引言

1956 年夏天，美国新罕布什尔州达特茅斯学院，一群 20 多岁到 30 多岁的年轻学者聚在一起，打算用两个月的时间解决一个宏大的问题：让机器变得智能。

这场会议被后世公认为人工智能作为一门学科诞生的标志。但在当时，它更像是一个雄心勃勃的夏令营——申请了 7500 美元经费，许下了改变世界的承诺，却几乎没有产出任何具体的成果。

然而，它的真正遗产不是技术突破，而是一个名字、一个社区、和一个时代精神。

---

四个发起人

John McCarthy：命名者

1955 年，28 岁的 John McCarthy 是达特茅斯学院的数学助教授。他一直在思考一个问题：该把自己研究的领域叫什么？

可选的名字有好几个，但每个都有问题：

「Cybernetics」（控制论）
  → 已经被 Norbert Wiener 占了，McCarthy 不喜欢 Wiener 的性格

「Automata Studies」（自动机研究）
  → Claude Shannon 喜欢这个词，但 McCarthy 觉得太窄

「Complex Information Processing」（复杂信息处理）
  → Newell 和 Simon 偏好的词，但 McCarthy 觉得太模糊

「Artificial Intelligence」（人工智能）
  → 全新、明确、还没有人用过
  → McCarthy 后来回忆说：「总得叫它点什么。」

这个名字就这样被定了下来。不是深思熟虑的结果，而是排除法的选择——但它把研究与「人类智能」联系在了一起，设定了一个雄心勃勃的目标。

McCarthy 性格鲜明：聪明绝顶，但对跟不上他思路的人缺乏耐心。后来他发明了 LISP 语言，创办了斯坦福 AI 实验室，获得图灵奖，被誉为「AI 之父」。

Marvin Minsky：预言家

28 岁的 Minsky 是哈佛的 Junior Fellow，精力充沛、充满魅力、喜欢大胆预测。他的博士论文就是关于神经网络的。他后来与 McCarthy 一起成为 MIT AI 实验室的联合创始人，获得图灵奖。

Minsky 最著名（也最致命）的特点是过度乐观的预测。他后来曾说：

「在一代人的时间内……创造人工智能的问题将基本解决。」

这种自信贯穿了他整个职业生涯——也为后来的 AI 寒冬埋下了伏笔。

Claude Shannon：信息论之父

39 岁的 Shannon 是四人中最年长、也最有名望的。他的 1948 年论文《通信的数学理论》创立了信息论，改变了整个通信行业。

Shannon 是一个有趣的人。在贝尔实验室的走廊里，人们经常看到他骑独轮车、抛接杂耍。他曾造过一只机电老鼠叫「忒修斯」，能在迷宫中找到出路——这是最早的「学习机器」之一。他用游戏的态度对待严肃的问题，用玩具展示深刻的原理。

Nathaniel Rochester：IBM 的人

38 岁的 Rochester 是 IBM 的信息研究主管，设计了 IBM 701 计算机。他带来了工业界的信誉和计算资源——这在当时是稀缺资源。

那个提案

1955 年 8 月 31 日，四人向洛克菲勒基金会提交了提案，申请 7500 美元（约相当于 2025 年的 8.5 万美元）。提案的开头是这样的：

「我们提议在 1956 年夏天于达特茅斯学院开展为期两个月、10 人规模的人工智能研究。这项研究的基石是这样一个猜想：学习的每一个方面或智能的任何其他特征，原则上都可以被精确描述到让机器能够模拟的程度。」

他们计划探索七个问题：

1. 自动计算机     ——硬件够不够实现智能？
2. 使用语言       ——让计算机理解和生成自然语言
3. 神经元网络     ——模拟人脑的连接方式
4. 计算规模理论   ——如何衡量计算复杂度
5. 自我改进       ——机器自我学习
6. 抽象           ——概念形成与归纳
7. 随机性与创造性 ——不完全确定的行为

回头看，这七个问题几乎定义了 AI 未来几十年的研究议程。

两个不速之客：Newell 和 Simon

Allen Newell（29 岁）和 Herbert Simon（39 岁）原本不在邀请名单上。他们在兰德公司和卡内基理工学院工作，听说了这个研讨会，自己找上门来。

他们是外面人——不是 McCarthy 和 Minsky 那样的数学圈正统。Simon 是经济学家和政治学家出身，Newell 是他的学生。但他们带来了一个杀手锏：一个真正能运行的 AI 程序。

Logic Theorist：第一个 AI 程序

Newell 和 Simon 开发的 Logic Theorist（逻辑理论家） 能够自动证明数学定理。它从罗素和怀特海的《数学原理》中选取定理，用启发式搜索找到证明路径。

