AI简史

看了尼克所著《人工智能简史》，有必要梳理一下。

1、AI是计算机科学的分支

-计算机科学：理论归于图灵、工程归于冯诺伊曼。

-学术界：国外分科为理论、系统（软件和硬件）和AI（最早为控制论）。国内分系为计算机和自动化系，AI领域自动化系最有发言权，但自动化系主要关注计算机是怎么用的，并不关注计算机的基础理论。

2. AI发展史就是一部斗争史

-AI发展史主要就是符号派和神经派的斗争史，区别在于自上而下和自下而上。

-事实上，当图灵在1948年英国国家物理实验室的内部报告中区分了“肉体智能”/“附体智能”（embodied intelligence）和“无肉体智能”（disembodied intelligence），后来的统计派/神经网络派（造一台智能机器模拟大脑中的神经网络）与符号派/逻辑派（用逻辑和符号系统模拟心智）之争就已经埋下了伏笔。

人工智能的鼻祖之一纽厄尔（Allen Newell）说过，一部AI史就是一部斗争史（大意如此）。换言之，在任何时候，每种方法都有个对立面：模拟与数字，知识与逻辑，语义与语法，连续与符号，串行与并行，取代与增强，机械论与目的论，生物学与活力论，工程与科学……

-美国最早有三大人工智能基地：斯坦福大学、麻省理工学院和卡内基梅隆大学。三大基地是三伙不同的人弄的，这些实验室经历了种种的斗争、分裂、重组。这些人事纷争构成了人工智能学科的历史。

最早的麦卡锡、司马贺（Herbert Simon）分别是做逻辑和定理证明的，做统计的人当时不被重视，但现在反而逻辑没人搞了，都去做统计了。近年来，知识图谱技术在谷歌的鼓吹下，算是为符号派留下了一支血脉。

补充：神经派如今重镇反倒在加拿大，如阿尔伯塔的强化学习、多伦多的深度学习。如AlphaGo团队的核心成员。

3.AI思想源头

-图灵1948年写的NPL内部报告《智能机器》是最早理论源头，1950年《计算机与智能》正式介绍了模仿游戏（也就是图灵测试），AI最早的说法是“机器智能”（machine intelligence）现在也是同义词。

-冯诺伊曼是计算机科学工程路线的源头，学生霍兰德发明遗传算法，徒孙发明强化学习。这一派和控制论结合的很紧。

4.计算理论基础

-计算理论是基础，主要是图灵机、丘奇-图灵论题、相似性原则和超计算。

-不懂计算理论的讨论不清楚基础问题。界定人或智能是什么、追问机器是否有智能，需要诉诸计算理论。

图灵机：图灵1936年“论可计算的数”中定义的最简单的计算装置。

丘奇-图灵论题（Church-Turing Thesis）：所有功能足够强的计算装置的计算能力都等价于图灵机，不可能存在比图灵机更强的计算装置。（注：哥德尔递归函数、丘奇λ演算、Post系统、图灵机证明可以等价，可以相互模拟。）

洪加威的相似性原则：任何计算装置之间互相模拟的成本是相似的。

这两个论题隐含着强人工智能的可能性：智能等价于图灵机、人就是图灵机。目前的计算机科学（包括人工智能）的工作都是建立在这个认同之上的。

超计算（hyper computation）：在可计算性上超越图灵机的装置。目前比较有意义的超计算模型有BSS实数模型和量子计算机。（注：当下热门的量子计算机有可能不服从相似性原则。量子计算机或许能有效地解决素数分解问题，这是当今公钥加密算法的基础，如果成功，那当前的电子商务体系就会出现不安全隐患。）

5. 人工智能这几年发展迅速原因

主要原因有两个，一个是大规模的数据累计，另一个是计算能力的提升，同时达到了拐点。