第一周

感知器的历史

一台会学习的机器,
曾让人以为科幻故事快成真了。

研究人员面对大写 C 操作 Mark I 的感光装置,后面是一排机柜
Mark I 感知器 · 美国海军档案,1960 年

1958 年 7 月 7 日 · 美国海军研究办公室公开演示

一台“会学习的机器”上报了

次日《纽约时报》标题 New Navy Device Learns By Doing
《纽约时报》1958 年 7 月 8 日,第 25 版 · 剪报标题

标题译文

海军新装置
能边做边学

记者带回一个惊人的消息。电脑也可以从经验里学本领。

1958 年 · 报纸里的未来

走路、说话,甚至知道自己存在

剪报导语局部,列出设想中电脑能走、能说、能看、能写、自我复制并意识到自己的存在
《纽约时报》7 月 8 日 · 想象中的电脑本领
剪报局部,写到听到一种语言后立刻翻译成另一种语言的口语或文字
《纽约时报》7 月 13 日 · 对即时翻译的设想

当时的预测 · 节译

有望走路、说话、看东西、写字,
能复制自己,
甚至能意识到自己的存在。

听到一种语言,还能立刻译成另一种语言的口语或文字。

罗森布拉特甚至设想让它去别的行星当机械探险家。

1958 年记者会 · 现场演示

轰动是从两种标记开始的

两位工作人员在一整排 IBM 704 机柜和操作台之间
同型号的 IBM 704 · NASA 档案,1957 年

这台占满房间的 IBM 704 运行感知器程序,练习分辨标记在哪一边。

偏左
偏右
演示任务示意 · 当时报纸记载约 50 次尝试

弗兰克·罗森布拉特(1928–1971)

造机器的是个
心理学家

他在康奈尔研究心理学,造过机器帮他分析性格测验数据。

他想弄懂,换一种写法、换一个人念,我们怎么还能认出来?

罗森布拉特在康奈尔求学时的黑白肖像
罗森布拉特在康奈尔求学时,约 1950 年

大脑给的灵感

把大脑放大到一个神经元

左边是人脑,虚线放大到右边的一个神经元,能看到树枝状的突起和一根长长的轴突
从脑组织到一个典型神经元 · 生成示意

接收信号,
也能把信号传出去

研究者想知道,许多这样的细胞连起来,怎样认出东西、记住经验?

1943 年 · 沃伦·麦卡洛克与沃尔特·皮茨

把一颗神经元简化成一个开关

1943 年论文的原图,显示若干简化神经元及其连接
麦卡洛克与皮茨,1943 年论文图 1 局部
  1. 收到信号
  2. 达到门槛
  3. 发出信号

科学家用这个简化模型,研究许多小开关连在一起能做什么。

1949 年 · 心理学家唐纳德·赫布

经历会留下什么?

两颗神经元

反复一起活动之后

赫布设想 · 一些连接可能变得更容易传递信号

如果经验能改变连接,
能不能造台也会变的机器?

1956 年夏 · 达特茅斯学院

“人工智能”
有了名字

研究者聚到一起,讨论能不能在机器上做出一些原来只有人会做的事。

达特茅斯大厅正面,白色建筑前是草坪
达特茅斯大厅 · 2005 年摄

1955 年 8 月 31 日 · 达特茅斯暑期项目提案

他们打算用一个暑假试一试

达特茅斯档案里的原始提案封面,英文标题包含 Artificial Intelligence,并列有四位发起人
提案原件 · 达特茅斯 Rauner 特藏图书馆

如果一种本领能说得足够清楚,机器也许就能模拟它。

  • 使用语言
  • 形成概念
  • 改进自己

1957 年提出感知器 · 1958 年发表论文

罗森布拉特选了“认东西”

罗森布拉特 1958 年论文标题为 The Perceptron,副标题探讨大脑中的信息储存与组织
《心理学评论》1958 年论文 · 标题节选

先给它看一些例子,
再给它一张新图。

他给这个模型取名 Perceptron,也就是感知器。美国海军研究办公室出资支持。

1960 年 · 感知器 Mark I

程序有了自己的眼睛和机柜

Mark I 操作手册的照片,左边是一台装在三脚架上的摄像装置,右边是机柜和接线板
1960 年操作手册图 2 · Mark I 设备照片

左边的感光装置接收图像。

中间的接线板把信号送进机柜。

右边的面板显示机器的判断。

Mark I · 把一张图拆成小格

机器的“视网膜”

