人工智能之父 约翰.docx
《人工智能之父 约翰.docx》由会员分享，可在线阅读，更多相关《人工智能之父 约翰.docx（13页珍藏版）》请在冰豆网上搜索。
人工智能之父约翰
目录
1、简介1
2、家庭背景2
3、人生经历3
3.1、教育背景及职业生涯3
3.2、一次会议改变一生4
3.3、一次会议成就一生5
3.4、Lisp语言和分时概念创始人8
3.5、缅怀人工智能之父14
四、贡献及所获奖项和荣誉14
五、主要出版物16
六、人工智能的应用领域16
1、简介
人工智能之父——约翰·麦卡锡（JohnMcCarthy）
生于
1927年9月4日，美国马萨诸塞州波士顿
卒于
2011年10月24日，美国加利福尼亚斯坦福大学，享年84岁
住所
美国
国籍
美国
领域
计算机技术
机构
斯坦福大学，麻省理工学院，达特茅斯学院，普林斯顿大学
母校
普林斯顿大学，加州理工学院
博士生导师
所罗门为莱夫谢茨了
贡献
人工智能，Lisp的界限，情景演算
所获奖项
图灵奖（1971年），京都奖（1988年），美国国家科学奖章
（1990年），本杰明·富兰克林奖章（2003年）等
2、家庭背景
约翰·麦卡锡（JohnMcCarthy）1927年9月4日出生于美国波士顿一个共产党积极分子家庭，父母的工作性质决定全家需不断搬迁，童年在四处奔波中度过，从波士顿迁到纽约，然后又到了洛杉矶。
他的父亲约翰·帕特里克·格拉特·麦卡锡是一名爱尔兰天主教徒，先后做过木匠、渔民和工会组织者，同时也是一个发明家，拥有捻船缝机和桔汁冷冻机两项专利。
他的母亲艾达是立陶宛犹太人，最初在联邦出版社（TheFederatedPress）的通信社当新闻记者，后来就职于一家共产主义报刊，最后成为了一名社会工作者。
夫妻两人在20世纪30年代都曾参加美国共产党。
受父母的影响，麦卡锡对社会问题也比较关注，参与过在加州的PaloAlto创办自由大学的活动，倡仪过修改“人权法案”（theBillofRights，这是美国于1789年通过的对美国宪法的第一次修正案）。
但与他在计算机科学上所做的工作和贡献相比，麦卡锡主要还是一个科学家而非社会活动家。
麦卡锡早年对科学的兴趣与家庭的政治信仰密不可分。
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》。
”
此外，麦卡锡还喜欢攀岩、跳伞、驾驶滑翔机等有刺激性和危险性的运动，曾和他的第二任妻子维拉·沃特森（VeraWatson）一起攀登过世界上不少大山高峰。
沃特森是一位程序员，也是世界知名的女登山运动员，是第一位独自攀上西半球第一高峰、位于阿根廷和智利边界的安第斯山脉的阿空加瓜山（海拔6960米）的女性，后来在1978年攀登位于尼泊尔中部的阿那波尔那峰（海拔8075米）的妇女探险活动中不幸遇难牺牲。
后来他与斯坦福大学的计算机科学家卡罗琳·塔尔科特结婚了。
麦卡锡认为自己是无神论者。
3、人生经历
如果希望计算机具有一般的智能，那么其外在结构就必须基于一般的常识和推理。
——约翰·麦卡锡
程序员知道如何让计算机进行演绎推理，因为其中涉及到的数学计算机能够理解。
但如果想让计算机进行人类赖以生存的这种推测性的（而又常常正确的）常识推理，就得发明一种全新的数理逻辑。
而这正是约翰·麦卡锡为自己设立的目标之一。
麦卡锡的成名还有其他原因。
他发明了人工智能领域的首要语言Lisp（listprocessing，表处理），而且自其诞生之日起，就为编程语言设计提供了丰饶的思想源泉。
同时，作为一名教学者和难题设计师，他在密码学和平面性检验等亚学科领域激发了众多计算机科学家的灵感。
3.1、教育背景及职业生涯
麦卡锡认为自己的青少年时期平淡无奇，但事实证明并非如此。
在上高三时，他根据一份加州理工学院的课程目录，查看了该校一年级和二年级的微积分课本。
