「 陨落的彗星，虽不再继续闪耀，但它流逝的光芒依然能划破天际，照亮夜空。」
1956年，在被称为人工智能起点的“达特茅斯会议”上，马文·明斯基和它的Snare成为会议的最大亮点之一。60年后，明斯基因脑溢血在波士顿布莱根妇女医院去世，享年88岁。人们不禁惋惜，人工智能领域的一颗巨星就这样陨落了。至此，“达特茅斯会议”上所有的专家都已离开人世。但是，他们的遗志指引着一代新的科学家，2016年，成了人工智能发展的新起点。
智能问题值得奉献一生
马文·明斯基（Marvin Minsky），生前是麻省理工学院媒体实验室名誉教授、数学家、计算机科学家、人工智能领域先驱。作为最早联合提出“人工智能”概念的伟人，被尊为人工智能之父。
他在人工智能领域卓有成就——人工智能领域首位图灵奖获得者，虚拟现实最早倡导者，也是世界上第一个人工智能实验室MIT人工智能实验室联合创始人。而就是这位人工智能教父，也曾让整个人工智能领域的发展停滞不前，而这一切的传奇都要从他的经历开始说起。
1927年8月9日，明斯基出生在美国纽约的一个眼科医生家庭里。因为正值美国大力发展私立学校的时期，所以他从小学到中学全盘接受的都是私立学校的教育，并对电子学和化学情有独钟。
1945年高中毕业后，明斯基应征入伍，在芝加哥北边的大湖海军培训中心（Great Lakes Naval training Center）和其他约120名新兵一起接受了训练。按明斯基本人后来的说法，这是他第一次、也是最后一次和非学术界的人员混在一起。
退伍后，1946年他进入哈佛大学主修物理，但他选修的课程相当广泛，从电气工程，数学，到遗传学等涉及多个学科专业，有一段时间他还在心理学系参加过课题研究。当时流行的一些关于心智起源的学说与理论使他难以接受，比如新行为主义心理学家斯金纳（Burrhus Frederic Skinner，1904—1990）根据一些动物行为的事实提出理论，把人的学习与动物的学习等同起来，明斯基就不以为然，并激发了他要把这个困难问题弄清楚的决心。后来他放弃物理改修数学，并于1950年毕业之后进入普林斯顿大学研究生院深造。
第二次世界大战以前，阿兰·图灵正是在这里开始研究机器是否可以具有智能的问题。同样，明斯基也在这里开始研究同一问题。在接受《纽约时报》采访时，明斯基表示：“智能问题看起来深不见底，我想这才是值得我奉献一生的领域。”
世界第一和人工智能的扼杀者
1951年他提出了关于思维如何萌发并形成的一些基本理论，同时建造了世界上第一个神经网络模拟器“Snare”。Snare虽然比较粗糙和不够灵活，毕竟是人工智能研究中最早的尝试之一。在Snare的基础上，明斯基综合利用他多学科的知识，解决了使机器能基于对过去行为的知识预测其当前行为的结果这一问题，并以“神经网络和脑模型问题”（Neural Nets and the Brain Model Problem）为题完成了他的博士论文，并于1954年取得博士学位。
Snare
学成以后，明斯基留校工作3年。1956年，他与麦卡锡、香农等人一起发起并组织了成为人工智能起点的“达特茅斯会议”，在这个具有历史意义的会议上，明斯基的Snare，麦卡锡的α-β搜索法，以及西蒙和纽厄尔的“逻辑理论家”（10sicTheorist）是会议的三个亮点。1958年，明斯基从哈佛转至麻省理工学院（MIT），同时麦卡锡也由达特茅斯来到MIT与他会合，他们在这里共同创建了世界上第一个人工智能实验室。
2006年，会议五十年后，当事人重聚达特茅斯
左起：摩尔，麦卡锡，明斯基，赛弗里奇，所罗门诺夫
虽然明斯基的贡献极大的促进了人工智能革命的到来，但他也差点亲手将人工智能扼杀在萌芽之中。1969年，明斯基与西蒙·派珀特(Simon Papert)合著的著作《感知机》却被业内普遍认为极大地阻碍了神经网络的发展。明斯基在这本书中着重阐述了“感知机”存在的限制。他指出，神经网络被认为充满潜力，但实际上无法实现人们期望的功能。
在他看来，处理神经网络的计算机存在两点关键问题。首先，单层神经网络无法处理“异或”电路；其次，当时的计算机缺乏足够的计算能力，无法满足大型神经网络长时间运行的需求。
由于被明斯基这样的权威人士看衰，神经网络和深度学习技术的研究迅速陷入了低谷，70年代则成为了“人工智能的寒冬”。2014年加入谷歌的人工智能专家杰弗里·辛顿(Geoffrey Hinton)当时正在读研究生，他也感受到了这样的“恶意”。当时，当他告诉周围人自己正在研究人工神经网络时，人们总会这样回应：“难道你不明白么？这些东西没用。”
明斯基的功劳不可抹杀
不可否认，明斯基对于人工智能地发展也做出了极大的贡献。1975年，他首创框架理论(frame theory)。
