AI 发展史（一）：符号主义时代 —— 机器能思考吗？

阶段跨度：1950s – 1980s　|　关键词：图灵测试、达特茅斯会议、感知机、专家系统、LISP/Prolog
一句话总结：人类第一次认真地问"机器能思考吗"，并天真地以为用规则就能造出智能。

1. 发生了什么

1950 年，英国数学家图灵发表《计算机器与智能》，提出著名的图灵测试：如果一台机器在对话中让人分不清它是人还是机器，就可以认为它"能思考"。这个问题比任何技术都早，至今仍是 AI 的哲学原点。

1956 年夏天，达特茅斯会议召开，麦卡锡、明斯基、香农等人第一次使用了 "Artificial Intelligence" 这个词——AI 正式诞生。那一代人乐观得吓人，有人预言"20 年内机器能完成人类的一切工作"。

但现实很快泼了冷水：

1957 年，罗森布拉特发明感知机（Perceptron）——最早的神经网络雏形，只能做简单的二分类
1969 年，明斯基在书里证明：单层感知机连"异或"这种简单逻辑都学不会 → 神经网络研究坠入冰河期
1970s–80s，研究者转向另一条路：符号主义——把人类知识写成一条条规则，让机器照着推理，代表作是专家系统

2. 这个时代的工具

工具/语言	年代	干什么的	现在还有人用吗
LISP	1958	AI 研究的第一门专用语言，天生适合处理符号和列表	少数（衍生出 Clojure）
Prolog	1972	逻辑编程语言：你写"事实+规则"，它自动推理出答案	学术界、规则引擎
专家系统（如 MYCIN、XCON）	1970s–80s	把医生/工程师的经验写成几千条"如果…那么…"规则	思想被继承进现代规则引擎

MYCIN 是当时最出名的专家系统，用于血液感染诊断：内含约 600 条规则，开抗生素的水平据说超过了部分实习医生。但它有个致命弱点——规则全靠人工一条条写，写不动、也改不动。这个"知识获取瓶颈"直接导致了第一次 AI 寒冬。

3. 怎么用：亲手体验一下"规则式 AI"

Prolog 现在还能装（SWI-Prolog 免费），花 5 分钟就能感受那个年代的思维方式——不写"算法"，只写"知识"：

% 事实：家族关系
parent(tom, bob).      % tom 是 bob 的父/母
parent(bob, alice).    % bob 是 alice 的父/母

% 规则：祖孙关系
grandparent(X, Z) :- parent(X, Y), parent(Y, Z).

% 提问：tom 的孙辈是谁？
% ?- grandparent(tom, Who).
% Who = alice.

你没有写任何"算法"，只声明了事实和规则，推理是机器自己完成的——这就是符号主义的核心思想。

4. 留下了什么遗产

✅ 符号推理思想 → 今天的知识图谱、规则引擎、可解释 AI
✅ "机器能不能思考"的追问 → 至今没有答案
❌ 但"手写规则造智能"这条路，被证明走不通——机器智能必须学会自己从数据里学

下一篇预告：1986 年反向传播算法复活了神经网络，统计机器学习接管了战场——AI 第一次学会了"从数据中学习"。