他买了这些书，自学完成了所有的练习题目。
这使得他最终在1944年进入加州理工后得以免修头两年的数学课程。
他于1948年获得加州理工学院数学学士学位，1951年获得普林斯顿大学数学博士学位。
分别短暂地为普林斯顿大学、斯坦福大学、达特茅斯学院和麻省理工学院供职后，麦卡锡于1962年—2000年底在斯坦福担任教授，退休后成为名誉教授。
在普林斯顿大学，他和被认为是有着传奇人生的数学天才、诺贝尔经济学奖获得者约翰·纳什做过同事。
数学上的深厚造诣使他对当时计算机领域的发展起着至关重要的作用。
在麻省理工学院时，他被他的学生亲切地称为”约翰叔叔”。
他帮助推动了麻省理工学院的MAC项目（en:
ProjectMAC）。
然而，他在1962年了离开麻省理工学院，前往斯坦福大学并在那里协助建立了斯坦福人工智能实验室（en:
StanfordArtificialIntelligenceLaboratory），成为MAC项目多年来的一个友好的竞争对手。
3.2、一次会议改变一生
McCarthy的学术人生如何步入人工智能领域，还要从1948年9月的一次会议说起。
1948年，麦卡锡开始去普林斯顿大学研究生院继续深造攻读数学系的硕士学位。
同年9月他参加了普林斯顿大学主办的”希克森大脑行为机制研讨会”，大数学家、计算机设计大师约翰·冯·诺依曼在会议上演讲了一篇关于自复制自动机（self-replicatingautomaton）的论文，这是一种可以对自身进行复制的机器。
尽管当时的与会人员并没有明确地将机器智能与人类智能联系起来，但冯·诺依曼的讲话却激发了麦卡锡的研究兴趣，他敏锐地将机器智能与人的智能联系起来，打算从事更深入的研究。
1949年在普林斯顿大学数学系作博士论文时，麦卡锡幸运地与冯·诺依曼一起工作，在大师的鼓励和支持下，麦卡锡首次开始尝试在机器上模拟人类智能。
主要研究方向定为计算机下棋。
此后，为了减少计算机需要考虑的棋步，麦卡锡发明了著名的α-β搜索法，使搜索能有效进行。
在α-β搜索法中，麦卡锡将结点的产生与求评价函数值（或称返上值或倒推值）两者巧妙地结合起来，从而使某些子树结点根本不必产生与搜索。
这一关键问题的解决有效减少了计算量，使其至今仍是解决人工智能问题中一种常用的高效方法。
【我把有智能的东西看做是一个有限自动机，与同样是有限自动机的环境相连。
我和约翰·冯·诺依曼见了面，他对此非常赞成，敦促我一定要把这篇论文写出来。
但最后我并没有把这篇论文写出来，因为我当时认为它还不够成熟。
】
“自动机”模拟的是随着时间从一个状态转入另一个状态的机器。
比如说，普通的手动变速箱汽车在驾驶员点火启动之后会从“熄火”状态转入“空挡但启动”状态。
如果驾驶员挂挡前进则转入“启动且挂一挡”状态。
而“交互式自动机”（interactingautomaton）则是根据其自身的状态以及它所观察到的其他自动机的状态决定从某个状态转入另一状态。
有些自动机是智能的（可看做是自带驾驶员），但并不是必须智能。
交互式自动机试图在这两种类型之间建立一种连续性的统一体。
麦卡锡放弃了自己对利用自动机模拟人类智能的首次尝试。
但在十几年之后，当他从事情境演算（situationalcalculus）方面的工作时，有关于状态和状态转换的思想将重新浮出水面。
在这段时间中，麦卡锡始终没有放弃制造一台像人类那样智能的机器这一想法。
3.3、一次会议成就一生
1952年夏，普林斯顿大学的一个研究生杰里·雷纳（JerryRayna）向麦卡锡建议，可以找一些对机器智能感兴趣的人去收集一些该领域的文章。
麦卡锡找的第一批人之一就是贝尔实验室的克劳德·香农，“信息论”亦即“通信数学理论”的发明者。
香农的理论最初用于远程通信，后被广泛用于语言学、数学以及计算机科学等领域。
