一、圖林與人工智能

　　介紹人工智能， 不能不從圖林說起。英國(guó)著名學(xué)者 阿蘭·圖林（A. Turing） 不僅以“紙上下棋機(jī)”率先探討了下棋與機(jī)器智能的聯(lián)系，他還是舉世公認(rèn)的“人工智能之父”。

　　圖林的一生充滿著未解之謎，他就象上天派往下界的神祗 ，匆匆而來，又匆匆而去，為人間留下了智慧，留下了深邃的思想，后人必須為之思索幾十年甚至幾百年。

　　許多文獻(xiàn)甚至提出，圖林不僅是“人工智能之父”，他也是“計(jì)算機(jī)之父”。曾擔(dān)任過馮·諾依曼助手的美國(guó)學(xué)者弗蘭克爾這樣寫到：“許多人都推舉馮·諾依曼為‘計(jì)算機(jī)之父‘，然而我確信他本人從來不會(huì)促成這個(gè)錯(cuò)誤。或許，他可以被恰當(dāng)?shù)胤Q為助產(chǎn)士，但是他曾向我，并且我肯定他也曾向別人堅(jiān)決強(qiáng)調(diào)：如果不考慮巴貝奇、阿達(dá)和其他人早先提出的有關(guān)概念，計(jì)算機(jī)的基本概念屬于圖林。”

　　正是馮·諾依曼本人親手把“計(jì)算機(jī)之父”的桂冠轉(zhuǎn)戴在圖林頭上。直到現(xiàn)在，計(jì)算機(jī)界仍有個(gè)一年一度“圖林獎(jiǎng)” ，由美國(guó)計(jì)算機(jī)學(xué)會(huì)（ACM）頒發(fā)給世界上最優(yōu)秀的電腦科學(xué)家，像科學(xué)界的諾貝爾獎(jiǎng)金那樣，是電腦領(lǐng)域的最高榮譽(yù)。阿蘭·圖林以其獨(dú)特的洞察力提出了大量有價(jià)值的理論思想，似乎都成為計(jì)算機(jī)發(fā)展史不斷追逐的目標(biāo)，不斷地被以后的發(fā)展證明其正確性。

　　圖林1912年6月23日出生于英國(guó)倫敦，孩提時(shí)代性格活潑好動(dòng)。3歲那年，他進(jìn)行了在科學(xué)實(shí)驗(yàn)方面的首次嘗試──把玩具木頭人的胳膊掰下來種植到花園里，想讓它們長(zhǎng)成更多的木頭人。 8歲時(shí)，圖林嘗試著寫了一部科學(xué)著作，題名《關(guān)于一種顯微鏡》，這個(gè)小孩雖然連單詞都拼錯(cuò)了許多，但畢竟寫得還像那么回事。在書的開頭和結(jié)尾，圖林都用同一句話“首先你必須知道光是直的”前后呼應(yīng)，但中間的內(nèi)容很短很短，可謂短得破了科學(xué)著作的紀(jì)錄。

　　1931年，圖林考入英國(guó)劍橋皇家學(xué)院。大學(xué)畢業(yè)后留校任教，不到一年，他就發(fā)表了幾篇很有份量的數(shù)學(xué)論文，被選為皇家學(xué)院最年輕的研究員，年僅22歲。1937年，倫敦權(quán)威的數(shù)學(xué)雜志又收到圖林一篇論文《論可計(jì)算數(shù)及其在判定問題中的應(yīng)用》，作為闡明現(xiàn)代電腦原理的開山之作，被永遠(yuǎn)載入了計(jì)算機(jī)的發(fā)展史冊(cè)。這篇論文原本是為了解決一個(gè)基礎(chǔ)性的數(shù)學(xué)問題：是否只要給人以足夠的時(shí)間演算，數(shù)學(xué)函數(shù)都能夠通過有限次機(jī)械步驟求得解答？傳統(tǒng)數(shù)學(xué)家當(dāng)然只會(huì)想到用公式推導(dǎo)證明它是否成立，可是圖林獨(dú)辟蹊徑地想出了一臺(tái)冥冥之中的機(jī)器。

　　圖林想象的機(jī)器說起來很簡(jiǎn)單：該計(jì)算機(jī)使用一條無限長(zhǎng)度的紙帶，紙帶被劃分成許多方格，有的方格被畫上斜線，代表“1”；有的沒有畫任何線條，代表“0”。該計(jì)算機(jī)有一個(gè)讀寫頭部件，可以從帶子上讀出信息，也可以往空方格里寫下信息。該計(jì)算機(jī)僅有的功能是：把紙帶向右移動(dòng)一格，然后把“1”變成“0”，或者相反把“0”變成“1”。

　　圖林設(shè)計(jì)的“理想計(jì)算機(jī)”被后人稱為“圖林機(jī)”，實(shí)際上是一種不考慮硬件狀態(tài)的計(jì)算機(jī)邏輯結(jié)構(gòu)。圖林還提出可以設(shè)計(jì)出另一種“萬能圖林機(jī)”，用來模擬其它任何一臺(tái)“圖林機(jī)”工作，從而首創(chuàng)了通用計(jì)算機(jī)的原始模型。圖林甚至還想到把程序和數(shù)據(jù)都儲(chǔ)存在紙帶上，比馮·諾依曼更早提出了“儲(chǔ)存程序”的概念。

　　阿蘭·圖林對(duì)計(jì)算機(jī)科學(xué)的貢獻(xiàn)也并非停留在“紙上談兵”。在第二次世界大戰(zhàn)期間，圖林應(yīng)征入伍，在戰(zhàn)時(shí)英國(guó)情報(bào)中心“布雷契萊莊園”（Bletchiy）從事破譯德軍密碼的工作，與戰(zhàn)友們一起制作了第一臺(tái)密碼破譯機(jī)。在圖林理論指導(dǎo)下，這個(gè)“莊園”后來還　　研制出破譯密碼的專用電子管計(jì)算機(jī)“巨人”（Colossus），在盟軍諾曼底登陸等戰(zhàn)役中立下了豐功偉績(jī)。

　　1945年，脫下軍裝的圖林，帶著大英帝國(guó)授予的最高榮譽(yù)勛章，被錄用為泰丁頓國(guó)家物理研究所高級(jí)研究員。由于有了布雷契萊的實(shí)踐，他提交了一份“自動(dòng)計(jì)算機(jī)”的設(shè)計(jì)方案，領(lǐng)導(dǎo)一批優(yōu)秀的電子工程師，著手制造一種名叫ACE的電腦。1950年， ACE電腦樣機(jī) 公開表演，被認(rèn)為是當(dāng)時(shí)世界上最快最強(qiáng)有力的電子計(jì)算機(jī)之一。

　　1950年，圖林來到曼徹斯特大學(xué)任教，并被指定為該大學(xué)自動(dòng)計(jì)算機(jī)項(xiàng)目的負(fù)責(zé)人。就在這年10月， 他的又一篇?jiǎng)潟r(shí)代論文《計(jì)算機(jī)與智能》 發(fā)表。這篇文章后來被改名為《機(jī)器能思維嗎？》，它引來的驚雷，今天還在震撼著電腦的世紀(jì)。在“第一代電腦”占統(tǒng)治地位的時(shí)期，這篇論文甚至可以作為“第五代電腦”和“第六代電腦”的宣言書。

　　圖林寫道：你無法制造一臺(tái)替你思考的機(jī)器，這是人們一般會(huì)毫無疑義接受下來的老生長(zhǎng)談。我的論點(diǎn)是：與人腦的活動(dòng)方式極為相似的機(jī)器是可以制造出來的。更有趣的是，圖林還設(shè)計(jì)了一個(gè)“圖林試驗(yàn)”，試圖通過讓機(jī)器模仿人回答某些問題，判斷它是否具備智能。圖林試驗(yàn)采用“問”與“答”模式，即觀察者通過控制打字機(jī)向兩個(gè)試驗(yàn)對(duì)象通話，其中一個(gè)是人，另一個(gè)是機(jī)器。要求觀察者不斷提出各種問題，從而辨別回答者是人還是機(jī)器。圖林還為這項(xiàng)試驗(yàn)親自擬定了幾個(gè)示范性問題：

　　問： 請(qǐng)給我寫出有關(guān)“第四號(hào)橋”主題的十四行詩(shī)。

　　答：不要問我這道題，我從來不會(huì)寫詩(shī)。

　　問：34957加70764等于多少？

　　答：（停30秒后）105721

　　問：你會(huì)下國(guó)際象棋嗎？

　　答：是的。

　　問：我在我的K1處有棋子K；你僅在K6處有棋子K，在R1處有棋子R?，F(xiàn)在輪到你走，你應(yīng)該下那步棋？

　　答：（停15秒鐘后）棋子R走到R8處，將軍！

　　圖林指出：“如果機(jī)器在某些現(xiàn)實(shí)的條件下，能夠非常好地模仿人回答問題，以至提問者在相當(dāng)長(zhǎng)時(shí)間里誤認(rèn)它不是機(jī)器，那么機(jī)器就可以被認(rèn)為是能夠思維的。”

　　從表面上看，要使機(jī)器回答按一定范圍提出的問題似乎沒有什么困難，可以通過編制特殊的程序來實(shí)現(xiàn)。然而，如果提問者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其困難的事情。例如，提問與回答呈現(xiàn)出下列狀況：

　　問：你會(huì)下國(guó)際象棋嗎？

　　答：是的。

　　問：你會(huì)下國(guó)際象棋嗎？

　　答：是的。

　　問：請(qǐng)?jiān)俅位卮?，你?huì)下國(guó)際象棋嗎？

　　答：是的。

　　你多半會(huì)想到，面前的這位是一部笨機(jī)器。如果提問與回答呈現(xiàn)出另一種狀態(tài)：

　　問： 你會(huì)下國(guó)際象棋嗎？

　　答：是的。

　　問：你會(huì)下國(guó)際象棋嗎？

　　答：是的，我不是已經(jīng)說過了嗎？

　　問：請(qǐng)?jiān)俅位卮?，你?huì)下國(guó)際象棋嗎？

　　答：你煩不煩，干嘛老提同樣的問題。

　　那么，你面前的這位，大概是人而不是機(jī)器。上述兩種對(duì)話的區(qū)別在于，第一種可明顯地感到回答者是從知識(shí)庫(kù)里提取簡(jiǎn)單的答案，第二種則具有分析綜合的能力，回答者知道觀察者在反復(fù)提出同樣的問題。“圖林試驗(yàn)”沒有規(guī)定問題的范圍和提問的標(biāo)準(zhǔn)，如果想要制造出能通過試驗(yàn)的機(jī)器，以我們現(xiàn)在的技術(shù)水平，必須在電腦中儲(chǔ)存人類所有可以想到的問題，儲(chǔ)存對(duì)這些問題的所有合乎常理的回答，并且還需要理智地作出選擇。

