專欄文章

【科學家們的AI之夢—那年夏天，在達特矛斯】

 

      你可曾想過，複製一個自己，並儲存到數位世界？或者也想過，打造一個理想的管家，陪伴你、幫你自動處理日常生活中的大小事？可能嗎？可以嗎？為什麼？

      我們對人工智慧的需求，源自對於保留人類技能、思維、藝術、知識....的種種想像與渴望。早期文學創作，例如『木偶奇遇記』的皮諾丘、『綠野仙蹤』中的機器人和稻草人；近期則有像漫畫作品『銀魂』中的家務型機器人小玉、和戰鬥醬油兩用機器人三郎，這些幻想作品中的機器人，都顯露作者想要賦予非生物種上的不同程度的人類能力，以及隱含、對應著人類不同面向的渴求。

      這些機器人們大多忠於以下兩種原型，姑且可歸納其功能如下：(1)全能機器人：其設定趨近於人類，和人類學習的過程類似，有些作品中甚至發展出自我意識；(2)特定技能機器人：因為資源有限，而單純只提供有限的技能，例如專用於戰鬥、趕烏鴉、或在白飯中加入醬油。自從電腦發明以來，其後的人工智慧發展歷程，也神奇地以這兩種原型概念為主流，發展數十年至今。[1]

 

科學家首先生為人類，然後才成為科學家

      眾所周知，我們迄今使用的電腦系統，約在1940~1950年之間，是從一邊摸索研發、同時一邊在進行第二次世界大戰中，逐漸建立的第一代電腦。此後的十年間中則使用這樣的第一代電腦[2]，科學家們展開他們對於人工智慧的想像及建構。      

圖一、 左：1956年的第一代電腦『IBM 305 RAMAC（隨機存取記憶體記帳系統）』[3] 右：所搭載的硬碟『IBM 350』容量5MB[4]。	圖二、1963年的牛車載著『IBM打孔卡機（讀紙卡資料的電腦）』，漫步在台北羅斯福路[5]。

                                                                                             

      1955年，由四位科學家組成召集小組，提出隔年（1956年）夏天在達特矛斯學院，進行兩個月的人工智慧研究計畫，並預計由洛克菲勒基金會提供資金支援此會議[6]。召集小組的四位科學家，在後來的資訊科學界的貢獻及定位，都是巨擘級的人物：

1. 夏農（C. E. Shannon）：當時為貝爾實驗室的數學家；人稱「資訊理論之父」。
2. 明斯基（M. L. Minsky）：當時為哈佛大學的數學與神經學初級研究員；使用深度神經網路研究的朋友，有一定機率聽過他的大名。
3. 羅徹斯特（N. Rochester）：當時為IBM公司的資訊研究經理；後來在IBM中主導各種人工智慧專案，包括我們熟知的跳棋、西洋棋。
4. 麥卡錫（J. McCarthy）：當時為達特矛斯學院的數學助理教授；LISP語言的創造者。

在這份來年即將舉行的人工智慧會議計畫書中，主辦者列出了幾個在人工智慧的發展有益的探討方向，時至今日看來，仍然相當具有參考價值：

（以下綱要的描述為筆者個人解讀，若要觀看原計畫書內容，請點選此連結）

1. 自動化電腦（Automatic Computers）：如上所述，當時的電腦還不太能夠支援寫程式，所以要研發一個具有人工智慧的系統，必須要開發可以根據程式指令執行的電腦。
2. 自然語言處理（How Can a Computer be Programmed to Use a Language）：一個具有人工智慧的系統，必須要和人類對話。最好可以寫程式控制，讓電腦使用人類的語言。
3. 神經網路（Neuron Nets）：以人類神經網路為基礎發展的概念，主辦者之一的Marvin Minsky提供了部分研究成果。設計電腦，讓它模仿人類神經系統，現在已經證明對於特定任務而言，採用神經網路（或現在的深度學習網路）架構，可以達到很好的效能。但是，與會眾人只能使用數學證明，因為當時的電腦及資訊處理能力皆不足以實作這個概念。
4. 計算理論（Theory of the Size of a Calculation）：找出一些理論、或通用原則，看看某些方法會不會很複雜，要計算很久。相信資訊科學領域的同學一定不陌生。
5. 自我改善（Self-lmprovement）：如何讓具有人工智慧的機器進行自我成長？（幫電腦報名夏令營、或健身房？）計畫書中雖然提及有人已有實作的方向，但實際作法不明。時至今日，我個人認為這項是人工智慧領域中，最複雜、實作面向牽涉最廣的任務之一。
6. 抽象化（Abstractions）：作為一台具有智慧的系統，從環境中的繁複訊息進行抽象化，之後才能使用有限的電腦資源進行計算。這一項是不是程式語言課的必考題？
7. 隨機與創意（Randomness and Creativity）：為了模仿人類的創造力，當時部分科學家認為，有創造力的思維似乎從隨機中產生，所以要鼓勵電腦從事一些天馬行空的活動，製造創造力嗎？不過這個概念，後來確實大量使用於人工智慧領域的技術實作，例如我們熟知的圍棋對戰系統AlphaGo[7]。

 

      1956年夏天在達特矛斯學院，如期舉行人工智慧研究計畫，會議期間為一個月，從此資訊科學界，有了『人工智慧』這個值得窮盡人類智慧深入鑽研的課題。主辦人明斯基和麥卡錫全程參加會議。此後，他們到了麻省理工學院（MIT）一起成立了人工智慧研究室。再此後，電腦計算速度等比飛升，價格急速下降，體積愈來愈小愈精巧….終於，科學家們迎來了希望的曙光。

 

（如果有下集的話….那就待續….）

撰文者：政大人工智慧與數位教育中心   吳怡潔研究員

---

[1] 人工智慧發展史中，有些文獻會提到強人工智慧（Strong AI or Artificial General Intelligence）、與弱人工智慧（Week AI）。基於我個人的觀點，無論哪種型態的AI，都是根據人類的需求而創造的，不應有強弱之別。

[2] IBM 305 RAMAC的宣傳影片，Computer History Archives Project。https://www.youtube.com/watch?v=oyWsdS1h-TM

[3] IBM 305 RAMAC System, IBM. https://www.computerhistory.org/revolution/memory-storage/8/259/1044

[4] IBM 350 disk storage unit, IBM. https://www.ibm.com/ibm/history/exhibits/storage/storage_350.html

[5] Mobile computing, IBM. https://www.ibm.com/ibm/history/exhibits/vintage/vintage_4506VV2257.html

[6] A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, John McCarthy. http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html

[7] AlphaGo, Wikipedia contributors. https://zh.wikipedia.org/zh-tw/AlphaGo