「 隕落的彗星，雖不再繼續(xù)閃耀,，但它流逝的光芒依然能劃破天際,，照亮夜空?！?/p>

1956年,，在被稱為人工智能起點(diǎn)的“達(dá)特茅斯會議”上，馬文·明斯基和它的Snare成為會議的最大亮點(diǎn)之一,。60年后,，明斯基因腦溢血在波士頓布萊根婦女醫(yī)院去世，享年88歲,。人們不禁惋惜,，人工智能領(lǐng)域的一顆巨星就這樣隕落了。至此,，“達(dá)特茅斯會議”上所有的專家都已離開人世,。但是，他們的遺志指引著一代新的科學(xué)家,，2016年,，成了人工智能發(fā)展的新起點(diǎn),。

智能問題值得奉獻(xiàn)一生

馬文·明斯基（Marvin Minsky），生前是麻省理工學(xué)院媒體實(shí)驗(yàn)室名譽(yù)教授,、數(shù)學(xué)家,、計(jì)算機(jī)科學(xué)家、人工智能領(lǐng)域先驅(qū),。作為最早聯(lián)合提出“人工智能”概念的偉人,，被尊為人工智能之父。

他在人工智能領(lǐng)域卓有成就——人工智能領(lǐng)域首位圖靈獎獲得者,，虛擬現(xiàn)實(shí)最早倡導(dǎo)者,，也是世界上第一個人工智能實(shí)驗(yàn)室MIT人工智能實(shí)驗(yàn)室聯(lián)合創(chuàng)始人。而就是這位人工智能教父,，也曾讓整個人工智能領(lǐng)域的發(fā)展停滯不前,，而這一切的傳奇都要從他的經(jīng)歷開始說起。

1927年8月9日,，明斯基出生在美國紐約的一個眼科醫(yī)生家庭里,。因?yàn)檎得绹罅Πl(fā)展私立學(xué)校的時(shí)期，所以他從小學(xué)到中學(xué)全盤接受的都是私立學(xué)校的教育,，并對電子學(xué)和化學(xué)情有獨(dú)鐘,。

1945年高中畢業(yè)后，明斯基應(yīng)征入伍,，在芝加哥北邊的大湖海軍培訓(xùn)中心（Great Lakes Naval training Center）和其他約120名新兵一起接受了訓(xùn)練,。按明斯基本人后來的說法，這是他第一次,、也是最后一次和非學(xué)術(shù)界的人員混在一起,。

退伍后，1946年他進(jìn)入哈佛大學(xué)主修物理,，但他選修的課程相當(dāng)廣泛,，從電氣工程，數(shù)學(xué),，到遺傳學(xué)等涉及多個學(xué)科專業(yè),，有一段時(shí)間他還在心理學(xué)系參加過課題研究。當(dāng)時(shí)流行的一些關(guān)于心智起源的學(xué)說與理論使他難以接受,，比如新行為主義心理學(xué)家斯金納（Burrhus Frederic Skinner,，1904—1990）根據(jù)一些動物行為的事實(shí)提出理論，把人的學(xué)習(xí)與動物的學(xué)習(xí)等同起來,，明斯基就不以為然,，并激發(fā)了他要把這個困難問題弄清楚的決心。后來他放棄物理改修數(shù)學(xué),，并于1950年畢業(yè)之后進(jìn)入普林斯頓大學(xué)研究生院深造,。

第二次世界大戰(zhàn)以前,，阿蘭·圖靈正是在這里開始研究機(jī)器是否可以具有智能的問題。同樣,，明斯基也在這里開始研究同一問題,。在接受《紐約時(shí)報(bào)》采訪時(shí)，明斯基表示：“智能問題看起來深不見底,，我想這才是值得我奉獻(xiàn)一生的領(lǐng)域,。”

世界第一和人工智能的扼殺者

1951年他提出了關(guān)于思維如何萌發(fā)并形成的一些基本理論,，同時(shí)建造了世界上第一個神經(jīng)網(wǎng)絡(luò)模擬器“Snare”,。Snare雖然比較粗糙和不夠靈活，畢竟是人工智能研究中最早的嘗試之一,。在Snare的基礎(chǔ)上,，明斯基綜合利用他多學(xué)科的知識，解決了使機(jī)器能基于對過去行為的知識預(yù)測其當(dāng)前行為的結(jié)果這一問題,，并以“神經(jīng)網(wǎng)絡(luò)和腦模型問題”（Neural Nets and the Brain Model Problem）為題完成了他的博士論文,，并于1954年取得博士學(xué)位。

Snare

學(xué)成以后,，明斯基留校工作3年,。1956年，他與麥卡錫,、香農(nóng)等人一起發(fā)起并組織了成為人工智能起點(diǎn)的“達(dá)特茅斯會議”，在這個具有歷史意義的會議上,，明斯基的Snare,，麥卡錫的α-β搜索法，以及西蒙和紐厄爾的“邏輯理論家”（10sicTheorist）是會議的三個亮點(diǎn),。1958年,，明斯基從哈佛轉(zhuǎn)至麻省理工學(xué)院（MIT），同時(shí)麥卡錫也由達(dá)特茅斯來到MIT與他會合,，他們在這里共同創(chuàng)建了世界上第一個人工智能實(shí)驗(yàn)室,。

