最成功的失敗者：Lisp
人工智能的雛形出現(xiàn)的遠(yuǎn)比大家想象的早，甚至可以追溯到計(jì)算機(jī)剛出現(xiàn)的那幾年。1948年，時(shí)年21歲的約翰·麥卡錫，也就是我們故事中的“人工智能之父”，在加州理工大學(xué)的“行為的大腦機(jī)制西克森研討會(huì)（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech）”，在那里著名的馮·諾依曼給與會(huì)者看了他的關(guān)于“自復(fù)制自動(dòng)機(jī)”（就是一種可以自我復(fù)制的機(jī)器）的論文，這讓麥卡錫對(duì)研究機(jī)器的智能產(chǎn)生了興趣。
1955年，麥卡錫和香農(nóng)、明斯基（后面也會(huì)提到他）和羅徹斯特聯(lián)合發(fā)起了達(dá)特茅斯項(xiàng)目，第二年這個(gè)項(xiàng)目正式啟動(dòng)，它是計(jì)算機(jī)發(fā)展史上的一個(gè)里程碑，目的是在2個(gè)月內(nèi)建立相關(guān)理論并制造出一臺(tái)模擬人類(lèi)學(xué)習(xí)特征的機(jī)器。當(dāng)然我們都知道，如此宏大的目標(biāo)是不可能在兩個(gè)月內(nèi)實(shí)現(xiàn)的。最終他們完全沒(méi)有達(dá)到會(huì)議的目標(biāo)。但是它確立了一些研究方法和目標(biāo)，為后世的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。
不過(guò)這還不是麥卡錫做出的最大的貢獻(xiàn)。麥卡錫為人工智能，乃至整個(gè)世界做出的最大的貢獻(xiàn)無(wú)疑是創(chuàng)造了Lisp語(yǔ)言。這種語(yǔ)言幾乎可以劃為最高級(jí)和簡(jiǎn)潔的編程語(yǔ)言了。其理念之超前，功能之強(qiáng)大，直到今天主流的編程語(yǔ)言才慢慢趕上。甚至有人稱(chēng)，Lisp根本不是一種編程語(yǔ)言，而是一種數(shù)學(xué)。而數(shù)學(xué)是永遠(yuǎn)不會(huì)落伍的，所以L(fǎng)isp才能在50年以上的尺度中不僅沒(méi)有落伍，反而走在了所有人的前面。
然而Lisp并沒(méi)能一掃計(jì)算機(jī)領(lǐng)域，成為所有人的標(biāo)準(zhǔn)選擇。究其原因令人諷刺:Lisp的沒(méi)落反而正是因?yàn)樗^(guò)強(qiáng)大。由于其實(shí)現(xiàn)的機(jī)理過(guò)于基本、能力太過(guò)強(qiáng)大、而使用方式又如此自由，以至于幾乎每一個(gè)人想要做的每一件事都能讓人想到無(wú)數(shù)種方法去實(shí)現(xiàn)。而這導(dǎo)致了Lisp沒(méi)有一個(gè)標(biāo)準(zhǔn)化的教學(xué)模板可循，倒成了阻礙Lisp普及的最大理由。
雖然Lisp沒(méi)有普及，但是學(xué)習(xí)它的人都成了它的死忠。很多年后，Lisp的幾種“方言”（變種）終于開(kāi)始有了崛起的趨勢(shì)，許多主流語(yǔ)言也開(kāi)始借鑒Lisp的優(yōu)秀之處。而這距離Lisp問(wèn)世已經(jīng)過(guò)去太久了。我們只能慨其不幸了。但同時(shí)我們也相信，金子總能發(fā)光。
險(xiǎn)被埋沒(méi)的未來(lái)
Lisp的遭遇對(duì)人工智能的發(fā)展的挫折其實(shí)倒并不是太直接，畢竟就算沒(méi)有太先進(jìn)的語(yǔ)言，人們用低級(jí)一點(diǎn)的語(yǔ)言總也能實(shí)現(xiàn)。但人工智能的另一位父親（或者說(shuō)母親）則親手?jǐn)嗨土俗约哼^(guò)孩子十年的前程。直接導(dǎo)致了一段AI研究的時(shí)間超長(zhǎng)的低潮期。
