从图灵机到人工智能，和它的“开荒”故事(图灵提出人工智能)

随着很多网友们针对于从图灵机到人工智能，和它的“开荒”故事关注越来越多，小编通过花费九牛二虎之力，终于整理出来相关问题的信息。

本文作者：周志明矩阵数字经济智库专家资深Java技术专家周志明，矩阵数字经济智库专家，资深Java技术、机器学习和企业级开发技术专家，现任远光软件研究院院长，人工智能博士在读，著有知名畅销书《深入理解Java虚拟机：JVM高级特性与最佳实践》。

著作颇丰，著有《深入理解Java虚拟机》《深入理解OSGi》，翻译了《Java虚拟机规范》等著作。

其中《深入理解Java虚拟机》第1版出版于2011年，已经出至第2版，不仅销量好，而且口碑更好，累计印刷超过30次，仍长销不衰，是中文计算机图书领域公认的、难得一见的佳作。

目录：一、信息革命二、图灵机，计算的基石三、人工智能的萌芽四、图灵测试：何谓智能？五、智能与人类的界限六、彩蛋：资深人工智能专家周志明知识课程上线小鹅通！“人工智能”作为一个专业名词，是在1956年首次出现，但是人类对人造机械智能的想象与思考却是源远流长。

在古代的神话传说中，技艺高超的工匠可以制作人造人，并为其赋予智能或意识，希腊神话中出现了诸如赫淮斯托斯的黄金机器人和皮格马利翁的伽拉忒亚这样的机械人和人造人:根据列子辑注的《列子·汤问》记载，中国西周时期也已经出现了偃师造人的故事。

人类对人工智能的凭空幻想阶段一直持续到了20世纪40年代。

由于第二次世界大战交战各国对计算能力、通讯能力在军事应用上迫切的需求，使得这些领域的研究成为人类科学的主要发展方向。

信息科学的出现和电子计算机的发明，让一批学者得以真正开始严肃地探讨构造人造机械智能的可能性。

信息革命从1939年到1945年，在二战发生的6年时间里，美国的国民生产总值（GDP）就增长了一倍，这是人类经济历史有GDP记录以来录得的最高增速，并且这种惊人的速度还是发生在一个基础规模已经极为庞大的经济体上，更是连最疯狂经济学家都不敢设想的奇迹。

美国作为二战中唯一本土不被战火直接波及的世界性大国，通过军事援助与战争贷款将各国的经济命脉与自身相连，从而迅速取代欧洲和亚洲，成为世界“经济的心脏”。

稳定的社会环境、经济飞跃式的发展为军事、科技的发展注入了强大的驱动力，战争中大量受到纳粹迫害的各种领域顶尖的人才多以美国为避风港，天然地促使美国汇聚了全球最顶尖的人才与技术，令美国也成为了“世界的大脑”。

在这种单一国家内几乎集中了全球经济资源和智慧力量的时代背景下，在二战这场几乎波及全人类的庞大战争压力推动下，以美、英两国学术界为首的人类精英学者们展现了出无与伦比的智慧和创造力。

新军事技术对计算与通讯需求，更具体的是当时新出现的导弹、精确火炮等远程武器对计算速度、精确性和系统控制能力的要求，以及雷达、电话电报网络等侦查、通讯系统对信息传输安全和效率的要求，直接催生了信息科学和信息技术产业开始生根发芽。

二战结束之后仅一年（1946年）时间，世界第一台通用计算机，电子数值积分计算机“埃尼阿克”（Electronic Numerical Integrator And Computer，ENIAC）在美国宾夕法尼亚大学诞生，并实际应用于陆军火炮弹道和火力计算工作，这个事件标志了通用可编程的计算机技术不仅是理论已成熟，而且已经有了初步的工业化成果。

