很多人觉得 AI 是这两年才火起来的，其实人工智能已发展近 70 年。

这一路上，众多科学家像星光般照亮前路，正是他们的努力，让 AI 迎来今天的爆发。

今天就来认识几位关键人物，看看他们如何将 AI 从想法变为现实。

艾伦・图灵：AI 的 “开山鼻祖”

艾伦・图灵是人工智能的先驱。1912 年生于英国伦敦，24 岁时发表论文，提出“图灵机”概念。

简单说，图灵机是一种假想机器，能模拟任何计算过程。

如今的电脑、手机，甚至人类大脑的工作原理，都没跳出这一框架。这意味着，只要计算能力足够，AI 理论上能复刻人脑所有功能，包括情绪与意识。

二战期间，图灵立下奇功。德军用 “尼格玛” 密码机传递情报，密码组合复杂到几乎无法破解。他带领团队设计 “炸弹机”，每月能破译数万份电报，有人认为这让二战缩短了两年。

1950 年，图灵提出“图灵测试”：让人类通过文字与机器、真人对话，若无法分辨机器，即认为其具备人类级智能。

这一测试巧妙避开 “机器是否会思考” 的哲学争论，只看实际表现。

可惜这位天才因当时英国对同性恋的歧视，结局悲惨。1954 年，42 岁的图灵因中毒去世。后来英国政府为他道歉、平反，还将其肖像印在 50 英镑纸币上。人们总在设想，若他能多活几年，会带来多少突破。

约翰・麦卡锡与马文・明斯基：AI 学科的奠基者

AI 能成为独立学科，约翰・麦卡锡与马文・明斯基功不可没。1927 年，两人分别生于波士顿和纽约，后来成为 AI 界双星。

麦卡锡最关键的贡献是 1956 年组织“达特茅斯会议”。

他联合信息论之父克劳德・香农，召集对机器智能感兴趣的学者，在申请资助时首次使用 “人工智能” 一词。

这场仅 10 人参加的会议，确立了 AI 作为独立学科的目标与方法，被视为 AI 的 “生日”。

此外，麦卡锡的技术贡献影响深远：发明的 Lisp 语言至今用于 AI 研究；

提出的“分时系统”让一台电脑可被多用户共享，成为云计算前身；“垃圾回收” 机制被 Java、Python 等语言采用，大幅降低编程难度。

生活中的麦卡锡热爱数学，车贴写着 “不合我数学的都是瞎扯”，还是乐观派，认为 “即便没人听我的，一切也会变好”。

明斯基是跨学科全才：发明的共聚焦显微镜仍是生命科学重要工具；1963 年造出首台头戴式显示器，堪称 VR 鼻祖；甚至做过 “无用机器”—— 打开开关后，它会伸出机械手指自己关掉，尽显调皮。

AI 理论上，他提出“心智社会理论”：智能并非来自万能模块，而是众多简单 “小智能体” 协作的结果。

1969 年，明斯基所著《感知器》指出单层神经网络的局限，让 “连接主义” 陷入低谷，引发第一次 “AI 寒冬”。但他并非某一派别死忠，早在上世纪 50 年代就用真空管模拟过神经网络。

1959 年，两人共同创立 MIT 人工智能实验室；后来麦卡锡在斯坦福建立人工智能实验室。这两大实验室成了 AI 研究的灯塔，培养出无数人才。

朱迪亚・珀尔与理夏尔德・萨顿：让 AI 学会 “思考” 与 “学习”

朱迪亚・珀尔与理夏尔德・萨顿的研究，让 AI 能处理复杂现实问题。

珀尔发现，人类常在信息不全时做判断，而早期 AI 只能做非黑即白的推理。于是他提出“贝叶斯网络”—— 用图形表示变量关系，让 AI 在信息模糊时也能通过概率推理找规律，如同装上 “概率计算器”。

之后他研究 “因果推理”，提出“因果阶梯”：第一层发现关联（如教育水平与经济发展）；第二层通过干预看变化（如推行义务教育后经济是否改善）；第三层推测 “未选择的可能”（如未推行义务教育的结果）。这让 AI 不仅知其然，更知其所以然。

2002 年，珀尔儿子在巴基斯坦遭恐怖分子杀害，他未被仇恨裹挟，反而联合巴基斯坦学者推动不同社区交流，践行 “与仇恨战斗” 的信念。

萨顿是“强化学习”创始人。这一方法让 AI 无需人类设定规则，通过试错、反馈、调整，自主学会最优决策，如今 AlphaGo、自动驾驶都依赖它。

他还提出 “时序差分学习”，让 AI 高效利用预测与实际结果的误差进步；“行动者 - 评价者” 架构让 AI 边行动边自我评价，加速成长。

2019 年萨顿在《苦涩的教训》中指出：人们总爱给 AI 灌输人类经验走捷径，但长远看，计算能力与自主学习能力才是关键，人为添加的 “聪明” 反而会限制 AI 发展。

AI 的未来：铭记起源，共赴前路

AI 的故事仍在继续，还有更多推动者等待被书写。无论未来 AI 多强大，这些早期探索者的努力都是它的根基。

人类创造 AI，带着好奇心与探索欲，也带着面对未知的勇气。若有一天 AI 与人类产生冲突，希望它能记得：我们曾深爱这份探索，也承载着它的过去。

让我们一同期待更广阔的未来。