　　圖林曾預(yù)言，隨著電腦科學(xué)和機(jī)器智能的發(fā)展，本世紀(jì)末將會(huì)出現(xiàn)這樣的機(jī)器。在這點(diǎn)上，圖林也過于樂觀。但是，“圖林試驗(yàn)”大膽地提出“機(jī)器思維”的概念，為人工智能確定了奮斗的目標(biāo)，并指明了前進(jìn)的方向。

　　經(jīng)過人工智能學(xué)者幾十年不懈努力，目前的電腦已經(jīng)“學(xué)習(xí)”得相當(dāng)“聰明”。1993年11月，美國(guó)波士頓電腦博物館曾公開舉行了一次“圖林試驗(yàn)”。該博物館聘請(qǐng)了10位沒有受過電腦訓(xùn)練的波士頓市民充當(dāng)裁判，他們的任務(wù)是通過14分鐘問答交談，判別參賽者是電腦還是人。 經(jīng)過3小時(shí)的試驗(yàn)，居然有4個(gè)軟件騙過了至少1位裁判，它們侃談的話題分別是人際關(guān)系和大學(xué)生活等。有人不解地問道：難道圖林的預(yù)言已經(jīng)實(shí)現(xiàn)了？一位程序編制者解釋說：參賽的軟件都是圍繞特定的話題先存入了許多問題和答案，機(jī)器根據(jù)裁判提問中的關(guān)鍵詞對(duì)號(hào)入座，無非故意摹仿人作答時(shí)的語(yǔ)氣來“欺騙”裁判?？茖W(xué)家仍然一致認(rèn)為，要完全按照?qǐng)D林的設(shè)想不規(guī)定話題，那么人工智能還要走過漫長(zhǎng)的路程。比賽組委會(huì)也對(duì)實(shí)現(xiàn)這一目標(biāo)的軟件選手懸賞10萬美金。

　　1954年，圖林就要跨進(jìn)他人生的第42個(gè)年頭，風(fēng)華正茂，正處于生命最輝煌的創(chuàng)造巔峰期，計(jì)算機(jī)科學(xué)界翹首等待著他新的發(fā)現(xiàn)和發(fā)明。6月8日清晨，圖林的女管家象往常一樣走進(jìn)他的臥室，臺(tái)燈還亮著，書桌上放著一封準(zhǔn)備寄出的信，床頭柜上有個(gè)只吃了一小半的蘋果。圖林安祥地沉睡在床上，他永遠(yuǎn)地睡著了，再也沒有醒來……

　　阿蘭·圖林，一顆正在升起的巨星突然隕落，巨大的噩耗震驚了全世界。就在他吃剩的那只蘋果里，法醫(yī)檢驗(yàn)出氰化鉀殘液。朋友們絕不相信所謂“圖林服毒自殺”的傳聞，認(rèn)為圖林可能死于無法解釋的意外事故，他的死無疑是電腦科學(xué)界的巨大損失。

　　圖林開創(chuàng)了計(jì)算機(jī)科學(xué)的重要分支──人工智能，雖然他當(dāng)時(shí)并沒有明確使用這個(gè)術(shù)語(yǔ)。把“圖林獎(jiǎng)”獲獎(jiǎng)?wù)咦饕唤y(tǒng)計(jì)后就會(huì)發(fā)現(xiàn)，許多電腦科學(xué)家恰好是在人工智能領(lǐng)域作出的杰出貢獻(xiàn)。例如，1969年“圖林獎(jiǎng)”獲得者是哈佛大學(xué)的明斯基（M.Minsky）；1971年“圖林獎(jiǎng)”獲得者是達(dá)特莫斯大學(xué)的麥卡錫（J.McCarthy）；1975年“圖林獎(jiǎng)”則由卡內(nèi)基—梅隆大學(xué)的紐厄爾（A. Newell）和赫伯特·西蒙（H.Simon）共同獲得。正是這些人，把圖林開創(chuàng)的事業(yè)演繹為意義深遠(yuǎn)的“達(dá)特莫斯會(huì)議”。

二、達(dá)特莫斯會(huì)議

　　1956年夏天， 美國(guó)達(dá)特莫斯大學(xué)（Dartmouth）召開了一次影響深遠(yuǎn)的歷史性會(huì)議。這次聚會(huì)本來屬于朋友間沙龍式的學(xué)術(shù)研討，與會(huì)者也僅僅只有10個(gè)人。主要發(fā)起人是該校青年助教 麥卡錫 ，此外會(huì)議發(fā)起者還有哈佛大學(xué)明斯基、貝爾實(shí)驗(yàn)室申龍（E.Shannon）和IBM公司信息研究中心羅徹斯特（N. Lochester），他們邀請(qǐng)了卡內(nèi)基—梅隆大學(xué)紐厄爾和赫伯特·西蒙、麻省理工學(xué)院塞夫里奇（O. Selfridge）和索羅門夫（R.Solomamff），以及IBM公司塞繆爾（A.Samuel）和莫爾（T.More）。這些青年學(xué)者的研究專業(yè)包括數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和電腦科學(xué)，分別從不同的角度共同探討人工智能的可能性。他們的名字人們并不陌生，例如申龍是《信息論》的創(chuàng)始人，塞繆爾編寫了第一個(gè)電腦跳棋程序，麥卡錫、明斯基、紐厄爾和西蒙都是“圖林獎(jiǎng)”的獲獎(jiǎng)?wù)摺?

　　達(dá)特莫斯會(huì)議歷時(shí)長(zhǎng)達(dá)兩個(gè)多月，學(xué)者們?cè)诔浞钟懻摰幕A(chǔ)上，首次提出了“人工智能” （Artificial Intelligence）這一術(shù)語(yǔ)，標(biāo)志著人工智能（AI）作為一門新興學(xué)科正式誕生。

　　智能是人類具有的特征之一，然而，對(duì)于什么是人類智能（或者說智力），科學(xué)界至今還沒有給出令人滿意的定義。有人從生物學(xué)角度定義為“中樞神經(jīng)系統(tǒng)的功能”，有人從心理學(xué)角度定義為“進(jìn)行抽象思維的能力”，甚至有人同義反復(fù)地把它定義為“獲得能力的能力”，或者不求甚解地說它“就是智力測(cè)驗(yàn)所測(cè)量的那種東西”。正如《大不列顛百科全書》指出的那樣，這些定義并未被人們所普遍接受。既然連人類智能都無法給出精確的定義，對(duì)人工智能也只好眾說紛紜了。例如，西蒙認(rèn)為：AI是學(xué)會(huì)怎樣編制計(jì)算機(jī)程序完成機(jī)智的行為，學(xué)習(xí)人類怎樣做這些機(jī)智行為；明斯基則認(rèn)為人工智能一方面幫助人的思考，另一方面使計(jì)算機(jī)更有用。鑒于圖林是用行為來判斷機(jī)器是否具有智能，麻省理工學(xué)院溫斯頓（P. Winston）在AI教科書里下定義說：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能的工作。”

　　讓我們姑且接受溫斯頓的這種含糊的定義，它至少使我們明確了，達(dá)特莫斯會(huì)議確立的這一新興學(xué)科，研究的對(duì)象仍然是一種電腦系統(tǒng)，這種電腦能夠表現(xiàn)出人類智力活動(dòng)的特征，從而延伸和“放大”人類的智能。

　　無可辯駁的事實(shí)說明，現(xiàn)代電腦是一種具有高超能力的機(jī)器，它的種類多，價(jià)格低，體積小，用途廣，它在計(jì)算、控制和數(shù)據(jù)處理方面，廣泛替代人類完成了大量的工作，甚至比人做得更加出色。那么，不妨仿照“圖林試驗(yàn)”，請(qǐng)它做幾件簡(jiǎn)單的工作，探討這種機(jī)器的智能究竟能達(dá)到多高的水平。讓世界上運(yùn)算速度最高的超級(jí)電腦計(jì)算一個(gè)小小的題目：“樹上有10只鳥，被獵人用槍打下1只， 問樹上還剩下幾只鳥？ ” 這臺(tái)超級(jí)電腦或許對(duì)此不屑一顧， 或許會(huì)在0.0000000001秒時(shí)間內(nèi)， 斬釘截鐵地輸出答案“9只！”如果你把同樣的問題問小學(xué)一年級(jí)學(xué)生，有誰會(huì)回答說是“9只”呢？連小學(xué)生都能正確推理的問題，電腦卻不會(huì)。

　　幼兒園的孩子也能自己橫穿馬路。老師告訴他：過馬路前先向兩邊看，附近沒有汽車再橫穿。小朋友記住了這些常識(shí)，即使在較遠(yuǎn)處有駛來的汽車，他也敢于不慌不忙穿過馬路?，F(xiàn)在，假如有一位盲人也想橫穿馬路，請(qǐng)來電腦幫助計(jì)算。那么，電腦會(huì)向他提出各種問題：馬路寬度是多少米？附近有汽車嗎？最近的一輛離我們多遠(yuǎn)？時(shí)速是每小時(shí)多少公里？這些都是電腦計(jì)算所必須輸入的基本數(shù)據(jù)，它不會(huì)根據(jù)生活常識(shí)進(jìn)行模糊判斷。

　　無須把“試驗(yàn)”繼續(xù)進(jìn)行下去。凡是長(zhǎng)期與電腦打交道的人難免會(huì)產(chǎn)生這些的感覺：一方面，電腦能計(jì)算出10億位的π值，能快速處理全國(guó)人口普查的海量數(shù)據(jù)，能精確地控制宇宙飛船登上月球的每一步驟，使任何聰明絕頂?shù)娜嗽谒媲岸枷嘈我娊I；另一方面，電腦的智力水平可以說連普通3歲孩童都不如。 正如1980年國(guó)外有人給它下的一個(gè)通俗的定義：“快速的、按規(guī)矩行事的傻子機(jī)器。”。

