原標(biāo)題:「凡是過(guò)往，皆為序章。」64歲的RODNEY BROOKS談人工智能的起源與發(fā)展 選自rod

原標(biāo)題:「凡是過(guò)往，皆為序章?！?4歲的RODNEY BROOKS談人工智能的起源與發(fā)展

選自rodneybrooks.com

作者：RODNEY BROOKS

機(jī)器之心編譯

我們距離通用人工智能還有多遠(yuǎn)？這是一個(gè)很多人都在試圖回答的問(wèn)題。然而對(duì)于人工智能領(lǐng)域的真正從業(yè)者來(lái)說(shuō)，我們面前的道路還很長(zhǎng)。Rethink Robotics 創(chuàng)始人，前 MIT CSAIL 主任 Rodney Brooks 近日撰文對(duì)人工智能的起源和發(fā)展進(jìn)行了簡(jiǎn)要介紹，并對(duì) AI 的未來(lái)進(jìn)行了展望。Brooks 指出：在人工智能領(lǐng)域里，我們現(xiàn)在甚至連起步都算不上。

Yann LeCun 對(duì)此評(píng)論道：「很棒的文章！…… 我們還很難向非專(zhuān)業(yè)人士解釋通用人工智能（AGI）『還沒(méi)有做出成果』，而以 AGI 命名的大多數(shù)事物都具有高度投機(jī)性，這些戲劇性的問(wèn)題有時(shí)會(huì)顯得天真、自我欺騙、瘋狂或具有欺騙性。」

凡是過(guò)往，皆為序章。

莎士比亞在《暴風(fēng)雨》中借安東尼奧說(shuō)出這句話時(shí)，人們對(duì)此有兩種解釋。

一種解釋是，過(guò)去決定后續(xù)將要發(fā)生的事。我相信，我們?cè)谌斯ぶ悄茴I(lǐng)域的現(xiàn)狀將決定我們接下來(lái)的方向。所以，研究過(guò)去是值得的。

另一種解釋是，過(guò)往其實(shí)并不重要，大部分重要的事情都在接下來(lái)的未來(lái)發(fā)生。我也相信這種解釋。在人工智能領(lǐng)域我們甚至連起步都算不上，未來(lái)還有很多艱難工作要做。

早期

業(yè)內(nèi)普遍認(rèn)為，人工智能一詞是 John McCarthy 在 1956 年達(dá)特茅斯會(huì)議上一份提案中提出的。按照順序，作者依次是達(dá)特茅斯學(xué)院的 John McCarthy、哈佛大學(xué)的 Marvin Minsky、IBM 的 Nathaniel Rochester 以及貝爾實(shí)驗(yàn)室的 Claude Shannon。之后，除了 Rochester，其他三位作者都在 MIT 擔(dān)任教職，McCarthy 在 60 年代初離開(kāi)，去了斯坦福大學(xué)。這份 19 頁(yè)的提案有 1 頁(yè)標(biāo)題頁(yè)、6 頁(yè)導(dǎo)言，然后是每個(gè)作者提議的研究。據(jù)推測(cè)，McCarthy 寫(xiě)了前面 6 頁(yè)，包括 Rockefeller Foundation 提供的覆蓋 10 個(gè)研究員的資金預(yù)算。

該提案的標(biāo)題是 A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE。提案第一段有一句話提到了「智能」：

該研究基于這種猜想：學(xué)習(xí)的每個(gè)方向或者智能的任意特征理論上都能被準(zhǔn)確描述，且能制造出一種機(jī)器來(lái)模仿它。

第二段第一句也提及：

以下是人工智能問(wèn)題的一些方面：

就是這樣！沒(méi)有對(duì)人類(lèi)智能的描述，沒(méi)有說(shuō)明機(jī)器能否做到（即「實(shí)現(xiàn)智能」），也沒(méi)有大張旗鼓地介紹「人工智能」這一術(shù)語(yǔ)（artificial intelligence，所有字母均為小寫(xiě)）。

