AI之父们和他们孩子的坎坷成长之路

在人类历史的长河中，我们常常习惯于将某事物的发现者尊称为“XX之父”。当我们谈论人工智能这一深远影响的领域时，它的诞生并非单个人之功劳。实际上，AI的创造者犹如一对共同育儿的夫妻，我们或许可以称之为“AI之父”与“AI之母”。尽管有这两位巨人的加持，人工智能的发展之路仍然历经坎坷，这些挑战与最终的辉煌，共同构成了人工智能诞生的传奇故事。

就在父亲节之际，让我们回顾这两位“AI之父”及其不平凡的一生。

标题：最成功的探索者：Lisp与人工智能的缔造者们

人工智能的雏形出现的远比我们想象的要早，可以追溯到计算机刚刚诞生的年代。1948年，年仅21岁的约翰·麦卡锡，在加州理工大学的一次研讨会上，受到了冯·诺依曼关于自复制自动机的论文的启发，对机器智能的研究产生了浓厚的兴趣。

而后在1955年，麦卡锡与香农、明斯基和罗彻斯特联手发起了达特茅斯项目。尽管这个项目并未如预期的那样在两个月内实现制造出一台模拟人类学习特征的机器的目标，但它确立了一些重要的研究方法和目标，为后世的研究奠定了坚实的基础。然而麦卡锡的贡献远不止于此。他对人工智能的最大贡献是创造了Lisp语言。这是一种超前且强大的编程语言，被视为最高级和简洁的编程语言之一。其理念之超前，功能之强大，直到如今主流的编程语言才逐渐追赶上来。一些人甚至认为，Lisp不仅仅是一种编程语言，更是一种数学。由于数学的永恒性，Lisp在超过五十年的时间尺度上仍然走在前列。

然而令人讽刺的是，尽管Lisp具有如此强大的能力，却没有成为计算机领域的标准选择。其原因在于Lisp的强大反而成了其普及的障碍。由于其实现的机理过于基本、能力过于强大且使用方式过于自由，导致对于Lisp的教学没有标准化的模板可循。尽管如此，Lisp仍被视为计算机领域的一次重要尝试和探索。正如麦卡锡和其他人工智能先驱们的探索精神一样，Lisp将继续在人工智能领域发挥重要作用并启迪后人。 遭遇困境的Lisp与神经网络的波折

尽管Lisp语言未能广泛普及，但那些学习它的人却成了它的忠实拥趸。多年过去，Lisp的几种“方言”终于开始崭露头角，许多主流编程语言也开始借鉴Lisp的精华。距离Lisp的诞生已经过去了太久，让人不禁感慨它的命运多舛。但我们坚信，金子总会发光。

险被埋没的未来

Lisp的遭遇虽然对人工智能的发展产生了一定的影响，但这并不是直接的。毕竟，就算没有尖端的语言，人类也能用基础的语言实现AI技术。人工智能领域的另一位先驱人物，却亲手让自己培育的孩子陷入了长达十年的困境，导致了一段人工智能研究的漫长低谷期。

这位人物就是马文·明斯基。他于1946年进入哈佛大学，1950年毕业并进入普林斯顿大学研究生院深造。在1951年，他创建了世界上第一个神经网络模拟器，能够学习如何穿越迷宫。他也是当年达特茅斯会议的参与者之一。

明斯基在神经网络领域的研究被认为是人工智能领域的杰出尝试之一。这位神经网络的奠基人几乎曾亲手将这一理论引入误区。1969年，明斯基荣获计算机界的最高荣誉——图灵奖。就在同年，他与西蒙·派帕特合著的《感知机》一书问世。在这本书中，明斯基断定神经网络不是未来人工智能的正确方向。由于他在学术界的权威地位，这本书立刻导致神经网络相关研究陷入长期低谷。

尽管遭遇困境，但神经网络的研究并未停滞不前。与此Lisp等语言也在不断地发展和演变。这一切都在告诉我们，即使面临挫折和困境，优秀的理念和技术总会找到属于自己的舞台。明斯基曾给出了两个重要的理由来解释某些技术的困境：

单层神经网络无法处理复杂的“异或”电路问题。当时的计算机缺乏足够的计算能力，难以满足大型神经网络长时间运行的需求。这两个问题在当时看起来似乎无法克服，导致人工智能的发展陷入了困境。

人们对科学未来的预测往往带有过度乐观或悲观的色彩。明斯基的预测似乎偏向了悲观。但历史告诉我们，随着计算机运算速度的飞速提升，他所提出的这两个问题逐渐得到了解决。尽管在人工智能的寒冬期，只有少数像后来的谷歌专家杰弗里·辛顿等坚持进行神经网络研究的人能够看到转机。经过众多科学家的不懈努力，最终才有了人工智能的一系列辉煌成就，如深蓝和AlphaGo等。

这两个故事让我们深刻体会到“时机”的重要性。Lisp和神经网络都是极具划时代意义的概念，它们代表着各自领域的未来方向。尽管它们出现的时机尚不成熟，受到冷落甚至被作者质疑，但未来总会到来。一切的不合时宜，最终都会转化为最佳时机。如果你在某一领域努力却未获显著成果，不必心急，属于你的时代可能还未到来。把握时机，坚持努力，伟大的发明总会在适当的时刻崭露头角。