1 达特茅斯会议：人工智能的诞生时刻

1956年夏天，在美国新罕布什尔州的达特茅斯学院，一场看似普通的学术会议正在召开。然而，这场由约翰·麦卡锡(John McCarthy)、马文·明斯基(Marvin Minsky)、克劳德·香农(Claude Shannon)等七位科学家组织的会议，却成为了人工智能学科诞生的标志。在这次会议上，"人工智能"(Artificial Intelligence)这一术语首次被正式提出，取代了之前模糊的"思维的数学模型"表述，明确了研究目标——"让机器能像人那样认知、思考和学习"。

会议现场的一张珍贵照片记录了这一历史性时刻：前排左一为雷·所罗门诺夫(Ray Solomonoff)，右一为克劳德·香农(Claude Shannon)；后排从左至右依次为奥利弗·塞尔福里奇(Oliver Selfridge)、纳撒尼尔·罗切斯特(Nathaniel Rochester)、马文·明斯基(Marvin Minsky)和约翰·麦卡锡(John McCarthy)。这张照片不仅是科学史的见证，也反映了当时的学术环境——参与者的着装（如香农的衬衫与领带）和背景建筑（达特茅斯大厅）成为后世研究AI起源的重要符号。

图 1达特茅斯会议照片

达特茅斯会议的核心贡献在于确立了AI研究的基本框架，提出了七个核心议题：自动计算机、神经网络、机器学习、抽象概念、自我改进、语言处理、复杂性理论。尽管会议的预期目标——"一个夏天的合作就能在多个问题上取得重大突破"——未能完全实现，但它首次将分散的研究力量整合为统一的学术共同体，为后续AI研究奠定了基础。

2 符号主义的兴起与局限

达特茅斯会议之后，AI研究进入了"推理期"（1950s-1980s），这一阶段的核心思想是"赋予机器逻辑推理能力，即可实现智能"。研究者们认为，通过符号化建模模拟人类推理过程，机器就能表现出智能行为。这一时期的代表性成果包括：

1. 逻辑理论家(Logic Theorist)：1956年，艾伦·纽厄尔(Allen Newell)和赫伯特·西蒙(Herbert Simon)开发的程序，成功证明了《数学原理》中的38条定理，其中一条路径比原书更简洁。这是首个可工作的AI程序，标志着机器推理从理论走向实践。
2. ELIZA聊天程序：1966年，约瑟夫·魏泽堡(Joseph Weizenbaum)开发的简单模式匹配对话系统，虽然只是模拟心理医生的简单对话，但却在当时引起了公众对AI的广泛关注。
3. MYCIN医疗诊断系统：1980年，斯坦福大学开发的专家系统，能够根据患者症状和检验结果诊断血液感染疾病，准确率达到90%，超过了普通医生的水平。

然而，符号主义方法存在明显局限。首先，它依赖于人类总结知识并将其转化为机器可处理的规则，这一过程效率低下且难以覆盖复杂领域的全部知识，形成所谓的"知识工程瓶颈"。其次，符号系统在处理模糊性、不确定性和常识推理方面表现不佳，无法应对现实世界的复杂情况。