笥課鸴煕1. 机器能思考吗？——符号主义AI的兴衰启示录
1950年秋天，英国曼彻斯特的一间办公室里，艾伦·图灵正在思考一个看似简单却深刻的问题："机器能思考吗？"这个问题的提出，不仅开启了一个全新的研究领域，更在随后的七十年里引发了无数争论与探索。作为计算机科学与人工智能之父，图灵用他标志性的务实主义将这个问题转化为一个可操作的测试——如果一台机器能在对话中让人无法区分它是人还是机器，那么我们就可以认为它表现出了智能。
1.1 符号主义的黄金时代
1.1.1 达特茅斯的雄心壮志
1956年夏天，美国新罕布什尔州的达特茅斯学院聚集了一群充满理想的年轻学者。这次为期两个月的研讨会后来被称为"达特茅斯会议"，它标志着人工智能作为一门正式学科的诞生。会议的组织者之一约翰·麦卡锡首次使用了"人工智能"(Artificial Intelligence)这个术语，而与会者中包括了多位后来成为AI领域奠基人的重量级人物：信息论之父克劳德·香农、诺贝尔经济学奖得主赫伯特·西蒙、认知科学家马文·明斯基等。
这次会议最令人振奋的成果是艾伦·纽厄尔和赫伯特·西蒙展示的"逻辑理论家"(Logic Theorist)程序。这个程序能够自动证明数学命题，甚至为《数学原理》中的定理找到了比原作者更简洁的证明。西蒙激动地宣布："我们发明了一台会思考的机器！"这种乐观情绪成为了早期AI研究的基调——研究者们相信，只要将人类的知识和推理过程形式化为符号和规则，就能在计算机上重建人类智能。
1.1.2 专家系统的崛起
随着研究的深入，AI研究者们逐渐意识到构建"通用智能"的难度远超预期。于是，他们转向了一个更务实的方向：专家系统。这种系统专注于特定领域，通过编码专家的知识来解决实际问题。
MYCIN系统(1972年)是早期最成功的专家系统之一，它能够诊断血液感染并推荐抗生素治疗方案。在严格的盲测中，MYCIN的表现与传染病专家相当，准确率达到65%，超过了住院医师和医学生。这个成就令人震惊——一个计算机程序竟然能在专业医学判断上与训练多年的医生比肩。
另一个里程碑是R1/XCON系统(1978年)，它为数字设备公司(DEC)配置VAX系列计算机的订单。这个系统包含了约2500条规则，能够处理客户的各种定制需求，准确率高达95-98%，每年为DE