　　人工智能科學(xué)想要解決的問題，是讓電腦也具有人類那種聽、說、讀、寫、思考、學(xué)習(xí)、適應(yīng)環(huán)境變化、解決各種實(shí)際問題等等能力。換言之，人工智能是電腦科學(xué)的一個(gè)重要分支，它的近期目標(biāo)是讓電腦更聰明、更有用，它的遠(yuǎn)期目標(biāo)是使電腦變成“像人一樣具有智能的機(jī)器”。

　　1956年作為人工智能興起的標(biāo)志事出有因：就在這一年，塞繆爾的《跳棋機(jī)》電腦程序研制成功，揭開了機(jī)器挑戰(zhàn)人類智能的序幕，直到40年后把卡斯帕洛夫逼下了“棋王”寶座，機(jī)器博弈也成為AI研究的一個(gè)重要領(lǐng)域。
三、機(jī)器數(shù)學(xué)家

1956年AI研究另外一個(gè)重大的突破，是 紐厄爾、赫伯特·西蒙 等人合作編制的《邏輯理論機(jī)》數(shù)學(xué)定理證明程序（簡(jiǎn)稱LT），從而使機(jī)器邁出了邏輯推理的第一步。

在卡內(nèi)基—梅隆大學(xué)的計(jì)算機(jī)實(shí)驗(yàn)室，紐厄爾和西蒙從分析人類解答數(shù)學(xué)題的技巧入手，讓一些人對(duì)各種數(shù)學(xué)題作周密的思考，要求他們不僅寫出求解的答案，而且說出自己推理的方法和步驟。通過大量的觀察實(shí)例，紐厄爾和赫伯特·西蒙廣泛收集了人類求解一般性問題的各種方案。他們發(fā)現(xiàn)，人們求解數(shù)學(xué)題通常是用試湊的辦法進(jìn)行的，試湊時(shí)不一定列出了所有的可能性，而是用邏輯推理來迅速縮小搜索范圍。

經(jīng)過反復(fù)的實(shí)驗(yàn)，紐厄爾和赫伯特·西蒙進(jìn)一步認(rèn)識(shí)到，人類證明數(shù)學(xué)定理也有類似的思維規(guī)律，通過“分解”（把一個(gè)復(fù)雜問題分解為幾個(gè)簡(jiǎn)單的子問題）和“代入”（利用已知常量代入未知的變量）等方法，用已知的定理、公理或解題規(guī)則進(jìn)行試探性推理，直到所有的子問題最終都變成已知的定理或公理，從而解決整個(gè)問題。人類求證數(shù)學(xué)定理也是一種啟發(fā)式搜索，與電腦下棋的原理異曲同工。

在實(shí)驗(yàn)結(jié)果的啟發(fā)下，紐厄爾和赫伯特·西蒙便利用這個(gè)LT程序向數(shù)學(xué)定理發(fā)起了激動(dòng)人心的沖擊。電腦果然不孚眾望，它一舉證明了數(shù)學(xué)家羅素的數(shù)學(xué)名著《數(shù)學(xué)原理》第二章中的38個(gè)定理。1963年，經(jīng)過改進(jìn)的LT程序在一部更大的電腦上，最終完成了第二章全部52條數(shù)學(xué)定理的證明?；谶@一成功，紐厄爾和赫伯特·西蒙把LT程序擴(kuò)充到人類求解一般問題的過程，設(shè)想用機(jī)器模擬具有普遍意義的人類思維活動(dòng)。他們編制了能解答十種類型不同問題的“通用問題求解程序” （GPS），從而開拓出人工智能中“問題求解”的一大領(lǐng)域。

在紐厄爾和赫伯特·西蒙之后，美籍華人學(xué)者、洛克菲勒大學(xué)教授王浩在“自動(dòng)定理證明”上獲得了更大的成就。1959年，王浩用他首創(chuàng)的“王氏算法”，在一臺(tái)速度不高的IBM704電腦上再次向《數(shù)學(xué)原理》發(fā)起挑戰(zhàn)。不到9 分鐘，王浩的機(jī)器把這本數(shù)學(xué)史上視為里程碑的著作中全部（350條以上） 的定理，統(tǒng)統(tǒng)證明了一遍。該書作者、數(shù)學(xué)大師羅素得知此事后感慨萬端，他在信里寫到：“我真希望，在懷海特和我浪費(fèi)了10年的時(shí)間用手算來證明這些定理之前，就知道有這種可能。”王浩教授因此被國(guó)際上公認(rèn)為機(jī)器定理證明的開拓者之一。

人工智能定理證明研究最有說服力的例子， 是機(jī)器證明了困擾數(shù)學(xué)界長(zhǎng)達(dá)100余年之久的難題──“四色定理”。據(jù)說，“四色問題”最早是1852年由一位21歲的大學(xué)生提出來的數(shù)學(xué)難題：任何地圖都可以用最多四種顏色著色，就能區(qū)分任何兩相鄰的國(guó)家或區(qū)域。這個(gè)看似簡(jiǎn)單的問題，就象“哥德巴赫猜想”一樣，屬于世界上最著名的數(shù)學(xué)難題之一。

1976年6月，美國(guó)伊利諾斯大學(xué)的兩位數(shù)學(xué)家沃爾夫?qū)?#183;哈肯（W.Haken）和肯尼斯·阿佩爾（K. Apple） 宣布， 他們成功地證明了這一定理，使用的方法就是機(jī)器證明。當(dāng)“四色定理”被證明的消息傳出后，許多大學(xué)的教師都紛紛中斷講課，打開香檳酒以示慶賀。在該定理被證明的所在地伊利諾斯州烏班納，連郵政局員工都欣喜若狂，他們?cè)诩某龅乃行偶隙技由w了“四色是足夠的”字樣郵戳。

哈肯和阿佩爾攻克這一難題使用的方法仍然是前人常用的“窮舉歸納法”，只是用手工計(jì)算無論如何也不能“窮舉”所有的可能性。哈肯和阿佩爾編制出一種很復(fù)雜的程序，讓3臺(tái)IBM360電腦自動(dòng)高速尋找各種可能的情況， 并逐一判斷它們是否可以被“歸納”。十幾天后， 共耗費(fèi)1200個(gè)機(jī)時(shí)，做完200億個(gè)邏輯判斷，電腦終于證明了“四色定理”。雖然至今有些從事純數(shù)學(xué)研究的學(xué)者仍對(duì)此半信半疑，那冗長(zhǎng)乏味的證明難道就是最后結(jié)論？ 他們毫無辦法來驗(yàn)證電腦是否真正給出了答案，200億個(gè)邏輯判斷是凡人不可能逐一檢驗(yàn)的天文數(shù)字。如果你有興趣深入探討，可以自己去研究《伊利諾斯數(shù)學(xué)雜志》第21卷刊載的檢驗(yàn)表，那張表足有460頁(yè)厚，可能會(huì)消磨掉你10年的光陰。

攻克“四色定理”似乎應(yīng)該昭示機(jī)器證明時(shí)代的來臨?？墒?，直到今天，它仍然是著名數(shù)學(xué)難題被電腦證明的絕無僅有的一例。人工智能先驅(qū)們認(rèn)真地研究下棋，研究機(jī)器定理證明，但效果仍不盡如人意。問題的癥結(jié)在于，雖然機(jī)器能夠解決一些極其錯(cuò)綜復(fù)雜的難題，但是有更多的工作，對(duì)人來說是簡(jiǎn)單到不能再簡(jiǎn)單的事情，對(duì)電腦卻難似上青天。

人類的智能最重要的部分，可能并不是慎密的邏輯推理，而是能掌握和運(yùn)用那些極普通的常識(shí)，有效地解決現(xiàn)實(shí)問題。60年代末，由于許多世界一流的人工智能學(xué)者過高地估計(jì)了智能電腦的能力，而現(xiàn)實(shí)卻一再無情地打破了他們樂觀的夢(mèng)想，以致遭到越來越多的嘲笑和反對(duì)。AI研究曾一度墮入低谷，出現(xiàn)了所謂“黑暗時(shí)期”。


四、知識(shí)就是力量

　　“長(zhǎng)江后浪推前浪”，1977年，曾是赫伯特·西蒙的研究生、斯坦福大學(xué)青年學(xué)者費(fèi)根鮑姆（E.Feigenbaum），在第五屆國(guó)際人工智能大會(huì)上提出了“知識(shí)工程”的概念，標(biāo)志著AI研究從傳統(tǒng)的以推理為中心，進(jìn)入到以知識(shí)為中心的新階段。人工智能重新獲得人們的普遍重視，逐步跨進(jìn)了復(fù)興期。

　　在大學(xué)的一次講演中，費(fèi)根鮑姆向聽眾發(fā)起挑戰(zhàn)：“各位正在研究博弈問題，下棋和邏輯推理都屬于博弈。假如你們解決了下棋和邏輯推理，那么博弈問題也就得到了解決，各位正在做的僅此而已。請(qǐng)大家跨入真實(shí)世界，努力解決現(xiàn)實(shí)世界中的問題吧！”他具體介紹了他們開發(fā)的第一個(gè)“專家系統(tǒng)”，并提出“知識(shí)庫(kù)”、“知識(shí)表達(dá)”和“知識(shí)工程”等一系列全新的概念。

　　要說明什么是“專家系統(tǒng)”，必須弄清什么是人類“專家”。一個(gè)人要成為專家，至少必須掌握某一學(xué)科淵博的知識(shí)，具有豐富的實(shí)踐經(jīng)驗(yàn)，能解決一般人不能夠解決的疑難問題。專家的數(shù)量和質(zhì)量標(biāo)志著一個(gè)國(guó)家、一個(gè)時(shí)代的科學(xué)水平。