【香农不喜欢华而不实的术语堆砌。
他整理的卷宗为《自动机研究》（AutomataStudies），而其中收集到的文章让我很失望，其中有关智能的内容并不多，所以在1955年开始筹备达特茅斯计划时，我希望开门见山，使用了“人工智能”这一术语，目的是让参与者们弄清楚我们是在干什么。
】
在人工智能方面的若干深入探讨之后，他们萌生召开一次研讨会的共识。
麦卡锡发起这个会议时的目标非常宏伟，是想通过10来个人2个月的共同努力设计出一台具有真正智能的机器。
在洛克菲勒基金会的一笔微薄的赞助下，他们邀请到当时哈佛大学的明斯基和IBM工程师罗彻斯特等几位学者，参加这次具有里程碑达意义的达特茅斯会议。
达特茅斯会议历时两个多月，会议的原始目标虽然由于不切实际而不可能实现，但由于麦卡锡在下棋程序尤其是α—β搜索法上所取得的成功，以及卡内基—梅隆大学的西蒙和纽厄尔这两人是1975年图灵奖获得者，带来了已能证明数学名著《数学原理》一书第二章52个定理中的38个定理的启发式程序，“逻辑理论家”LT·明斯基带来了名为Snarc的学习机的雏形（主要学习如何通过迷宫），这使会议参加者仍能充满信心地宣布“人工智能”这一崭新学科的诞生。
会议首次提出“人工智能”这一术语，并确立了可行的目标和方法，使得人工智能成为电脑科学一个独立的重要分支，获得了科学界的承认。
人工智能（AI）是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。
人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能的目的就是让计算机这台机器能够象人一样思考。
在1955的时候，香农与人一起开发了TheLogicTheoriST程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。
这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的思想方法有许多还是来自于这个50年代的程序。
1956年在达特茅斯学院举办的夏季人工智能研讨会是计算机科学史上的一座里程碑。
这项涉及10人、耗时2个月的雄心勃勃的研究计划，其目标是（引自其提案）“基于‘我们能够精确、全面地描述人类智能中的学习以及其他特征、并制造出机器对其模拟’这一构想，继续阔步前进”。
研讨会的四位组织者——麦卡锡、马文·明斯基（当时还在哈佛大学）、纳撒尼尔·罗切斯特（IBM的杰出计算机设计师）和香农——向洛克菲勒基金会申请了一笔资金支持，金额在今天看来几乎少得可怜：
主要组织者每人1200美元，再加上“外地与会人员的交通费”，总共7500美元。
麦卡锡在提案中写到，他将研究语言和智能二者间的关系，希望能通过程序计算机能“进行棋类游戏、并完成其他任务”。
时隔40年后回忆起这次研讨会时，麦卡锡以他特有的直率形容了自己当时的愿景和期望。
【我为这次会议设定的目标完全不切实际，以为经过一个夏天的讨论就能搞定整个项目。
我之前从未参与过这种模式的会议，只是略有耳闻。
实际上，它和那种以研究国防为名义的军事夏令营没什么区别。
】
创造一台真正智能的机器是一个极为困难的过程。
尽管这次会议在实质上并未解决任何具体问题，但它确立了一些目标和技术方法，使人工智能获得了计算机科学界的承认，成为一个独立的、而且最终充满着活力的新兴科研领域。
虽然大多数与会者在会后并未继续从事该领域的研究，但另外那少数人中却产生了一批在该领域影响深远的成就。
这次会议给人工智能奠基人相互交流的机会，并为未来人工智能的发展起了铺垫的作用。
在此以后，人工智能的重点开始变为建立实用的能够自行解决问题的系统，并要求系统有自学习能力。
