1
人們通常習(xí)慣稱某事物的發(fā)現(xiàn)者為XX之父，但事實上，歷史上很多具有深遠(yuǎn)影響的發(fā)明都不是由單獨一個人創(chuàng)立的。AI也是這樣，嚴(yán)格來說，AI的創(chuàng)造者有兩人，這兩人分別都為后世對AI的研究做出了巨大的貢獻，如果不考慮性別，或許可以分別稱他們?yōu)锳I之父和AI之母。但即使有兩位大神的加持，人工智能的道路也經(jīng)歷了諸多磨難，也正是這些磨難和最終的崛起，讓人工智能的誕生有了幾分傳奇和精彩。父親節(jié)剛剛過去，也讓我們在此簡單回顧一下兩位“AI之父”和他們不平凡的一生。
人工智能的雛形出現(xiàn)的遠(yuǎn)比大家想象的早，甚至可以追溯到計算機剛出現(xiàn)的那幾年。1948年，時年21歲的約翰·麥卡錫，也就是我們故事中的“人工智能之父”，在加州理工大學(xué)的“行為的大腦機制西克森研討會（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech）”，在那里著名的馮·諾依曼給與會者看了他的關(guān)于“自復(fù)制自動機”（就是一種可以自我復(fù)制的機器）的論文，這讓麥卡錫對研究機器的智能產(chǎn)生了興趣。
1955年，麥卡錫和香農(nóng)、明斯基（后面也會提到他）和羅徹斯特聯(lián)合發(fā)起了達特茅斯項目，第二年這個項目正式啟動，它是計算機發(fā)展史上的一個里程碑，目的是在2個月內(nèi)建立相關(guān)理論并制造出一臺模擬人類學(xué)習(xí)特征的機器。當(dāng)然我們都知道，如此宏大的目標(biāo)是不可能在兩個月內(nèi)實現(xiàn)的。最終他們完全沒有達到會議的目標(biāo)。但是它確立了一些研究方法和目標(biāo)，為后世的研究奠定了堅實的基礎(chǔ)。
不過這還不是麥卡錫做出的最大的貢獻。麥卡錫為人工智能，乃至整個世界做出的最大的貢獻無疑是創(chuàng)造了Lisp語言。這種語言幾乎可以劃為最高級和簡潔的編程語言了。其理念之超前，功能之強大，直到今天主流的編程語言才慢慢趕上。甚至有人稱，Lisp根本不是一種編程語言，而是一種數(shù)學(xué)。而數(shù)學(xué)是永遠(yuǎn)不會落伍的，所以Lisp才能在50年以上的尺度中不僅沒有落伍，反而走在了所有人的前面。
然而Lisp并沒能一掃計算機領(lǐng)域，成為所有人的標(biāo)準(zhǔn)選擇。究其原因令人諷刺:Lisp的沒落反而正是因為它太過強大。由于其實現(xiàn)的機理過于基本、能力太過強大、而使用方式又如此自由，以至于幾乎每一個人想要做的每一件事都能讓人想到無數(shù)種方法去實現(xiàn)。而這導(dǎo)致了Lisp沒有一個標(biāo)準(zhǔn)化的教學(xué)模板可循，倒成了阻礙Lisp普及的最大理由。
雖然Lisp沒有普及，但是學(xué)習(xí)它的人都成了它的死忠。很多年后，Lisp的幾種“方言”（變種）終于開始有了崛起的趨勢，許多主流語言也開始借鑒Lisp的優(yōu)秀之處。而這距離Lisp問世已經(jīng)過去太久了。我們只能慨其不幸了。但同時我們也相信，金子總能發(fā)光。
Lisp的遭遇對人工智能的發(fā)展的挫折其實倒并不是太直接，畢竟就算沒有太先進的語言，人們用低級一點的語言總也能實現(xiàn)。但人工智能的另一位父親（或者說母親）則親手?jǐn)嗨土俗约哼^孩子十年的前程。直接導(dǎo)致了一段AI研究的時間超長的低潮期。
馬文·明斯基于1946年進入哈佛大學(xué)，1950年畢業(yè)并進入普林斯頓大學(xué)研究生院深造。1951年他創(chuàng)建了世界上第一個神經(jīng)網(wǎng)絡(luò)模擬器，能夠?qū)W習(xí)如何穿越一個迷宮。前面提到，他也是當(dāng)年達特茅斯會議的參會者之一。
他在神經(jīng)網(wǎng)絡(luò)方面做出的研究在后世被證明至少是AI研究領(lǐng)域絕佳的嘗試之一。然而這位神經(jīng)網(wǎng)絡(luò)的重要締造者，卻幾乎曾親手將這個理論送進了墳?zāi)埂?969年，明斯基被授予了計算機界的至高榮譽：圖靈獎。但也就是在同一年，他與西蒙·派帕特（Seymour Papert）合著了一本名為“感知機”的書。明斯基在其中斷定神經(jīng)網(wǎng)絡(luò)不是未來人工智能的方向，由于他在學(xué)界內(nèi)具有相當(dāng)?shù)臋?quán)威，因此這本書立刻導(dǎo)致與神經(jīng)網(wǎng)絡(luò)相關(guān)的研究陷入了一個長時間的低潮。
明斯基對此給出的理由是：
一：單層神經(jīng)網(wǎng)絡(luò)無法處理“異或”電路；
二，當(dāng)時的計算機缺乏足夠的計算能力，滿足大型神經(jīng)網(wǎng)絡(luò)長時間運行的需求。
事實證明，人們對于科學(xué)的未來的估計要么就是過于樂觀，要么就是過于悲觀。而很少有人能做出準(zhǔn)確的預(yù)測。毫無疑問明斯基的預(yù)測也過于悲觀了。很快隨著計算機運算速度的飛速發(fā)展，他提出的這兩個問題很快不再是問題。但當(dāng)時人們沒法預(yù)測到這些，70年代成為了人工智能的寒冬，只有除了包括后來加入谷歌的專家杰弗里·辛頓(Geoffrey Hinton)等少數(shù)人仍在堅持進行神經(jīng)網(wǎng)絡(luò)的研究，知道1978年，事情才迎來轉(zhuǎn)機。在許多科學(xué)家的不懈努力之下，才有了人工智能后來取得的一系列成就，包括深藍(lán)和后來的AlphaGo。
在這兩個故事里，我們最大的感慨還是“時機”的重要性，Lisp和神經(jīng)網(wǎng)絡(luò)可以說都是劃時代的作品和概念，甚至各自代表著各自領(lǐng)域內(nèi)的未來，但是都因為出現(xiàn)的太早而遭受冷落，甚至被自己的作者認(rèn)為沒有前途。但我們也不用擔(dān)心人類會因此錯過什么偉大的發(fā)明，因為未來總會到來。一切的不合時宜最終都會變成天時地利。如果你仍在某個領(lǐng)域苦苦奮斗而沒有太多成效，不用心急，或許只是你的時代還沒有到來罷了~
Facebook大神Yoshua Bengio 與谷歌 DeepMind 研究科學(xué)家等人合作的研究論文來自國際機器學(xué)習(xí)大會（ICML）事先提交的論文，此大會即將于6月19日-24日在紐約召開，也就是今天北京時間21：30的時候開始。
作為國際機器學(xué)習(xí)學(xué)會（IMLS）主辦的年度機器學(xué)習(xí)國際頂級會議，如果你關(guān)注ICML大會，請加雷鋒網(wǎng)ICML 2016精華群獲得大會最新信息。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