在两年之后（1948年），诺伯特·维纳（Norbert Wiener，1896-1964）和克劳德·香农（Claude Shannon，1916-2001）分别发表了两部极具开创性的著作，创立了“控制论”和“信息论”，再结合上之前路德维希·冯·贝塔朗菲（Ludwig Von Bertalanffy，1901-1972）在1945年发表的对“系统论”的总结性著作，整个信息科学仿佛被上帝的手推动着，后世称之为“信息学三论”的三门支柱性理论几乎于同一时刻问世，短短几年时间里面一下子就完成了过去需要几十年时间才可能完成的发展突破。

信息科学的研究，不论是理论上还是工程上，都从之前各个学者、机构零散研究摸索的状态一下子变得系统有序起来。

信息科学这门学科在20世纪40年代诞生以后，很快就取得了一系列令人瞩目的成就，这让从政府官员、科学家等精英到社会的底层群众都感受鼓舞，大家似乎已乐观地预见到了蒸汽机械代替人类的体力劳作的工业革命后，下一场由智能机械代替人类做脑力劳作的信息革命的到来。

从大半个世纪后的今天回望当初，我们确实在蒸汽动力革命、电力革命之后，见证了信息革命的来临，不过，即使有互联网这样超出了所有前人想象的技术出现，但在当时的大家看见的目标蓝图里，信息革命的最重要成果还不仅是大家现在能接触的电脑和网络，今天计算机可以根据人类预设的指令和程序，快速的传递、计算和处理人类无法想象的天量数据，而当时人们所期望的信息时代的新型机械，不仅能够完成计算和信息传输，甚至还将是一种能够和人类一样可看、可听、可写、可说、可动、可思考、可以复制自身甚至可以有意识的机械。

笔者所描绘的这个场景，不是来自于可以随意凭空想象的科幻小说，而是引述了当年刊登在《纽约时报》上，美国海军对“感知机Mark-1”（这台机器可以说是连接主义在工程实践上的开端，我们后面章节中还要提到它）的期望和评价：“The embryo of an electronic computer that (the Navy) expects will be able to walk, talk, see, write, reproduce itself and be conscious of its existence.”这段六十多年前的报道，现在听起来是不是都还有一点莫名的熟悉感和科幻感？在互联网上大家对人工智能的期盼、想象、甚至恐惧的观点都也与此类似:我们今天在电影和小说中见到的各种机器人，与那时候人们对信息革命所设想的目标，也并没有太大差别。

信息科学在20世纪40年代的开场可以说是一个完美的开局，接下来的数十年内，信息科学和信息技术产业也是一帆风顺，迅速发展，在计算机、通讯、互联网等方面取得了丰硕的成果。

但在人工智能这个领域，发展过程就是几经波折，三起两落。

虽然现在也有了诸如Siri、Cortana、IBM Watson等各类人工智能产品、也有像DeepBlue、AlphaGo人机大战等人工智能的新闻和事件不时出现，但相比起电脑、网络、智能手机这类直接地、革命性地改变人们工作生活方式的科技成果而言，在人工智能上所取得的成绩还远远不够，没有达到最初的设想期望。

为何信息学在人工智能领域的进展上会不如预期，甚至几段特定的时间里面完全陷入了泥潭？让机器拥有智能这个事情到底有多难？人类精英们做了怎样的努力和探索尝试？目前人工智能领域到底发展到什么阶段了呢？这些都是笔者希望与大家在本书中一同探讨的问题。

图灵机，计算的基石英国数学和密码学家阿兰·图灵（Alan Turing，1912-1954，人工智能之父），今天被一些英国的学者和媒体评价为“未开一枪，却胜百万雄兵”，“在二战中间接拯救了上千万人生命”的传奇学者。

他做出的重要贡献之一是在二战期间与布莱切利园的同事们（Bletchley Park）共同研制了名为“炸弹（Bombe）”的密码破译机器，成功破解了从1920年起开始商用，德国人直到战败都认为绝不可能被破解的加解密方法“迷”（Enigma），导致德军的军事部署在盟军面前再无秘密可言。

