■何小阳

我把人工智能（AI）先分为两类，一类是爬树型的AI，另一类则是造火箭型的AI。

AI经历过大起大落，大落大起。

20世纪五六十年代是AI的初始时期。

最早一篇专门论述机器智能与数字计算机关系问题的论文是由英国数学家艾伦·图灵于1950年撰写的，引起了广泛的注意和深远的影响。图灵于1954年去世。

1956年夏季，美国数学家和计算机专家麦卡锡、数学家和神经学家明斯基、IBM公司中心主任郎彻斯特以及贝尔实验室信息部数学家和信息学家香农共同发起，邀请了IBM公司的莫尔和塞缪尔、麻省理工学院（MIT）的塞尔夫里奇和索洛蒙夫以及兰德公司和卡内基梅隆大学的纽厄尔和西蒙共10人，在美国的达特茅斯大学举办了长达两个月的研讨会，认真地讨论用机器模拟人类智能的问题。会上，由麦卡锡提议正式使用“人工智能”这一术语。

最初的AI研究着重是解决机器翻译、问题求解以及模式识别三个问题。早期的进展确实令人可喜，AI也得到了美国国防部的大力资助。所有的一切显示出来，AI的前景非常光明。西蒙乐观地预言：“二十年内，机器将可以做任何人做的工作。”

明斯基也信心满满：“再有一代人的时间，创建‘人工智能’的问题就基本解决了。”

他们都低估了AI将要面对的困难。

随后，从1966到1974年，AI研究进入了一个衰落期，称为AI的冬天。最主要的原因是，一些AI研究者盲目乐观了起来，对AI的未来发展和成果作出了过高的预言。而这些预言的失败，给AI的声誉造成了重大伤害。

另外，早期的AI存在三个局限性：知识局限性、解法局限性和结构局限性。

1971年，英国数学家詹姆士，发表一份关于AI的综合报告，认为“人工智能即使不是骗局，也是庸人自扰”。在这份报告影响下，英国政府削减了研究经费并解散了AI研究机构。

时间到了1966年，美国科学院科学研究委员会散发了一份报告：《语言与机器翻译》，这份报告宣告了机器翻译研究高潮的终结。该委员会得出的结论是：“我们已经看到，虽然有一般科学文献的机助翻译，但没有可实用的机器翻译。况且，近期看不到也不可预测这种可实用的机器翻译的前景。”

时间从那时算起已经过去了将近50年，能够翻译出满意作品的计算机（软件）仍未诞生。

为什么会这样呢，我的回答是：“语义！”

语言的翻译不是语法再加简单的单词对应。时间尽管过了很多年，“语义”仍然是AI难以翻越的一座高山。

这是机器翻译的命运。我们再来看问题求解。

今天我们一提到GPS，大家都会想到美国的卫星全球定位系统（Global Positioning System）。而早在1959年纽厄尔和西蒙再加上肖这三个人开发了一个叫作通用问题求解程序（the General Problem Solver），也简称GPS。

休伯特·德雷福谈到：“人工智能一般领域中大多数早期研究工作，特别是关于博弈和问题求解的工作都是在纽厄尔、肖和西蒙（兰德公司和Garnegie Institute of Tech）的思想启发和支配下进行的。他们研究的方法叫作认知模拟（CS），因为所采用的技巧一般是先以人为对象采集原型，然后对这些原型进行分析，以发现这些对象所使用的启发法，再写出一个体现类似经验的作法的程序来。”

纽厄尔、肖和西蒙早期的工作是成功的，1957年他们使用按照启发规则进行的试错搜索法，证明了《数学原理》中52个定理中的38个。正是这种成功，两年后他们提出了GPS。

1961年，正当西蒙为取得的成果而高兴的时候，明斯基已经看到，把试错技巧应用于真正复杂问题时将遇到的困难。

当计算机用于解决较复杂的问题时，随着搜索空间的扩大和每次尝试时间和工作增加，这种方法就不适用了。“人们再不能够采用那种尝试、失败、再尝试的策略了，因为每次在一个困难问题上的尝试中所作的努力甚大，人们必须确保无论努力的结果如何，都不能是全然徒劳的。”（明斯基语。）

模式识别的研究和前面提到的两个问题一样，都是在早期取得了一定的成功，再想深入地做下去时就遇到了几乎无法克服的困难。早期模式识别虽然已经成功地实现了多种印刷单词的识别，可是所有想满意地解决手写稿识别的尝试都失败了。从事模式识别的研究人员感叹：“天呀，我觉得许多渴求的目标恰好是些瓷制的鸡蛋，无论加温多长，也孵不出小鸡来，因为正是单独工作的机器需要有模式的发现，而这一任务需要人类的品质。”

当时的科研人员似乎都比较诚实，他们如实地把自己工作遇到的困难和失败描述出来。这很值得现在的科研人员学习。

休伯特·德雷福就人的认知本质和机器工作方法作了分析并指出它们的区别在于，“边缘意识和启发引导搜索”“对歧义的容忍性及与上下文环境无关的精确性”“本质/非本质区分与试错探索”。

“只有费根鲍姆这些人会感到奇怪，他们未看到区分本质与非本质的能力是人类‘信息加工’的一种形式，在学习和问题求解中都是必不可少的，但不适用于机械搜索……正是智能的这种功能，阻碍了问题求解领域中的进展。”（休伯特·德雷福语。）

下面，用一些具体的例子来说明一下。

无论婴儿说“吃饭”“饭”或者“饭饭”，其父母都能理解。和一个人对话时，尽管有时他颠三倒四，有语法错误或者结结巴巴的，我们都能理解他的意思。这就是“对歧义的容忍”。

“你……你今……今天……吃……吃……吃饭了没……没有？”我们每个人都可以理解。计算机就不一定了（暂且假设计算机可以理解一部分自然语言）。

对于一个三角形的识别，我们人类只要一眼扫过就能识别，我们是靠一种“洞察力”。而计算机要先把它当成一个一般的图形，进行复杂的计算，结果还不一定正确。对于一张桌子，无论它是大是小，无论它式样、颜色如何、无论它是正着放还是反着放，无论它是否少了一条或两条腿，我们都轻易地能识别，这就是因为人类具有区分本质特征和非本质特征的能力。

钟表的滴答声，只有它停止时，我们才去注意，这就是边缘意识。确切地说，我们原来并不是没意识到，但把它放在无关紧要的地位了。正是凭借边缘意识，我们在解决很多问题时，可以不采用穷举的方式。

后来，在20世纪80年代，AI开始复苏，并成为了最热门研究领域之一。（http://blog.sciencenet.cn/u/xiaoyanghe）