来自卡内基梅隆大学的艾伦·纽厄尔、赫伯特·西蒙和J·C·肖（J.C.Shaw）描述了他们的第二代信息处理语言（InformationProcessingLanguage，IPL2）。
这三位科学家致力于构建一种名为”逻辑理论机”的程序，用于验证基本逻辑和博弈论中的定理。
而为了做到这一点，他们设计出IPL2这种程序语言以便于操作对象符号，例如象棋的棋子或者逻辑变量里的真值。
由于这种操作与针对数字的算术运算非常不同，他们提议使用一种所谓的“表结构”。
让我们冒昧地借用《爱丽丝梦游仙境》来说明如何利用表来进行符号处理。
假设柴郡猫告诉爱丽丝“不是我疯了，就是帽匠疯了”。
我们用C、H、A代表三种观点，分别是柴郡猫疯了、帽匠疯了和爱丽丝疯了。
猫之前的那句声明可以用表的形式表示为（orCH）。
然后猫又告诉爱丽丝“不是你疯了，就是帽匠疯了”。
聪明的爱丽丝会把这个声明和之前的那个一起表示为（and（orCH）（orAH））。
最后猫又说“我们三个中只有一个疯了”。
也就是说，至少有两个没有疯。
爱丽丝可以将其表示为（and（orCH）（orAH）（or（and（notA）（notC））（and（notA）（notH））（and（notC）（notH））））。
把这些声明表示成表的形式之后，我们就可以定义一些表操作的规则，例如（and（orXY）（orZY））=（or（andXZ）Y）。
也就是说，如果不是X成立就是Y成立，而且不是Z成立就是Y成立，那么不是X和Z都成立，就是Y成立。
应用这样一些规则，我们就能得出结论（andH（notC）（notA））。
那么，根据柴郡猫的说法，只有帽匠疯了。
通过表来进行逻辑推理的优点在于，在推理的过程中表可以扩展、收缩和重组。
此外，我们可以用同一种形式表示规则和数据。
在研讨会大多数与会者们看来，表操作无疑是这次的赢家。
达特茅斯会议的另一项成就是马文·明斯基关于构建几何定理证明机的提案。
明斯基在纸上试验了几个例子，认为证明几何定理可能是对纽厄尔和西蒙提出的基于规则的方法的，一种很好的应用。
IBM公司的赫伯特·格林特（HerbertGelernter）和纳撒尼尔·罗切斯特决定去实现这个程序。
格林特日后又开发了一种帮助有机化学家合成新化合物的工具，他的儿子大卫·格林特（DavidGelernter）是并行程序设计和医学人工智能领域著名的研究者及设计者。
麦卡锡身为这个定理证明项目的顾问，有机会为智能行为编写程序。
【格林特和他的助手卡尔·格贝里希（CarlGerberich）采纳了我的建议，以Fortran为蓝本设计了FLPL——Fortran表处理语言（FortranListProcessingLanguage）。
其中也加入了一些他们自己的想法。
】
3.4、Lisp语言和分时概念创始人
1956年，约翰·巴科斯和他在IBM的团队发布了首个成功的高级编程语言Fortran，将从事数字运算的程序员从为每一台计算机写繁琐的汇编语言中解放出来。
直到今天，Fortran仍然是科学和工程计算中的通用语言。
FLPL首次尝试了扩展Fortran的符号操作能力。
1958年夏天在IBM工作时，麦卡锡试图用FLPL为自己在高中时常用的代数微分应用写一个表程序，但很快发现需要用到递归条件表达式，而Fortran却不支持递归。
【如果Fortran支持递归，我就能用FLPL做下去。
我甚至也考虑了如何往Fortran中加入递归的问题，但是那样做过于复杂。
】
事实证明，IBM很快就失去了对人工智能的兴趣。
一些客户认为智能机器可能会威胁到他们的工作岗位，因此20世纪60年代初期的IBM市场营销都把计算机说成是非智能的快速运算设备，百依百顺、只按要求行事。
1958年，麦卡锡组建了世界上第一个人工智能实验室。
