誰創造了人工智慧？

簡而言之：人工智慧並非由任何一人創造，而是眾多研究人員歷經歲月共同努力的成果。如果要說一位正式的創始人，約翰·麥卡錫是公認的代表人物，而艾倫·圖靈等人則奠定了更深層的基礎（史丹佛大學， 百科全書》）。

重點總結：

致謝：當問題涉及人工智慧這一正式領域時，請提及約翰麥卡錫。

起源：當重點放在機器思維背後的早期思想時，請引用艾倫·圖靈。

建構者：在討論第一批可用的 AI 系統時，應包括 Newell、Simon 和 Minsky。

視角：避免孤膽天才的敘事；解釋人工智慧是透過跨學科合作和團隊協作發展起來的。

現代應用：強調當今的人工智慧依賴大規模的協作、數據、硬體和工程。

誰創造了人工智慧？最短的答案🧠

一開始我們不要把事情複雜化。.

如果有人問「人工智慧是誰創造的？」 ，最常見的簡潔答案是：人工智慧作為一個正式領域，通常被認為是約翰·麥卡錫的，因為他幫助清晰地定義了人工智慧，並為該領域命名。但這只是冰山一角。 ( www-formal.stanford.edu )

其他主要貢獻者包括：

• 艾倫·圖靈——因為他提出了機器是否能夠思考的問題，並奠定了至關重要的理論基礎。

• 馬文·明斯基——因其以重要的、公開的方式推動了早期人工智慧研究的發展。

• 艾倫·紐厄爾和赫伯特·西蒙——因開發出一些真正模擬人類推理的最早程序而受到表彰。

• 克勞德·香農——因為他以極其重要的方式將邏輯、資訊和機器過程聯繫起來。

• 諾伯特·維納——他對控制論、回饋系統和機器控制思想的貢獻，這些思想都融入了人工智慧的思維之中。

所以，沒錯，確實有一些知名人物。但是，並沒有像機器人之王那樣凌駕於所有人之上的獨裁者👑🤖

人工智慧更像是由一群非常投入的人用黑板、方程式、爭論，可能還有過量的咖啡製作而成的一塊拼布被子。.

為什麼「誰創造了人工智慧？」這個問題比聽起來更棘手🤔

這個問題看似簡單，但實際上包含了三個不同的問題。.

1. 誰發明了智慧機器的概念？

這就把我們帶回了哲學和邏輯的。早在現代電腦出現之前，人們就已經開始思考思考是否可以被機械化。推理能否遵循規則？機器能否模仿判斷？智能能否被簡化為步驟？

這些問題之所以重要，是因為人工智慧並非憑空出現。它源自於這樣一種信念：思考或許是可以描述的。.

2. 誰將這個想法發展成了研究領域？

正是在這裡，人工智慧領域變得正式、更有組織、更嚴肅起來。研究人員不再只是模糊地好奇，而是開始說：“讓我們定義問題，建立模型，進行實驗，讓機器執行智慧任務。”

從夢想到紀律的轉變，是約翰·麥卡錫獲得如此多讚譽的重要原因之一。.

3. 誰建構了使人工智慧成為現實的系統？

這是另一個層面。為這個領域命名是一回事，建構實用的系統又是另一回事。不同的研究人員以不同的方式將人工智慧應用於實踐——搜尋演算法、符號推理、神經網路、機器學習、語言模型、視覺系統、機器人技術等等，不勝枚舉。.

所以當人們問「誰創造了人工智慧？」，往往在不知不覺中想表達的是不同的意思。這就是為什麼答案會讓人覺得難以捉摸。這也很正常。

好的《誰創造了人工智慧？ 》一書應該具備哪些要素？ ✅

這個問題的好版本並非在尋找某個神奇的創辦人，而是在尋找合適的功勞歸屬。

好的答案應具備以下要素：

• 它將發明與形式化區分開來。

  • 第一個構思出機器智慧的人，未必是開創這一領域的人。.

• 它表彰了多位先驅者

  • 人工智慧是由多位創辦人組成的，而非單一創辦人。這種思路更清晰。.

• 它既包括理論也包括實踐。

  • 想法固然重要，但有效的系統也同樣重要。.

