AI起源
人工智能的诞生可以追溯到20世纪中叶。从图灵提出"机器能思考吗"的哲学问题，到达特茅斯会议上正式命名"人工智能"，这一时期奠定了AI发展的思想基础。
共 3 篇文章·阅读时间：约30分钟
01图灵测试
1950年，艾伦·图灵发表了开创性论文《计算机器与智能》，提出了著名的"图灵测试"，这被认为是人工智能领域的起点。
核心概念
图灵测试（Turing Test）是一种判断机器是否具有智能的方法。测试的基本设置是：
- 参与者：一名评判员、一台机器、一个人类
- 过程：评判员通过文字与机器和人类分别对话
- 判断：如果评判员无法区分哪个是机器，则机器通过测试
图灵的原始问题
"机器能思考吗？"（Can machines think?）
历史意义
图灵测试的重要性体现在以下几个方面：
- 行为主义视角：不追求定义"智能"的本质，而是关注智能的外在表现
- 可操作的标准：提供了一个可测试、可验证的智能判断标准
- 启发后续研究：激励了自然语言处理、对话系统等领域的发展
批评与争议
- 中文房间论证：塞尔认为通过测试不代表真正理解
- 欺骗vs智能：机器可能只是在模仿，而非真正思考
- 局限的智能定义：只测试语言能力，忽略了其他智能形式
02达特茅斯会议
1956年的达特茅斯会议是人工智能历史上的里程碑事件，"人工智能"一词在此正式诞生，标志着AI成为一门独立学科。
会议背景
- 时间：1956年夏天
- 地点：美国新罕布什尔州达特茅斯学院
- 发起人：约翰·麦卡锡、马文·明斯基、克劳德·香农、纳撒尼尔·罗彻斯特
- 参与者：约10-20名研究者
研究提案
会议提出了人工智能研究的核心议题：
自动计算机
如何让计算机自动执行复杂任务
神经网络
模拟人脑神经元的工作方式
计算理论
如何让机器进行抽象思维和推理
自学习
机器如何从经验中学习改进
会议成果
- 正式确立"人工智能"（Artificial Intelligence）这一术语
- 汇聚了一批志同道合的研究者
- 奠定了AI研究的基本框架和方向
- 开启了AI研究的黄金时代
03早期AI研究
达特茅斯会议后，AI研究进入第一个黄金时期。研究者们开发了各种智能程序，从数学证明到语言翻译，展现出乐观的前景。
符号主义
早期AI研究主要采用符号主义方法，也称为"老式人工智能"（GOFAI）。核心思想是：
- 智能可以通过符号操作来实现
- 知识和推理可以用逻辑规则表达
- 通过编程让计算机"思考"
代表性成就
Logic Theorist (1956)
纽厄尔和西蒙开发的定理证明程序，能证明数学定理
General Problem Solver (1957)
通用的问题求解框架，试图模拟人类思维过程
ELIZA (1966)
维森鲍姆开发的聊天机器人，模拟心理治疗师
专家系统
1970-80年代，专家系统成为AI的主要应用形式。这些系统在特定领域表现出专家水平的能力。
- DENDRAL：化学分析专家系统
- MYCIN：医疗诊断专家系统
- XCON：计算机配置系统，为DEC节省数百万美元
专家系统的局限
- 知识获取瓶颈：难以将专家知识转化为规则
- 脆弱性：遇到超出知识库的情况就失效
- 维护困难：规则越多，系统越复杂
总结
早期AI研究奠定了人工智能的基础，但也暴露了符号主义方法的局限性。这些局限最终导致了第一次AI寒冬的到来。