人工智能：1.2人工智能的发展
1.2.1 形成及第一个兴旺期(1956―1966)
人工智能的思想 可以追溯到人类历史发展的早期 ，那时人类就有利用机器来代替人的部分劳动的愿望并作出了一些努力，然而，人工智能的真正形成则是在
20 世纪
50 年代以后的事情
。1956 年夏季，在美国
Dartmouth 大学，由当时年青数学助教 J.Mc Ca rthy 和他的 3
位朋友（ 哈佛大学年青数学和神经学家、麻省理工学院教授 M
.L .Minsky 和 IB M 公司信息研究中心负责人 N .L ocheste r 以及贝尔实验室信息部数学研究员 C.E .Shannon ）共同发起，邀请 I BM 公司的 T.Moore 和
A.L.Samuel、麻省理工学院的 O.Se
lfridge 和 R.Solomonff 以及 RAND 公司的
A.Newell 和 Ca rna ge 工科大学的 H.
A.Sim on 等 10 名年青学者，举办了为期两个月的夏季学术讨论班，讨论机器智能问题。
在这次历史性的聚会上 ， 经 J.McCarthy 提议， 正式
采用了人工智能这一术语，第一次将人工智能作为一门独立学科的研究方向，标志着人工智能作为一门新兴学科正式诞生 ，J.McCarthy 因而被称为人工智能之父。这是一次具有历史意义的重要会议，它在此次会议之后，
形成了 3 个有代表性的研究小组，分别是
A.Newell 、J.Shaw 和 H.A.Sim
on 领导的心理学小组， A.L.Samuel 领导的 IBM 小组，以及 J.Mc Carthy 领导的 MIT
小组。
1956 年， A.Newell 和 H.A.Simon 等人编的程序证明了《数学原理》第二章
中的 38 条定理，第一次把求解方法和问题的领域知识分离开 。在机器学习方面，
・4 ・
第 1 章 绪论
IBM 工程研究组的 A.L.Samuel 于 1956 年研制出跳棋程序 ，具有自学习 、自组织、自适应的能力，能在下棋过程中积累经验，不断提高自己的棋艺。这是机器模拟 人类学习过程的 一次极有意义的探索 。1959 年这个程序战胜了设计者本人 ，1962 年又击败了美国一个州的跳棋冠军。在人工智能语言方面， 1958 年 J.McMarthy 发明了表处理语言
L ISP ，该语言是建造智能系统的重要工具。可以方便地处理符号，并很快成为人工智能程序设计的主要语言。
1969 年国际人工智能联合会成立并举行第一次学术会议 IJCAI –69 （
’69
International
Joint Conference on Artificial Intelligence ）， 以后每两年召开一次。
1974 年成立了欧洲人工智能学会并召开第一次会议
ECAI （European Conference on Artificial Intelligence ）， 也是每两年召开一次。在人工智能刊物方面，有人工智能国际性期刊《 Artificial Intelligence 》，爱丁堡大学杂志《 Machine Intelligence 》， 还有 IJCAI 会议论文集、ECAI 会议论文集等。此外， ACM 、AFIPS 和 IEEE 等刊物也刊载人工智能的论著。
1.2.2 萧条波折期（1967―1974）
人工智能在过去的这 10 年中获得迅速发展，取得了一些瞩目的成果，
使人们 产生了 乐观 的情绪。然而 ，当人们进行了比较深入的工作后，发现人工智能研究碰到的困难比原来想 像 的要多得多。例如 ， 1965 年发明的消解法( 归结原理)
曾给人们带来了希望，可很快就发现消解法的能力也有限 。Samuel
的下棋程序当 上 州冠军之后没能进一步当上全国冠军 ，更不要说世界冠军 了。在 机器翻译 方面 ，最初采用依靠词典的词到词的简单映射方法，结果没有成功 。在神经网络技术方面，人们发现从神经生理学角度研究人工智能 面临 几乎不可逾越的困难 ：电子线路模拟神经元及人脑没有成功 ；在 问题求解中 存在着 组合爆炸 的难题 ，例如 ， 国际 象棋走第一步
就 有 10120 种可能； 等等 。
这一切都说明 ：20
世纪 50 年代的盲目乐观和期望值过高，没有充分估计困难，人工智能的发展要比平时慢得多，而且遇到了严重的困难。20 世纪 60
年代中期至 70 年代初期人工智能受到了各种责难
和打击 ，人工智能 的研究 进入了萧条 、 波折 时期 。尽管社会压力很大 ，但这些并 没能动摇人工智能研究 者 的信念 ， 他们 认为 人工智能 的 研究比预料的要难得多
，前一段初步的成功掩盖了 人工智能
・5 ・
人工智能技术与方法
本质性的困难 ，为了打开困难的局面 ，必须检讨过去的技术 思想 ，以找到问题的症结 ， 不仅加强基础理论研究，
而且在专家系统、自然语 言理解、机器人、计算机视觉等方面 也开展 了很有成效的工作 。在 这个时期 里 ，出现了不少有代表性的成果 。