　　費(fèi)根鮑姆構(gòu)建的“專家系統(tǒng)”，就是要在機(jī)器智能與人類智慧集大成者──專家的知識(shí)經(jīng)驗(yàn)之間建造橋梁。他解釋說：專家系統(tǒng)“是一個(gè)已被賦予知識(shí)和才能的計(jì)算機(jī)程序，從而使這種程序所起到的作用達(dá)到專家的水平。”這種“專家水平”意味著醫(yī)學(xué)教授作出診斷和治療的水平，高級(jí)工程師從事工程技術(shù)研究和開發(fā)的水平，特級(jí)教師在課堂上傳授知識(shí)的水平。專家系統(tǒng)是人類專家可以信賴的高水平智力助手。

　　人類專家的知識(shí)通常包括兩大類。一類是書本知識(shí)，它可能是專家在學(xué)校讀書求學(xué)時(shí)所獲，也可能是專家從雜志、書籍里自學(xué)而來；然而，僅僅掌握了書本知識(shí)的學(xué)者還不配稱為專家，專家最為寶貴的知識(shí)是他憑借多年的實(shí)踐積累的經(jīng)驗(yàn)知識(shí)，這是他頭腦中最具魅力的知識(shí)瑰寶。在AI研究里，這類知識(shí)稱之為“啟發(fā)式知識(shí)”。

　　由于專家本人不一定了解電腦程序，構(gòu)建專家系統(tǒng)還必須有所謂“知識(shí)工程師”參與，幫助領(lǐng)域?qū)＜覐念^腦中挖掘啟發(fā)式知識(shí)，并設(shè)計(jì)知識(shí)庫(kù)和知識(shí)推理程序。因此，專家系統(tǒng)又被稱為知識(shí)工程，據(jù)說，這兩種不同的稱謂在英國(guó)和日本涇渭分明：英國(guó)學(xué)界崇尚科學(xué)，成為專家是人們追逐的境界；而日本學(xué)界推崇技術(shù)，工程師是人們向往的職業(yè)，于是，才有了“專家系統(tǒng)”與“知識(shí)工程”兩種同義的名稱。

　　1965年， 在斯坦福大學(xué)化學(xué)專家的配合下，費(fèi)根鮑姆研制的第一個(gè)專家系統(tǒng)DENDRAL是化學(xué)領(lǐng)域的“專家”。在輸入化學(xué)分子式和質(zhì)譜圖等信息后，它能通過分析推理決定有機(jī)化合物的分子結(jié)構(gòu)，其分析能力已經(jīng)接近、甚至超過了有關(guān)化學(xué)專家的水平。該專家系統(tǒng)為AI的發(fā)展樹立了典范，其意義遠(yuǎn)遠(yuǎn)超出了系統(tǒng)本身在實(shí)用上創(chuàng)造的價(jià)值。在費(fèi)根鮑姆發(fā)表演講后， 專家系統(tǒng)如同雨后春筍迅速遍及世界各地。為繼承DRNDRAL的衣缽，化學(xué)領(lǐng)域判斷結(jié)構(gòu)的專家系統(tǒng)大量涌現(xiàn)，有判斷蛋白質(zhì)結(jié)構(gòu)的，有判定原子排列結(jié)構(gòu)的，有推論未知化合物分子結(jié)構(gòu)的，目前已呈汗牛充棟之勢(shì)。此外，在極其廣泛的領(lǐng)域， 人工智能研究者構(gòu)建了不計(jì)其數(shù)的“電腦專家” 。 如數(shù)學(xué)專家MACSYMA，農(nóng)業(yè)專家PLANT，生物專家MOLGEN，地質(zhì)探礦專家PROSPECTOR，教育專家GUIDON，法律專家LDS，軍事專家ACES、ADEPT、ANALYST等系統(tǒng)。

　　專家系統(tǒng)最成功的實(shí)例之一， 是1976年美國(guó)斯坦福大學(xué)肖特列夫（Shortliff）開發(fā)的醫(yī)學(xué)專家系統(tǒng)MYCIN，這個(gè)系統(tǒng)后來被知識(shí)工程師視為“專家系統(tǒng)的設(shè)計(jì)規(guī)范”。MYCIN主要用于協(xié)助醫(yī)生診斷腦膜炎一類的細(xì)菌感染疾病。在MYCIN的知識(shí)庫(kù)里，大約存放著450條判別規(guī)則和1000條關(guān)于細(xì)菌感染方面的醫(yī)學(xué)知識(shí)。它一邊與用戶進(jìn)行對(duì)話，一邊進(jìn)行推理診斷。它的推理規(guī)則稱為“產(chǎn)生式規(guī)則”，類似于：“IF（打噴嚏）OR（鼻塞）OR（咳嗽），THEN（有感冒癥狀）”這種醫(yī)生診斷疾病的經(jīng)驗(yàn)總結(jié)，最后顯示出它“考慮”的可能性最高的病因，并以給出用藥的建議而結(jié)束。

　　80年代以后的專家系統(tǒng)逐步朝著大型化、集成化發(fā)展，使它從狹窄的專業(yè)領(lǐng)域走向?qū)拸V的多科領(lǐng)域，知識(shí)工程開始具備了方法學(xué)的性質(zhì)。例如，上述那個(gè)著名的醫(yī)學(xué)專家系統(tǒng)MYCIN被研究者抽掉其具體醫(yī)學(xué)知識(shí)內(nèi)容而構(gòu)成一個(gè)框架系統(tǒng)EMYCIN， 如果向其中充實(shí)其他學(xué)科的具體知識(shí)，它就能變成不同學(xué)科領(lǐng)域的專家?？梢哉J(rèn)為，EMYCIN成了一種“建造專家系統(tǒng)的專家系統(tǒng)”。

　　費(fèi)根鮑姆是人工智能領(lǐng)域的后來者，他以“知識(shí)工程”的創(chuàng)新思想，最終躋身于人工智能一代宗師的行列。1994年，第二屆世界專家系統(tǒng)大會(huì)又提出鮮明的主題：“專家系統(tǒng)向21世紀(jì)全面推進(jìn)”，再次表明費(fèi)根鮑姆倡導(dǎo)的知識(shí)工程在未來世紀(jì)強(qiáng)大的生命力。早在17世紀(jì)初，英國(guó)哲學(xué)家培根提出了“知識(shí)就是力量”的著名論斷。面對(duì)人工智能學(xué)科的迅猛發(fā)展，費(fèi)根鮑姆充滿激情地補(bǔ)充說：“知識(shí)就是力量，電子計(jì)算機(jī)則是這種力量的放大器，而能把人類知識(shí)予以放大的機(jī)器，也會(huì)把一切方面的力量予以放大。”
五、會(huì)看會(huì)聽的機(jī)器

　　1997年12月，美國(guó)微軟公司比爾·蓋茨第五次訪問中國(guó)，為在中國(guó)舉辦的微軟專業(yè)開發(fā)人員大會(huì)助陣。在清華大學(xué)等處的演講中，蓋茨先生一方面說到美國(guó)已有40％的家庭擁有個(gè)人電腦，一方面又反復(fù)強(qiáng)調(diào)這個(gè)數(shù)量還是太少。他認(rèn)為，必須讓電腦能夠識(shí)別自然語(yǔ)言，才能使電腦走出專家的圈子，普及到每個(gè)家庭。當(dāng)介紹到微軟正在著手開發(fā)手寫輸入和語(yǔ)音識(shí)別軟件時(shí)，比爾·蓋茨當(dāng)場(chǎng)為聽眾播放了一段電腦識(shí)別人體語(yǔ)言的錄像，精彩的情節(jié)引起了與會(huì)者濃厚的興趣。 人們看到一臺(tái)電腦正在分辨人用點(diǎn)頭或搖頭表示YES和NO的動(dòng)作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤“三子棋”。

　　比爾·蓋茨提及的人體動(dòng)作識(shí)別、手寫輸入和語(yǔ)音識(shí)別，都屬于人工智能模式識(shí)別的范疇， 它要在實(shí)現(xiàn)電腦與人交流的基礎(chǔ)上， 使電腦變成像人一樣“會(huì)看”、“會(huì)聽”的“智能動(dòng)物”。

　　人之所以能夠根據(jù)外界環(huán)境做出相應(yīng)的反應(yīng)，是因?yàn)槿丝梢愿兄姺睆?fù)雜的信息并加以識(shí)別。電腦也需要有像人類那樣的感覺器官接受信息，進(jìn)而根據(jù)信息分辨和識(shí)別外界各種事物。目前在多媒體電腦里，我們已經(jīng)為它配置了一大批“感覺器官”，即外部輸入設(shè)備，如鍵盤、鼠標(biāo)、掃描儀、觸摸屏、話筒、數(shù)字?jǐn)z像機(jī)……，類似于人的五官之類的東西應(yīng)有盡有。然而，電腦把外界輸入的有所信息統(tǒng)統(tǒng)都轉(zhuǎn)換成比特方式儲(chǔ)存，它自己并不知道“看到”和“聽到”的是什么東西。

　　模式識(shí)別是近30年來得到迅速發(fā)展的人工智能分支學(xué)科。但是，對(duì)于什么是“模式”，或者什么是機(jī)器（也包括人）能夠辨認(rèn)的模式，迄今尚無確切的定義。這里，我們又一次遇到了如同定義“人工智能”一樣的困惑。我們只能形象地解釋說，人之所以能識(shí)別圖象、聲音、動(dòng)作，文字字形、面部表情等等，因?yàn)樗鼈兌即嬖谥从称涮卣鞯哪撤N模式。這種解釋仍屬同義反復(fù)，根本沒有詮釋模式的內(nèi)涵和外延。連人工智能專家卡納爾（L.Kanal）也認(rèn)為：“如果一旦出現(xiàn)了對(duì)模式的定義并被證實(shí)能夠推動(dòng)理論的發(fā)展，那將標(biāo)志著人類智力的一大進(jìn)步。雖然如此，目前的局面并不影響模式識(shí)別在各領(lǐng)域中廣泛的應(yīng)用。”

　　電腦模式識(shí)別技術(shù)最初起源于圖象識(shí)別的需要，比如協(xié)助警方根據(jù)照片從茫茫人海里搜尋某個(gè)罪犯，或者幫助醫(yī)生把顯微鏡下觀察的細(xì)菌形態(tài)進(jìn)行分類，確認(rèn)它是球菌、桿菌還是弧菌。嚴(yán)格地說，模式識(shí)別又不是簡(jiǎn)單的分類學(xué)，它的目標(biāo)包括對(duì)于識(shí)別對(duì)象的描述、理解與綜合。