麦卡锡不再纠缠于修补Fortran，而是转头发明了Lisp并于1960年将其设计发表在《美国计算机学会通讯》（en:
CommunicationsoftheACM）上。
纽厄尔、肖和西蒙后来把IPL形容为一种越变越复杂的语言，而麦卡锡则把他的Lisp形容为一种越变越简单的语言。
LISP是一种函数式的符号处理语言，其程序由一些函数子程序组成。
在函数的构造上，和数学上递归函数的构造方法十分类似，即从几个基本函数出发，通过一定的手段构成新的函数。
LISP语言还具有自编译能力。
具体说来，LISP有以下几个主要特点：
1.计算用的是符号表达式而不是数；
2．具有表处理能力，即用链表形式表示所有的数据；
3．控制结构基于函数的复合，以形成更复杂的函数；
4．用递归作为描述问题和过程的方法；
5．用LISP语言书写的EVAL函数既可作为LISP语言的解释程序，又可以作为语言本身的形式定义；
6．程序本身也同所有其他数据一样用表结构形式表示。
已经证明，LISP的这些特点是解决人工智能核心问题的关键。
此外，精巧的表机制也是进一步简化LISP程序设计的方便而有力的工具，因此，LISP自发明以来，已经被广泛用于数学中的符号微积分计算，定理证明，谓词演算，博奕论等领域。
Lisp中蕴含的思想吸引了负责设计Algol语言（巴科斯和诺尔为其发明了巴科斯-诺尔范式）的国际委员会。
1960年巴黎会议大家讨论Algol语言，采纳了麦卡锡的建议，增加了递归和条件表达式，在标记方法上，委员会有了些争论，但最终仍然接受了他的思想。
Algol最早接受了Lisp的观念，但不是最后一个，如今的Pascal、C、Ada以及其他大多数现代编程语言都接受了Lisp的创新支持递归和条件表达式。
Lisp语言是人工智能界第一个最广泛流行的语言，至今仍有着广泛应用。
Lisp语言与后来由英国伦敦大学的青年学生柯瓦提出、由法国马赛大学的考尔麦劳厄所领导的研究小组于1973年实现的逻辑式语言PROLOG并称为人工智能的两大语言，它几乎成了人工智能的代名词，到了今天，Lisp仍然在发展。
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，近50年来，Lisp一直是人工智能领域的标准语言。
麦卡锡并未预料到它会有如此长的寿命，甚至曾建议将其修改成类似Algol那样。
然而该领域的编程人员仍然喜欢Lisp最初的语法。
Lisp自发明以后，像其他语言一样，发明人最终已无法控制自己发明的语言的发展方向，马库斯和凯（A·Kay，“面向对象程序设计”的创始人）也一样。
“Lisp”是“listprocessinglanguage”（表处理语言）的缩写。
确如其名，Lisp中所有的数据都用表来表示。
这些表都被包含在圆括号中。
比如说，（RoberttaughtDennis）可能就是表示“罗伯特教丹尼斯”这个句子的一个表。
在这种情况下，顺序是很重要的，因为它指明了是谁在教谁。
而（appletomatomilk）则可能表示一个购物清单。
在这种情况下，顺序就不重要了，因为这三种商品可以按任意顺序购买。
上述这两个例子中，表都包含了“原子”（atom）作为元素。
原子和表不同，是Lisp中最小的符号单位，不包含其他任何组成部分。
而表还能够包含（而且一般都会包含）其他表作为组成部分。
比如说，（Roberttaught（CarolandDennis））反映了句子的语法结构，其中的圆括号指明卡罗尔和丹尼斯都是动词“教”的对象。
再比如，（times6（plusxy））表示6×（x+y）。
这里的顺序也很重要，而且圆括号表明x和y是一起的。
通过这种方式，表不仅能够表示构成科学和工程的标准数学结构，还能表示构成语言的语句结构。
从一开始，麦卡锡就拥有一个热情高涨的合作者团队。
