專欄文章

       上一回我們講到，有一群懷抱著人工智慧之夢的科學家們，即使現實條件沒有很好，仍然召開名為「人工智慧」的夏令營研究會議，努力地討論、規劃、創造目標、追求理想，這樣感動人心、令人眼框泛淚的歷史。然而，在人工智慧技術發展的過程中，從各種預設立場、各種角度理解這個領域的人們，表現出截然不同的行動。

 

想要靠AI算數學、玩遊戲的科學家們

 

       達特矛斯會議主辦者之一的羅徹斯特（Nathaniel Rochester），前幾年設計了可執行程式指令的IBM 701電腦，作為業界人士及研究者，除了為各大研究單位供應硬體設備以外，當時他在IBM公司中帶領一個跨領域的研究部門，包括圖型識別、訊息理論、和交換電路理論。他也結合了另兩位達特矛斯會議主辦者—明斯基和麥卡錫—的神經網路理論，在IBM 704上進行了模擬並發表論文 [1]。不過，羅徹斯特的興趣，主要還是比較想讓電腦計算數學難題[2]。

 

       此時，約於1957年，在RAND發明IPL（Information Processing Language）的紐維爾（Allen Newell）和賽門（Herbert A. Simon）已經完成了邏輯理論家（Logic Theorist，公認第一個AI程式）、準備開始執行通用解題器（General Problem Solver）；明斯基則寫了一個小型模擬程式，用來證明一個簡單的高中幾何定理。羅徹斯特一方面受到這些競爭者的刺激，想要開發一個可以在IBM電腦上執行的幾何解題器；一方面又覺得，需要發明一個、能夠結合IPL那樣定義操作符號、以及像FORTRAN利於計算，兼具兩者優點的新語言。剛好IBM有個新進的、對研發超級熱情的物理博士、格倫特（Herbert Gelernter），羅徹斯特就把這個任務全權交給他。幾年後，格倫特克服了重重困難，完成了幾何定理證明機器（Geometry Theorem Prover/Machine）[3]，以及用來控制這台機器的語言、基於FORTRAN延伸的列表語言（FLPL）[4]。操作者需要先輸入已知條件，讓機器找到證明的解。

 

       一切都感覺很好，電腦什麼事都辦得到。羅徹斯特手上同時還有薩繆爾（Arthur Samuel）的AI跳棋專案、以及伯恩斯坦（Alex Bernstein）的AI西洋棋專案。這些人工智慧遊戲都應用了IBM 704的機器，以及他們在程式中撰寫出、讓電腦學習特定棋類的試誤策略。至今我們都還可以在網路上，找到薩繆爾跟伯恩斯坦，和電腦對戰的歷史影像、影片。

 

 

  

圖一、左：薩繆爾和AI玩跳棋[5]；右：伯恩斯坦和AI玩西洋棋[6]。

 

 

圖二、伯恩斯坦和AI玩西洋棋的影片[7]。

 

 

        這些專案都太吸睛了，一在紐約時報、科學美國人等媒體上披露，即在社會上造成廣大的衝擊及討論，這些議題包括：這些AI的棋藝技能等級現在大概幾級？什麼時候可以打進職業賽？什麼時候可以打敗人類？…（等等，好像從Alpha GO對戰期間，聽過類似的輿論…）…總之，薩繆爾、伯恩斯坦、甚至幾何定理證明機的格倫特都變得非常出名。

 

感到不開心的股東和客戶們

 

      不少人工智慧發展史的相關書籍都有提到此事，但也都描述地相當隱誨。麥可杜克在他的書中『Machine Who Think』曾這麼描述IBM總裁小華生遭遇的挑戰：

 

      「…IBM原本允許伯恩斯坦用IBM 701玩遊戲的理由，是希望如果他成功的話，可以向世界—尤其是商業界—展現電腦可以解決和業務中一樣困難的問題。但是IBM的股東在會議質疑華生，他們想要為什麼在玩遊戲上浪費錢的解釋。

 

       …IBM的銷售主管開始緊張，他們擔心公司銷售的機器，讓人心生恐懼而不敢購買。因此在經過商議後，電腦被包裝成一個只不過是很敏捷的白痴，並採用艾達・洛夫萊斯夫人（Ada / Countess Lovelace）的名言—機器只能做我們要它做的事—，以此為主軸、口號，並大肆推廣、宣傳。…」[8]。

 

       於是，華生總裁受夠了[9]，電腦這條產品線往計算更快的方向進行研發、而AI專案們則遭到中止：伯恩斯坦最後成為精神科醫生；格倫特回到物理學界；薩繆爾則到歐洲去、加入那些對他的跳棋專案有興趣的、IBM的競爭對手。至於羅徹斯特呢？似乎沒有很明確和中止AI專案事件相關的敘述，從其他參考資料（例如他的出版著作）研判，他仍然留在IBM裡，研發硬體相關的技術。

 

       這不僅僅是單一事件，在1960年代後期，針對人工智慧技術的投資與發展，出現了兩種極端的反對聲音：

50. AI好聰明、好可怕，我的工作隨時要被取代了（AI遊戲、機器翻譯…）。
50. 目前的設備，還無法製作出完美的AI（明斯基的Perceptrons爭議[10]）。

 

       於是一點一滴的事件累積及壓力，漸漸形成了近十年的、人工智慧技術發展的停滯期。

（如果有下集的話….那就待續….）