上述文件還有另外四頁(yè)，作者是 Allen Newell 和 Herb Simon，他們?cè)谖募薪榻B了自己的研究貢獻(xiàn)。文件日期為 1956 年 3 月 6 日，當(dāng)時(shí)他們分別在蘭德公司和卡內(nèi)基技術(shù)學(xué)院（后來(lái)都成為卡內(nèi)基梅隆大學(xué)舉足輕重的人物）。他們表示自己在復(fù)雜信息處理領(lǐng)域進(jìn)行了一系列的嘗試，「這一活動(dòng)的很大一部分屬于人工智能的范疇」。「人工智能」一詞似乎很容易也很快就被采用，而無(wú)需任何正式定義。

McCarthy 的導(dǎo)言及六位實(shí)名參與者的研究綱要不乏雄心壯志。

現(xiàn)有計(jì)算機(jī)的速度和存儲(chǔ)容量可能不足以模擬人腦的許多高級(jí)功能，但主要的障礙不是機(jī)器能力不足，而是我們無(wú)法充分利用現(xiàn)有資源編寫(xiě)程序。

McCarthy 在導(dǎo)言中概述的一些人工智能主題包括：如何讓計(jì)算機(jī)使用人類(lèi)語(yǔ)言；如何設(shè)計(jì)「神經(jīng)元網(wǎng)絡(luò)」（神經(jīng)元網(wǎng)絡(luò)是在 1943 年發(fā)明的，距離如今的技術(shù)精英首次聽(tīng)說(shuō)這一概念并過(guò)分激動(dòng)的時(shí)間點(diǎn)也沒(méi)差多少）以便使其形成概念；機(jī)器如何自行改進(jìn)（即學(xué)習(xí)或進(jìn)化）；機(jī)器如何使用其傳感器形成抽象，以觀察世界；如何使計(jì)算機(jī)創(chuàng)造性地思考。Shannon、Minsky、Rochester 和 McCarthy 的個(gè)人研究提案對(duì)這些主題進(jìn)行了擴(kuò)展。Newell 和 Simon 的補(bǔ)充內(nèi)容也加了進(jìn)來(lái)，包含機(jī)器象棋（包括通過(guò)學(xué)習(xí)）、數(shù)學(xué)定理證明，及發(fā)展關(guān)于機(jī)器如何學(xué)習(xí)、機(jī)器如何解決人類(lèi)能夠解決的問(wèn)題的相關(guān)理論。

他們不乏雄心壯志！要知道當(dāng)時(shí)世界上只有少數(shù)幾臺(tái)數(shù)字計(jì)算機(jī)，而且沒(méi)有一臺(tái)計(jì)算機(jī)可以提供超過(guò)幾十 KB 的內(nèi)存來(lái)運(yùn)行程序和數(shù)據(jù)，而且只有穿孔卡片或紙帶用于長(zhǎng)期存儲(chǔ)。

當(dāng)然，McCarthy 并不是第一個(gè)討論機(jī)器和「智能」的人，其實(shí)在此之前，艾倫·圖靈就已撰寫(xiě)并發(fā)表過(guò)相關(guān)文章，但并未將其命名為「人工智能」。他最著名的研究是《計(jì)算機(jī)器與智能》（Computing Machinery and Intelligence），出版于 1950 年 10 月。在這篇論文中，他介紹了「模仿游戲（Imitation Game）」，這種游戲后來(lái)被稱為「圖靈測(cè)試」（Turing Test），即讓一個(gè)人判斷通過(guò)即時(shí)通訊（1950 版本）與他交談的實(shí)體是個(gè)人還是計(jì)算機(jī)。圖靈估計(jì)，到 2000 年，一臺(tái)擁有 128MB 內(nèi)存的計(jì)算機(jī)將有 70% 的可能性騙過(guò)人類(lèi)。

雖然論文的標(biāo)題包含了「智能」一詞，但在論文主體中這個(gè)詞僅被使用了一次（而「機(jī)器」一詞至少出現(xiàn)了 207 次），它指的是嘗試構(gòu)建模仿成年人的機(jī)器的人類(lèi)智能。他的目的很清晰。他相信制造可以像人一樣思考的機(jī)器是可能的，到 2000 年就可以實(shí)現(xiàn)。他甚至估計(jì)了需要多少個(gè)程序員（他的答案是 60 個(gè)，工作 50 年，所以僅僅相當(dāng)于 3000 個(gè)程序員年。按今天的軟件系統(tǒng)標(biāo)準(zhǔn)來(lái)看，這個(gè)數(shù)字太小了）。