如 ELIEA 是 J.Weizenbaum 于 1968 年在 MIT 设计的基于“模式匹配”的自然语言系统
， 模拟心理治疗医生( 机器) 同一位患者( 用户) 进行交谈 。DENDRAL 是斯坦福大学计算机科学系 E.A.Feigenbaum 、化学家 C.Djerassi 及 J.Leberberg 等人于 1970
年研制出的世界上第一个专家系统 ，是对知识表示、存储、获取、推理及利用等技术的一次非常有益的探索，为以后专家系统的建造树立了榜样，其意义 远远超出了系统本身在实用上所创造的价值。MYCIN 是 E.H.Shortliffe 等人 在
1972 年～ 1974 年研制的医疗专家系统 ， 可给出处方
提 建议 及 提供抗菌剂治疗建议 ， 并 具 有 解 释 功 能 和 知
识 获 取 功 能 。 HEARSAY-I 是 卡 内 基 – 梅 隆 大 学
(CMU)L.D.Erman 等人于 1
973 年设计的自然语言理解系统， 具有一千多条词汇 ， 能以 60MI/s
的速度理解连贯的语言 ， 正确率达 85% ， 该系统对未来的知识系统的发展起着重要的推动作用。此外， 1970 年英国爱丁堡大学的 R.Kowalski
首先提 出 了 以 逻 辑 为 基 础 的 程 序 设 计 语 言 Prolog ， 1972 年 法 国 马 赛 大 学
的
A.C olmeraues 及其研究小组实现了第一个 Prolog 系统 。Prolog 被称为面向人工智能的 程序设计 语言 ， 成为继 LISP 语言之后的最主要的一种人工智能语言
。
1.2.3 第二个兴旺期(1975 ―1998)
1977 年第五届国际人工智能联合会会议上，E .A.Feigenbaum 教授在一篇题为
《 人工智能的艺术： 知识工程课题及实例研究
》 的特约文章中系统地阐述了专家系统的思想 ， 并提出 了“ 知识工 程” 的概念 。 自 人工智能 形成以来，科学家们遵循一条明确的指导思想：研究和总结人类思 维的普遍规律并用计算机模拟它的实现
， 创造一个万能的逻辑推理体系。E .A.Feigenbaum 认为： 万能的逻辑推理体系根本就不可能存在 ，其 最大的弱点 就是
缺乏知识 ， 它的主要技术( 状态空间搜索技术) 所面临的 困难 是“ 组合爆 炸” ， 要摆脱 这种 困境 ，
只有大量使用知识。 知识工程的概念使 人工智能的研究又有 了 新的转折点 ，
即从获取智能的基于能力的策略 ， 变成了基于知识的方法研究 。 知识作为智能的基础开始受到重视，
知识工程的方法
・6 ・
第 1 章 绪论
很快渗透了人工智能各个领域
， 促使人工智能从实验室研究走向实际应用。
20 世纪 80 年代中后期，人们研究通用的智
能机器或专家系统的设想 和 计划开始出现危机 ，首先 ，智能系统的实时性以及与环境的交互性不尽
如 人意，感知问题要解决很不容易，声音、图 像 、文字信息等多媒体信息处理也是个问题，而要模拟人的直觉、顿悟、灵感等智能就更难了 ； 其次， 人工智能问题在规模扩大后有了新问题，例如 ，专家系统走向一般化时出现了问题，问题不在存储量和检索速度，而在于专家系统的专用领域有质的变化，目标判断要求更高层的知识、常识、推理知识、通用概念和理论等 ； 最后，还有推理问题，常识的形式化问题没有解决，常用的一阶谓词推理与常识推理有较大差别。
于是 ，人工智 能研究人员开始再次反思反省
，认识到还有一系列的技术关键
问题需要 研究和解决 ， 例如 ，
常识性知识表示、非单调推理、不确定推理、机器学习、分布式人工智能、智能机器体系结构等基础性研究，以期取得突破性进展。同时，还要开展 人工智能的实际应用研究，特别是专家系统、自然语言理解、计算机视觉、智能机器人、机器翻译系统 等， 朝实用化 方向
迈进。 进入 20 世纪
90 年代，人工智能出现研究高潮，人工智能开始由单个智能主体研究转向基于网络 环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且
研究多个智能主体的多目标问题求解 ，人工智能面向实用，深入到社会生活的各个领域，出现了欣欣向荣的景象。
在 中国 ， 人工智能的整体研究起步都较晚， 虽然 机器翻译
在 1956 年 就开始规划和研究，
但是直到 1978 年才开始人工智能课题的全面研究
， 主要 集中 在定
理证明、汉语自然语言理解和机器翻译、专家系统、智能机器人等方面 ， 取得 了一些 研究 成果。20 世纪 80 年代 ， 中国相应成立中国人工智能学会及一些二级学会、中国计算机学会人工智能和模式识别专业委员会、中国自动化学会模式识别与机器智能专业委员会、中国中文信息学会计算语言学专业委员会、自然语言处理专业委员会、基础理论
专业委员会、人工智能与教育专业委员会等等，开展这方面的国内外学术交流。此外，也兴建了几个人工智能方面的国家重点实验室， 例如 ， 清华大学的智能技术与系统国家重点实验室、北京大学的语音图
像 国家重点实验室、中科院自动化所的模式识别国家重点实验室等等。
・7 ・