AI 写给自己的好奇 2 - AI 的流派符号主义

话接前言，虽然Turing Test是AI的缘起，公认的AI元年实际上是6年后的达特茅斯会议。

达特茅斯会议 - AI元年

1956年还在达特茅斯大学做助教（associate professor？）的John McCarthy从洛克菲勒基金会拿到了一笔钱，在学校暑假期间邀请志同道合的几位跨领域学者，天马行空的讨论如何让机器“模仿人类的学习和智能”。为了对得起洛克菲勒基金会的资助，McCarthy提出了一个高大上的名称 Artificial Intellengcy - AI。

当当当！AI正式进入舞台。

看看这张照片里的来着包括数学、计算机科学、心理学和工程学的年轻学者，七大牛人。

（偏题，紫檀某人每天diss所以除了哈佛的美国各大学校，浅薄之极！美国的精神就是崇尚个人的贡献，学校提供资源，不是权利，priority或者认证。达特茅斯今天还是一所Ivy，而在计算机发展史上，州大一样能放光彩。比如计算机图形的发源地就是犹他州的University of Utah。关键是人！）



以上图片来自网络！请忽略有关大火ChatGPT内容！

达特茅斯会议后AI发展最初迎来了第一个高潮Symbolism符号主义。

万物皆可function

讲符号主义前，先说一下人们对数学的膜拜。早期的古希腊贵族们，吃饱了没事干，最流行的事不是扯谈哲学，就是研究数学。古希腊人对数学的痴迷，是因为他们认为世界万物都是有数学规律转换而来，探索数学就是窥探神的力量。古希腊人对古典几何的贡献是有目共睹的。今天，科学界依然有不可忽视的力量认为万物皆可function，这个想法的信徒在CS领域中特别多。因为不管时代变迁，各种各样的计算机，实际上就是个大function机，输入，function（干点啥），输出。所以搞电脑的，要搞啥就是用function解决，这是个自带DNA，万物皆可function 是俺们的信仰。

我到底想说啥呢？

为啥是符号？

回到达特茅斯会议，七大牛人中的一小撮人， 认为任何东西都可以拆分成符号，而只要足够多的符号，就可以来推断结果。要知道那是1956年，离图灵机时隔11年，离第一台商用计算机IBM701才6年。50年代的计算机输入就是个读卡机，长长的纸带，上面固定的位置，有个洞代表1，没洞代表0。ASCII（American Standard Code for Information Interchange）就是一个对二进制编码的标准。一窜10101010111101101011010101...按照编码能解释称可理解的语言。比如字母A在ASCII表对应码是65，二进制代码就是01000001。

既然简单的0和1符号能够造出复杂的计算机，那么人世间人类的智慧也可以拆分成各种符号，把各种符号定义组合，就能得到知识库，按照某种已知的逻辑（专家系统）进行演算，就能解决所有的问题。这就是符号主义的诞生。

比如苹果可以拆分成以下各个符号。符号主义是前十年大数据的分类以及数据标标签的基础



以上图片来自网络！

90s年代流行的object orientated编程语言也是和符号主义息息相关。

符号系统的问题是在他设计完成后，规则就是固定的，无法与时俱进。更要命的是物体到底应该有多少符号，符号是否能够穷尽？符号计算是典型的线性计算，也就是if else if else if else的套装，有多少个符号，就有多少个if开关的计算。当参数过大时，计算变得非常沉重。 AI在符号主义研究下的商业用途碰到了瓶颈。

（请记住这个，黄教主的GPU就是强大的并行运算，多线程计算可以把多个参数同步运行。而在GPU诞生之前，即使是00年后CPU芯片发展到多核多线程，CPU的计算逻辑就是线程，serialize）

符号主义的彻底奔溃来自于参加达特茅斯会议的另一位牛人 明斯基的一本书The Society of Mind。当时Minsky拿了图灵奖不久。在符号主义商业化进展受挫时，他的论点基本上把当时AI的研究打入冰河期。不过Minsky在批评Symbolism的同时，提出了connectionism的理念，也就是现在发展成 神经网络 （Neural Networks）和 深度学习 （Deep Learning) 的开端。

累，今天到这吧

本篇重点，CS人信仰万物皆可function