• 它避免了英雄崇拜。

  • 技術史喜歡塑造孤膽天才的神話，因為這種神話易於包裝。而真實的歷史則更為複雜。.

• 這就解釋了為什麼某些名字會反覆出現。

  • 並非所有貢獻者都扮演了相同的角色。有些人提出了想法，有些人建立了系統，有些人則說服了其他人相信整個專案值得繼續下去。.

• 它承認該領域發生了形狀變化。

  • 早期人工智慧與現代人工智慧截然不同。同屬一個家族，只是家具不同。.

這或許是思考這個問題的最佳方式。不是“是誰獨自完成了這件事？”，而是“是誰鋪就了這條使之成為可能的道路？”。或許這種方式沒那麼戲劇化，但卻更接近真相。.

比較表格—「誰創造了人工智慧？」這個問題背後的主要人物📊

這裡有一個更合理的版本。歷史本來就不需要標價😅

數位	最佳觀眾	為什麼有效
約翰·麥卡錫	想了解創辦人正式回答的讀者	創造了這個術語，並幫助人工智慧發展成為一個成熟的領域。回答簡潔明了，基本上就是如此。
艾倫圖靈	對古代起源感興趣的人	有人問機器是否能思考，這或多或少引發了一場軒然大波🌩️
馬文·明斯基	研究早期人工智慧文化的人	人工智慧領域早期的主要倡導者，在研究方面具有巨大的影響力，並扮演著非常重要的角色。
艾倫紐厄爾 + 赫伯特西蒙	邏輯愛好者，有研究精神的人	早期建構推理程序－實際運作的嘗試，而不僅僅是推測。
克勞德·香農	技術讀者	以基礎的方式將資訊、邏輯和計算連結起來
諾伯特·維納	系統思考者	回饋和控制系統推動了機器智慧對話向前發展
弗蘭克·羅森布拉特	學習系統人群	早期神經網路思想－雄心勃勃、不完美，且超前於時代
許多未命名的球隊	想知道真正答案的人	因為人工智慧是協作式的，雖然不那麼炫目，但卻更精準🙃

這裡有一個小小的格式問題——歷史記錄無法完美地融入產品表格中。不過，它仍然能清晰地表達要點。.

人工智慧領域孤膽天才的神話🚫🦸

人們喜歡「單人發明家」的故事，因為它讓人感覺很滿足。一個人，一個瞬間，一項發明。簡潔明了。但人工智慧卻不照常理出牌。.

孤膽天才的神話之所以不成立，原因有以下幾點：

• 人工智慧依賴多個學科。

  • 邏輯

  • 數學

  • 神經科學

  • 語言學

  • 計算機工程

  • 認知科學

• 不同的先驅者解決了這個謎題的不同部分。

  • 其中一人探討了推理問題

  • 另一種處理學習

  • 另一種正式訊息

  • 另一種則推動機器向語言或感知方向發展。

• 該領域發展並不均衡

  • 有時符號系統佔據主導地位。

  • 有時學習方法會突然興起

  • 有時樂觀情緒會崩潰，資金也會枯竭。

這種不平衡性至關重要。這意味著人工智慧並非一蹴而就，而是被反覆重新構想的。.

有人說智能是邏輯，有人說是模式識別，有人說是適應，然後大家就爭論不休。人工智慧的歷史基本上就是這樣，只不過多了專案申請和各種公式而已。.

早期基礎－人工智慧命名之前🏗️

在人工智慧成為一個公認的領域之前，必須先有一個思考「思考」的框架。這句話聽起來很奇怪，但請聽我慢慢說出來。.

這項工作的基礎源自於人們試圖回答諸如此類的問題：

• 推理過程可以用符號表達嗎？

• 問題能否分解成多個步驟？

• 機器能遵循抽象規則嗎？

• 智力除了被欣賞之外，還能展現出來嗎？

形式邏輯正是在這裡開始蓬勃發展。如果思維可以被建模為一個結構化的過程，那麼機器或許就能重現其中的一部分。現在看來，這個想法顯而易見，但在當時卻夠激進，足以讓人要麼興奮不已，要麼略感震驚。

艾倫·圖靈之所以成為關鍵人物，是因為他幫助定義了計算本身的本質。這一點比人們通常意識到的更為重要。在探討機器是否能夠思考之前，首先需要對機器在原理上能做什麼有所了解。

