机 IBM 深蓝就是使用“α-β 剪枝”搜索打败了世界冠军卡斯帕罗夫。
● 司马贺（Herbert Simon，1916—2001）：司马贺不是音译，而是他本人给自己取的中文名字。如果读者在其他人工智能的文档上看到“赫伯特·西蒙”，那说的是同一个人。当时他是卡内基理工学院（卡内基梅隆大学的前身）工业管理系的年轻系主任，他和纽厄尔有师生之名（纽厄尔就是在司马贺手上获得的卡内基梅隆大学的博士学位），但其实是平等的合作伙伴，并且他们的合作关系持续了一生，这在如同江湖一般的学术界颇为罕见。即使被放到这群天才中间，司马贺也可以算是一位顶尖的聪明人物，在多个领域都有很高的成就，颇有点像金庸小说中“东邪黄药师”的感觉，是一位真正的通才和学术大家。
38
第一部分 以智慧创造智慧
## PDF_PHYSICAL_PAGE_INDEX=54 | PRINTED_PAGE=39
● 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”○一这门分支，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
## PDF_PHYSICAL_PAGE_INDEX=55 | PRINTED_PAGE=40
● 特伦查德·摩尔（Trenchard More）：达特茅斯电子工程系教授，后来并没有在人工智能界发展，而是到了工业界，少为外人所知。
图 2-5 是在“美国成就学院”（American Academy of Achievement，AAOA，美国一个社会服务组织，明斯基是这个组织的成员）网站上找到的唯一一张达特茅斯会议参会人员的合照○二，从左到右依次为塞弗里奇、摩尔、所罗门诺夫、明斯基、罗切斯特、麦卡锡、香农。拍摄地点是达特茅斯大楼前的草坪上。
40
第一部分 以智慧创造智慧
○一 算法信息论的基本原理是：一个信息的随机程度越高，那输出它的图灵机程序就必定越长，相反，即使携带信息的数据看起来很长，但是很有规律，也可以使用一段很短的图灵机程序来打印它。从这个角度看，图灵机程序的长短可以用来衡量数据携带的信息的多少。有一个通俗解释，称算法信息论就是把香农的信息论和图灵的可计算理论放在调酒杯里使劲摇晃的结果。
○二 图片来源：http://www.achievement.org/achiever/marvin-minsky-ph-d/#gallery。
## PDF_PHYSICAL_PAGE_INDEX=56 | PRINTED_PAGE=41
上面列举的有明确参会记录的十人中就出了四位图灵奖得主：明斯基和麦卡锡分别在 1969 年和 1971 年因为人工智能方面的贡献获奖；到 1975 年，大家还在猜测司马贺和纽厄尔这对好友哪位会先获奖时，ACM 出人意料地宣布他们两位共享了该年的图灵奖，这是图灵奖第一次同时授予两位科学家。后来，司马贺的学生爱德华·费根鲍姆（Edward Feigenbaum，1936—）又因知识工程和专家系统方面的贡献获得了 1994 年的图灵奖。
至于香农所做的贡献—虽然出于本书主题的原因，笔者没有花费笔墨在“信息论”上，但香农建立信息论的开创性贡献（现在信息科学界对香农学术贡献的评价是“信息论的建立对信息科学的意义，就如同发明文字对文学的意义一样”）应该是与图灵在同一个层次的，且以他与图灵的合作伙伴关系，也并不需要再用图灵奖来修饰自己的成就了。
2.4 有学术就有江湖
达特茅斯会议之后，人工智能开始成为一门学科被计算机科学界严肃对待，但人们惊讶地发现，在这门刚诞生的新兴学科里，竟然没有一位“权威人物”存在。一般说来，新学科的诞生终归是有几位创建者的，但是此时麦卡锡、明斯基等人还没有多少名气，图灵已经受迫害去世，声望最高的香农则令人不解地忽然间消失了—在达特茅斯会议结束后就辞掉了贝尔实验室的终身研究员职位，从此几乎不再参加任何学术讨论和会议，也没再发表过论文，仿佛对信息论、人工智能等问题一瞬间失去了兴趣。只有香农最亲近的几位朋友才知道他是重新回到母校麻省理工学院，以一个普通通信学教授的身份过着半隐居的生活。
