一段嚴肅歷史：符號人工智慧的起起落落

人工智慧的早期成功曾經被認為開啟了通用智慧的大門。

Allen Newell, Herbert A. Simon — 象徵性人工智慧先驅

以通用解難器和其他像邏輯理論家基於規則的推理系統開始興起的人工智慧工作，在四十年的研究工作中佔據了基礎地位。象徵性人工智慧（經典人工智慧）是人工智慧研究中的一個分支，它試圖精確闡釋和展示人類知識（事實和規則）。如果它能夠成功製造出類人智慧，那麼人類就需要把自己的內心想法和過程性知識，用符號和規則轉換成精確的形式告知人工智慧。象徵性人工智慧已有非凡成就。類似“專家系統”（模仿人類知識庫的人工智慧系統）的人工系統正在各大小而精的領域嶄露頭角。

人工智慧和哲學

1950年，阿蘭·圖靈提出問題：機器能思考嗎？如果能，那人類是機器嗎?

這個問題的提出促進了人工智慧機器的興起，這些機器被認為具備思考能力，所以是智慧的。但在我們談論人工智慧能夠思考這件事情之前，我們可以先來定義什麼是思考嗎？勒內·笛卡爾（1596-1650）說過，“動物是超級機器人，人類也是，不同之處在於人擁有思維能力。”

人工智慧之父托馬斯·霍布斯認為：思考是對符號的操控，而理智則是計算。

他認為思考可以透過對思維符號的操作完成。但是我們首先需要明白什麼是符號。

符號的官方定義是能夠代表其他事物的可感知事物：

• 字母符號，數字，道路標記，音樂符號等。

• 像“蘋果”這一符號象徵某個紅色的，可食用的物體。我們可以在其他語言中發現同樣象徵可食用物體的其他符號。

勒內·笛卡爾（數學家和哲學家）認為思想本身就是符號的象徵，而感知是內在的過程。

“我認為味道、香氣和顏色只是不同事物的名稱，是我們有意識地放置他們，他們才存在於我們的意識裡。因此，當現存的生命體消逝，依附在他們身上的所有品質也都會消失乃至湮滅。”——《分析者》1623年， 伽利略

整個宇宙由數學語言書寫的，它的符號包括三角形、圓形和其他幾何圖形。所以伽利略指出所有現實即數學。

就像伽利略認為幾何象徵運動，霍布斯也同樣認為伽利略的思想也影響了霍布斯，他們都認為幾何可以解釋運動。笛卡爾進一步提出，代數（對數學符號的研究和運用規則）也可以用來表達幾何。而創造人工智慧則不同於此，是去製造有自我意識的機器。

話說到此，什麼是意識呢？

身心二元論

笛卡爾認為符號和其所象徵的事物是兩個不同的東西。思維是非實體、非空間的，物質。笛卡爾明確了思維和意識以及自我覺醒之間存在聯絡，以及把思維和智慧的載體，大腦區分開來。

思考是對與思維有聯絡的符號的操控。

身心問題也就是物質和思維的相互作用。身體和心理的互動，與思維和物質的互動原理一樣。

從哲學到思考機器

物理符號系統足夠有能力來表達通用智慧。——艾倫·紐厄爾

符號人工智慧就是有能力運算子號的機器。此前，這在約翰·豪格蘭德的書（AI-The very idea）中稱為出色的老式人工智慧。我們如何得知符號/詞彙的意思？字典嗎，它也在用其他符號或詞彙給已知詞彙下釋義，但是意思來源於哪呢？

語言和思想——我們可以脫離符號思考嗎？

諾姆·喬姆斯基（Noam Chomsky）認為語言和符號是首要的。

人們天生就擁有一套獨立於感官體驗的結構性規則。在一個人的心理成長過程中，孩提時代接觸越多的語言刺激，就越能夠習得遵循通用語法的特殊句法規則。

和喬姆斯基認為人類天生就擁有通用語法的觀點不同，約翰·洛克（John Locke）（1632-1704）假設，人類的大腦天生是一片空白。

這與笛卡爾的天生擁有論不同，喬姆斯基認為我們出生時並不帶著先天的意識，而知識只能透過感官接觸的經歷獲得。兒童可以操控符號並且做加減法，但是他們並不知道他們正在做什麼。所以操縱符號的能力和思考能力並不能劃等號。

的確我們所思考的一些事情（量子力學）無法用當下的物理學來解釋。——羅傑·彭羅斯 （Roger Penrose）

象徵性人工智慧的衰落

然而，象徵性人工智慧遇到的麻煩卻往往很難解決，其中一個是常識性問題。除此之外，依賴於過程性或隱性知識的領域更難在符號人工智慧框架內操作，比如感知或運動程式。在這些領域中，象徵性人工智慧取得的成功有限，並且總的來說，將該領域留給了更適合於此類任務的神經網路體系結構（我們會在下一章中討論）。在接下來的部分中，我們將詳細說明象徵性人工智慧的重要下屬領域以及它們遇到的困難。

ELIZA伊莉莎

1966年，約瑟夫·維森鮑姆在（Joseph Weizenbaum）MIT電腦科學與人工智慧實驗室（CSAIL）創造了ELIZA，她可以和人類進行溝通，十分智慧。而之後卻發現這一程式只是透過操控使用者的輸入來生成輸出而已。

誕生於史丹佛，用作醫療檢測的專家系統——MYCIN(1974)從未投入真正使用。

在1952年誕生的薩繆爾象棋計劃旨在探索如何讓機器學習。它在一次次的遊戲中升級，最後打敗了它的研發者。在1959年，它打敗了當時最厲害的玩家，這也引發了人工智慧控制人工智慧的恐慌。這帶來了人工智慧的聯結主義範體，也叫做非象徵性人工智慧。而基於學習和神經網路來解決AI問題的方法也就應運而生了。

https://www.toutiao.com/a6748627404849168909/