　　如果不是電腦，而是人腦接受到視覺器官（如眼睛和視網(wǎng)膜）傳遞來的信息，它究竟是怎樣識(shí)別和區(qū)分大千世界的萬物呢？一種可能的解決方案是：圖象上的每一點(diǎn)都用一個(gè)神經(jīng)細(xì)胞與之對(duì)應(yīng)并逐一判別，最后綜合為整體；但是，既使只描述圖象局部的大致輪廓，神經(jīng)元的數(shù)目仍不敷使用。另一種可能的方案更符合實(shí)際：大腦感知的不是圖象上所有的點(diǎn)，而是其輪廓中最典型的特征，如線段、角度、弧度、反差、顏色等等，把它們從圖象中抽取出來，然后結(jié)合頭腦中過去的記憶和有關(guān)經(jīng)驗(yàn)和知識(shí)分析判斷。“特征抽取”也是電腦圖象識(shí)別的基礎(chǔ)。若根據(jù)一張照片讓電腦在一群人中間辨認(rèn)出某個(gè)人，可以先把這張照片輸入電腦，抽取照片上人像上的特征，比如鼻子、嘴巴、眼睛和輪廓特點(diǎn)，進(jìn)行分類和加工，存放在機(jī)器里作為識(shí)別那個(gè)人的“模板”。然后，讓所有的人都接受光電設(shè)備的掃描，把他們的圖象與機(jī)器預(yù)先存放的“模板”一一匹配。只要待辨認(rèn)的人躲在這群人中間，哪怕他化了裝，留了長(zhǎng)發(fā)，蓄了胡須，也逃不脫電腦的“火眼金睛”。這種圖象識(shí)別方法又稱為“模板匹配”，它已經(jīng)廣泛運(yùn)用于公安部門識(shí)別犯罪嫌疑人的偵破工作。

　　有消息報(bào)道說， 1990年日本研制的人像識(shí)別機(jī)，可在1秒鐘內(nèi)中從3500人中識(shí)別到你要找的人。1997年我國(guó)武漢市公安部門，也首次成功地運(yùn)用這項(xiàng)技術(shù)破獲了一起犯罪案件。此外，用電腦識(shí)別指紋的技術(shù)已日趨成熟，美國(guó)、日本等發(fā)達(dá)國(guó)家正在運(yùn)用電腦管理上百萬甚至上千萬人的指紋檔案， 世界上最快速的指紋識(shí)別系統(tǒng)，可以在0.1秒內(nèi)查證出某個(gè)人的相關(guān)資料。近年來，由于互聯(lián)網(wǎng)絡(luò)的興起，指紋識(shí)別的應(yīng)用已經(jīng)擴(kuò)展到金融、出入境、戶政、上下班打卡等管理工作，指紋將作為辨別個(gè)人身份的特殊“印章”。

　　進(jìn)一步“使電腦能夠辨認(rèn)人的臉部和表情，”正如《數(shù)字化生存》作者尼葛洛龐帝教授指出的那樣，“是一個(gè)令人生畏的技術(shù)挑戰(zhàn)。”據(jù)說在八十年代末期，日本研制了一個(gè)根據(jù)人臉辨別出不同人種的識(shí)別程序，并將它送到國(guó)際智能學(xué)術(shù)會(huì)議上展示。一位黃皮膚黑眼睛的日本人上前接受檢驗(yàn)，電腦正確地指出“這是日本人”。可是，當(dāng)一位金發(fā)碧眼白皮膚的西方學(xué)者第二個(gè)接受檢驗(yàn)時(shí)，電腦經(jīng)過長(zhǎng)時(shí)間的“思考”后，居然顯示出“這不是人”的結(jié)論，引來滿場(chǎng)大笑，程序設(shè)計(jì)者趕快把程序語(yǔ)句修改為顯示“不認(rèn)識(shí)”，可這也于事無補(bǔ)。

　　圖象模式識(shí)別技術(shù)比較成功的運(yùn)用領(lǐng)域是文字識(shí)別。如果把每一個(gè)中文漢字或西文字母都視為一個(gè)小圖形，模板匹配的方法自然可以移植到文字識(shí)別過程中。目前， 印刷體文字識(shí)別軟件早已經(jīng)進(jìn)入商品化階段，被稱為OCR光學(xué)字符識(shí)別軟件。通?？蓪?、報(bào)紙等印刷品上的文字用掃描儀輸入，首先經(jīng)過特征抽取處理，例如，某字的筆畫有幾筆，收尾端點(diǎn)有幾個(gè)，拐角有多少等等。在電腦里已經(jīng)預(yù)先保存了各種字的圖形和它們的特征，也稱為“模板”，全部模板就構(gòu)成一部“模板字典庫(kù)”。由于要考慮字體、字號(hào)、紙張、油墨等因素影響，每一個(gè)字都有若干套不同的模板。接下來就是將抽取到的文字特征與模板字典逐一匹配，直到在字典庫(kù)中尋找到最接近的模板為止。運(yùn)用這種方法，對(duì)于印刷體文字，電腦能夠以“一目十行”的速度進(jìn)行閱讀。此外，實(shí)時(shí)跟蹤人手寫字的筆畫順序來識(shí)別手寫文字的模式識(shí)別技術(shù)，也已經(jīng)達(dá)到實(shí)用化程度，諸如常見的漢字筆輸入軟件。

　　不過，目前難以攻克的技術(shù)難關(guān)是所謂“脫機(jī)識(shí)別手寫文字”，即讓電腦看懂事前寫在紙上的手寫文字。如果也采用類似印刷體文字識(shí)別的模板匹配方法識(shí)別手寫漢字，由于每個(gè)人的手寫字體和書寫習(xí)慣絕不會(huì)完全相同，12億中國(guó)人就需要12億套模板，每套模板都必須儲(chǔ)存數(shù)以萬計(jì)的漢字，叫電腦從何匹配？為了做好手寫漢字脫機(jī)識(shí)別的基礎(chǔ)工作，我國(guó)科學(xué)家曾從不同范圍、不同職業(yè)、不同文化程度的大量書寫人員中選擇了一批有代表性的典型樣本，建立了1000套樣張的手寫漢字樣本庫(kù)，每套樣張均包括近4000個(gè)常用漢字。雖然這是一項(xiàng)浩瀚的工程，但在脫機(jī)手寫漢字識(shí)別研究進(jìn)程中，也僅僅走出了一小步。

　　人類相互之間交流思想，除“讀寫”之外的重要途徑是“聽說”，電腦語(yǔ)音識(shí)別理所當(dāng)然被列為與圖象識(shí)別同等重要的人工智能技術(shù)。阿拉伯神話《天方夜譚》描寫說，阿里巴巴大聲喊道：芝麻，開門吧！大門立刻應(yīng)聲而敞開。用口令控制電腦的動(dòng)作，或者根據(jù)口述聲音錄入文字，設(shè)計(jì)出“會(huì)聽話”的電腦，同樣是人工智能多年來追逐的目標(biāo)。就電腦處理而言，聲音信息與圖象信息并沒有太大的差別，語(yǔ)音識(shí)別方法以及面臨的難題基本上大同小異。與“視覺”輸入設(shè)備掃描儀對(duì)應(yīng)的“聽覺”輸入設(shè)備是話筒，語(yǔ)音識(shí)別的基礎(chǔ)技術(shù)也是模式識(shí)別。

　　通常，每個(gè)人說話的音色和音調(diào)都有一定的差異，發(fā)聲頻率各不相同。人腦對(duì)語(yǔ)音似乎有一種自適應(yīng)的能力，既能區(qū)分不同性別不同年齡的語(yǔ)音差異，又能調(diào)整為能夠理解的基本音素，從而聽懂各色人等說出的話語(yǔ)。采用模板匹配方式的電腦不可能具備這種本領(lǐng)，它通常只能“聽懂”特定某人的聲音，而且是經(jīng)過了一段時(shí)間“學(xué)習(xí)”的結(jié)果。學(xué)習(xí)過程稱為“訓(xùn)練”，即對(duì)著電腦大聲重復(fù)地講述某些字詞，直到它把這些字詞的聲音頻譜特征“記住”，存放在參考樣本庫(kù)作為識(shí)別這個(gè)字詞的模板。如果換了另一人說話，電腦就不能正確地識(shí)別，這就是對(duì)說話者的依賴性，也叫“認(rèn)人”的識(shí)別系統(tǒng)。此外，語(yǔ)音識(shí)別對(duì)說話者使用的詞匯必須作出限制，否則要求電腦具有極大的存儲(chǔ)容量和極高的處理速度。根據(jù)語(yǔ)言學(xué)家估計(jì)， 電腦若要聽懂經(jīng)常使用的2萬個(gè)英語(yǔ)詞匯的普通人說英語(yǔ)，需要達(dá)到每秒執(zhí)行1000億條指令的速度,大約是我國(guó)研制的銀河Ⅰ號(hào)巨型機(jī)的1000倍。

　　1997年，一年一度的美國(guó)Comdex世界電腦大展展示了迄今為止最先進(jìn)的語(yǔ)音識(shí)別技術(shù)。過去的識(shí)別軟件人們必須學(xué)著像機(jī)器人那樣說話，以便在字與字之間留出停頓；目前出臺(tái)的識(shí)別軟件大幅度提高了準(zhǔn)確性，允許用戶以正常的語(yǔ)音語(yǔ)調(diào)輸入。但是，這些軟件仍需要一個(gè)耗時(shí)較長(zhǎng)的人機(jī)培訓(xùn)過程，以便電腦對(duì)用戶語(yǔ)音特點(diǎn)進(jìn)行記憶。也就是說，這些電腦的“聽覺”仍然是認(rèn)人的，并且只“聽得懂”規(guī)定的詞匯，不可能陪你海闊天空地侃大山。據(jù)報(bào)道，美國(guó)IBM公司積26年語(yǔ)音技術(shù)研究之功底，針對(duì)比較流行的7種國(guó)際語(yǔ)言開發(fā)了商品化的語(yǔ)音聽寫軟件，技術(shù)處于國(guó)際領(lǐng)先地位。當(dāng)年10月，該公司率先推出了第一臺(tái)非特定人連續(xù)語(yǔ)句的中文語(yǔ)音識(shí)別系統(tǒng)Via Voice4.0，配置了用于聽寫的語(yǔ)音感知字處理器，實(shí)現(xiàn)了漢字輸入“動(dòng)口不動(dòng)手”，每分鐘可輸入漢字200個(gè)以上。但是，即使你用標(biāo)準(zhǔn)普通話講話，仍然需要隨時(shí)人工干預(yù)糾錯(cuò)；而操方言講話者，則需根據(jù)“口音適應(yīng)”提示，至少需要54句話、40分鐘或一個(gè)小時(shí)的訓(xùn)練時(shí)間，即通過訓(xùn)練使電腦適應(yīng)你的口音，不斷更新儲(chǔ)存在內(nèi)存里的個(gè)人語(yǔ)言模板庫(kù)，這種軟件也沒有完全脫離“認(rèn)人”的約束。

