這也是前陣子寫的部份段落。
「人工智慧」的誕生與早期的構思（1950年以前）
概念性的基礎：自動機（automata），邏輯，與圖靈機（Turing machine）
理解「人工智慧」（AI）的誕生與早期構想，必須回溯至1950年代以前，當時的思考奠定了現代AI的基礎。這個時期主要圍繞著自動機、邏輯以及圖靈機等概念發展，旨在讓機器能夠模仿人類的思考與行為。
自動機 （Automata） 的構想
在現代AI出現之前，人類對於能自主運作機器的想像就已存在。早在1914年，西班牙工程師李奧納多·托雷斯·奎韋多（Leonardo Torres y Quevedo）就展示了第一台下棋機器《棋手》（El Ajedrecista）。這台機器使用電磁鐵，能夠全自動地下簡單的國王與城堡對抗國王的棋局。它能自主下出合乎規則的棋步，並在人類對手下出非法棋步時發出錯誤信號，甚至能在贏棋的局面下將對手將死。這代表了早期自動化決策機器的具體實踐。
1921年，卡雷爾·恰佩克（Karel Čapek）的戲劇《羅素姆的萬能機器人》（R.U.R.）首次在英文中使用了「機器人」（robot）一詞。這個詞源自捷克語的「robota」，意指強迫勞動。儘管恰佩克筆下的機器人是有機體，但這個詞迅速獲得國際認可，並成為旨在執行任務的機械或人造生物的標準術語。這些構想雖然是虛構的，卻描繪了自動化人造實體將扮演的角色。
邏輯在AI早期發展中的角色
早期AI的發展與對人類思維的邏輯理解息息相關。1943年，邏輯學家沃爾特·皮茨（Walter Pitts）和神經科學家沃倫·麥卡洛克（Warren McCulloch）發表了《神經活動內在思想的邏輯演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）這篇里程碑式的論文。這篇著作奠定了將大腦理解視為是一個計算系統的基礎，並首次引入了人工神經網路（artificial neural networks）的概念。儘管那時的神經網路模型主要是感知器（perceptrons）和後來被發現是統計學中通用線性模型（generalized linear model）的其他模型，它們為AI和機器學習演算法如何透過「節點」或「人工神經元」來處理資料和學習奠定了基礎。這種將邏輯演算應用於神經活動的理論，是早期AI研究的核心方向之一。
圖靈機 （Turing Machine） 與智慧的衡量
艾倫·圖靈（Alan Turing）的工作為AI的理論框架和對智慧的衡量方式提供了關鍵的基礎。1950年，英國數學家艾倫·圖靈發表了其劃時代的論文《計算機器與智慧》（Computing Machinery and Intelligence）。這篇論文提出了著名的「圖靈測試」（Turing Test），最初被稱為「模仿遊戲」（imitation game）。圖靈透過一個思想實驗，將「機器能否思考？」這個直接的問題，轉化為更具操作性的問題：「機器能否展現出與人類無法區分的智能行為？」。
圖靈測試成為衡量機器智慧的核心概念，評估機器能否令人信服地模仿人類對話和行為。這種對智慧的「操作型定義」而非認知定義，對後來的機器學習領域產生了深遠影響。圖靈還在該論文中提出了「學習機器」（learning machine）的概念，認為機器可以學習並變得智慧化，這項具體提議預示了基因演算法（genetic algorithms）的發展。
總結來說，1950年以前的AI構想，已超越了單純的機械自動化，開始深入探討機器如何能模仿人類的學習、推理與行為，並奠定了後來人工智慧和機器學習發展的理論與實驗基礎。
達特矛斯工作坊（the Dartmouth Workshop）與 AI 的誕生
若要理解「人工智慧」（AI）的誕生與早期構思，「達特矛斯工作坊」（The Dartmouth Workshop）是一個無法迴避的里程碑，它被普遍認為是人工智慧領域的正式誕生。
1955年，約翰·麥卡錫（John McCarthy）（來自達特茅斯學院）、馬文·明斯基（Marvin Minsky）（來自哈佛大學）、納撒尼爾·羅切斯特（Nathaniel Rochester）（來自IBM）和克勞德·香農（Claude Shannon）（來自貝爾電話實驗室）共同提交了一份名為《達特矛斯夏季人工智慧研究專案提案》（A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence）的建議書。這份提案不僅為即將舉行的工作坊奠定基礎，更是在其中首次提出了「人工智慧」（artificial intelligence）這個術語。
建議書中所題的工作坊於1956年7月至8月在美國達特茅斯學院舉行，而這次聚會被普遍視為「人工智慧」這個新興領域的正式誕生日期。這場會議匯聚了當時電腦科學和相關領域的頂尖思想家，旨在探討如何讓機器模仿人類的思考和學習能力，為AI的發展開闢了全新的道路。在AI學術領域的早期，一些研究人員對機器如何從資料中學習感興趣。直到 1970 年代末期，機器學習分支出來獨立發展之前，它一直是人工智慧演進的一部分，並作為AI的訓練計畫。
總而言之，達特矛斯工作坊不僅促成了「人工智慧」這個名稱的誕生，更確立了AI作為一個獨立研究領域的地位，為其後續的發展，包括機器學習等子領域的蓬勃興盛，奠定了關鍵的基石。
沒有留言:
張貼留言