框架的顶层是固定的，表示固定的概念、对象或事件。下层由若干槽(slot)组成，其中可填入具体值，以描述具体事物特征。每个槽可有若干侧面（facet），对槽作附加说明，如槽的取值范围、求值方法等。这样，框架就可以包含各种各样的信息，例如描述事物的信息，如何使用框架的信息，对下一步发生什么的期望，期望如果没有发生该怎么办，等等。利用多个有一定关联的框架组成框架系统，就可以完整而确切地把知识表示出来。
明斯基最初是把框架作为视觉感知、自然语言对话和其他复杂行为的基础提出来的，但一经提出，就因为它既是层次化的，又是模块化的，在人工智能界引起了极大的反响，成为通用的知识表示方法被广泛接受和应用。不但如此，它的一些基本概念和结构，也被后来兴起的面向对象技术和方法所利用。此外，明斯基的框架理论也成为当前流行的一些专家系统开发工具和人工智能语言的基础，例如，著名的KRL(Knowledge Representation Language)。
他还把人工智能技术和机器人技术结合起来，开发出了世界上最早的能够模拟人活动的机器人Robot C，使机器人技术跃上了一个新台阶。他的另一个大举措是创建了著名的“思维机公司”（Thinking Machines，Inc．），开发具有智能的计算机。
明斯基与Robot C
明斯基也是“虚拟现实”（virtual reality）的倡导者，虽然VR这个名词与概念是20世纪90年代才出现与明朗起来的。早在20世纪60年代，明斯基就自己造了一个名词，叫telepresence，直译应为“遥远的存在”或“远距离介入”，明斯基所谓的telepresence是这样一种设备或环境，它允许人体验某种事件，而不需要真正介入这种事件，比如感觉自己在驾驶飞机、在战场上参加战斗、在水下游泳等等，实际上这些事都没有发生。明斯基提出过利用微型摄像机、运动传感器等设备来实现telepresence的一些方案。明斯基的telepresence不是和现在研究的虚拟现实如出一辙吗？
《情感机器》的新探索
可以说，明斯基的研究成果极大地推动了人工智能的发展，为后人留下了宝贵的财富。但也因为他的权威定论，人工智能的发展差点被扼杀。
相关研究直到1978年才开始逐渐复苏，而其中的关键人物则是辛顿和哈佛大学神经生物学博士特里·谢伊诺斯基(Terry Sejnowski)。
杰弗里·辛顿
据《纽约时报》记者约翰·马尔科夫(John Markoff)在《与机器人共舞》一书中介绍，1982年，辛顿举办了一场夏季研讨会，主题是联想记忆的并行模型，而与会的谢伊诺斯基当时正在探索如何通过新方式来为大脑建模。他们的理念一拍即合。随后几年，从并行分布处理方法起步，他们创造了新的多层网络“玻尔兹曼网络”。这项研究也证明，《感知机》一书中所做的预言，即感知机无法被推广至多层网络，是完全错误的。
实际上，在进入80年代后，《感知机》一书提到的两大问题都已得到解决。一方面，摩尔定律的应验使计算机处理能力飞速提升，计算能力不再成为制约神经网络的因素。另一方面，反向传播算法的提出解决了关于“异或”电路实现的难题。随后的近30年中，随着软件算法和硬件性能不断优化，深度学习技术终于可以大展拳脚。近年来，移动互联网的快速发展、数据量的激增则给神经网络提供了充足的学习材料。
然而，明斯基仍不看好神经网络和深度学习技术。2007年，在新书《情感机器》出版的不久后，《Discover》杂志的苏珊·克鲁格林斯基(Susan Kruglinski)对明斯基进行了采访。后者再次重申了自己的观点：
“人工智能领域的每个人都在追求某种逻辑推理系统、遗传计算系统、统计推理系统或神经网络，但无人取得重大突破，原因是它们过于简单。这些新理论充其量只能解决部分问题，而对其他问题无能为力。我们不得不承认，神经网络不能做逻辑推理。例如，在计算概率时，它无法理解数字的真正意义是什么。”
关于理想中的人工智能技术，他认为重要的一点是使其具备常识性知识，而不仅仅是对图像和语音的模式识别。在他看来，人工智能应当类似于人脑，而“人类解决问题的方式首先是具备大量常识性知识”。随后，他还希望能实现《情感机器》一书中描述的思维体系结构，使人工智能在各种思维方式间切换。
行业的发展并没有按照明斯基的设想去推进。现在基于深度学习对图像和语音的判断识别受到人们的热捧。业内普遍认为，深度学习技术帮助人工智能研究在视觉和语音领域取得了长足进步。在硅谷，越来越多科学家和工程师认为，深度学习将最终带来“强人工智能”：机器的智慧水平将超过人类。
2013年，明斯基的学生、知名未来学家雷伊·库兹韦尔(Ray Kurzweil)接替吴恩达，出任Google Brain项目负责人。在谷歌强大的神经网络的基础上，库兹韦尔的到来或许将可以帮助明斯基实现未尽的目标。
人工智能的未来或许可以用明斯基2014年的一段话来总结：“如果你让计算机自己待着，或是让许多计算机待在一起，那么它们可能会试图了解，它们从何而来，它们是谁。如果它们突然看到一本关于计算机科学的图书，那么可能会嘲笑着说：‘这太假了。’而不同的计算机群体可能也会有不同想法。”
来源：机器人圈
联系客服
