与机器对话：Lisp 与人工智能的起源

人工智能 (AI) 在今天风靡一时，并且它对世界的巨大影响还在后头，美国人工智能协会 (AAAI) 说道。根据 Nanalyze 上的一篇文章

“皮尤研究中心在 2014 年对近 2,000 名专家进行的民意调查显示，绝大多数专家预计到 2025 年，机器人技术和人工智能将渗透到日常生活的各个领域。2015 年一项涵盖 17 个国家的研究发现，人工智能和相关技术在 1993 年至 2007 年间平均为这些国家的年度 GDP 增长贡献了约 0.4 个百分点，占这些国家在此期间 GDP 总增长的十分之一多一点。”

然而，这已经是人工智能第二次受到如此多的关注了。人工智能第一次流行是什么时候？这与鲜为人知但备受喜爱的编程语言 Lisp 有什么关系呢？

《命令行英雄》第三季倒数第二集播客深入探讨了这些主题，并让我们思考人工智能核心的开源。

在“人工智能”这个术语出现之前

几个世纪以来，思考型机器一直是一种令人好奇的事物，早在它们能够被实现之前就已存在。在 19 世纪，计算机科学先驱查尔斯·巴贝奇和艾达·洛夫莱斯想象了一种分析引擎，它能够进行远远超出人类技能的预测，例如正确选择赛马比赛中的获胜马匹。

在 20 世纪 40 年代和 50 年代，艾伦·图灵定义了智能机器模仿人类智能的样子；这就是我们现在所说的图灵测试。在他 1950 年的研究论文中，图灵的“模仿游戏”旨在说服某人，他们正在与另一个房间里的人类交流，而实际上，那是一台机器。

虽然这些理论激发了富有想象力的辩论，但随着计算机硬件开始提供足够的算力来进行实验，它们变得不那么理论化了。

为什么 Lisp 是人工智能理论的核心

约翰·麦卡锡，发明“人工智能”一词的人，也是重新发明我们如何编程以创造思考型机器的人。他重新构想的方法被编纂成 Lisp 编程语言。正如 Paul Graham 所写

“1960 年，约翰·麦卡锡 发表了一篇杰出的论文，他在论文中对编程所做的事情，类似于欧几里得对几何学所做的事情。他展示了如何使用少量的简单运算符和函数表示法，就可以构建一门完整的编程语言。他将这种语言称为 Lisp，即“列表处理”（List Processing）的缩写，因为他的一个关键思想是使用一种称为列表的简单数据结构来同时表示代码和数据。

“值得理解麦卡锡的发现，这不仅是计算机历史上的一个里程碑，也是我们这个时代编程发展趋势的典范。在我看来，到目前为止，编程已经出现了两种真正清晰、一致的模型：C 模型和 Lisp 模型。这两种模型似乎是高地，它们之间是沼泽般的低地。随着计算机变得越来越强大，正在开发的新语言一直在稳步朝着 Lisp 模型发展。在过去 20 年中，一种流行的新编程语言的配方是采用 C 计算模型，并逐步添加从 Lisp 模型中获取的部分，例如运行时类型和垃圾回收。”

我记得我第一次为计算机科学课编写 Lisp 代码的时候。在理解了它看似无穷无尽的括号之后，我发现了一种美妙的思维模式：我能想清楚我希望这个软件做什么吗？

这听起来很傻：计算机处理我们编码让它们做的事情，但递归的某些方面让我以一种截然不同的角度思考。令人兴奋的是，我可能在 15 年前就已经开始接触麦卡锡所描述的宏大变革。

为什么人工智能发展放缓？

到 20 世纪 60 年代中后期，麦卡锡的工作为一个新的研究领域让路，在这个领域中，人工智能、机器学习 (ML) 和深度学习都成为可能。而 Lisp 也成为这个新兴领域公认的标准。据说在 1968 年，麦卡锡与苏格兰国际象棋大师大卫·列维打赌，在 10 年内，计算机将能够在国际象棋比赛中击败列维。为什么花了将近 30 年才出现著名的 深蓝对阵加里·卡斯帕罗夫 的比赛？

《命令行英雄》探讨了一种理论：对人工智能的营利性投资将必要的人才从学术界拉走，他们在学术界推进科学发展，并将他们推向了不同的道路。无论这是否是原因，人工智能领域都陷入了“寒冬”，追求人工智能的人被认为是不切实际的。

人工智能的寒冬持续了相当长一段时间。2005 年，《纽约时报》报道称，人工智能已经变得如此污名化，以至于“一些计算机科学家和软件工程师避开‘人工智能’这个术语，唯恐被视为异想天开的梦想家。”

人工智能现在在哪里？

快进到今天，谈论人工智能或机器学习能迅速引起人们的注意——但这种关注并不总是积极的。许多人担心人工智能将从世界各地夺走数百万个工作岗位。其他人则说，它将创造比失去的工作岗位多出数百万个。

结论尚未最终确定。麦肯锡的研究关于工作岗位流失与工作岗位增加的辩论非常引人入胜。当您考虑到世界消费增长、人口老龄化、以前无偿家务劳动的“市场化”以及其他因素时，您会发现答案取决于您的观点。

可以肯定的是：人工智能将成为我们生活的重要组成部分，并且它将比其他技术领域具有更广泛的影响。由于这个原因（以及其他原因），审视围绕人工智能的伦理和偏见的误解至关重要。

开源与人工智能

麦卡锡梦想机器能够拥有常识。他的人工智能目标从一开始就包含开源；这在红帽关于 人工智能的起源及其开源根基 的精美动画网页上得到了可视化展示。

如果我们想实现麦卡锡、图灵或其他人工智能先驱的目标，我相信这将是因为技术背后的开源社区。人工智能的普及度反弹的部分原因是开源：语言、框架和我们分析的数据集正变得越来越开放。以下是一些值得探索的内容

• 学习足够的 Python 和 R 以参与这个未来
• 探索 Python 库，这将增强您的技能
• 了解 人工智能和机器学习是如何相关的
• 探索免费和开放的数据集
• 使用 Lisp 的现代实现，根据开源许可提供

早期的人工智能可能在错误的十年探索了正确的想法。当时的顶级计算机甚至没有今天的手机强大，而且每台计算机都由数十人共享。今天，我们许多人都拥有多台超级计算机，并随时携带它们。由于这个原因以及其他原因，人工智能的未来是光明的，它的最高成就尚待到来。

《命令行英雄》在整个第三季都在介绍编程语言。订阅，这样您就不会错过本季的最后一集，我期待在下面的评论中听到您的想法。