再稍早一點(diǎn)，1948 年，一篇名為《Intelligent Machinery》的論文誕生，不過(guò)這篇論文直到 1970 年才發(fā)表，此時(shí)作者圖靈已去世多年。圖靈在論文中概述了「離散控制機(jī)」（我們今天稱之為計(jì)算機(jī)）的本質(zhì)，他在 1937 年的一篇論文中提出了數(shù)字計(jì)算機(jī)。然后他轉(zhuǎn)向研究制造完全模仿人類(lèi)的機(jī)器，他認(rèn)為人類(lèi)大腦的功能太強(qiáng)大以至于不能被限制在機(jī)器的運(yùn)動(dòng)感知部分中，必須實(shí)現(xiàn)遠(yuǎn)程操作。他指出當(dāng)時(shí)的傳感器和運(yùn)動(dòng)系統(tǒng)可能無(wú)法實(shí)現(xiàn)這一目標(biāo)，因此他的結(jié)論是，探索智能的最好開(kāi)端是游戲和密碼學(xué)，并至少擴(kuò)展到語(yǔ)言翻譯和數(shù)學(xué)上。

這又是不乏雄心但被當(dāng)時(shí)技術(shù)狀況限制的案例。

AI 最初的靈感來(lái)源就是人類(lèi)表現(xiàn)和人類(lèi)智能，我認(rèn)為這個(gè)目標(biāo)已經(jīng)吸引了大量研究者長(zhǎng)時(shí)間致力于該領(lǐng)域。實(shí)際上，我們還沒(méi)有任何能接近這些目標(biāo)的研究成果，這不是研究社區(qū)的問(wèn)題，而是目標(biāo)太過(guò)艱難。

我在 1991 年寫(xiě)了一篇長(zhǎng)論文《Intelligence without Reason》，介紹了人工智能的早期起源與歷史。這篇博客嘗試補(bǔ)充細(xì)節(jié)，向新一代提供對(duì)人工智能這項(xiàng)長(zhǎng)期工程的理解。對(duì)于很多人來(lái)說(shuō)，這項(xiàng)工作非常新穎、令人振奮，但對(duì)于其他人來(lái)說(shuō)，只有振奮。

發(fā)展至今

在 AI 的早期階段，將傳感器連接到數(shù)字計(jì)算機(jī)及讓計(jì)算機(jī)控制驅(qū)動(dòng)器的方式非常有限。

在 20 世紀(jì) 60 年代早期，想要運(yùn)行計(jì)算機(jī)視覺(jué)算法的人們需要取出膠片中的照片，將它們打印出來(lái)，然后貼到一個(gè)滾筒上，讓滾筒對(duì)著一個(gè)光亮度傳感器旋轉(zhuǎn)、上下移動(dòng)，以將照片轉(zhuǎn)換為一個(gè)明暗度數(shù)組。在 70 年代末，利用 20 到 30 磅重的設(shè)備，花費(fèi)成千上萬(wàn)美元，研究者才能直接從照相機(jī)的照片轉(zhuǎn)換成計(jì)算機(jī)上的數(shù)字照片。直到 80 年代，這項(xiàng)技術(shù)才變得簡(jiǎn)單和廉價(jià)。

其它模態(tài)的傳感器技術(shù)的發(fā)展也經(jīng)歷了相似的過(guò)程，此外還有將計(jì)算機(jī)程序是輸出結(jié)果轉(zhuǎn)換到現(xiàn)實(shí)世界物理操作的技術(shù)。

因此，正如圖靈所推論的，人工智能的早期研究都轉(zhuǎn)向了很少需要傳感或操作的領(lǐng)域。當(dāng)時(shí)有在游戲上的研究，利用鍵盤(pán)和打印機(jī)，人類(lèi)動(dòng)作輸入和計(jì)算機(jī)輸出可以輕易獲取。進(jìn)而可以研究數(shù)學(xué)練習(xí)例如將微積分應(yīng)用到符號(hào)代數(shù)，或用邏輯證明定理，以及理解打字英語(yǔ)句子等。