图灵的成果直接加快了盟军获得战争胜利的速度，因军事指挥通讯被Bombe破译，引发了当时位列世界第一的德国战列舰俾斯麦号在丹麦海峡被英军伏击并围歼击沉，以及后来山本五十六的座机航线被盟军获知，进而遭拦截并击落等直接影响战争进程的事件。

在二战期间，图灵的工作成果虽然没有对公众公开，但已经在盟军的密码学圈子内部声名远扬，已是一颗耀眼明星了。

破解德军Enigma密码的Bombe1942年末，图灵被英国政府秘密派到美国，和美国海军交流破译德国的北大西洋潜艇舰队密码的研究成果。

结束在华盛顿交流后，图灵又来到了贝尔实验室，参与这里的安全语音通讯设备的研发工作。

这样，当时正在贝尔实验室数学组供职的香农就获得了一个和图灵合作的机会。

图灵在当是破译了包括希特勒通话在内的多项德军秘密通讯的密码学破译专家，而香农当时的工作是通过数学方法证明“Ｘ系统”——这是美国总统罗斯福到英国首相丘吉尔之间的加密通讯系统，是不可能被他人所破译的，他们两位经过在密码学上“矛和盾”的攻防探讨，很快让图灵和香农成为了惺惺相惜的好友。

虽说图灵是去美国做交流的，但是军事上的事情，尤其是密码的加密和破解这种事情，只要不在军方明确允许的范围内，平常时间是不允许交流各自进展情况的，所以在密码学上的话题，他们工作之外无法随意讨论什么。

所幸香农和图灵在计算机科学、信息科学上的兴趣和研究范围都极为广泛，经常饭堂闲聊就经常拉到其他各种的前沿领域上。

一次，他们在自助餐厅见面时，图灵给香农看了他还在剑桥大学念硕士时（1936年）写的一篇论文《论可计算数及其在判定性问题上的应用》（“On Computable Numbers, with an Application to the Entscheidungsproblem”），这篇文章是可计算性领域的里程碑式作品。

关于可计算理论可以追溯到1900年，当时著名的大数学家大卫·希尔伯特（David Hilbert，1962-1943）在世纪之交的数学家大会上给国际数学界提出了著名的“23个数学问题”。

其中第10问题是这样的：“存不存在一种有限的、机械的步骤能够判断“丢番图方程”（Diophantine Equation）是否存在解？”这里就提出来了有限的、机械的证明步骤的问题，用今天的话说就是“算法”。

但在当时，通用计算机还要半个世纪之后才会出现，人们还不知道“算法”是什么。

不过，当时数学领域中已经有很多问题都是跟“算法”密切相关了，对“算法”，即“如何计算求解问题的步骤”的定义和是否可被算法计算的判定呼之欲出。

图灵这篇论文的解决可计算性如何定义和度量的问题，其中的关键是引出了今天被称为“图灵机（Turning Machine）”的概念模型。

“图灵机”与“冯·诺依曼架构”并称现代通用计算机的“灵魂”与“躯体”，它的对可计算性理论、计算机科学、人工智能都影响深远，可以说是一项改变了人类近代科学史的伟大发明，“图灵机”这种虚拟的计算机器实际上是一种理想中的计算模型，它的基本思想是用机械操作来模拟人们用纸笔进行数学运算的过程。

通俗地讲，图灵把“计算”这一件日常的行为抽象概括出来，看作是下列两种简单动作的不断重复：1.在纸上写上或擦除某个符号。

2.把注意力从纸的一个位置移动到另一个位置。

在每个动作完成后，人要决定下一步的动作是什么，这个决定依赖于此人当前所关注的纸上某个位置的符号和此人当前思维的状态。

为了模拟人的这种运算过程，图灵构造出一台假想的机器，该机器由以下几个部分组成：一条无限长的纸带TAPE。