金庸有一个传诵甚广的名句：“有人的地方就有江湖。”学术圈本身就是一个江湖，人工智能这门学科也是一个江湖，要是这个江湖里没有了“武林盟主”，那将会是一个怎样跌宕起伏的故事？不说是剑拔弩张、刀光剑影，至少也会是群雄并立、争斗不息吧？人工智能这门学科从其历程来看，的确称得上是一部“硝烟四起”的成长史，这个圈子里天才辈出、派系林立，却又偏偏一直没有一个公认是正确的，确保可以找到智能的理论。所以，人工智能的每一次发展都是试错，每一步突破都伴随着争论和争议。无论是计算机科学界内的论战，还是跨界到数学、逻辑学、哲学、物理学、仿生学这些自然科学甚至到政治、文化这些人文科学领域，都出过或大或小的与人工智能相关的争论。其中，有的争论酿造出了带着血腥味的悲剧故事，有的争论还导致了整个产业长达十年的低谷。这些都是书写人工智能发展史时无法回避的事件，后文会一一提到。在这里笔者按照时间顺序，先介绍达特茅斯会议前后四位未来图灵奖得主之间的学科主导权之争，这是人工智能诞生以来的第一次争论。
第 2 章 迈向人工智能
41
## PDF_PHYSICAL_PAGE_INDEX=57 | PRINTED_PAGE=42
达特茅斯会议参会者里，四位图灵奖得主很明显是分为两对的，司马贺和纽厄尔是一对，明斯基和麦卡锡是另一对。司马贺和纽厄尔（见图 2-6）一生都是好友，自从 36 岁的司马贺在兰德公司（RAND Corporation，美国著名智库）做学术交流时遇到了当时年仅 25 岁的纽厄尔，两人便一见如故，成为知己，并在心理学、人工智能等多个领域一直是合作伙伴。后来司马贺将纽厄尔引荐到卡内基梅隆大学攻读博士学位，两人虽有师生之名，但关系是完全平等的，发表文章时一律以字母顺序将纽厄尔放在前面，连受邀去演讲都是两人轮流做。明斯基和麦卡锡两人也是好友，他们在普林斯顿大学读书时就认识，在麦卡锡去斯坦福大学之前两人是长期合作伙伴关系，达特茅斯会议期间更算是“蜜月期”，这个会议的会议计划书是麦卡锡写的，会议总结则是由明斯基完成的○一。
42
第一部分 以智慧创造智慧
○一 这部分有若干处细节引用了澎湃新闻的稿件—《人工智能的起源：六十年前，一场会议决定了今天的人机大战》，作者为尼克，在此统一注明。
## PDF_PHYSICAL_PAGE_INDEX=58 | PRINTED_PAGE=43
不过，这两对人之间的相处就不能算是和睦了，他们从“人工智能”这个名字正式提出之前就开始了竞争。纽厄尔和司马贺一直主张用“复杂信息处理”（Complex Information Processing）这个词作为学科研究方向的专业名词，以至于他们发明的语言就叫 IPL（Information Processing Language）。他们反对“人工智能”的理由是“人工”（Artificial）一词并不能体现对机器实现智能的研究初衷，这门学科明明是琢磨计算机如何才能自动处理信息的，加上“人工”就变味了。这个理由听起来似乎过于咬文嚼字，但是从传播和心理的角度看却是相当有道理的，直至今天人工智能一词已被大众普遍接受了，还经常有人调侃目前人工智能产业的状况是有多少“人工”才有多少“智能”。
他们俩一开始颇不接受“人工智能”几个字，但提出的“复杂信息处理”的概念也没有被学界广泛认可。1958 年，在英国国家物理实验室（NationalPhysical Laboratory，NPL） 召 开 了“思 维 过 程 机 器 化”（Mechanization ofThought Process）讨论会议，相比达特茅斯会议，这是一个更严谨而且有具体成果的会议。达特茅斯会议的参会人中有麦卡锡、明斯基、塞弗里奇三位参加了该会，此外参会的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。在这次会议上有人再次提出“人工思维”（ArtificialThinking）的叫法。直到 1961 年，明斯基在无线电工程师协会（Institute ofRadio Engineer，IRE，后来和美国电气工程师协会合并成了今天著名的电气与电子工程师协会 IEEE）学刊上发表了著名的《迈向人工智能》（“Steps TowardArtificial Intelligence”）○一一文，正式地给“人工智能”这个词语划定了明确的目标和研究范围后，人工智能的提法总算是开始得到普遍的认可。随着学界对人工智能提法的认可，司马贺、纽厄尔等人也不得不逐渐接受了这个叫法。司马贺晚年还写了本书，名叫《人工的科学》（The Science of Artificial），倒是把“Artificial”这个词的范围更加放大了。