2006年，會議五十年后,，當(dāng)事人重聚達(dá)特茅斯

左起：摩爾,，麥卡錫，明斯基,，賽弗里奇,，所羅門諾夫

雖然明斯基的貢獻(xiàn)極大的促進(jìn)了人工智能革命的到來，但他也差點(diǎn)親手將人工智能扼殺在萌芽之中,。1969年,，明斯基與西蒙·派珀特(Simon Papert)合著的著作《感知機(jī)》卻被業(yè)內(nèi)普遍認(rèn)為極大地阻礙了神經(jīng)網(wǎng)絡(luò)的發(fā)展,。明斯基在這本書中著重闡述了“感知機(jī)”存在的限制。他指出,，神經(jīng)網(wǎng)絡(luò)被認(rèn)為充滿潛力,，但實(shí)際上無法實(shí)現(xiàn)人們期望的功能。

在他看來,，處理神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)存在兩點(diǎn)關(guān)鍵問題,。首先，單層神經(jīng)網(wǎng)絡(luò)無法處理“異或”電路,；其次,，當(dāng)時(shí)的計(jì)算機(jī)缺乏足夠的計(jì)算能力，無法滿足大型神經(jīng)網(wǎng)絡(luò)長時(shí)間運(yùn)行的需求,。

由于被明斯基這樣的權(quán)威人士看衰,，神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)的研究迅速陷入了低谷，70年代則成為了“人工智能的寒冬”,。2014年加入谷歌的人工智能專家杰弗里·辛頓(Geoffrey Hinton)當(dāng)時(shí)正在讀研究生,，他也感受到了這樣的“惡意”。當(dāng)時(shí),，當(dāng)他告訴周圍人自己正在研究人工神經(jīng)網(wǎng)絡(luò)時(shí),，人們總會這樣回應(yīng)：“難道你不明白么？這些東西沒用,?！?/p>

明斯基的功勞不可抹殺

不可否認(rèn)，明斯基對于人工智能地發(fā)展也做出了極大的貢獻(xiàn),。1975年,，他首創(chuàng)框架理論(frame theory)。

框架的頂層是固定的,，表示固定的概念,、對象或事件。下層由若干槽(slot)組成,，其中可填入具體值,，以描述具體事物特征。每個槽可有若干側(cè)面（facet）,，對槽作附加說明,，如槽的取值范圍、求值方法等,。這樣,，框架就可以包含各種各樣的信息，例如描述事物的信息,，如何使用框架的信息,，對下一步發(fā)生什么的期望,，期望如果沒有發(fā)生該怎么辦，等等,。利用多個有一定關(guān)聯(lián)的框架組成框架系統(tǒng),，就可以完整而確切地把知識表示出來。

明斯基最初是把框架作為視覺感知,、自然語言對話和其他復(fù)雜行為的基礎(chǔ)提出來的,，但一經(jīng)提出，就因?yàn)樗仁菍哟位?，又是模塊化的,，在人工智能界引起了極大的反響，成為通用的知識表示方法被廣泛接受和應(yīng)用,。不但如此,，它的一些基本概念和結(jié)構(gòu)，也被后來興起的面向?qū)ο蠹夹g(shù)和方法所利用,。此外,，明斯基的框架理論也成為當(dāng)前流行的一些專家系統(tǒng)開發(fā)工具和人工智能語言的基礎(chǔ)，例如,，著名的KRL(Knowledge Representation Language),。

他還把人工智能技術(shù)和機(jī)器人技術(shù)結(jié)合起來，開發(fā)出了世界上最早的能夠模擬人活動的機(jī)器人Robot C,，使機(jī)器人技術(shù)躍上了一個新臺階。他的另一個大舉措是創(chuàng)建了著名的“思維機(jī)公司”（Thinking Machines,，Inc．）,，開發(fā)具有智能的計(jì)算機(jī)。

明斯基與Robot C

明斯基也是“虛擬現(xiàn)實(shí)”（virtual reality）的倡導(dǎo)者,，雖然VR這個名詞與概念是20世紀(jì)90年代才出現(xiàn)與明朗起來的。早在20世紀(jì)60年代,，明斯基就自己造了一個名詞,，叫telepresence，直譯應(yīng)為“遙遠(yuǎn)的存在”或“遠(yuǎn)距離介入”,，明斯基所謂的telepresence是這樣一種設(shè)備或環(huán)境,，它允許人體驗(yàn)?zāi)撤N事件，而不需要真正介入這種事件,，比如感覺自己在駕駛飛機(jī),、在戰(zhàn)場上參加戰(zhàn)斗、在水下游泳等等,，實(shí)際上這些事都沒有發(fā)生,。明斯基提出過利用微型攝像機(jī),、運(yùn)動傳感器等設(shè)備來實(shí)現(xiàn)telepresence的一些方案。明斯基的telepresence不是和現(xiàn)在研究的虛擬現(xiàn)實(shí)如出一轍嗎,？

