「johnmccarthy」哪位学者提出了强人工智能和弱人工智能

2022-12-01 09:32:06 作者：投篮万人迷

哪位学者提出了强人工智能和弱人工智能

提出强人工智能与弱人工智能的人是（）。

发布日期：2022-06-02

A.约翰·塞尔

B.彼得卡鲁瑟斯

C.杰瑞·佛多

D.埃隆·马斯克

试题解析

弱人工智能

弱人工智能是指不能制造出真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。人工智能的一个比较流行的定义，也是该领域较早的定义，是由约翰·麦卡锡（John McCarthy|）在1956年的达特矛斯会议（Dartmouth Conference）上提出的：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性。另一个定义指人工智能是人造机器所表现出来的智能性（弱人工智能）。总体来讲，对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。

中文名弱人工智能创建人约翰·罗杰斯·希尔勒外文名Weak AI创建时间1980年

强人工智能

强人工智能（Strong AI）观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。

约翰·麦卡锡的约翰去世

Lisp语言发明者，人工智能之父约翰·麦卡锡(John McCarthy)于2011年10月24日晚上去世，享年84岁。约翰·麦卡锡离世的消息首先是由他的女儿通过非正规的渠道发布的，同时，这一消息已经得到了斯坦福大学的确认。

AI缘起——达特茅斯会议

1956年，美国汉诺斯小镇宁静的达特茅斯学院，约翰·麦卡锡、马文·闵斯基、克劳德·香农等学者聚在一起，共同讨论着机器模拟智能的一系列问题。他们讨论了很久，始终没有达成共识，却为讨论内容起了一个名字：人工智能。自此，人工智能（AI，Artificial Intelligence）开始出现在人们的视野，1956年也就成为了人工智能元年。关于人工智能的缘起，在达特茅斯会议前，我们必须要提到一个人——图灵。 1950年，图灵发表论文《计算机器与智能》（ Computing Machinery and Intelligence），提出并尝试回答“机器能否思考”这一关键问题。图灵详细介绍了一种名为“模仿游戏”（The Imitation Game）的测试方法，也就是我们后来更为熟悉的图灵测试。根据《艾伦·图灵传》中的介绍，图灵设想了一种游戏：房间中有一男一女，房间外的人向房间内的男女提问，里面的两个人只能以写字的方式回答问题，然后请房间外的人猜测，哪一位回答者是女人。注意，在这一测试中，男人可以欺骗猜测者，让外面的人以为自己是女人，女人则要努力让猜测者相信自己。而将这一男一女换成人与计算机，如果猜测者无法根据回答判断哪个是人，哪个是计算机，那么可以判断计算机具有人类智能。 1952年，图灵在一场BBC广播中，提出一个新的更为具体的想法：让计算机来冒充人，如果判断正确的人不足70%，也就是超过30%的人误认为与自己说话的是人而不是计算机，那么可以判断计算机具有人类智能。图灵测试自诞生来产生了巨大影响，图灵奖被称为“计算机界的诺贝尔奖”，图灵也被冠以“人工智能之父”的称号。人工智能的起源公认为是1956年的达特茅斯会议，这次大会标志着“人工智能”这一概念的诞生。先介绍下本次大会的关键学者。会议的主要发起人——约翰·麦卡锡（John McCarthy），计算科学家、认知科学家，也是他提出了“人工智能”的概念。麦卡锡对于人工智能的兴趣始于1948年参加的一个名为“脑行为机制”的讨论会，会上，冯·诺伊曼（John von Neumann）提出的自复制自动机（可以复制自身的机器）激起麦卡锡的好奇，自此开始尝试在计算机上模拟智能。