按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
经到了这里，一个这么年轻的人，在一个这么重要的岗位。我是少数几个知道IBM701正
发生什么的人之一。”IBM的项目负责人将荷兰德安排在由七个人组成的逻辑计划小组。
这个小组负责设计这台新计算机的指令系统和一般性组织。这是荷兰德的又一个幸运，
因为这是一个实践他的编程技术的理想的地方。“最初阶段完成之后，我们得到了最初
的机器原型，还必须用各种方式来测试。所以工程师们经常通宵达旦地工作，白天把机
器拆卸开，晚上又尽最大的努力把它拼装起来。然后我们少数几个人就会从晚上十一点
钟开始，全夜运转我们的程序，看看是否能够正常运作。”
在某种程度上，我们编的程序确实能够运行。当然，用今天的标准来衡量，701机
就像是石器时代的东西了。它有一个巨大的控制板，上面挤满了各种键盘和开关，但还
没有屏幕显示器的雏形。这部机器通过标准的IBM打孔机执行输入和输出命令，号称足
有四千个字节的记忆存储量（今天市面上出售的个人电脑的记忆存储量一般比这大一千
倍）。它可以在三十微秒中算出两个数字相乘的结果。（现在所有的手持计算器的功能
都比这个强。）荷兰德说：“这个机器也有许多缺陷。最好的情况下，平均每三十分钟
左右就会出现一次失误，所以我们每次计算都要做两遍。”更糟糕的是，701计算机是
通过在一个特殊的负极射线管的表面产生光点来存储资料的。所以荷兰德和他的同事们
必须调整算法，以避免过于经常地在记忆存储的同一个点上写入数据，否则就会增加这
一个点上负极射线管表面的电荷，而影响到周围的数据。“我们竟能使计算机运行了，
这太令人惊喜了。”他笑道。但事实上他这是认为瑕不掩瑜。“对我们来说，701计算
机就像是一个巨人。我们觉得能有时间在一台快速运转的机器上尝试我们编的程序，真
是太好了。”
他们一点儿也不缺少可以用来做尝试的程序。那些最原始、最早期的计算机接纳了
关于信息论、控制论和自动机等这些十年前尚不存在的新概念的狂潮。谁知道局限何在？
几乎你尝试的任何东西都可能开创出一片新天地。更进一步的是，对于像荷兰德这样更
富于哲学思想的开拓者来说，这些聚满了线路和真空管的庞大而笨拙的计算机为思考开
拓了全新的方式。计算机也许不是报纸的星期天增刊耸人听闻地形容的那种“巨脑”。
事实上，从它们的结构和运作的细节来看，它们和人脑毫无相同之处。但从更深刻、更
重要的意义上来说，计算机很类似人脑。一个很诱人的推测是：计算机和人的大脑都是
信息处理的装置。因为如果这个情况属实的话，那么，思维本身就可以被理解为是一种
信息处理的形式。
当然，那时没人把这种事情称为“人工智能”或“认识科学”。但即使如此，计算
机编程本身，作为一种全新的尝试，也正在迫使人们比以往要小心得多地去思考解决问
题的真正含义是什么。计算机最终是个外星人：你不得不告诉它一切事情：什么是数据？
它们是如何被转换过来的？怎样从这一步到达那一步？这些问题反过来又很快引向了令
哲学家们苦恼了几个世纪的问题：什么是知识？知识是怎样通过感官印象获取的？知识
是怎样反映在思维上的？是怎样通过吸取经验而完善的？又是怎样被运用于推理判断的？
已做的决定是怎样被转化为行动的？
那时对这些问题的回答远还不清楚（事实上，对这些问题的回答到现在也仍不清
楚）。但这些问题以一种前所未有的清晰和准确的方式被提出来了。IBM公司在普夫吉
普斯的发展小组作为全美国最杰出的计算机天才的集中地之一，突然走在了计算机发展
的前列。荷兰德喜欢回忆一群“经常的非常客”每隔两周左右就会找一个晚上聚在一起，
讨论扑克牌游戏或围棋。其中有一个参与者是个名叫约翰·麦卡菲（John McCarthy）
的暑期实习生，加州理工学院的一个年轻的研究生，后来成为人工智能的创始人之一。
