引言

1969 年，Marvin Minsky 和 Seymour Papert 出版了《Perceptrons》。这本书不仅是一篇严谨的数学分析——它是一纸死刑判决书。整个神经网络研究被送上了断头台，资金枯竭，实验室关闭，研究生被劝离。

AI 的第一个十年就这样结束了。而讽刺的是，这本书的核心论断后来被证明是错的。

---

Lighthill 报告：英国议会的 AI 审判

1973 年的 BBC 辩论

在英国，AI 的命运在一个更戏剧化的场合被决定——英国议会的公开辩论。

1973 年，剑桥大学的应用数学家 Sir James Lighthill 受政府委托评估 AI 研究。他交出了一份毁灭性的报告，核心结论是：

「AI 在其已经取得的任何部分发现中，都没有产生当时所承诺的重大影响。」

Lighthill 在 BBC 电视上与 AI 研究者进行了公开辩论。他指着 AI 社区那些未兑现的承诺——会下棋但不会理解语言的程序、能看简单图形但看不懂真实世界的「眼睛」——一一驳斥。

辩论的结果是决定性的。英国政府大幅削减了 AI 研究经费，几乎所有大学的 AI 项目都受到了影响。

JL1924-1998

James Lighthill

剑桥大学应用数学教授，英国皇家学会会员

"AI 在其已经取得的任何部分发现中，都没有产生当时所承诺的重大影响"

信心崩塌的连锁反应

过度承诺的代价

AI 的先驱们曾做出过极其大胆的预测：

1958H.A. Simon：「十年内，计算机将成为国际象棋世界冠军」

1965H.A. Simon：「二十年内，机器将能完成人能做到的一切工作」

1970Minsky：「在一代人的时间内，创造 AI 的问题将基本解决」

1970s所有预测落空 → 信任崩塌 → 资金断裂

这些预测全部落空。当资助机构发现砸了数百万美元却只得到一些只能在「积木世界」里移动方块的程序时，耐心耗尽了。

DARPA 的削减

在美国，国防高级研究计划局（DARPA）是 AI 研究的主要资助者。1970 年代中期：

• DARPA 对 CMU 语音理解项目的资助被大幅削减
• 许多 AI 实验室面临生存危机
• 研究生开始回避 AI 方向——「AI」变成了学术简历上的负面标签

寒冬中的坚守

Paul Werbos：被忽视 12 年的先知

PW1947-

Paul Werbos

哈佛大学博士，反向传播算法的发明者

"1974 年的博士论文中提出了将反向传播用于神经网络的方法，但几乎无人关注"

1974 年，Paul Werbos 在哈佛大学的博士论文中提出了将反向传播算法应用于神经网络的方法——这个算法后来成为深度学习的基石。

但他的论文发表在第一次 AI 寒冬的低谷期，学术界的主流是符号 AI，对神经网络毫无兴趣。这篇重要的论文被静默了整整 12 年，直到 1986 年才被重新发现。

Geoffrey Hinton：三十年只做一件事

GH1947-

Geoffrey Hinton

「深度学习之父」，2024 年诺贝尔物理学奖得主

"我的高曾祖父是 George Boole——布尔代数的发明者。也许探索思维的本质是我的家族使命。"

在 AI 寒冬的灰暗日子里，当几乎所有人都放弃了神经网络时，一个年轻的英国裔加拿大人选择了坚持。

Geoffrey Hinton 的家族背景本身就与计算思维纠缠在一起——他的高曾祖父是 George Boole，布尔代数的发明者，现代计算机科学的基石。仿佛探索「思维的本质」是刻在他家族基因里的使命。

在 1970-80 年代，Hinton 选择了一个几乎没人看好的方向。他的同事们觉得神经网络是死胡同，学生们被劝去研究更「主流」的符号 AI。但 Hinton 坚持了下去——这一坚持就是三十多年。

2012 年，他以 AlexNet 震撼世界，证明了深度学习的力量。2024 年，他获得了诺贝尔物理学奖。

其他坚守者

研究者	方向	贡献
John Holland	遗传算法	提出进化计算的思想
Terry Winograd	自然语言理解	SHRDLU 系统探索语言与推理
Teuvo Kohonen	自组织映射	无监督学习的先驱

这些在寒冬中播下的种子，后来都结出了果实。

寒冬的教训

教训 1：过度承诺是致命的
  短期承诺无法兑现 → 信任崩塌 → 资金断裂
  → 这个模式后来反复出现

教训 2：基础研究需要耐心
  Werbos 的反向传播：1974 年提出，1986 年才被认可
  Hinton 的神经网络：1970s 开始坚持，2012 年才爆发
  → 真正的突破可能需要几十年的等待

教训 3：正确的发现可能被时代埋没
  不是所有好想法都能立刻被认可
  时机、社区氛围、硬件能力——缺一不可

---

本节小结

概念	要点
第一次 AI 寒冬	1970s，感知机局限 + 过度承诺导致信心崩塌
Lighthill 报告	英国政府在议会辩论后大幅削减 AI 经费
Werbos (1974)	提出反向传播但被忽视 12 年——寒冬中的牺牲品
Hinton 的坚守	30+ 年坚持神经网络，最终获诺贝尔物理学奖
教训	过度承诺 → 幻灭 → 寒冬，这个模式在 AI 历史上反复出现

思考题

1. 为什么 Simon 和 Minsky 这样的天才也会做出如此离谱的预测？是过度乐观还是策略性夸张？
2. Werbos 的反向传播被忽视 12 年。今天是否也有被低估的重要发现？
3. 如果你是 1975 年的研究生，你会选择坚持 AI 方向吗？什么品质让 Hinton 做到了？

延伸阅读

• Crevier, AI: The Tumultuous History of the Search for Artificial Intelligence, 1993
• Lighthill Report, Artificial Intelligence: A General Survey, 1973