达特茅斯会议前后，麦卡锡的主要研究方向是计算机下棋。另一位积极的参与者是当时在哈佛大学的明斯基（Marvin Minsky，1969年图灵奖获得者），他的老师塔克（Albert Tucker）多年来担任普林斯顿大学数学系主任，主要研究非线性规划和博弈论。1951年，明斯基建造了世界上第一个神经网络模拟器Snare。在Snare的基础上，明斯基解决了“使机器能基于对过去行为的知识，预测当前行为的结果”这一问题，并完成了他的博士论文《Neural Nets and the Brain Model Problem》。塞弗里奇（Oliver Selfridge），模式识别的奠基人，后来领导了MAC项目，这个项目后被分为计算机科学实验室与人工智能实验室，又合并为麻省理工学院最大的实验室MIT CSAIL。另外两位重量级参与者是纽厄尔（Allen Newell）和西蒙（Herbert Simon），这两位学者后来共享了1975年的图灵奖。纽厄尔在普林斯顿大学数学系硕士毕业后，加入了美国著名的兰德公司，并结识了西蒙，开始了他们一生的合作。纽厄尔和西蒙提出了物理符号系统假设，简单的说就是：智能是对符号的操作，最原始的符号对应于物理客体。这一假设与西蒙提出的有限合理性原理成为人工智能三大学派之一——符号主义的主要依据。后来，他们与珀里思（Alan Perlis，第一届图灵奖获得者）共创了卡内基梅隆大学的计算机系。最后，信息论的创始人香农（Claude Shannon），他比其他几位年长10岁左右，当时已经是贝尔实验室的大佬。1950年，香农发表论文《Programming a computer for playing chess》，为计算机下棋奠定了理论基础。除上述学者外，IBM的塞缪尔（Arthur Samuel），达特茅斯的摩尔（Trenchard More）、算法概率论的创始人所罗门诺夫（Ray Solomonoff）等学者也参与了这次会议。 1953年夏天，麦卡锡和明斯基都在贝尔实验室为香农打工。香农当时在研究图灵机及是否可以用图灵机作为智能活动的理论基础，但是麦卡锡只对计算机实现智能感兴趣。由于与香农研究方向上的不同加上麦卡锡认为香农在一些时候过于理论，所以麦卡锡与IBM第一代通用机701的主设计师罗切斯特（Nathaniel Rochester）计划搞一次活动，主要讨论机器模拟智能，并说动香农与明斯基共同写了一个项目建议书以寻求活动资助。麦卡锡给这个活动起了一个名字：人工智能夏季研讨会（Summer Research Project on Artificial Intelligence）。会议的主要议题有以下7个方面：达特茅斯研讨会进行了两个月，其中，纽厄尔和西蒙公布的程序“逻辑理论家”（Logic Theorist）引起参会者极大的兴趣，这个程序模拟人证明符号逻辑定理的思维活动，并成功证明了《数学原理》第2章52个定理中的38个定理，被认为是用计算机探讨人类智力活动的第一个真正成果，也是图灵关于机器可以具有智能这一论断的第一个实际证明。此外，逻辑理论家开创了机器定理证明这一新的学科领域。最后补充一下，在达特茅斯会议期间，“人工智能”这一词虽然被提出，但并没有获得大家的完全认可，尤其是纽厄尔和西蒙，他们的研究在某种意义上偏向于功能学派，他们更主张用“复杂信息处理”这个词。"人工智能"一词真正被学界接受要到1965年，德雷弗斯（Hubert Dreyfus）发表了著名的《炼金术与人工智能》报告，这一报告对当时人工智能的研究提出质疑，意图说明这些研究是没有基础的无用功。由于报告标题与内容过于大胆，最初兰德公司仅以备忘录的方式发布了油印版，直至1967年，兰德公司才正式发布了这一报告的印刷版。该报告后来成为兰德公司销量最高的报告之一，在AI学者中广为流传，关于这一报告的具体影响，我们将在之后的文章中为大家进行更为详细的介绍。