還有克勞德·香農，他證明了資訊可以用數學方式處理。這聽起來似乎有些枯燥乏味，但意義卻極為重大。一旦資訊、邏輯和電路開始使用同一種語言，通往人工智慧的道路就變得清晰多了。

所以，如果你要問「人工智慧是誰創造的？」 ，就不能忽視這些早期的知識奠基人。他們不僅僅是添磚加瓦，他們還繪製了藍圖。 （牛津大學出版社學術版）

約翰麥卡錫與人工智慧成為一門學科的時刻🏷️💡

如果要特別強調一個人，那就是約翰·麥卡錫。

為什麼？因為他幫助將零散的想法凝聚成一個名為人工智慧的、廣為人知的領域。為一個領域命名絕非小事。它會影響資金來源、研究方向、學術地位以及公眾認知。一旦某個事物有了名字，人們就可以圍繞著它聚集，辯論它、攻擊它、捍衛它——它突然間就以一種更正式的方式存在了。.

這就是為什麼很多人在回答「人工智慧是誰創造的？」時，都會提到麥卡錫的名字。

他的角色之所以突出，是因為他做了三件重要的事：

• 他將機器智能視為一項合理的科學挑戰。

• 他幫助將人工智慧定義為一個獨立的研究領域。

• 他主張訂定遠大的目標，而不是細小的漸進式目標。

公平地說，給一個領域命名並不等於單槍匹馬地創造這個領域內的一切。然而，這個領域確實需要有人足夠大膽地站出來說：“這是一個值得認真對待的領域，我們將認真地去探索它。”

這需要勇氣。或許還需要一點學術上的固執……可能兩者兼具。 （ www-formal.stanford.edu ）

建設者－讓AI發揮實際作用的人們⚙️

故事從這裡開始變得更加實際。.

艾倫·紐厄爾和赫伯特·西蒙之所以重要，是因為他們創造了早期嘗試進行推理和問題解決的程序。不只是理論，而是實際的系統。這種區別至關重要。說「機器可能會思考」和製造出一台能夠以類似思考的方式解決結構化問題的機器之間，有著天壤之別。

馬文·明斯基也成為早期人工智慧領域最引人注目的人物之一，他幫助塑造了研究文化，並推動了人工智慧的宏偉發展方向。當然，他並非孤軍奮戰，但他的影響力確實十分深遠。

此外，還有研究人員在探索學習系統。人工智慧的這一方面至關重要，因為智慧不僅關乎固定的邏輯，也關乎適應性。能夠透過經驗、回饋和調整而不斷進步的機器，代表了一種不同的智慧理念——或許是一種更靈活的智慧。.

這就是神經網路思維方式切入點。早期版本有其局限性，有時被譽為，甚至在未來尚未到來之前就被當作未來來看待。但種子已經種下了🌱

所以，究竟是誰創造了人工智慧？這取決於你最關心的是：

• 定義字段，

• 建立理論，

• 建構第一個推理系統，

• 或發展具有學習能力的系統。.

每條路徑都指向不同的先驅者，儘管它們之間存在交集。 （ cmu.edu ）

符號人工智慧 vs 學習型人工智慧－兩條大路，同一個目的地…某種程度上來說是這樣🛣️

這部分內容比乍看之下更重要。.

早期人工智慧大多專注於符號推理。這意味著用符號、規則和邏輯結構來表示知識。它將智能視為一種結構化的問題解決能力。

另一個主要分支更著重於從資料中學習、模式識別和調整。它將智慧視為一種更靈活、更少依賴人工編碼的機制。

這兩種方法都對人工智慧產生了影響，都帶來了寶貴的理念，但也都有其限制。.

符號人工智慧在以下情況下最為強大：

• 規則很明確

• 邏輯很重要。

• 專家知識可以被編碼。

基於學習的人工智慧在以下時期表現強勁：

• 模式複雜

• 數據豐富。

• 問題在於識別，而非簡單的推理。

這個領域就像一輛壞了一隻輪子的購物車，在這兩種模式之間來回彈跳。雖然還在動，但噪音很大😬

這一點對這個問題至關重要，因為不同的「創造者」往往更傾向於不同的傳統。所以，當一個人說圖靈，另一個人說麥卡錫，還有一個人說羅森布拉特時，他們可能各自指的是同一條大河的不同分支。 （ britannica.com ）

為什麼現代人工智慧並非某個時代的產物🌍

人們用於寫作、圖像生成、推薦、語音工具、搜尋、機器人和語言任務的現代人工智慧，是由層層進步發展而來的。.

