02　人工智能的黎明时期

人工智能诞生的时代背景是什么？工程师是如何转向人工智能领域的？本节，笔者将讲解人工智能的黎明时期。

人工智能的诞生

1956 年的达特茅斯会议上首次出现了人工智能一词。再往前追溯 10 年，英国的艾伦·麦席森·图灵（Alan Mathison Turing）对人工智能的发展做出了诸多贡献。他的名字也通过图灵测试（the turing test）和图灵机（turing machine）流传至今。

图灵在 1950 年发表了论文《计算机器与智能》1。在这篇论文中，他对人工智能的发展与人工智能的哲学进行了深刻的讨论。事实上，图灵早在 1940 年左右就已经开始了对机器和智能的深入研究。

1原论文名为“Computing Machinery and Intelligence”。——译者注

在数学和计算机科学理论得到发展的同时，生理学领域的研究也取得了很大的进展。整合了生理学、机械工程和控制工程的控制论（参考小贴士）有了重大突破。把 cyber2 译为计算机就是因为控制论（cybernetic）这个词。

2cyber 现在作为前缀，代表与互联网相关或计算机相关的事物，即采用电子工具或计算机进行的控制。——译者注

小贴士　控制论

cybernetic 一词源自希腊语，意思是舵手。

在生理学领域，支撑神经网络算法的基础研究可分成两大类。

第一类是 all-or-none 型的信息传递模型3的相关理论。

3出自沃伦· 麦卡洛克和沃尔特· 皮茨所著的论文“A logical calculus of the ideas immanent in nervous activity”。其实就是 M-P 模型，它是一种利用神经元网络对信息进行处理的数学模型。——译者注

第二类是提倡突触可塑性（synaptic plasticity）的赫布理论（或赫布定律）。

突触可塑性

突触可塑性是指在通过突触传递神经递质时，突触的连接强度会因神经递质活动的强弱而改变的特性（图 1-4）。特别是在儿童的发育过程中，突触可塑性被认为与记忆和学习紧密相关。这些发现对人工智能的研究也产生了影响。

图 1-4　突触可塑性

当时刚出现的电子计算机以“辅助和代替人类”为目的，除了进行科学计算，还会对内容进行判断。

最初的人工智能程序通过二分类的堆叠来输出自动判断结果（图 1-5）。

图 1-5　决策树

人工智能和图灵测试

既然机器根据计算结果给出答案的目的是代替人类，那么我们必然会质疑这个答案到底是由人还是由机器给出的。

每个人都会犯错误，而机器按照人类制定的条件判断标准来运行，所以机器也会犯错误。有观点认为“机器的判断是正确的”，但我们必须明确这种观点成立的前提是“对程序的性能进行测试后，结果在合理的范围内”。

例如，飞机的飞行自动控制系统现在基本按照传感器的指示进行操作，由人类进行判断有时反而会发生事故（图 1-6）。

图 1-6　人为错误和自动驾驶

在人工智能研究的初期阶段，机器只能在有限的范围内进行判断和回答，但图灵认为终有一天，机器代替人类给出的回答将无法与人类自身的回答区分开来。简单来说，就是机器具备了思考的能力。这些都反映到了图灵测试中。

图灵把图灵测试中的问题换成了“机器能否实现人类的行为（思考行为）”。

图灵测试

图灵测试的过程如下所示。

测试者分别与一个人和一台机器进行对话，如果测试者不能确定对方是人还是机器，那么这台机器就通过了测试（图 1-7）。

图 1-7　图灵测试

将测试者与被测试者隔离，为了避免机器的声音影响测试结果，测试者只通过键盘和显示器等设备以文字形式向被测试者提问，然后判断对方是人还是机器。

在 2014 年的图灵测试大会上，一台俄罗斯的超级计算机伪装成 13 岁的男孩，回答了测试者输入的所有问题。其中有 33% 的测试者认为与自己对话的是人而非机器，这台计算机也成为有史以来首台通过图灵测试的计算机。在此之前人类已经开发了各种各样的人工智能程序，其中最接近图灵测试合格标准的是 ELIZA（1966 年）和 PARRY（1972 年）。两个程序都模仿了特定的人群。ELIZA 模仿的是心理治疗师，PARRY 模仿的是妄想型精神分裂症患者。

关于上述内容，我们需要注意的是，图灵测试用于测试机器模仿人类行为的能力，它不一定能测试出机器是否具有掌控思维的能力。例如，对于在解决需要具备创新能力的课题时所采取的智能行为，图灵测试就无法奏效了。另外，如果机器没有像人一样给出反应，即使它再“智能”，也无法通过测试。