文 | HW君
系列文章：
在人工智能大热的今天，互联网上不乏相关的讨论。
然而讨论的深度却参差不齐，其中有两类倾向，一类是在不懂技术原理情况下就迫不及待地开始人文思辨，另一类则是沉醉于非常琐碎的工程细节之中无法自拔。
前者容易滑向无根基的空想，而后者也常常难以窥见人工智能的全貌。
因此我们认为有必要了解一下人工智能的历史。
1956年的达特茅斯会议（Dartmouth Conference）被广泛地认为是「人工智能」概念的起源，而在那时起学术研究路线就分化为「符号派」和「统计派」。
到今天符号派已经完全衰落，以「神经网络」为工具的统计派已经一统江湖。
普遍认为神经网络的开端是罗森布拉特（Rosenblatt）在1958年发表的论文《感知机：一种感知和识别的自动机》（The Perceptron: A Perceiving and Recognizing Automaton）。
但实际上神经网络理论的开山之作是麦卡洛克（MacCulloch）和皮茨（Pitts）在1943年发表的《神经活动中固有观念的逻辑演算》（A Logical Calculus of the Ideas Immanent in Nervous Activity）。
麦卡洛克和皮茨提出了人工神经元模型，定义了一种数学形式用于描述神经网络如何执行逻辑推理，奠定了神经网络的理论框架。
罗森布拉特则在计算机上模拟了第一个神经网络模型「感知机」，用于处理一些简单的视觉处理任务。
即麦卡洛克和皮茨在1943年开创了神经网络理论，而罗森布拉特在1958年最早实践了神经网络理论。
麦克罗克和皮茨的《神经活动中固有观念的逻辑演算》这篇文章引用了3篇文献。
第1是卡尔纳普的《语言的逻辑句法》，第2是希尔伯特的《数理逻辑基础》，第3是怀特海和罗素的《数学原理》。
因此这里也引出了我对上一期序言《智能 | #0 人工智能的哲学原理》的一个说明。
我们对于人工智能哲学原理的讨论，其底色是「分析哲学」的，而非「欧陆哲学」的，因此读者不要有错误的期待。
卡尔纳普的《语言的逻辑句法》毫无疑问是一部重要的分析哲学著作，而希尔伯特的《数理逻辑基础》、怀特海和罗素的《数学原理》，也对分析哲学的逻辑传统和方法论产生了重要影响。
因此整个人工智能神经网络理论，本身就是从分析哲学孵化出来的。
当然今天我们想要理解神经网络，并不需要学习晦涩难懂的分析哲学。
但却有必要弄清楚分析哲学孵化出来的另一个分支「可计算性问题」，它在今天归属于计算机科学领域。
其中重要的就有「丘奇-图灵论题」，是我们日后会重点讨论的话题。
当然这些话题仍然会有一些门槛，但是我们不会故作高深装腔作势，而是试图表达清楚每一个观点。
对于人工智能话题，没有理论支撑的人文思辨，并没有多大意义。
无事实根据的情绪价值，一文不值。
（本章节完，敬请期待下一节）
By HW君 @ 2024-11-17