前面提过，在达特茅斯会议众人的分享中，公认的最有价值的成果是纽厄尔和司马贺的报告，他们在报告中公布了一款名为“逻辑理论家”的人工智能程序，它能自动证明罗素的《数学原理》第 2 章 52 条定理中的 38 条○一，其中一部分机器给出的证明（如定理 2.85）要比罗素在书中给出的还要优雅、简洁。这份报告现在是人工智能诞生初期最有学术价值的文章之一，但在当年也是有一段悲惨遭遇的，纽厄尔和司马贺最早把文章投给了逻辑学领域最权威的刊物《符号逻辑杂志》，但惨遭主编克里尼退稿，理由是：“把一本过时的逻辑书里的定理用机器重新证明一遍没啥意思。”后来纽厄尔和司马贺给罗素写信报告“逻辑理论家”的证明成果，罗素又不咸不淡地回复说“我相信演绎逻辑里的所有事机器都能干”，然后就没有下文了，把纽厄尔和司马贺弄得很郁闷。直到他们在达特茅斯会议上公开了“逻辑理论家”程序和论文后，这项成果才终于引起了学界的广泛关注，且在这个程序火了之后，学界又对“逻辑理论家”是否算“首个人工智能程序”○二及它是否算开创了“计算机定理证明”这个人工智能的分支学科○三大吵了几轮。
第 2 章 迈向人工智能
43
○一 论文下载地址：http://worrydream.com/refs/Minsky%20-%20Steps%20Toward%20Artificial%20Intelligence.pdf。
## PDF_PHYSICAL_PAGE_INDEX=59 | PRINTED_PAGE=44
再说回他们四人间的竞争，达特茅斯会议上纽厄尔、司马贺和麦卡锡、明斯基的竞争就已经发展到了几乎毫不掩饰的程度。纽厄尔和司马贺在达特茅斯只待了一周时间就离开了，一是由于他们应邀参会时就已经说了大约只会去两周，另外一个关键因素是他们觉得这个会上只有他们拿了干货出来，其他人要么是在“打酱油”，要么是在拿着过时的东西来糊弄一下，这里含沙射影的就是明斯基那个自动走迷宫的 SNARC。根据纽厄尔后来在回忆录中的描述，他自己直言不讳地说达特茅斯会议对他和司马贺并没什么启发和帮助。不过明斯基在后来对纽厄尔和司马贺的“逻辑理论家”的评价倒是挺高，支持说那是“第一个可工作的人工智能程序”。但事实上，他当时为大会写的总结里对“逻辑理论家”的记录只是“轻描淡写、一笔带过”，刻意淡化的意图非常明显。
44
第一部分 以智慧创造智慧
○一 1959 年，洛克菲勒大学教授王浩（华人，1983 年定理证明里程碑大奖得主）使用“王算法”在 IBM 704 计算机上仅用 9 分钟就证明了《数学原理》全书中属于一阶逻辑的全部350 条定理。1963 年，改进后的“逻辑理论家”也可以证明《数学原理》第 2 章的全部52 条定理了。
○二 玛格丽特·博登的 Mind as Machine: A History of Cognitive Science（第 2 卷）中专门谈到了这个事情，她倾向于不认同“逻辑理论家”是第一个人工智能程序的提法，因为虽然人工智能这个词以前还没出现，但要因此而否定之前那么多程序（如本书中提到的塞缪尔的跳棋程序）属于人工智能的范畴并不合适。
○三 王浩对“逻辑理论家”一直持不认同的态度，他认为这是一个不专业的东西。后来司马贺在回忆录中对王浩表示了不满，认为王浩没有理解“逻辑理论家”的设计初衷，其目的并不是证明定理，而是研究人的行为。
下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb.md?start=60&limit=10)