它需要：

• 理論計算機科學

• 更好的硬體

• 更大的數據集

• 改進的訓練方法

• 統計突破

• 大規模工程

• 團隊、實驗室和基礎設施

最後一點至關重要。現代人工智慧本質上是集體協作的產物。它是由研究人員、標註員、晶片設計師、軟體工程師、產品團隊、安全審查員、語言學家、數學家等等共同建構的。所謂「一人發明」的說法在這裡就站不住腳了。.

因此，如果有人問：「我們現在所知的AI是誰創造的？」答案就從少數幾位著名的先驅者擴展到了龐大的貢獻者群體。.

這或許會讓人覺得有些不盡人意。但事實的確如此。真正的創新與其說像一座豐碑，不如說更像一座城市——錯綜複雜、層層疊疊、熙熙攘攘，而且是由一群素未謀面的人共同建造的。.

為什麼人們仍然想要一個名字👀

即便聽了這麼多，很多人仍然想要一個確切的答案。這很正常。.

我們追求簡潔的原因是：

• 更容易記住

• 這樣能寫出更好的標題。

• 學校和媒體常常壓縮歷史。

• 人類喜歡英雄而不是體制。

這裡面還涉及信任因素。如果能把一項發明與某個知名人士連結起來，故事聽起來就更清晰了。但歷史並不欠我們一個條理清晰的敘述。.

如果一定要選一個廣受認可的名字作為人工智慧的正式創始人，那麼約翰·麥卡錫是最合適的人選。

如果你想了解更深層的思想淵源，艾倫·圖靈絕對名列前茅。

如果你想要早期實用建築師的作品，那麼紐厄爾、西蒙和明斯基的作品是不可避免的。

但如果你想要最準確的答案呢？人工智慧是由一群思想家和建造者隨著時間的推移而共同創造出來的。這個說法可能沒那麼吸引人，甚至有點惱人，但事實就是如此。

總結思考——那麼，究竟是誰創造了人工智慧？ 🧩

這是最簡潔明了的結論。.

人工智慧是誰創造的？並非某個人創造的。

約翰·麥卡錫常被認為是人工智慧正式學科的奠基人，因為他幫助定義了人工智慧並為其命名。艾倫·圖靈奠定了至關重要的概念基礎。紐厄爾和西蒙建構了一些最早的推理系統。明斯基將早期人工智慧研究推向了聚光燈下。香農、維納、羅森布拉特以及其他許多人也做出了重要貢獻。

真正的答案是合作。.

而這反而讓人工智慧更有趣，而不是更糟。它並非某個天才對著閃亮的螢幕苦思冥想的產物，而是建立在辯論、失敗、抽象、實驗、死胡同、反彈和遠大抱負之上的。換句話說，它非常人性化❤️

所以，下次如果有人問「人工智慧是誰創造的？」 ，你就可以給出既精闢又不顯得枯燥乏味的答案：

人工智慧並非一人所創——但如果要說一位正式的創始人，約翰·麥卡錫是大多數人會想到的名字，艾倫·圖靈和其他幾位先驅者緊隨其後。 （ www-formal.stanford.edu ）

有點糾纏，有點發光，非常真實。.

常問問題

誰以最簡單、最廣為接受的方式創造了人工智慧？

人工智慧並非一人之力創造。最簡潔的解釋是，約翰·麥卡錫常被認為是人工智慧正式領域的奠基人，因為他幫助定義了人工智慧並為其命名。然而，更全面、更準確的答案是，人工智慧是由眾多研究人員長期共同建構的。.

為什麼人們在問人工智慧的創始人是誰時，總是會提到約翰麥卡錫的名字？

約翰·麥卡錫之所以脫穎而出，是因為他幫助將關於機器智能的零散想法發展成為一個公認的學術領域。為人工智慧命名意義重大，因為它有助於塑造研究方向、資金來源和公眾討論。他並非人工智慧的全部締造者，但他在將其確立為一門正式學科的過程中發揮了重要作用。.