人工智能概念诞生60余年，谁是第一位提出者

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。

从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。

扩展资料

人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。

从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

麦卡锡的智能之父

1927年9月4日麦卡锡（John McCarthy）生于美国波士顿一个共产党家庭，父母的工作性质决定全家需不断搬迁，从波士顿迁到纽约，然后又到了洛杉矶，信仰爱尔兰天主教的父亲当过木匠、渔夫和工会组织者，母亲是立陶宛犹太人，在联合通讯社（TheFederatedPress）当记者，后来在一家共产党报社工作，麦卡锡从小把自己对科学的兴趣与家庭的政治倾向结合起来。麦卡锡在接受采访时说：“我们确信技术的进步对人类有利，我记得小时候读过《十万个为什么》，这是30年代苏联作家伊林（M．Ilin）撰写的通俗科技读物，在美国好像没有这样的书。10至15年前我很高兴得知中国有许多非常早熟的儿童，他们都读过《十万个为什么》。”麦卡锡说他的童年平平淡淡，实际上在读中学时，他就找到加州理工大学的一份课程清单，自学了大学一年和二年的数学课程。1944年他真的到了这所大学，免修头两年的数学课。1948年9月在读研究生时，他出席了该校主办的“行为的大脑机制西克森研讨会”（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech），大数学家计算机设计大师冯·诺伊曼在会上散发了关于自复制自动机的论文，尽管当时还没有人精确地将机器智能与人的智能联系起来，但诺伊曼的报告却激发了麦卡锡的好奇心。于2011年10月24日逝世，享年84周岁。 1949年在普林斯顿大学数学系作博士论文时，他决定尝试在机器上模拟人的智能，1955年他联合申农（信息论创立者）、明斯基（人工智能大师，《心智社会》的作者）、罗彻斯特（IBM计算机设计者之一），发起了达特茅斯项目（Dartmouth Project），第二年正式启动，洛克菲勒基金会提供了极有限的资助。现在看来，这个项目不但是人工智能发展史的一个重要事件，也是计算机科学的一个里程碑，正是在1956年，麦卡锡首次提出“人工智能”（artificial intelligence）这一概念，现在看来，那次讨论并没有实质上解决有关智能机的任何具体问题，但它确立了研究目标，使人工智能成为计算机科学中一门独立的经验科学。1957年巴库斯（John Barkus）及其IBM小组发布了Fortran语言，这是第一个成功的高级语言，使程序设计者从繁琐的汇编语言中解脱出来，卡内基梅龙大学的纽维尔（A．Newell）、司马赫（H．Simon）等提出信息处理语言IPL，麦卡锡则提出表处理语言Lisp，在Fortran中不允许有递归，麦卡锡希望改进它，1960年巴黎会议大家讨论了Algol语言，采纳了麦卡锡的建议，增加了递归和条件表达式，Algol最早接受了Lisp的观念，但不是最后一个，如今的Pascal、C、Ada等都接受了Lisp的创新。但至今，主流程序设计语言仍然没有吸收麦卡锡建议的“评价函数”（eval），认为它很危险。麦卡锡发明Lisp语言，只是把它作为工具，他的目标是制造具有人类智能的机器，Lisp自发明以后，像其他语言一样，发明人失去了对其的控制能力，马库斯和凯（A．Kay，“面向对象程序设计”的创始人）也一样。1959年麦卡锡发表《具有常识的程序》一文，标志着他向“常识逻辑推理”难题开始宣战。“与所有专门化的理论一样，所有科学也都体现于常识中。当你试图证明这些理论时，你就回到了常识推理，因为常识指导着你的实验。”设想一个旅行者从英国格拉斯哥经过伦敦去莫斯科，计算机程序可以分段处理：从格拉斯哥到伦敦，再从伦敦到莫斯科。但是如果假设此人不幸在伦敦丢失了机票怎么办？当然现实中此人一般不会因此取消原来去莫斯科的计划，他可能会再买一张票。但是预先设计好的模拟程序却不允许如此灵活。因此要发展一种具有常识推理能力的逻辑。1964年麦卡锡已是斯坦福大学人工智能实验室的主任，他提出了一种称之为“情景演算”（situational calculus）的理论，其中“情景”表示世界的一种状态。当主体（agent）行动时，情景发生变化。主体下一步如何行动取决于他所知道的情景。情景演算的思想吸收了有穷自动机状态转移的概念。在情景演算中，推理不但取决于状态，而且取决于主体关于状态知道些什么。主体知道得越多，了解得越详细，他就会更好地作出决策。这种情景演算理论吸引了许多研究者，但它本身也引起一种问题。在多主体的世界中，与一个主体有关的情景的变化可能还取决于其他主体的行动。这样处理起来十分困难。在常识世界中，我们的决策可能不大受其他主体的影响，当然有时也受。很难说麦卡锡的努力最终是否成功了，但他向通常的“演绎推理”挑战，强调人类智能推理的非单调性（nonmonotonicity），发展状态描述法，在人工智能研究中具有重要意义。麦卡锡试图让机器能像人一样，在某种语境下，进行基本的猜测。但这很难做，即使是人，也常常误解语境。一个有趣的例子是：白宫发言人奥涅尔欢迎新当选的里根总统时说：“您成了Grover Cleveland”（他指的是美国的一个总统）。而里根却微笑着说：“我只在电影中扮演过一次Cleveland。”（里根指的是棒球手Grover Cleveland Alexander）不管人们对人工智能还有什么偏见，它现在已成为严肃的经验科学，而麦卡锡为这一领域培养了大量人才，他的学生遍及世界。关于人工智能，想了解更多的东西可以直接访问麦卡锡的网页，从“公众理解科学的角度”看，他的网页做得非常棒。他讨论了人工智能与哲学的关系，人工智能的分类及应用领域等。还详细回答了有关人类“可持续发展”的问题。他是技术乐观派，相信人类会有一个美好的未来（他提供了许多论据，可从网上看到）。