人工智能作为一个独立学科的概念其诞生通常被追溯至1956年在美国达特茅斯学院举办的一场研讨会。然而这个概念的种子早在人类对“思维”与“机器”关系的古老哲思中就已埋下并经历了漫长的理论酝酿与技术铺垫。思想的萌芽从古老幻想到机械计算人类对制造“智能机器”的渴望最早可追溯至神话与传说。从希腊神话中赫淮斯托斯的黄金机器人到中世纪被视为拥有意识的魔像Golem都反映了这种朴素的愿望。这些幻想为后来的人工智能思想提供了文化土壤。17世纪思想开始从神话转向理性。戈特弗里德·威廉·莱布尼茨Gottfried Wilhelm Leibniz和布莱兹·帕斯卡Blaise Pascal等哲学家和数学家开始构想能够进行逻辑推理和计算的机器。莱布尼茨尤其梦想建立一个普遍的语言和演算体系将一切推理都归结为符号计算。这些思想可以看作是符号主义人工智能的遥远先声。理论的奠基图灵与“会思考的机器”如果说哲学家们提供了思想蓝图那么**艾伦·图灵Alan Turing** 则真正为人工智能的诞生奠定了理论和实践基础。“图灵机”1936年图灵提出了“图灵机”的抽象数学模型从数学上定义了“计算”的极限为后来所有可编程计算机奠定了理论基础。“图灵测试”1950年图灵在论文《计算机器与智能》*Computing Machinery and Intelligence*中开篇便提出了一个核心问题“机器能思考吗”。他提出的“图灵测试”或称“模仿游戏”构想了一个判断机器是否具有智能的实用标准如果一台机器能在对话中让人类无法分辨其是机器还是人那么就可以认为这台机器拥有智能。这个测试巧妙地绕开了“什么是意识”的哲学难题为人工智能研究提供了一个可操作的目标。图灵的这些工作使他被公认为“计算机科学之父”和“人工智能之父”。学科的诞生1956年达特茅斯会议尽管图灵的工作至关重要但“人工智能”作为一个独立学科的正式诞生公认的标志是1956年在美国达特茅斯学院举办的夏季研讨会。筹备与命名会议的发起人是时任达特茅斯学院助理教授的约翰·麦卡锡John McCarthy。他与马文·明斯基Marvin Minsky、克劳德·香农Claude Shannon 和纳撒尼尔·罗切斯特Nathaniel Rochester 在1955年共同撰写了一份研讨会提案。正是在这份提案中麦卡锡首次创造了“人工智能”Artificial Intelligence这一术语。会议目标提案中的目标是探索如何“让机器使用语言、形成抽象和概念、解决现在人类还不能解决的问题、提升自己等等”。关键人物与成果这场为期约两个月的会议1956年6月18日至8月17日吸引了约30位来自数学、心理学、工程学等领域的顶尖学者。会上艾伦·纽厄尔Allen Newell 和赫伯特·西蒙Herbert Simon展示了名为“逻辑理论家”Logic Theorist的程序它能自动证明数学定理被普遍认为是第一个真正的人工智能程序。因此1956年常被称为“人工智能元年” 。这次会议不仅赋予了这个领域一个名字更重要的是它汇聚了开创者明确了研究目标标志着人工智能作为一门独立学科的正式诞生。早期的探索黄金时代与首次寒冬达特茅斯会议后人工智能迎来了第一个发展高潮约1956-1974年。黄金时代的乐观在政府和军方如美国国防高级研究计划署DARPA的资助下早期研究取得了令人瞩目的成果。除了“逻辑理论家”阿瑟·塞缪尔Arthur Samuel在1959年开发的跳棋程序能够通过自我对弈不断进步首次展现了机器的**学习能力**。这些成功让先驱者们普遍乐观地认为具有人类同等智能的机器将在20年内出现。首次“AI寒冬”然而过于乐观的预期很快遭遇了现实瓶颈。当研究人员尝试解决更复杂的问题时发现当时的算法和计算机算力都力不从心。例如机器翻译闹出“out of sight, out of mind”被译为“眼不见心不烦”的笑话。1973年英国数学家詹姆斯·莱特希尔James Lighthill发表了一份严厉批评AI进展的报告随后美国和英国政府大幅削减了对AI领域的经费投入导致AI研究陷入第一次低谷史称“AI寒冬”1974-1980年。学派的竞合符号主义与连接主义贯穿AI早期发展史的一条主线是**符号主义**与**连接主义**两大技术路线的竞争。符号主义Symbolicism该学派认为智能的核心在于**逻辑推理和符号操作**主张用明确的规则和知识库来模拟人类思维。达特茅斯会议的主要发起人麦卡锡、明斯基以及纽厄尔和西蒙都是其代表人物。**专家系统**Expert Systems是其巅峰成就这类程序通过内置特定领域的大量专家知识来解决问题。连接主义Connectionism该学派则另辟蹊径试图模仿人脑的神经网络结构来实现智能。其思想源头可追溯到1943年沃伦·麦卡洛克Warren McCulloch和沃尔特·皮茨Walter Pitts 提出的人工神经元模型。1958年弗兰克·罗森布拉特Frank Rosenblatt 发明了“感知机”Perceptron是早期神经网络的代表。在AI的第一个黄金时代符号主义因为早期在定理证明等领域的成功而占据主流。然而1969年明斯基和佩珀特Seymour Papert合著的《感知机》一书数学上证明了感知机无法解决像“异或”XOR这样简单的问题。这一致命打击几乎让神经网络连接主义的研究停滞了近十年。但符号主义的胜利也未能持久。专家系统虽然成功却面临着“知识获取瓶颈”——即如何将人类专家的海量、模糊的知识形式化地输入计算机是一个极其困难的任务。到1980年代末随着专家系统商业化的失败和自身局限的暴露AI迎来了第二次“AI寒冬”。人工智能概念的诞生是一场横跨千年的思想接力。从古老的神话幻想到莱布尼茨的理性构想再到图灵决定性的理论奠基最终于1956年的达特茅斯会议上由麦卡锡等人正式命名并确立为一门独立学科。此后的发展并非一帆风顺而是充满了符号主义与连接主义的学派竞争以及在“黄金时代”与“AI寒冬”之间的跌宕起伏。这些早期的探索与挫折为其后基于深度学习技术的第三次浪潮积蓄了力量并最终将人工智能推向今天深刻影响我们生活的科技前沿。