二十行二十列的格子上,由深色方格组成大写字母 C
把字母 C 放进 20 × 20 的格子 · 课堂示意

20 × 20

400 个感光元件。每个接收图像一小块的光。

等会儿的字母游戏用 10 × 10 灯阵。

Mark I · 电机和电位器

机器一学习,里面真有东西在转

Mark I 机柜局部,右侧有标为 Meter Panel 和 Response Panel 的仪表与响应面板
Mark I 机柜局部 · 1960 年手册图 2 裁切

小电机转动电位器,改变连接的强弱。

1960 年 · 海军发布的实物照片

先给机器看一个大写 C

Mark I 海军照片局部,探头对着一幅黑底白色的大写 C
照片背景板上的字母 C · 美国海军档案,1960 年

让机器练习认几种图案。

字母适合做实验。它看上去简单,换一种写法、换个位置,图像就会变。

20 世纪 60 年代 · 航拍识别研究

认出飞机轮廓,和从航拍里找到飞机

左边是纸上孤立的黑色飞机轮廓,右边是一张机场俯视示意图,飞机缩成停机坪上带着影子的小目标
左 · 描在纸上的轮廓   右 · 飞机在整张航拍里 · 生成示意

1960–1963 年 · 项目实际做了什么

第一步,研究者把轮廓描出来

一架美国三角翼试验机正在云层上方飞行,机翼呈清晰的三角形
同期飞机照片 · NACA 档案,1953 年

1960 年 · 研究者把从航拍照片描出的形状交给 Mark I 试认。

后续 · 试着从整张照片里找目标。飞机会被漏掉,阴影还会让机翼看起来和机身分离。

康奈尔 · 做出机器的是一群人

团队里有个 16 岁的学生

黄昏时,几个人在草地上砌砖,合力搭建一座小天文台
实验团队动手建天文台 · 故事插画

泰雷尔·科肯在音乐休息室和罗森布拉特聊起一道数学难题,后来加入了团队。

白天做实验,
晚上盖天文台。

科肯后来做了软件工程师,还发明了测量镜面形状的仪器。

从视觉到声音

下一台机器借了
一只猫的名字

萨基的短篇小说 · 节译

“猫有九条命嘛。”
“也许吧,可我只有一个肝。”

他们给新机器起名 Tobermory,
想教它识别语音。

画家路易斯·韦恩笔下,一只虎斑猫握着画笔在纸上画画
同期插画《我来给你画像》· 路易斯·韦恩,1910 年

20 世纪 60 年代 · 感知器的争论

一位高中校友问:它到底能做到哪儿?

马文·明斯基

他和罗森布拉特都上过布朗克斯科学高中。他关心的是,碰到什么样的题,这类机器会卡住?

戴着眼镜的马文·明斯基侧脸
马文·明斯基 · Joi Ito 摄,2012 年

1969 年 · 明斯基与西摩·帕珀特

一本书把难题
摆到了桌面上

Perceptrons ·《感知器》

他们列出简单感知器能做的判断,也找到了它怎么练都学不会的题。

明斯基与帕珀特合著的 Perceptrons 书封
《感知器》书封 · MIT Press,2017 年重印版

用游戏看懂这场争论

同样四个点,换个颜色就难了

游戏里的机器只能用一条直线,把点分成 A 和 B 两类。

上下分开

横着画一条线,就能分对。

对角交叉

一条线怎么画,总有点会分错。

1962 年 · 罗森布拉特已在研究多层方案

走向多层

左边助手只找左上角,右边助手只找右下角。找到就举手。

复古实验室三联画。左格绿衣助手举手,中格红衣助手举手,右格两人都放下手,互相看了一眼。
左上角,左边举手判 A
右下角,右边举手判 A
另外两角,没人举手判 B

1986 年 · 多层神经网络再受关注

后来,人们找到了让多层一起学的办法

1986 年 Nature 论文的标题及三位作者 Rumelhart、Hinton、Williams
《自然》1986 年论文 · 标题及作者

把错误的信息往回传

  1. 前面的层
  2. 中间层
  3. 最后一层

1989 年 · 真实信封上的手写数字

机器学认字,后来用到了邮编上

这些歪歪扭扭的数字,
都是邮局收到的。

扬·勒昆和同事训练多层神经网络,识别从信封上取出的手写邮编数字。

同一张论文图中的多个真实手写邮编和一排排切分出的手写数字
勒昆等,1989 年论文图 1 · 邮编与切分后的数字

感知器留下的四件事

从一种想法,到几道做得出的题

  1. 1955–56“人工智能”有了名字
  2. 会学习的机器上报了
  3. Mark I 有了机器眼睛
  4. 《感知器》讨论
    机器的本领边界

回到智能实验室

轮到你们
教机器了

先给它几种该亮灯的场景。玩到最后一关,换成自己写的字母。

打开智能实验室
智能实验室的四个房间场景、分界线和操作旋钮
智能实验室 · 手动调试