【当我在1958年秋天回到麻省理工的时候，我和明斯基有了一个大工作室、一台键控打孔机，此外还配备了一名秘书、两个程序员和六个数学专业的研究生。
我们是在春天时向杰里·威斯纳（JerryWiesner）申请的这些，理由是为我们的人工智能项目做准备。
我们连书面提案都没准备，申请就得到了批准。
很幸运，当时麻省理工的电子研究实验室刚刚与美国军方签署了一份无限制的双向合作协议，而相应的资源还没有到位。
我想这种灵活的资源调配正是美国的人工智能研究起步领先于其他国家的原因之一。
纽厄尔-西蒙的研究之所以能进行，也是由于美国空军在当时向兰德公司提供了弹性的支持。
】
随着工作的深入，麦卡锡希望改进这种语言的表达能力。
1959年，为了展示Lisp可以明确地表达任何可计算函数，他加入了一个叫做“求值”（eval）的功能。
“求值”允许程序定义新的函数或者过程（procedure），然后将其作为程序的一部分执行。
而大多数语言在执行新函数之前都会强制程序中止运行，并且“重新编译”。
由于求值函数可以带动并执行任何函数，它扮演了一种“通用图灵机”的角色，是其他计算机的通用模拟器。
求值概念具有非常实际的意义。
比如说，由于国际金融市场时刻都在变化，股票交易所必须每周7天、每天24小时不停地提供计算服务。
如果有人写了一个程序，可以用新的方法分析路透社的股票数据，股票经纪人很可能希望马上就使用它，但又绝不想中断自己机器的使用，求值让这一切成为可能。
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），主要原因在于语言设计者们担心程序员往运行中的程序里添加新功能可能会很危险。
不过如今的很多程序都必须每周7天、每天24小时地连续运行，人们对求值这种特性的需求越来越迫切，因此大多数实验性语言都包含了求值或类似求值的功能。
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。
麦卡锡另一个卓越贡献是1960年左右第一次提出将计算机批处理方式改造成分时方式，这使得计算机能同时允许数十甚至上百用户使用，这一技术降低了成本，让更多的人使用上了计算机，极大地推动接下来的人工智能研究。
由此，他被人尊称为“计算机分时系统之父”，他的研究成果最终实现了世界上最早的分时系统——基于IBM7094的CTSS和其后的MULTICS。
尽管他本人未能预见随后个人计算机的普及和兴盛，但麦卡锡却在一些计算机技术未被大众所习用时，做出了精准的预言。
“在1970年代早期，他在法国公开了一篇关于利用计算机进行买卖的论文，这个技术在现在被称作是电子商务。
”互联网安全专家惠特菲尔德·迪菲说，他也是麦卡锡在斯坦福人工智能实验室的研究员。
而在研究人工智能方面，“没人比约翰更有影响力。
”迪菲评价。
除了人工智能方面的研究和贡献之外，麦卡锡也是最早对程序逻辑进行研究并取得成果的学者之一。
1963年他发表的论文《计算的数学理论的一个基础》一文（收录于P．Braffort和D．Hirschberg编辑的《计算机程序设计和形式系统》——ComputerProgrammingandFormalSystems，NorthHolland，33-70页）集中反映了他这方面的成果。
麦卡锡在这篇论文中系统地论述了程序设计语言语义形式化的重要性，以及它同程序正确性、语言的正确实现等问题的关系，并提出在形式语义研究中使用抽象语法和状态向量等方法，开创了“程序逻辑”（10gicsofprograms）研究的先河。
程序逻辑就是一种“语言”，用这种语言可以无二义地表达程序的各种性质，其语义规定了该语言中各种表达式的意义，而它的一组规则则用同意义相关的方式去操作这些表达式以计算该语言中的各种断言（assertation）的真值。
研究程序的逻辑
升级会员 