（事实上，是麦卡菲1956年为在达特茅斯学院的一个暑期人工智能研讨会做宣传时发明
了“人工智能”这个词。）
另一个人是阿瑟·塞缪尔（Arthur Samuel），一个语调柔和、四十岁左右的电机
工程师。他是IBM公司从伊利诺斯大学招聘来帮助公司制作性能可靠的真空管的，也是
荷兰德整夜整夜进行程序运行马拉松的最经常的陪伴者。（他还有个女儿就在附近的凡
沙，荷兰德与之还约会过几次。）塞缪尔显然对真空管失去了兴趣。五年来他一直在尝
试编写可以跳棋的程序——不止是会下跳棋，而且要会随着不断吸取经验而越下越好。
现在回想起来，塞缪尔的计算机跳棋被认为是人工智能研究方面的一个里程碑。1967年，
他完成了对这个下跳棋的程序的修改和完善后，这个计算机跳棋手已经能够达到国际大
师的水平了。即使到701机器时期，他编的程序也显得相当好了。荷兰德记得对此印象
极深，特别是它能针对对方的步骤调整自己的战术。大致地说，这是因为这个程序设计
了一个简单的“对手”模型，然后用这个模型去预测最佳棋路。尽管当时荷兰德无法将
之表述清楚，但他感到电脑跳棋的这个功能正好抓住了学习和适应的某种最本质的东西。
但因为荷兰德要仔细考虑其他事情，所以就把这些想法抛开了。当时他正为自己的
研究项目忙得分身无术。他研究的是对大脑内部运作机制的模拟。他记得这项研究始于
1952年春季，当时他正在听麻省理工学院心理学家利克莱德（J．C．R．Licklider）的
演讲。利克莱德前来访问普夫吉普斯实验室，同意就当时该领域最热门的话题，蒙特利
尔麦克吉尔大学的神经生理学家唐纳德·希伯（Donald O．Hebb）关于学习和记忆的新
理论，做这个演讲。
利克莱德解释说，问题是，在显微镜下，大脑的大部分都呈现出一片混沌，每一个
细胞都随意发出数千条纤维，与数千计其他神经细胞随意相连。然而，这些稠密相连的
网络又显然不是随意组成的。一个健康的大脑能够前后连贯地形成感觉、思想和行动。
更重要的是，大脑显然不是静止不变的。它可以通过吸取经验来改善和调整自己的行为。
它可以学习。但问题是，它是怎样学习的？
在三年前的1949年，希伯在他出版的《行为组织》（The Organization of
Behavior）一书中作出了他的回答。他的基本思想是，假设大脑经常在“突触”上做些
微妙的变化。突触是神经冲动从这个细胞跳到那个细胞的连接点。这个假设对希伯来说
是非常大胆的，因为当时他对此还没有任何证据。但希伯为这一假设阐述说，这些突触
上的变化正是所有学习和记忆的基础。比如说，通过眼睛视觉的感官冲动会通过加强沿
途所有突触的方式在它的神经网络上留下痕迹。差不多的情形同样会发生在由耳进入的
听觉神经系统、或大脑内其它脑际活动。结果是，随意启动的网络会迅速将自己组织起
来。通过某种正反馈，经验被积累了起来：强健的、经常被使用的突触会变得更强健，
而弱小、不经常使用的突触会萎缩。被经常使用的突触最后强健到一定程度以后，记忆
就被锁定了。这些记忆反过来又会布满整个大脑，每一个突触都与一个复杂的突触形态
相对应，这些突触形态包含了成千上万个神经元。（希伯是最先描述这种分布记忆的人
之一，这种描述后来被称为“关联论”（connectionist）。）
但希伯的思想还不止这些。利克莱德在演讲中还解释了希伯的第二个假设：有选择
的突触强化会导致大脑自组成“细胞集合”——几千个神经元的子结合，其中循环神经
冲动会自我强化，继续循环。希伯认为这些细胞集合就是大脑基本的信息建设砖块。每
一个细胞集合都与一种声调、一束光线或某种思想的一闪念相对应。但这种细胞集合在
生理上并没有特别之处。确实，它们相互重叠，任何一个神经元同属于好几个细胞集合。
而且因为如此，一个细胞集合的行动势必带动其他细胞集合的动作，这样，这些基本的
建设砖块就会迅速自组成为更大规模的概念和更复杂的行为