馬文·明斯基于1946年進(jìn)入哈佛大學(xué)，1950年畢業(yè)并進(jìn)入普林斯頓大學(xué)研究生院深造。1951年他創(chuàng)建了世界上第一個(gè)神經(jīng)網(wǎng)絡(luò)模擬器，能夠?qū)W習(xí)如何穿越一個(gè)迷宮。前面提到，他也是當(dāng)年達(dá)特茅斯會(huì)議的參會(huì)者之一。
他在神經(jīng)網(wǎng)絡(luò)方面做出的研究在后世被證明至少是AI研究領(lǐng)域絕佳的嘗試之一。然而這位神經(jīng)網(wǎng)絡(luò)的重要締造者，卻幾乎曾親手將這個(gè)理論送進(jìn)了墳?zāi)埂?969年，明斯基被授予了計(jì)算機(jī)界的至高榮譽(yù)：圖靈獎(jiǎng)。但也就是在同一年，他與西蒙·派帕特（Seymour Papert）合著了一本名為“感知機(jī)”的書(shū)。明斯基在其中斷定神經(jīng)網(wǎng)絡(luò)不是未來(lái)人工智能的方向，由于他在學(xué)界內(nèi)具有相當(dāng)?shù)臋?quán)威，因此這本書(shū)立刻導(dǎo)致與神經(jīng)網(wǎng)絡(luò)相關(guān)的研究陷入了一個(gè)長(zhǎng)時(shí)間的低潮。
明斯基對(duì)此給出的理由是：
一：?jiǎn)螌由窠?jīng)網(wǎng)絡(luò)無(wú)法處理“異或”電路；
二，當(dāng)時(shí)的計(jì)算機(jī)缺乏足夠的計(jì)算能力，滿(mǎn)足大型神經(jīng)網(wǎng)絡(luò)長(zhǎng)時(shí)間運(yùn)行的需求。
事實(shí)證明，人們對(duì)于科學(xué)的未來(lái)的估計(jì)要么就是過(guò)于樂(lè)觀，要么就是過(guò)于悲觀。而很少有人能做出準(zhǔn)確的預(yù)測(cè)。毫無(wú)疑問(wèn)明斯基的預(yù)測(cè)也過(guò)于悲觀了。很快隨著計(jì)算機(jī)運(yùn)算速度的飛速發(fā)展，他提出的這兩個(gè)問(wèn)題很快不再是問(wèn)題。但當(dāng)時(shí)人們沒(méi)法預(yù)測(cè)到這些，70年代成為了人工智能的寒冬，只有除了包括后來(lái)加入谷歌的專(zhuān)家杰弗里·辛頓(Geoffrey Hinton)等少數(shù)人仍在堅(jiān)持進(jìn)行神經(jīng)網(wǎng)絡(luò)的研究，知道1978年，事情才迎來(lái)轉(zhuǎn)機(jī)。在許多科學(xué)家的不懈努力之下，才有了人工智能后來(lái)取得的一系列成就，包括深藍(lán)和后來(lái)的AlphaGo。
Timing means a lot
在這兩個(gè)故事里，我們最大的感慨還是“時(shí)機(jī)”的重要性，Lisp和神經(jīng)網(wǎng)絡(luò)可以說(shuō)都是劃時(shí)代的作品和概念，甚至各自代表著各自領(lǐng)域內(nèi)的未來(lái)，但是都因?yàn)槌霈F(xiàn)的太早而遭受冷落，甚至被自己的作者認(rèn)為沒(méi)有前途。但我們也不用擔(dān)心人類(lèi)會(huì)因此錯(cuò)過(guò)什么偉大的發(fā)明，因?yàn)槲磥?lái)總會(huì)到來(lái)。一切的不合時(shí)宜最終都會(huì)變成天時(shí)地利。如果你仍在某個(gè)領(lǐng)域苦苦奮斗而沒(méi)有太多成效，不用心急，或許只是你的時(shí)代還沒(méi)有到來(lái)罷了~