編寫(xiě)可以玩游戲的程序很快衍生了「樹(shù)搜索」的思想，它是上述其它領(lǐng)域的早期 AI 實(shí)驗(yàn)的關(guān)鍵，并且實(shí)際上，它已經(jīng)成為了如今的計(jì)算機(jī)科學(xué)的基礎(chǔ)工具。在不久之前，玩游戲還提供了探索機(jī)器學(xué)習(xí)并開(kāi)發(fā)特定變體的機(jī)會(huì)，例如，強(qiáng)化學(xué)習(xí)正是 AlphaGo 程序取得成功的核心方法。

在很久之前，人們開(kāi)發(fā)了一個(gè)積木世界項(xiàng)目，在其中可以探索所有類(lèi)型的智能問(wèn)題。1963 年 Larry Roberts 在 MIT 的發(fā)表的論文（可能是第一篇計(jì)算機(jī)視覺(jué)的 PhD 論文）展示了這樣的結(jié)果，在精心設(shè)計(jì)的光照?qǐng)鼍爸?，積木的所有邊緣和表面都可以復(fù)原。

該論文驗(yàn)證了用積木來(lái)研究復(fù)雜問(wèn)題的可行性，其中積木的邊緣和位置的描述是程序的輸入，在原則上可以求解這些問(wèn)題的感知部分。之后人們將積木世界看成是感知和動(dòng)作的模擬世界，并在數(shù)十年內(nèi)將其作為主要的測(cè)試平臺(tái)。

有些人研究二維積木世界中用虛擬機(jī)器人控制積木的問(wèn)題，其中機(jī)器人可以對(duì)積木進(jìn)行抓取、堆疊操作，或?qū)⑵浞旁谝痪S桌面上。

其它研究還包括僅從輸入線（包括陰影等）恢復(fù)潛在三維積木的幾何結(jié)構(gòu)，為未來(lái)開(kāi)發(fā)更完整的計(jì)算機(jī)視覺(jué)系統(tǒng)鋪平了道路。

此外，仍然有其他人研究復(fù)雜的自然語(yǔ)言理解問(wèn)題，所有這些問(wèn)題都是在復(fù)雜的三維積木世界中求解的。

沒(méi)有人研究這些積木世界是出于野心，而是因?yàn)槭褂眠@些工具，他們能夠在對(duì)人類(lèi)級(jí)別智能非常重要的問(wèn)題上取得進(jìn)展。同時(shí)他們認(rèn)為離這個(gè)目標(biāo)還很遙遠(yuǎn)。

久而久之，AI 的子領(lǐng)域可能會(huì)發(fā)展成為人們深入理解特定子問(wèn)題的方法。不久以后，會(huì)有大量新研究出現(xiàn)，沒(méi)人能夠掌握 AI 研究的廣泛覆蓋范圍。這些子領(lǐng)域包括規(guī)劃、問(wèn)題求解、知識(shí)表征、自然語(yǔ)言處理、搜索、博弈、專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、機(jī)器推斷、統(tǒng)計(jì)機(jī)器學(xué)習(xí)、機(jī)器人、移動(dòng)機(jī)器人、同時(shí)定位與地圖創(chuàng)建、計(jì)算機(jī)視覺(jué)、圖像理解等。

研究社區(qū)

通常，當(dāng)很多研究人員發(fā)現(xiàn)一組需要解決的共同問(wèn)題，他們就會(huì)從主流研究中走出來(lái)，并設(shè)立他們自己的期刊和會(huì)議，而那些論文審稿人通常都是在特定問(wèn)題上有非常深的見(jiàn)解。

20 世紀(jì) 80 年代末和 90 年代初，我參與了兩個(gè)這樣的團(tuán)隊(duì)，即 Artificial Life 和 Simulation of Adaptive Behavior，它們現(xiàn)在仍然存在。第一個(gè)關(guān)注混亂中秩序的基本機(jī)制，包括進(jìn)化過(guò)程。而第二個(gè)研究如何通過(guò)感知、動(dòng)作和計(jì)算之間的交互來(lái)模擬動(dòng)物的行為。這些研究團(tuán)隊(duì)和他們的學(xué)術(shù)期刊目前仍然很活躍。

以下是從 1993 到 2014 年發(fā)布的部分 Artificial Life 學(xué)術(shù)期刊，它目前仍然由 MIT 出版社在線發(fā)布。

Artificial Life 上面還有其它期刊，且自 1989 年以來(lái)，該研究社區(qū)都會(huì)有國(guó)際研討會(huì)。以下是 1992 年到 2013 年發(fā)布的 Adaptive Behavior 期刊，它目前仍然由 Sage 在線發(fā)布。