　　直到1998年12月，IBM公司發(fā)布了代表中文語(yǔ)音識(shí)別技術(shù)真正進(jìn)入實(shí)用的第二代技術(shù)ViaVoice98，詞庫(kù)量是ViaVoice4.0的三倍，同時(shí)增加了語(yǔ)音導(dǎo)航功能;在普通話的基礎(chǔ)上能適應(yīng)廣東、四川、上海三種口音，識(shí)別率提高了20個(gè)百分點(diǎn)以上，平常速度口音讀一般文章的識(shí)別率達(dá)到了85%～95%，并具備自適應(yīng)功能，快速口音適應(yīng)只需訓(xùn)練5個(gè)詞、3句話，5分鐘左右即可建立一個(gè)語(yǔ)音模型，使中文語(yǔ)音識(shí)別技術(shù)取得了實(shí)質(zhì)性突破，語(yǔ)音識(shí)別終于走到了用戶面前，使人們感到上下求索后初見光明的興奮。

　　至于“會(huì)說話”的電腦，目前基本上有兩種解決方案，其一是“真人發(fā)聲”，即事先錄制好人說的話語(yǔ)，再由電腦來“鸚鵡學(xué)舌”，這當(dāng)然只能局限為某些特定的話語(yǔ)；其二是語(yǔ)音合成，某些文字校對(duì)軟件已經(jīng)在使用這種技術(shù)。電腦合成的語(yǔ)音聽起來就像在“念字”、“說詞”而不是“說話”。不信你可以試著運(yùn)行市場(chǎng)上發(fā)售的一些文字校對(duì)商品軟件，由于無法做到抑揚(yáng)頓挫、聲情并茂的誦讀，電腦單調(diào)的念白實(shí)在令人大倒胃口。經(jīng)過多年努力，電腦說話的能力已經(jīng)越來越強(qiáng)，然而，要想象趙忠祥那樣動(dòng)情地講解《動(dòng)物世界》，或者像宋世雄那樣鏗鏘有力地解說足球比賽，這些語(yǔ)音合成技術(shù)產(chǎn)品顯然還難以勝任。

　　同樣是在1998年，中文語(yǔ)音合成技術(shù)也取得了實(shí)質(zhì)性的突破。令人欣慰的是，在這一領(lǐng)域的成功者是我國(guó)國(guó)家863計(jì)劃專家組。863計(jì)劃先后支持了清華大學(xué)、中科院聲學(xué)所、中國(guó)科技大學(xué)等八家單位進(jìn)行語(yǔ)音合成技術(shù)攻關(guān)。中國(guó)科技大學(xué)人機(jī)語(yǔ)音通信實(shí)驗(yàn)室，在十幾年語(yǔ)音技術(shù)研究和積累的基礎(chǔ)上，毅然拋棄了國(guó)際通行的算法，獨(dú)創(chuàng)了以“人聲道模擬技術(shù)”為基礎(chǔ)的KD—863系統(tǒng)，一舉突破了語(yǔ)音合成清晰度和自然度的制約瓶頸，將語(yǔ)音合成技術(shù)推進(jìn)到應(yīng)用的水平。1998年3月，該系統(tǒng)被評(píng)為唯一“達(dá)到實(shí)用化水平的產(chǎn)品”，其語(yǔ)音清晰度達(dá)到了95%，自然度達(dá)到4分（5分為標(biāo)準(zhǔn)播音員水平）。1998年初，以國(guó)家智能計(jì)算機(jī)中心等單位組建的天音軟件公司，迅速完成了中文語(yǔ)音合成技術(shù)產(chǎn)品的轉(zhuǎn)化，推出的“天音話王”軟件，具有語(yǔ)音校對(duì)、文稿朗讀、標(biāo)準(zhǔn)普通話學(xué)習(xí)等功能，率先讓電腦開口說出了中國(guó)話。1999年，該公司與IBM合作，又推出了代表中文語(yǔ)音識(shí)別和合成技術(shù)最高水平的產(chǎn)品——“中國(guó)話王”，向著全方位應(yīng)用大踏步地邁進(jìn)。

　　人工智能模式識(shí)別的進(jìn)展，已經(jīng)在一定程度上使電腦具備了“聽”、“說”、“讀”的能力，但距離理想的目標(biāo)還有較長(zhǎng)的路程。對(duì)于人類來說，哪怕你把字寫得龍飛鳳舞，哪怕你把話說得含糊不清，我們也能根據(jù)對(duì)上下文的理解做出正確的識(shí)別，它表明人腦模式識(shí)別的方法，不是或者不完全是什么“模板匹配”。對(duì)與模糊信息的識(shí)別處理，人腦比電腦要擅長(zhǎng)得多。此外，電腦儲(chǔ)存的模板庫(kù)或樣本庫(kù)，與它的判斷識(shí)別機(jī)構(gòu)兩相分離，當(dāng)模板庫(kù)容量十分龐大時(shí)，搜索匹配就顯得力不從心；而人腦記憶的知識(shí)與其判斷機(jī)構(gòu)渾然一體，它的模式識(shí)別是尋找、運(yùn)用知識(shí)的思維決策。

　　從廣義上理解，“模式”普遍存在于各種事物之中。人或者電腦下棋，是對(duì)著法和棋局模式的識(shí)別；人或者電腦診斷疾病，是對(duì)病人癥狀和病理模式的識(shí)別。此外，地質(zhì)探礦、天氣預(yù)報(bào)、產(chǎn)品質(zhì)量檢驗(yàn)……乃至市場(chǎng)預(yù)測(cè)、經(jīng)濟(jì)決策等等，都有自己的不同的模式，模式識(shí)別是人類思維中最常見的過程，只不過沒有被人們意識(shí)到而已。為此，在1973年召開的模式識(shí)別第一次國(guó)際學(xué)術(shù)會(huì)議基礎(chǔ)上，成立了國(guó)際模式識(shí)別協(xié)會(huì)（IAPP），并決定每隔兩年召開一次國(guó)際會(huì)議。一位專家曾經(jīng)指出：“模式識(shí)別是本世紀(jì)雄心最大的學(xué)科，需要電腦科學(xué)家、數(shù)學(xué)家、生物學(xué)家、心理學(xué)家、哲學(xué)家和社會(huì)學(xué)家的通力合作。”會(huì)看會(huì)聽會(huì)說的機(jī)器已經(jīng)現(xiàn)出希望的曙光。


六、第五代計(jì)算機(jī)

　　達(dá)特莫斯會(huì)議以來數(shù)十年間，除了在問題求解（包括機(jī)器博弈、定理證明等）、專家系統(tǒng)、模式識(shí)別等領(lǐng)域外，人工智能在自然語(yǔ)言理解、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、知識(shí)庫(kù)的智能檢索等各種不同的領(lǐng)域，都開拓出極其廣闊的應(yīng)用前景。

　　縱觀人類科學(xué)技術(shù)發(fā)展歷史，當(dāng)一門科學(xué)技術(shù)的各組成部分，分別發(fā)展到一定階段時(shí)，總是需要有人出來作綜合工作，將分散的理論與實(shí)踐成果集成為系統(tǒng)。誰也沒有想到，勇敢地站出來，試圖集人工智能研究成果之大成者，竟然是在這個(gè)領(lǐng)域并沒有多少影響力的日本科學(xué)家。

　　1982年夏天，日本“新一代計(jì)算機(jī)技術(shù)研究所”（ICOT），40位年輕人正聚精會(huì)神地聆聽他們的所長(zhǎng)淵一博（Kazuhiro Fuchi）發(fā)表講演，就像是軍校里整裝待發(fā)的一群畢業(yè)生。淵一博博士本人雖已年逾不惑，但他有自己的擇人標(biāo)準(zhǔn)──年齡不超過35歲，他認(rèn)為年紀(jì)大的人搞不成革命。

　　淵一博的講演深深打動(dòng)了在座的每一位聽眾， 辦公室回蕩著他那鏗鏘有力的話語(yǔ)：“將來，你們會(huì)把這段時(shí)間作為一生中最光輝的年代來回顧，這段時(shí)間對(duì)你們來說具有偉大的意義。毫無疑問，我們會(huì)非常努力地工作，如果計(jì)劃失敗，由我負(fù)完全責(zé)任。”淵一博他們將要承擔(dān)的任務(wù)確實(shí)是革命性的。對(duì)此，“知識(shí)工程”奠基人費(fèi)根鮑姆博士描述道：“他們斷言，人工智能在許多領(lǐng)域已趨成熟，可以進(jìn)行系統(tǒng)的、有條理的、而最終是驚人的開發(fā)。他們自信人工智能是能夠?qū)崿F(xiàn)的，而他們正是使之實(shí)現(xiàn)的人。”

　　“新一代計(jì)算機(jī)”的主要目標(biāo)之一是突破電腦所謂“馮·諾依曼瓶頸”。我們知道，從用電子管制作的ENIAC， 直到用超大規(guī)模集成電路設(shè)計(jì)的微型電腦，都毫無例外遵循著40年代馮·諾依曼為它們確定的體系結(jié)構(gòu)。這種體系必須不折不扣地執(zhí)行人們預(yù)先編制、并且已經(jīng)儲(chǔ)存的程序， 不具備主動(dòng)學(xué)習(xí)和自適應(yīng)能力。所有的程序指令都必須調(diào)入CPU，一條接著一條地順序執(zhí)行。 人們把這種順序執(zhí)行（串行） 已儲(chǔ)存程序的電腦類型統(tǒng)稱為“諾依曼機(jī)”。