Logic Theorist 的能力：
  从《数学原理》中的 52 条定理出发
  成功证明了其中 38 条
  而且有些证明比原书中的更优雅！

Simon 在卡内基上课时对学生们说：
  「圣诞节假期里，Al Newell 和我发明了一台会思考的机器。」

McCarthy 后来用他一贯的直白评价了整个研讨会：

「Newell 和 Simon 只来了几天，但他们是整个会议的明星。」

原因很简单——他们带了一个真正能跑的程序，而其他人大都只有理论想法。

会议上的其他火花

六周的研讨会上还发生了一些有趣的碰撞：

国际象棋讨论：
  McCarthy 向 IBM 的 Alex Bernstein 建议使用 Alpha-Beta 剪枝算法
  Bernstein 不以为然，没有采纳
  → 后来 Alpha-Beta 成为博弈搜索的基础算法
  → Bernstein 的迟疑延误了这个重要思想的传播

编程范式之争：
  Newell 展示了 IPL（信息处理语言）和列表数据结构
  → 这个概念影响了 McCarthy 后来发明 LISP
  → LISP 成为 AI 研究的主流语言长达数十年

命名的分歧

不是所有人都喜欢「Artificial Intelligence」这个名字。Newell 和 Simon 就一直拒绝使用这个词，他们更愿意说自己做的是「复杂信息处理」。

这个命名分歧不只是一个标签问题——它反映了两种不同的愿景：

「Artificial Intelligence」（McCarthy 路线）：
  目标是创造能模拟人类智能的机器
  → 雄心勃勃，直接对标「智能」

「Complex Information Processing」（Newell & Simon 路线）：
  目标是理解智能行为的计算机制
  → 更谨慎，侧重于「理解」而非「复制」

McCarthy 的命名胜出——但过度承诺的风险也随之而来。

过度承诺的种子

达特茅斯提案的乐观设定了一个贯穿 AI 整个历史的模式：

1965 年，Herbert Simon 预测：
  「二十年内，机器将能完成人能做到的一切工作。」

1967 年，Marvin Minsky 预测：
  「在一代人的时间内，创造人工智能的问题将基本解决。」

这些预测全部落空。

模式：过度乐观的预测 → 公众期望高涨 → 承诺无法兑现 → 资金削减 → AI 寒冬

达特茅斯会议不仅创造了 AI，也创造了 AI 的「过度承诺」基因。

同一时期的其他探索

时间	事件	背后的故事
1950	Turing 发表图灵测试论文	他还正在设计英国最早的存储程序计算机之一
1951	Christopher Strachey 的跳棋程序	运行在 Ferranti Mark 1 上，是最早的游戏 AI
1955	Logic Theorist 完成	Newell 和 Simon「圣诞节发明的思考机器」
1958	McCarthy 发明 LISP	成为 AI 研究的标配语言，用了几十年

ELIZA：最早的「聊天机器人」（1966）

MIT 的 Joseph Weizenbaum 在 1966 年开发了 ELIZA，模拟一位心理治疗师：

用户：我很不开心。
ELIZA：你说你不开心，能告诉我为什么吗？
用户：我妈妈从来不听我说话。
ELIZA：告诉我更多关于你家庭的事。
用户：她总是只关心我弟弟。
ELIZA：你弟弟让你有什么感觉？

ELIZA 的原理极其简单——模式匹配 + 模板回复，约 200 行代码，没有任何理解能力。但令人震惊的是，Weizenbaum 的秘书在试用后对他说：

「请你出去的时候把门关上，这是我们之间的私人对话。」

这个现象被称为 ELIZA 效应——人类天生倾向于将智能归因于机器行为。

60 年后，人们对着 ChatGPT 说「谢谢」并等待回复。ELIZA 效应从未消失——只是被放大了。

---

本节小结

概念	要点
达特茅斯会议	1956 年夏天，6 周，7500 美元经费，AI 作为学科诞生
McCarthy 命名	排除法选了「Artificial Intelligence」，不是深思熟虑的结果
Logic Theorist	Newell 和 Simon 的明星程序，会议上唯一能跑的 AI 系统
过度承诺基因	从第一天起，AI 就与过度乐观的预测绑定
ELIZA 效应	人类天生会将智能归因于机器行为——至今仍是陷阱

思考题

1. McCarthy 的「排除法命名」让 AI 有了名字，但也设定了一个过于雄心勃勃的目标。如果当时选了「复杂信息处理」，AI 的历史会有什么不同？
2. 达特茅斯会议最大的遗产不是技术突破，而是建立了一个社区。这说明在科学创新中，「谁在一起」比「做出了什么」更重要吗？
3. ELIZA 效应 60 年来从未消失，反而在 ChatGPT 时代更加强烈。我们应该如何警惕自己被 AI「骗到」？

延伸阅读

• McCarthy, Minsky, Rochester, Shannon, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955
• Crevier, AI: The Tumultuous History of the Search for Artificial Intelligence, 1993