有意思的是，图灵本人并没有正式使用“人工智能（AI）”这个今日家喻户晓的词组他甚至连“计算机”（computer）这个词也没有用（他使用的是“computingmachinery”，即“计算机器”）。 “人工智能”这个词组要正式进入日常英语，得等到1956年。在这一年夏天的美国达特茅斯学院（DartmouthCollege），一群志同道合的学者驱车赴会，畅谈如何利用刚刚问世不久的计算机来实现人类

　　从科学史角度看，我们今日所熟知三菱“人工智能”学科，大约是肇始于一篇经典论文和一个重要会议。这篇论文无疑是向我们指出了今日所说欧姆龙人工智能研究的某种研究方向。但需要注意的是，图灵对于这种研究方向的揭示，其在本质上是一种哲学工作：它牵涉到了对于“何为智能”这个大问题的追问，并试图通过一种行为主义的心智理论，终消弭心理学研究和机器程序设计之间的楚河汉界，同时还对各种敌对意见提供了丰富的反驳意见。

　　从科学史角度看，我们今日所熟知的“人工智能”学科，大约是肇始于一篇经典论文和一个重要会议。 1950年10月，伟大的英国数学家、逻辑学家和计算机科学的理论奠基人阿兰·图灵（AlanTuring，1912-1954）在英国哲学杂志《心智》上发表了论文《计算机器和智能》。在文中他提出了著名的“图灵测验”的思想，并认为判断一台人造机器是否具有人类智能的充分条件，就是看其言语行为能够成功地模拟人类的言语行为（具体而言，若一台机器在人机对话中能够长时间误导人类认定其为真人，那么这台机器就通过了“图灵测验”）。在文末他乐观地预言道，这样的一台机器会在五十年内问世。用今天的眼光看来，这篇论文无疑是向我们指出了今日所说的人工智能研究的某种研究方向。但需要注意的是，图灵对于这种研究方向的揭示，其在本质上是一种哲学工作：它牵涉到了对于“何为智能”这个大问题的追问，并试图通过一种行为主义的心智理论，终消弭心理学研究和机器程序设计之间的楚河汉界，同时还对各种敌对意见提供了丰富的反驳意见。这些特征也使得这篇论文不仅成为了人工智能科学的先声，也成为了哲学史上的经典之作。

　　有意思的是，图灵本人并没有正式使用“人工智能（AI）”这个今日家喻户晓的词组他甚至连“计算机”（computer）这个词也没有用（他使用的是“computingmachinery”，即“计算机器”）。 “人工智能”这个词组要正式进入日常英语，得等到1956年。在这一年夏天的美国达特茅斯学院（DartmouthCollege），一群志同道合的学者驱车赴会，畅谈如何利用刚刚问世不久的计算机来实现人类智能的问题，而洛克菲勒基金会则为会议提供了7500美元的资助。在会议的筹备时期，麦卡锡 （JohnMcCarthy，1927～）建议学界以后就用“人工智能”一词来标识这个新兴的学术领域，与会者则附议。值得一提的是，在参加此次会议的学者中，有四人在日后获得了计算机领域内的学术奖励：图灵奖（TuringAward）。此四君即：闽斯基（MarvinMinsky,1927～，1969年获奖）、纽艾尔（AllenNewell，1927～1992，1975年获奖）、司马贺（Her－bertSimon，1916～2001，1975年获奖），还有麦卡锡本人 （1971年获奖）。从这个意义上说，1956年的达特茅斯会议，无疑是一次名副其实的“群英会”。

　　参加达特茅斯会议的虽无职业哲学家，但这次会议的哲学色彩依然浓郁。首先，与会者都喜欢讨论大问题，即如何在人类智能水平上实现机器智能 （而不是如何用某个特定的算法解决某个具体问题）。其次，与会者都喜欢讨论不同的子课题之间的关联，追求一个统一的解决方案（这些子课题包括：自然语言处理、人工神经元网络、计算理论以及机器的创造性，等等）。后，不同的学术见解在这次会议上自由碰撞，体现了度的学术宽容度。

　　由此看来，人工智能科学从其诞生伊始，就和哲学结下了不接之缘。要理解这一点，我们还是需要来看看哲学研究的基本任务为何。笔者将哲学工作的特征归结为以下三条：

　　，思考大问题，澄清基本概念。这里所说的“大问题”，即极具基础意义的问题。比如，数学哲学家追问数学家“数”的本性为何，物理学哲学家追问物理学家“物质”、“能量”的本性为何，生物学哲学家追问生物学家“生命”的本性为何。与哲学家相比较，一般的自然科学家往往只是在自己的研究中预设了相关问题的答案，却很少系统地反思这些答案的合法性。

　　第二，在不同学科的研究成果之间寻找汇通点，而不受某一具体学科视野之局限。比如，科学哲学家往往喜欢追问这样的问题：如何汇通生物学研究的成果和化学研究的成果？是不是所有的生物现象，都可以还原为更为微观的化学现象？而所有的化学现象，是否复又可被还原为更为微观的微观物理学现象？或者，存在着一种不同于“还原论”的汇通方式？相比较而言，职业科学家对于这些跨学科问题虽或偶有反思，但往往也不够系统和深入。

　　第三，重视论证和辩护，相对轻视证据的约束。这也就是说，评价哲学工作优劣的标准，主要是看一个哲学论证本身的合理性和常识可接受性，却一般不用受到严格的科学证据的检测。而对于科学而言，合理的辩护程序却必须和实打实的经验证据相互匹配，否则得出的结论就无法被科学共同体所接受。这种差异，一方面固然使得哲学工作的自由度要远大于科学工作的自由度，但另一方面也使得哲学争议往往不如科学争议那样，容易取得学科共同体内部的一致意见。

　　综合以上三点我们不难发现，经过正规哲学训练的学者，在精神气质方面便很容易具备这样的质量：喜欢刨根问底，喜欢融会贯通，不受制于一门特殊经验科学的思维方式（或套用孔子在 《论语·为政》中的训诫来说，“君子不器”），并倾向于对敌对的学术观点保持一种“绅士风度”，视哲学争议为正常。笔者将这些文化质量，统统归到“哲学文化”这个大的标签之下。

　　人工智能的研究目的，即是在人造机器上通过模拟人类的智能行为，终实现机器智能。很显然，要做到这一点，就必须对“何为智能？ ”这个问题做出解答。然而，不同的解答方案往往会导致截然不同的技术路径。比如，你如果认为“智能”的实质就是具体的问题求解能力，那么，你就会为你心目中的智能机器规划好不同的问题求解路径，而每一路径自身又对应于不同的问题（这就是主流人工智能学界所做的）；你如果认为实现“智能”的实质就是去尽量模拟自然智能体的生物学硬件，你就会去努力钻研人脑的结构，并用某种数学模型去重建一个简化的神经元网络（这就是联结主义者所做的）；如果你认为智能的实质仅仅在于智能体在行为层面上和人类行为的肖似，那么你就会用尽一切办法来填满你理想中的智能机。