　　“諾依曼機(jī)”曾在電腦的發(fā)展歷程中作出了不可磨滅的貢獻(xiàn)，幾乎“統(tǒng)治”著所有的電腦“領(lǐng)地”，但是，面對(duì)人工智能研究，它已經(jīng)變成限制電腦進(jìn)一步發(fā)展的障礙，成為制約電腦高速處理知識(shí)信息的“瓶頸”。新一代電腦必須能夠大規(guī)模并行處理信息，采用新的儲(chǔ)存器結(jié)構(gòu)、新的程序設(shè)計(jì)語(yǔ)言和新的操作方式。淵一博和研究人員甚至不把他們研制的機(jī)器命名為計(jì)算機(jī)，而稱作“知識(shí)信息處理系統(tǒng)”（KIPS）。

　　日本人宣稱這種機(jī)器將以Prolog為機(jī)器的語(yǔ)言，其應(yīng)用程序?qū)⑦_(dá)到知識(shí)表達(dá)級(jí)，具有聽覺、視覺甚至味覺功能，能夠聽懂人說話，自己也能說話，能認(rèn)識(shí)不同的物體，看懂圖形和文字。人們不再需要為它編寫程序指令，只需要口述命令，它自動(dòng)推理并完成工作任務(wù)。這種新型的機(jī)器，也就是當(dāng)時(shí)人們常掛在嘴邊的“第五代計(jì)算機(jī)”，費(fèi)根鮑姆認(rèn)為它引起了“重要的第二次計(jì)算機(jī)革命”。據(jù)《日本經(jīng)濟(jì)新聞》報(bào)道，五代機(jī)計(jì)劃最終目標(biāo)是組裝1000臺(tái)要素信息處理器來實(shí)現(xiàn)并行處理，解題和推理速度達(dá)到每秒10億次；與此相連接的是容量高達(dá)10億信息組的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)， 包括1萬個(gè)日語(yǔ)和外國(guó)語(yǔ)言的基本符號(hào)，以及語(yǔ)法規(guī)則2000條，可以分析95％以上的文章，自然語(yǔ)言識(shí)別率達(dá)到95％。此外，還將配置語(yǔ)音識(shí)別裝置和儲(chǔ)存10萬個(gè)圖象的模式識(shí)別裝置等等。

　　這真是一個(gè)雄心勃勃的誘人的計(jì)劃。日本通產(chǎn)省全力支持了該項(xiàng)計(jì)劃，總投資預(yù)算達(dá)到8億美元， 并且組織富士通、NEC、日立、東芝、松下、夏普等8大著名企業(yè)配合淵一博的研究所共同開發(fā)。五代機(jī)計(jì)劃定為10年完成，分為三個(gè)階段實(shí)施。淵一博他們苦苦奮戰(zhàn)了將近10年，他們幾乎沒有回過家，長(zhǎng)年整天穿梭于實(shí)驗(yàn)室與公寓之間，近乎玩命式的拼搏。報(bào)社記者動(dòng)情地寫到：如果你在地鐵上看見有人一邊看資料一邊啃面包，十之八九是ICOT的研究者。

　　然而，“五代機(jī)”的命運(yùn)是悲壯的。1992年，因最終沒能突破關(guān)鍵性的技術(shù)難題，無法實(shí)現(xiàn)自然語(yǔ)言人機(jī)對(duì)話、程序自動(dòng)生成等目標(biāo)，導(dǎo)致了該計(jì)劃最后階段研究的流產(chǎn)，淵一博也不得不重返大學(xué)講壇。也有人認(rèn)為，“五代機(jī)”計(jì)劃不能算作失敗，它在前兩個(gè)階段基本上達(dá)到了預(yù)期目標(biāo)。 1992年6月，就在“五代機(jī)”計(jì)劃實(shí)施整整10年之際，ICOT展示了它研制的五代機(jī)原型試制機(jī)，由64臺(tái)處理器實(shí)現(xiàn)了并行處理，已初步具備類似人的左腦的先進(jìn)功能，可以對(duì)蛋白質(zhì)進(jìn)行高精度分析，已經(jīng)在基因研究中發(fā)揮了作用。

　　流產(chǎn)也好，失敗也罷，歷史已經(jīng)給“五代機(jī)”劃上了句號(hào)，現(xiàn)實(shí)迫使人們尋找研制智能電腦新的途徑。日本民族是頑強(qiáng)的，就在1992年，它重新開始實(shí)施“現(xiàn)實(shí)世界計(jì)算機(jī)”計(jì)劃，接著研制具有類似于人的右腦功能的計(jì)算機(jī)。

七、大 腦 復(fù) 制 ？

　　長(zhǎng)期以來， 一個(gè)誘人的科學(xué)幻想主題經(jīng)常涉及到人腦與電腦的關(guān)系。人類大腦有140多億個(gè)腦神經(jīng)細(xì)胞，每個(gè)細(xì)胞都與另外5萬個(gè)其他細(xì)胞相互連結(jié)，比目前全球電話網(wǎng)還要復(fù)雜1500倍。據(jù)前蘇聯(lián)學(xué)者阿諾克欣測(cè)算，一個(gè)普通的大腦擁有的神經(jīng)突觸連接和沖動(dòng)傳遞途徑的數(shù)目， 是在1后面加上1000萬公里長(zhǎng)的、用標(biāo)準(zhǔn)打字機(jī)打出的那么多個(gè)零！但是，由如此龐大數(shù)目元件構(gòu)成的大腦，平均重量不足1400克，平均體積約為1.5立方分米， 消耗的總功率只有10瓦。若采用半導(dǎo)體器件組裝成相應(yīng)的電腦裝置，則必須做成一座高達(dá)40層的摩天大樓，所需功率要以百萬千瓦計(jì)。

　　腦細(xì)胞儲(chǔ)存信息的密度極高，每立方厘米可存放1000億以上比特的信息量，腦科學(xué)家估計(jì)，一個(gè)人一生中存儲(chǔ)的信息總量可超過1000萬億比特。有人推算出全世界圖書館大約藏書7.7億冊(cè)， 積累的信息總量約為4600萬億比特，與人腦能夠儲(chǔ)存的信息總量屬于同一數(shù)量級(jí)。對(duì)于電腦來說，只要某一個(gè)小部件出了毛病，就會(huì)導(dǎo)致整個(gè)機(jī)器癱瘓。但是，人的大腦細(xì)胞具有自行組合和分裂的活性，構(gòu)成了高度可靠的“自適應(yīng)系統(tǒng)”。在人的一生中， 腦神經(jīng)元大約每小時(shí)就有1000個(gè)發(fā)生故障，一年之內(nèi)累計(jì)為800多萬個(gè)。如果人活到100歲，將會(huì)有10億個(gè)神經(jīng)細(xì)胞功能失效，約占總數(shù)的1/10。即使在這種嚴(yán)重的故障面前，大腦仍然可以正常地運(yùn)作。

　　從以上這些數(shù)字看，人類的大腦不啻于世界上最復(fù)雜、最高級(jí)、最有效、儲(chǔ)存容量最大的超級(jí)計(jì)算機(jī)。除了運(yùn)算速度比電腦略遜一籌外，人腦在結(jié)構(gòu)、尺寸、性能、能耗等各方面都令最先進(jìn)的電腦望塵莫及。只可惜人類對(duì)自己擁有的這臺(tái)“超級(jí)電腦”尚未完全弄清楚，對(duì)它的記憶機(jī)理、思維過程、信息儲(chǔ)存和傳輸方式等等知之甚少。大腦究竟如何工作，至今依然是當(dāng)代科學(xué)面臨的最大奧秘之一。

　　為此，許許多多的科幻作家幻想著有那么一天，我們能夠?qū)崿F(xiàn)電腦與大腦對(duì)接，直接復(fù)制和傳送大腦儲(chǔ)存的信息。

　　50年代，一位科幻小說家寫到：“儲(chǔ)存信息的方式并不重要，重要的是信息本身，既然大自然能夠把信息濃縮到肉眼看不到的細(xì)胞中，人就一定能把它讀出來。”60年代，另一位作家則說：“從本質(zhì)上講，‘你‘不是肉體，而是你的記憶。這個(gè)本質(zhì)上的‘你‘可以在計(jì)算機(jī)里保存，變成IBM電腦里的磁性脈沖收集品。”到了70年代，IBM公司的一位研究人員也回應(yīng)道： “ 也許我們能夠把某人頭腦中的想法、記憶和意識(shí)讀出，再把它輸送給另外一個(gè)人。”他甚至認(rèn)為，科學(xué)家掌握這一方法只是時(shí)間問題。

　　科幻作家的議論不足為憑，偏偏有位著名的電腦專家也加入到鼓噪的行列，在科學(xué)界引起了一場(chǎng)不大不小的風(fēng)波。1988年，美國(guó)最負(fù)盛名的學(xué)術(shù)出版機(jī)構(gòu)哈佛大學(xué)出版社，出版了一本《思維兒童》的專著（有人譯作《換腦兒童》），作者是卡內(nèi)基—梅隆大學(xué)活動(dòng)機(jī)器人實(shí)驗(yàn)室主任漢斯·莫拉維克。

　　莫拉維克在書中生動(dòng)地描述了人怎樣把思維輸入電腦，以及這一切怎樣在未來50年之內(nèi)變成現(xiàn)實(shí)。他甚至想象出各種轉(zhuǎn)換的過程。例如，一種可能會(huì)較早實(shí)現(xiàn)的方法是由機(jī)器人“主刀”的腦外科手術(shù)。在人清醒的狀態(tài)下，由機(jī)器人打開你的頭蓋骨，然后用某種讀出裝置將大腦存儲(chǔ)的信息，就象CT斷層掃描那樣，一層一層地讀出來，你還可以直接看到屏幕顯示的你的記憶，并親自指揮機(jī)器人校正錯(cuò)誤。這一過程將一直進(jìn)行到你的思維、記憶和意識(shí)統(tǒng)統(tǒng)儲(chǔ)存到電腦里。另一種方式更加先進(jìn)，莫拉維克寫道：“高分辨率大腦掃描法可以一下子創(chuàng)造出一個(gè)新的你，不用動(dòng)手術(shù)，而且立等可取。”

