达特茅斯会议为人工智能研究铺平了道路,点燃了科学界的热情。随着会议的结束,一个充满希望和挑战的新时代悄然拉开帷幕。在接下来的20年里,人工智能研究进入了令人振奋的"黄金时代”。
1、AI研究的突破性进展
在达特茅斯会议的启发下,人工智能研究者们开始了一系列富有创造性的探索。搜索式推理成为了早期人工智能研究的重要突破口。这种方法试图模仿人类解决问题的思维过程,通过系统地搜索可能的解决方案来找出最优答案。
想象一下,你正在解决一个复杂的几何题。你会如何开始?也许你会先画出图形,然后一步步地尝试不同的方法,直到找到正确的解答。搜索式推理就是这样的过程。1956年,赫伯特·西蒙和艾伦·纽厄尔开发了"逻辑理论家"程序,这个程序能够证明《数学原理》中的大部分定理。这在当时是一个巨大的进步。
随着研究的深入,科学家们将目光投向了更具挑战性的领域——自然语言处理。1966年约瑟夫·韦森鲍姆开发的ELIZA程序是一个里程碑式的成果。这个程序能够模仿心理治疗师与患者对话,尽管它的对话能力还很有限,但已经让人们看到了计算机理解和生成人类语言的潜力。
然而,要让计算机真正理解人类语言,仅仅处理单词和句子是远远不够的。科学家们意识到,语言理解需要对世界有基本的认知。于是,"微世界"的概念应运而生。微世界是一个简化的、受控的环境,在这个环境中,计算机可以更容易地理解和操作对象。
特里·温诺格拉德的SHRDLU程序是微世界研究的典型代表。这个程序模拟了一个简单的积木世界,用户可以用自然语言指挥程序移动积木。比如,你可以告诉SHRDLU:"把红色的方块放在蓝色的圆柱体上",它就能准确地执行这个指令。虽然这个世界看似简单,但它为计算机理解语境和执行复杂指令开辟了新的道路。
2、乐观的预期和持续的资助
这些突破性的进展激发了科研人员的热情,也引发了公众对人工智能未来的无限遐想。著名的人工智能研究者马文·明斯基曾乐观地预言:"在三到八年的时间里我们将得到一台具有人类平均智能的机器。"这种乐观情绪不仅感染了学术界,也影响了政府的决策。
美国国防部高级研究计划局(ARPA,后来改名为DARPA)成为了人工智能研究的主要资助者。ARPA采取了一种独特的资助方式——几乎无条件地支持研究者的想法。当时ARPA信息处理技术办公室的主任利克莱德主张“资助人,而不是项目”,让研究人员做他们认为重要的事情,不要担心外界的干涉。
这种慷慨且灵活的资助政策为研究者们提供了充分的自由和资源。有趣的是,据说有一次,一位研究人员向ARPA申请了一笔资金来购买一台昂贵的计算机。当被问及这台计算机将用于什么具体研究时,这位研究者回答说:"我不知道,但当我拿到它的时候,我会想出来的。"令人惊讶的是,这笔资金竟然获得了批准!
这种宽松的资助环境极大地推动了人工智能研究的发展。研究人员可以自由地探索他们感兴趣的方向,不必过分担心短期内的具体应用。这种氛围培养了一批富有创造力和远见的科学家,他们的工作为后来的人工智能发展奠定了坚实的基础。
3、寒冬将至
然而,正如任何伟大的探索一样,人工智能研究也面临着挑战。随着时间的推移,人们开始意识到,创造真正的人工智能比最初想象的要困难得多。一些早期的乐观预测未能实现,这导致了后来被称为"人工智能冬天"的低潮期。
下一期,我们将继续介绍人工智能的第一个寒冬。敬请期待!
喜欢本文请帮忙:“关注、按赞、分享、在看”一键四连。感谢您的支持!