《情感機(jī)器》的新探索

可以說,，明斯基的研究成果極大地推動了人工智能的發(fā)展，為后人留下了寶貴的財(cái)富,。但也因?yàn)樗臋?quán)威定論,，人工智能的發(fā)展差點(diǎn)被扼殺。

相關(guān)研究直到1978年才開始逐漸復(fù)蘇,，而其中的關(guān)鍵人物則是辛頓和哈佛大學(xué)神經(jīng)生物學(xué)博士特里·謝伊諾斯基(Terry Sejnowski),。

杰弗里·辛頓

據(jù)《紐約時(shí)報(bào)》記者約翰·馬爾科夫(John Markoff)在《與機(jī)器人共舞》一書中介紹，1982年,，辛頓舉辦了一場夏季研討會,，主題是聯(lián)想記憶的并行模型，而與會的謝伊諾斯基當(dāng)時(shí)正在探索如何通過新方式來為大腦建模,。他們的理念一拍即合,。隨后幾年，從并行分布處理方法起步,，他們創(chuàng)造了新的多層網(wǎng)絡(luò)“玻爾茲曼網(wǎng)絡(luò)”,。這項(xiàng)研究也證明，《感知機(jī)》一書中所做的預(yù)言,，即感知機(jī)無法被推廣至多層網(wǎng)絡(luò),，是完全錯誤的。

實(shí)際上,，在進(jìn)入80年代后,，《感知機(jī)》一書提到的兩大問題都已得到解決。一方面,，摩爾定律的應(yīng)驗(yàn)使計(jì)算機(jī)處理能力飛速提升,，計(jì)算能力不再成為制約神經(jīng)網(wǎng)絡(luò)的因素。另一方面,，反向傳播算法的提出解決了關(guān)于“異或”電路實(shí)現(xiàn)的難題,。隨后的近30年中，隨著軟件算法和硬件性能不斷優(yōu)化,，深度學(xué)習(xí)技術(shù)終于可以大展拳腳,。近年來，移動互聯(lián)網(wǎng)的快速發(fā)展,、數(shù)據(jù)量的激增則給神經(jīng)網(wǎng)絡(luò)提供了充足的學(xué)習(xí)材料,。

然而，明斯基仍不看好神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)。2007年,，在新書《情感機(jī)器》出版的不久后,，《Discover》雜志的蘇珊·克魯格林斯基(Susan Kruglinski)對明斯基進(jìn)行了采訪。后者再次重申了自己的觀點(diǎn)：

“人工智能領(lǐng)域的每個人都在追求某種邏輯推理系統(tǒng),、遺傳計(jì)算系統(tǒng),、統(tǒng)計(jì)推理系統(tǒng)或神經(jīng)網(wǎng)絡(luò)，但無人取得重大突破,，原因是它們過于簡單,。這些新理論充其量只能解決部分問題，而對其他問題無能為力,。我們不得不承認(rèn),，神經(jīng)網(wǎng)絡(luò)不能做邏輯推理。例如,，在計(jì)算概率時(shí),，它無法理解數(shù)字的真正意義是什么,?！?/p>

關(guān)于理想中的人工智能技術(shù)，他認(rèn)為重要的一點(diǎn)是使其具備常識性知識,，而不僅僅是對圖像和語音的模式識別,。在他看來，人工智能應(yīng)當(dāng)類似于人腦,，而“人類解決問題的方式首先是具備大量常識性知識”,。隨后，他還希望能實(shí)現(xiàn)《情感機(jī)器》一書中描述的思維體系結(jié)構(gòu),，使人工智能在各種思維方式間切換,。

行業(yè)的發(fā)展并沒有按照明斯基的設(shè)想去推進(jìn)。現(xiàn)在基于深度學(xué)習(xí)對圖像和語音的判斷識別受到人們的熱捧,。業(yè)內(nèi)普遍認(rèn)為,，深度學(xué)習(xí)技術(shù)幫助人工智能研究在視覺和語音領(lǐng)域取得了長足進(jìn)步。在硅谷,，越來越多科學(xué)家和工程師認(rèn)為,，深度學(xué)習(xí)將最終帶來“強(qiáng)人工智能”：機(jī)器的智慧水平將超過人類。

2013年,，明斯基的學(xué)生,、知名未來學(xué)家雷伊·庫茲韋爾(Ray Kurzweil)接替吳恩達(dá),，出任Google Brain項(xiàng)目負(fù)責(zé)人,。在谷歌強(qiáng)大的神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，庫茲韋爾的到來或許將可以幫助明斯基實(shí)現(xiàn)未盡的目標(biāo),。

人工智能的未來或許可以用明斯基2014年的一段話來總結(jié)：“如果你讓計(jì)算機(jī)自己待著,，或是讓許多計(jì)算機(jī)待在一起,，那么它們可能會試圖了解，它們從何而來,，它們是誰,。如果它們突然看到一本關(guān)于計(jì)算機(jī)科學(xué)的圖書，那么可能會嘲笑著說：‘這太假了,?！煌挠?jì)算機(jī)群體可能也會有不同想法?！?/p>

來源：機(jī)器人圈