目前 SAB（Simulation of Adaptive Behavior）仍然有一系列重要會(huì)議，且論文現(xiàn)在都通過(guò)在線處理。

Artificial Life 會(huì)議今年 7 月份將在東京舉行，而 SAB 今年八月將在法蘭克福舉行，每一個(gè)會(huì)議都會(huì)吸引數(shù)百名研究者。上述期刊每一個(gè)都有 20 多卷，每卷都有 4 期，因此總共有接近 100 期，且每一期大概有 4 到 10 篇論文。這些社區(qū)非常有活力，Artificial Life 社區(qū)在開(kāi)發(fā)遺傳算法上同樣對(duì)工程有很大的影響，這些遺傳算法通常都用于數(shù)值計(jì)算與應(yīng)用。

但是 Artificial Life 和 Simulation of Adaptive Behavior 社區(qū)都沒(méi)有實(shí)現(xiàn)它們最初的目標(biāo)。

我們?nèi)匀徊恢郎到y(tǒng)如何從非生命系統(tǒng)中演化出來(lái)，事實(shí)上我們甚至對(duì)生命本身都沒(méi)有確切的定義。我們?nèi)狈ζ毡榭捎玫倪M(jìn)化模擬方法，使我們?cè)谟?jì)算方面演化出更好的系統(tǒng)，盡管在最初嘗試時(shí)我們做出了一些承諾。我們還不清楚如何演化出具備完整通用智能的基礎(chǔ)因素和系統(tǒng)，即使是與非常簡(jiǎn)單的生物相比。

站在 SAB 的立場(chǎng)上，我們?nèi)匀徊荒軓挠?jì)算層面上模擬最簡(jiǎn)單生物的行為，目前該研究主要關(guān)注的生物是線蟲(chóng)，它具備 959 個(gè)細(xì)胞，其中 302 個(gè)是神經(jīng)元。我們知道它的完整神經(jīng)連接組（甚至 56 個(gè)神經(jīng)膠質(zhì)細(xì)胞），但是我們?nèi)匀粺o(wú)法模擬出它們的行為方式。

我講述這些故事，不是因?yàn)樗鼈儶?dú)特，而是它們都說(shuō)明了如何開(kāi)展針對(duì)難題的研究，尤其是在學(xué)界中。此外還分離出很多很多（至少二三十）其它同等領(lǐng)域的 AI 子課題。它們有時(shí)繁榮，有時(shí)低谷甚至消失。所有這些子課題都有自己獨(dú)特的名字，但是在規(guī)模、研究者數(shù)量和積極分享和發(fā)布獨(dú)特思路方面很有意義。

但是所有 AI 領(lǐng)域的研究者最終都對(duì)通用人工智能感興趣。通常他們的研究結(jié)果比較狹窄，在現(xiàn)實(shí)世界中的應(yīng)用范圍也比較狹窄，但是通用人工智能一直是他們的目標(biāo)。

我將用一個(gè)大規(guī)模計(jì)算機(jī)視覺(jué)研究小組的故事結(jié)束這部分內(nèi)容。這個(gè)小組在工程方面有著實(shí)實(shí)在在的影響力，它有六個(gè)重要期刊且每年舉辦四場(chǎng)或四場(chǎng)以上重要會(huì)議，連續(xù)舉辦超過(guò) 35 年。1987 年，我與金出武雄合作創(chuàng)立了其中一個(gè)期刊 IJCV，IJCV 現(xiàn)在已經(jīng)發(fā)行了 126 卷（我只在前七期時(shí)擔(dān)任編輯）、350 期，共有 2080 篇論文，而這還只是該領(lǐng)域六大重要期刊之一。該社區(qū)數(shù)十年來(lái)持續(xù)發(fā)展，在全球范圍內(nèi)擁有數(shù)千名研究者。

原文鏈接：http://rodneybrooks.com/forai-the-origins-of-artificial-intelligence/

本文為機(jī)器之心編譯，轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)。

?------------------------------------------------

加入機(jī)器之心（全職記者/實(shí)習(xí)生）：hr@jiqizhixin.com

投稿或?qū)で髨?bào)道：editor@jiqizhixin.com

廣告&商務(wù)合作：bd@jiqizhixin.com