艾倫圖靈在人工智慧領域被命名之前就創造了人工智慧嗎？

艾倫·圖靈是人工智慧領域最具影響力的先驅人物之一，儘管他通常不被認為是人工智慧的唯一創始人。他對計算的研究，以及他提出的機器是否能夠思考的著名問題，為該領域奠定了至關重要的概念基礎。在人工智慧成為一個系統化的研究領域之前，他就已經幫助人們設想出人工智慧的雛形。.

誰開發出了第一個能夠真正推理解決問題的AI程式？

艾倫·紐厄爾和赫伯特·西蒙之所以至關重要，是因為他們建立了一些最早旨在模仿人類推理和問題解決能力的程序。這使他們在人工智慧的實踐史上具有極其重要的意義。他們的工作表明，機器智慧可以從理論轉化為可運作的系統。.

馬文·明斯基在早期人工智慧領域扮演了什麼角色？

馬文·明斯基是早期人工智慧研究領域中最引人注目、最具影響力的研究者之一。他不僅在公共領域，也在學術界推動了人工智慧領域的發展，塑造了研究文化，並鼓勵人們追求遠大的目標。他並非唯一的先驅，但他的影響力使他的名字在任何嚴肅的人工智慧發展史中都反覆出現。.

克勞德·香農和諾伯特·維納是如何影響人工智慧的？

克勞德·香農將邏輯、資訊和計算聯繫起來，為後來的人工智慧發展奠定了基礎。諾伯特·維納在控制論、回饋和控制系統方面的工作也影響了人們對智慧機器的理解。雖然他們兩人通常不被認為是人工智慧的唯一創始人，但他們都為人工智慧的理論框架的建構做出了貢獻。.

為什麼「誰創造了人工智慧？」這個問題比聽起來更難回答？

因為人們在問這個問題時往往會指涉不同的事情。有些人指的是誰最早構思出智慧機器，有些人指的是誰將人工智慧發展成一個正式的學科領域，有些人指的是誰建構了早期真正有效的系統。一旦區分了這些不同的意義，答案就會變得更加清晰，也更有利於合作。.

符號人工智慧和基於學習的人工智慧有什麼區別？

符號人工智慧將智慧視為規則、符號和結構化邏輯。而基於學習的人工智慧則更著重於模式、數據和系統，並透過不斷學習和回饋來改進自身。文章指出，這兩種方法共同塑造了人工智慧領域，因此不同的先驅者對人工智慧的本質有著不同的理解。.

我們今天在聊天機器人、搜尋和圖像工具中使用的AI是誰創造的？

現代人工智慧比早期人工智慧更難算是一人之力的成果。它的發展離不開層層理論累積、硬體進步、資料集規模擴大、訓練方法改進以及大規模工程實踐。事實上，人們今天使用的人工智慧並非出自某位發明家之手，而是來自龐大的研究人員、工程師、標註員和產品團隊所組成的社群。.

為什麼人們仍然希望用一個名字來命名人工智慧的創造者？

人們通常希望歷史只有一個名字，因為這樣更容易記憶和解釋。即使歷史並不完整，單一創辦人的故事也顯得更簡潔明了。這就是為什麼約翰·麥卡錫經常被認為是正式的創始人，而艾倫·圖靈和其他先驅者對於更完整的歷史仍然至關重要。.

參考

1. 史丹佛大學——人工智慧暑期研究計畫提案——www-formal.stanford.edu

2. 史丹佛哲學百科全書-人工智慧- plato.stanford.edu

1. 牛津學術出版社（《心靈期刊》） ——電腦器與智慧——academic.oup.com

2. 出版社（倫敦數學學會會刊） ——論可計算數及其在判定問題中的應用——academic.oup.com

3. 麻省理工學院新聞——·明斯基訃聞——news.mit.edu

4. 卡內基美隆大學-歷史 - 西蒙計劃- cmu.edu

5. 諾基亞貝爾實驗室——·香農與數位時代——nokia.com

6. 不列顛百科全書》 ——人工智慧：人工智慧的方法與目標——britannica.com

7. 康乃爾紀事報——感知器為人工智慧鋪平了道路——news.cornell.edu

在官方人工智慧助理商店尋找最新人工智慧產品

關於我們