1.2.1 第一阶段：初创时期（1936—1956年）

人工智能在20世纪30年代开始孕育，直到1956年，这段时期被认为是初创时期或孕育时期。这一时期，有几项与人工智能相关的重要科学技术成果相继产生。

1.通用图灵机

通用图灵机（universal Turing machine）由图灵在1936年发明，是一种理论上的计算机模型。通用图灵机被设想有一条无限长的纸带，纸带被划分成许多方格，有的方格被画上斜线，代表“1”；有的方格中没有画任何线条，代表“0”。它有一个读写头部件，可以从纸带子上读出信息，也可以往空方格里写信息。它仅有的功能是把纸带向右移动一格，然后把“1”变成“0”，或者相反地把“0”变成“1”。通用图灵机模型如图1.4所示，这是一种不考虑硬件状态的计算逻辑结构。通用图灵机是现代计算机的思想原型。

2.早期的计算机技术

1937—1941年，约翰·文森特·阿塔纳索夫（John Vincent Atanasoff）教授和他的研究生克利夫·贝里（Cliff Berry）开发了阿塔纳索夫-贝里计算机（Atanasoff-Berry computer,ABC），为计算机科学和人工智能的研究奠定了基础。现代可编程数字电子计算机架构是由数学家、计算机科学家、物理学家约翰·冯·诺依曼（John von Neumann）提出的，它是受到图灵的通用计算机思想的启发，于1946年在工程上实现的。“冯·诺依曼结构计算机”奠定了现代计算机的基础，是测试和实现各种人工智能思想和技术的重要工具。

3.人工神经元模型

1943年，神经生理学家和控制论学者沃伦·麦卡洛克（Warren McCulloch）和数理逻辑学家沃尔特·皮茨（Walter Pitts）合作提出人类历史上的第一个人工神经元模型——麦卡洛克-皮茨模型（McCulloch-Pitts model），这是一种模拟人脑生物神经元的数学神经元模型，简称MP模型。他们的研究表明，由非常简单的单元连接在一起组成的“网络”，可以对任何逻辑和算术函数进行计算，因为网络单元像简化后的神经元。由MP模型发展而来的一种重要的人工智能技术是人工神经网络（artifical neural network,ANN）。可见，MP模型就是人工神经网络的最初起源。人工神经网络最开始并不是叫这个名字，而是叫“联结主义”，在当时人们并没有将这个名字和人工智能联系起来，因为1956年以前还不存在“人工智能”这个词语。

4.控制论

控制论是关于具有自我调整、自适应、自校正功能的机器的理论，其由数学家、控制论的创始人诺伯特·维纳（Norbert Wiener）于1948年提出。控制论对人工智能的影响在于，它将人和机器进行了深刻的对比：由于人类能够构建更好的计算机器，并且人类会更加了解自己的大脑，因此计算机器和人类大脑会变得越来越相似。可以说，控制论是从机器控制的角度，在机器、人与大脑之间建立起了一种联系。控制论关于人与机器关系的思想，又启发后来的学者开发了早期的人工智能技术。

除了上述几项重要且关键的理论和思想，还有信息论等相关理论和思想，也对人工智能的产生有重要影响。在当时的各种关于人、大脑、神经以及它们与机器关系的思想的启发下，图灵认为人的大脑应当被看作一台离散态机器，它与计算机在本质上并没有什么不同。图灵坚信，人工智能一定能以某种方式实现。图灵和其他学者关于计算本质的思想，建立了人类的逻辑推理能力与冯·诺依曼结构计算机之间的联系。

1952年，IBM科学家亚瑟·塞缪尔（Arthur Samuel）开发了跳棋程序。该程序能够通过观察棋子的当前位置，并学习一个隐含的模型，为后续走棋步骤提供指导。通过这个程序，塞缪尔驳倒了当时一些学者持有的“机器无法超越人类”这一观点。他还创造了“机器学习”（machine learning,ML）这一概念。图1.5所示为塞缪尔正在调试其开发的跳棋程序。

在上述思想的影响下，1956年，约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky），以及两位资深科学家克劳德·香农（Claude Shannon）和纳撒尼尔·罗切斯特（Nathaniel Rochester）组织了一次学会，邀请包括赫伯特·亚力山大·西蒙（Herbert Alexander Simon）和艾伦·纽厄尔（Allen Newell）在内的对“机器是否会产生思维”这一问题十分感兴趣的一批数学家、信息学家、心理学家、神经生理学家和计算机科学家参加，他们聚集在一起，进行了长达两个月的达特茅斯夏季研究会。麦卡锡首次提出“人工智能”这一概念。这次会议并没有解决有关人工智能及机器思维的任何具体问题，但它为后来人工智能的发展确立了研究目标，并开启了人工智能发展的历史，使其发展至今。

人工智能诞生之后的几十年，其发展大致有两条主线：一是从结构的角度模拟人类的智能，即利用人工神经网络模拟人脑神经网络以实现人工智能，由此发展而形成了联结主义；二是从功能的角度模拟人类的智能，将智能看作大脑对各种符号进行处理的功能，由此发展而形成了符号主义。