达特茅斯会议
1956年夏天，在美国新罕布什尔州的达特茅斯学院，一群年轻的科学家聚集在一起，讨论"如何让机器模拟人类智能"。这次会议被公认为人工智能作为独立学科诞生的里程碑事件。
会议背景
时代背景
1950年代，计算机科学刚刚起步：
- 电子计算机开始商业化应用
- 图灵提出"机器能思考吗"的问题
- 控制论、信息论等新学科涌现
- 神经科学取得进展
学科需求
当时有多个领域都在研究智能相关的问题：
- 神经科学：大脑如何工作
- 心理学：认知和学习过程
- 数学：逻辑和推理形式化
- 计算机科学：计算和信息处理
这些研究需要一个新的统一框架。达特茅斯会议就是为了建立这个框架。
研讨会提案
提案撰写
1955年，约翰·麦卡锡（John McCarthy）起草了会议提案，联合马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农共同签署。
提案内容
提案开篇定义了新学科：
"这项研究基于这样一个猜想：学习的每一个方面或智能的任何其他特征，原则上都可以被精确描述，以至于可以制造机器来模拟它。"
研究主题
提案列出了主要研究方向：
- 自动计算机：如何为AI编程
- 神经网络：如何组织神经元形成概念
- 计算理论：如何计算问题的复杂性
- 自改进：机器如何自我学习
- 抽象：如何形成抽象概念
- 随机性：创造性思维的本质
命名争议
麦卡锡创造了"Artificial Intelligence"（人工智能）这一术语。但有观点认为他选择这个名字是为了区别于当时的"控制论"（Cybernetics）运动。
参会人员
核心组织者
约翰·麦卡锡（John McCarthy）
会议发起人，后来发明了Lisp语言，获得图灵奖。被称为"人工智能之父"之一。
马文·明斯基（Marvin Minsky）
MIT教授，神经网络先驱，后转向符号主义，获得图灵奖。著有《心智社会》。
克劳德·香农（Claude Shannon）
信息论创始人，贝尔实验室研究员。为AI提供了信息处理的数学基础。
其他重要参会者
- 艾伦·纽厄尔：与西蒙一起开发了逻辑理论家程序
- 赫伯特·西蒙：诺贝尔经济学奖获得者，有限理性理论提出者
- 亚瑟·塞缪尔：开发了第一个自学习程序（跳棋）
- 雷·索洛莫诺夫：算法概率论创始人
有趣的历史细节
会议预计持续两个月，实际上大部分参与者只停留了几个星期。会议期间，特伦查德·摩尔用自己发明的一个程序打败了明斯基的跳棋程序，让明斯基放弃了跳棋AI研究。
会议讨论
主要议题
会议讨论涵盖了多个重要方向：
符号推理
纽厄尔和西蒙展示了"逻辑理论家"程序，能够证明数学定理。这开创了符号主义AI的先河。
机器学习
塞缪尔展示了他的跳棋程序，能够通过经验提高水平。这是机器学习的早期实践。
神经网络
明斯基讨论了神经网络的可能性，但后来对单层感知机的批评导致了神经网络研究的停滞。
分歧与共识
会议参与者有不同的研究偏好：
- 符号主义：麦卡锡、纽厄尔、西蒙主张用符号和规则模拟思维
- 连接主义：明斯基最初支持神经网络方法
- 统计方法：香农倾向于概率和信息论方法
尽管有分歧，大家达成了一个共识：智能可以被形式化并用机器实现。
会议成果
直接成果
会议本身没有产生重大技术突破，但：
- 确立了"人工智能"这一术语
- 定义了学科的研究范围和目标
- 聚集了核心研究力量
- 建立了一个研究社区
后续影响
会议后，参与者分散到各机构继续研究：
| 研究者 | 机构 | 贡献 |
|---|---|---|
| 麦卡锡 | MIT → Stanford | Lisp语言、知识表示 |
| 明斯基 | MIT | AI实验室、框架理论 |
| 纽厄尔、西蒙 | CMU | 通用问题求解器 |
重要机构成立
- MIT AI Lab：1963年成立，明斯基领导
- Stanford AI Lab：1963年成立，麦卡锡领导
- CMU AI研究：纽厄尔和西蒙建立
历史遗产
学科奠基
达特茅斯会议确立了AI的基本假设：
智能可以分解为可计算的过程，任何可以通过精确描述表达的智能行为都可以被机器模拟。
研究方向划分
会议提出的研究方向至今仍是AI的核心：
- 知识表示与推理
- 机器学习
- 自然语言处理
- 问题求解与规划
- 感知与模式识别
对今天的启示
- 跨学科合作的重要性
- 大胆设想的勇气
- 长期研究的耐心
- 基础理论的价值