　　按照莫拉維克等人的設(shè)想，一旦我們能夠把思維轉(zhuǎn)移到計(jì)算機(jī)或者儲(chǔ)存介質(zhì)中，既使原件（大腦）受到損傷或者衰老，仍然可以把它拷貝到新克隆出的大腦中，先FORMAT（格式化），再COPY（拷貝），人不就可以永生不死嗎？如果能把愛因斯坦或托爾斯泰的思想直接復(fù)制，誰都可以成為科學(xué)大師或文學(xué)巨匠，人類的文化、教育、醫(yī)學(xué)等等都將從根本上發(fā)生嬗變。

　　我們?nèi)祟惖膶恚鸵?#8220;數(shù)字化生存”甚至于“虛擬生存”于磁盤的同心圈圈，或者光盤的凸凹坑坑里，這簡(jiǎn)直不可思議！目瞪口呆的書評(píng)家把莫拉維克列為“又一個(gè)發(fā)瘋的科學(xué)家”，美國(guó)報(bào)刊評(píng)論說這是“哈佛大學(xué)出版社出版的最可怕的一本書。”連斯坦福大學(xué)許多科學(xué)家也認(rèn)為莫拉維克的“思維轉(zhuǎn)換”是“無法容忍的謬誤”。

　　科學(xué)家也愛做科幻之夢(mèng)。至少在相當(dāng)長(zhǎng)的時(shí)間內(nèi)，復(fù)制大腦的幻想幾乎不可能實(shí)現(xiàn)。既使實(shí)現(xiàn)了對(duì)人腦記憶的簡(jiǎn)單拷貝，對(duì)人類的思想，以及情感、個(gè)性、氣質(zhì)、人格等非智力因素，又如何能簡(jiǎn)單地復(fù)制出副本？

八、走進(jìn)人類的心靈

　　也有一些人工智能學(xué)者對(duì)大腦復(fù)制采取了寬容和支持的態(tài)度，人工智能的泰斗明斯基教授就是其中的一位。他想用另外的辦法，即把微電腦嵌入人的大腦，以便使“我們能設(shè)計(jì)出我們的‘思維兒童‘ ，他們思考問題的速度比我們現(xiàn)在快100萬倍。”

　　將電腦植入人腦，用微型芯片配合腦神經(jīng)細(xì)胞工作，只要求解決兩者之間的接口問題。目前的技術(shù)已經(jīng)可以把《大不列顛百科全書》的全部?jī)?nèi)容以分子大小的字體刻在一枚針尖上，因此完全可以利用同樣的技術(shù)開發(fā)出植入大腦的芯片。據(jù)報(bào)道，德國(guó)科學(xué)家已經(jīng)在硅芯片上培植成功一種與人類神經(jīng)細(xì)胞極為相似的老鼠神經(jīng)細(xì)胞，并且可以把神經(jīng)細(xì)胞發(fā)出的電子脈沖信號(hào)傳送到特制傳感器上。由此看來，人機(jī)連“腦”不是夢(mèng)，人腦與電腦相連能優(yōu)勢(shì)互補(bǔ)，可以彌補(bǔ)人類記憶和運(yùn)算能力的不足，大大增強(qiáng)人腦的功能。

　　1987年6月， 在美國(guó)加州召開了首屆國(guó)際神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議，到會(huì)代表有1600人，宣告成立國(guó)際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)（INNS）。一時(shí)間，有關(guān)神經(jīng)網(wǎng)絡(luò)機(jī)理、模型、算法、特征分析，以及在各方面應(yīng)用的學(xué)術(shù)論文，象雨后春筍般涌現(xiàn)。建立在神經(jīng)網(wǎng)絡(luò)原理基礎(chǔ)上的神經(jīng)計(jì)算機(jī)，成為當(dāng)代高科技領(lǐng)域方興未艾的競(jìng)爭(zhēng)熱點(diǎn)，代表著從本世紀(jì)末到21世紀(jì)電腦技術(shù)的最新研究方向。1990年11月，日本宣稱已經(jīng)建成了由1152個(gè)神經(jīng)元組成、每秒執(zhí)行23億次學(xué)習(xí)動(dòng)作的神經(jīng)網(wǎng)絡(luò)電腦。據(jù)INNS學(xué)會(huì)主席介紹：“神經(jīng)網(wǎng)絡(luò)的研究是借鑒人腦的結(jié)構(gòu)與工作原理以設(shè)計(jì)和建造具有一定智慧的機(jī)器。這種神經(jīng)網(wǎng)絡(luò)不同于通常的人工智能機(jī)，我們稱之為第六代計(jì)算機(jī)。”

　　人類已經(jīng)在地球上生存了數(shù)百萬年。在創(chuàng)建文明的歷史進(jìn)程中，人類不僅對(duì)周圍的客觀世界進(jìn)行著始終不愈的思考和改造，而且也對(duì)自身的生理現(xiàn)象和心理活動(dòng)進(jìn)行了逐步深入的研究和探索。“形而下”的自然現(xiàn)象與“形而上”的思維活動(dòng)，相互影響，相互撞擊，相互交融，科學(xué)研究的焦點(diǎn)終于從機(jī)器與思維聚集到人腦與電腦的關(guān)系層面上。人工智能學(xué)科（Artificial intelligence） 的實(shí)質(zhì)是用電腦模擬人類的智能；生物學(xué)從神經(jīng)解剖的角度， 試圖建立腦模型 （Brain model） 揭示大腦的機(jī)制； 認(rèn)知心理學(xué)（Cogritivescience） 則從思維、記憶、聯(lián)想功能特征來概括人的精神活動(dòng)機(jī)理。三種不同的學(xué)科已經(jīng)攜起手， 形成了所謂“ABC理論”，進(jìn)而構(gòu)成統(tǒng)一的智能科學(xué)，人工智能和智能電腦也將因此在21世紀(jì)再創(chuàng)輝煌。

　　1958年紐厄爾和赫伯特·西蒙在預(yù)言“電腦將在10內(nèi)戰(zhàn)勝國(guó)際象棋世界冠軍”的同時(shí)，還大膽地預(yù)言說：
──不出10年，電腦便能找到并證明到那時(shí)還未被證明的重要數(shù)學(xué)定理。
──不出10年，大部分心理學(xué)理論將采取電腦的程序形式。

　　1970年，明斯基所作的預(yù)言卻有些離譜：
　　“在三年到八年的時(shí)間里，我們將研制出具有普通人一般智力的計(jì)算機(jī)。這樣的機(jī)器能讀懂莎士比亞的著作，會(huì)給汽車上潤(rùn)滑油，會(huì)玩弄政治權(quán)術(shù)，能講笑話，會(huì)爭(zhēng)吵。到了這個(gè)程度后，計(jì)算機(jī)將以驚人的速度進(jìn)行自我教育。幾個(gè)月之后，它將具有天才的智力，再過幾個(gè)月，它的智力將無以倫比。”

　　人工智能先驅(qū)這些充滿樂觀的預(yù)言，除了40年后電腦戰(zhàn)勝了卡斯帕洛夫之外，其余的直到現(xiàn)在依然遠(yuǎn)沒有被實(shí)現(xiàn)，甚至引發(fā)長(zhǎng)時(shí)期無休無止的爭(zhēng)論和哲學(xué)意義上的思辯。人工智能雖然作出了許多令人鼓舞的工作，但在前進(jìn)的道路上，還面臨著相當(dāng)難以克服的障礙。

　　或許， 21 世紀(jì)的到來真的昭示著“人工智能熱”的再度興起。 2001 年 6 月 ，對(duì)于全球的“科幻迷”來講，不啻是一段令人興奮激動(dòng)的日子。以好萊塢著名導(dǎo)演斯皮爾伯格和已故斯坦利 ·庫(kù)布里克合作推出的大片《人工智能》，先后在日本、美國(guó)及其他國(guó)家上演，票房?jī)r(jià)值迅速打破了《星球前傳》的紀(jì)錄，直逼《泰坦尼克號(hào)》。這部影片講述的是公元2142年，一個(gè)裝著人工智能軟件的機(jī)器小孩大衛(wèi)渴望成為真人、渴望得到愛的故事。在影片中，"AI兒童"大衛(wèi)不但擁有可以亂真的人類外表，而且還像人類一樣有思想，有感情，能感知自己的存在。面對(duì)茫茫人海和變幻莫測(cè)的人心，他寂寞地離開家門，踏上漫長(zhǎng)的心路歷程，希望自己有一天能脫胎換骨成為真正的人類……

　　就像“深藍(lán)”電腦擊敗棋王卡斯帕洛夫那樣， 斯皮爾伯格 《人工智能》影片的上演，無異于給新世紀(jì)的人工智能科學(xué)作了一次絕妙的宣傳廣告，使億萬公眾的目光聚焦在這一前沿科學(xué)領(lǐng)域上。歷史進(jìn)入知識(shí)經(jīng)濟(jì)時(shí)代后，人類社會(huì)下一次生產(chǎn)力飛躍的突破口將在哪里？越來越多的科學(xué)家把希望寄托于人工智能上。他們認(rèn)為，人工智能將帶來又一次史無前例的技術(shù)革命?，F(xiàn)有的計(jì)算機(jī)技術(shù)已充分實(shí)現(xiàn)了人類左腦的邏輯推理功能，人工智能的下一步是模仿人類右腦的模糊處理能力，以及模擬整個(gè)大腦并行處理大量信息的功能， 把人類從那些繁瑣的重復(fù)性的腦力勞動(dòng)中解放出來，去從事那些具有高創(chuàng)造性的腦力勞動(dòng)，如科學(xué)發(fā)明和藝術(shù)創(chuàng)作等等，生產(chǎn)效率也將得到大幅度提高。

　　“路漫漫兮其修遠(yuǎn)乎，吾將上下以求索。”

　　人工智能研究既然已經(jīng)踏上了艱難跋涉的征途，那么，“堅(jiān)持而不懈的努力必將導(dǎo)致成功”──這正是第六屆人工智能國(guó)際會(huì)議向全世界提出的口號(hào)。人類的思維，被恩格斯譽(yù)為“地球上最美的花朵”；會(huì)思維的電腦必將使得機(jī)器最終走進(jìn)人類的心靈，在我們這個(gè)星球上綻開又一朵“最美麗的花朵”。