想象一下，1956年的夏天，在美国新罕布什尔州宁静的达特茅斯学院校园里，一群顶尖的数学家、逻辑学家和工程师汇聚一堂。他们怀揣着一个在当时看来极其大胆的梦想：探索“如何让机器使用语言、形成抽象概念、解决人类能解决的各种问题，并实现自我改进”。这个为期六周的研讨会，后来被公认为人工智能（AI）学科的正式起点。这群先驱者可能没想到，他们的思想火花会彻底重塑人类文明。达特茅斯会议不仅是科学史上的里程碑，更是一部关于人类智慧边界的哲学探索。今天，让我们一起回顾这段历史，理解AI的起源。

梦想的发起者：一群科学泰斗的集结

这个雄心勃勃的计划由28岁的约翰·麦卡锡（John McCarthy）主导，他是达特茅斯学院的年轻助理教授。麦卡锡邀请了多位他认为能推动这一新领域的学者：

• 克劳德·香农（Claude Shannon），信息论之父，研究信息如何被量化、传输和处理。
• 马文·明斯基（Marvin Minsky），哈佛大学的数学家，痴迷于大脑的工作原理。
• 纳撒尼尔·罗切斯特（Nathaniel Rochester），IBM公司的计算机设计先驱。
• 赫伯特·西蒙（Herbert Simon）和艾伦·纽厄尔（Allen Newell），来自卡内基理工学院（现卡内基梅隆大学），他们正尝试用计算机模拟人类思维。

这些背景各异的天才共享一个革命性信念：人类思维的本质可以被形式化描述，并通过机器模拟出来。这在当时是颠覆性的想法，挑战了人们对“智能”的传统认知。

为什么是1956年？时代背景的完美契合

1956年并非随机选择，而是科技发展的关键节点。第二次世界大战后，电子计算机技术突飞猛进：

• 艾伦·图灵在理论上证明了通用计算机的可能性。
• 约翰·冯·诺依曼奠定了现代计算机体系结构的基础。
• 早期计算机如ENIAC已展现出强大的计算能力。

同时，控制论（探讨机器与生物的控制机制）、信息论（提供信息处理的数学工具）和神经科学（揭示大脑神经元工作方式）的进展，营造出一种乐观氛围：既然计算机能处理复杂数学问题，为什么不能处理符号、推理甚至学习？麦卡锡在会议提案中明确目标：“这项研究基于一个猜想，即学习的每个方面或智能的任何特征，都可以被精确描述，从而用机器模拟。”他们甚至预言：“一个夏天的合作，就能在多个问题上取得重大突破。”这种乐观精神，定义了AI研究的早期基调。

会议的亮点：思想的碰撞与首个AI程序的诞生

会议期间，讨论热烈，思想火花四溅：

• 香农分享了计算机下棋的研究，探索如何让机器具备“策略性思维”。
• 明斯基思考机器如何理解空间关系，触及感知和推理的核心。
• 西蒙和纽厄尔带来了“逻辑理论家”（Logic Theorist）程序，这是世界上第一个人工智能程序。它的任务是证明数学定理，特别是罗素和怀特海合著的《数学原理》中的命题。令人惊叹的是，它重新发现了一个定理的证明，路径比原书更简洁！这仿佛机器在说：“看，我能优化人类的思路。”这一成功鼓舞了与会者，证明机器能模拟高级推理过程。

深远意义：命名AI与确立两大思想流派

达特茅斯会议的影响远超技术突破：

• 命名“人工智能”：会议前，这个领域有各种称呼，如“机器智能”。麦卡锡选择了“人工智能”（Artificial Intelligence），其中“人工”强调人造本质，“智能”直指核心目标——模拟人类心智。这个名字简洁有力，迅速被全球接受。
• 确立研究范式：会议初步形成了AI的两大主要思想流派：
  • 符号主义（Symbolicism）：认为智能源于符号操纵和逻辑推理。西蒙和纽厄尔的“逻辑理论家”是代表，他们相信用符号表示知识就能实现智能。
  • 连接主义（Connectionism）：关注模拟人脑神经网络。虽然当时计算能力不足，但明斯基等人构想通过神经元网络实现学习功能。

这两大路径的争论与合作，贯穿了AI近70年的发展历程。

挑战与遗产：从乐观到持久探索

达特茅斯的夏天并非全是凯歌。会议目标——“让机器使用语言、形成抽象概念、解决人类问题”——显然无法在一个夏天实现。他们低估了常识推理、感知理解（如视觉和语言）和处理模糊信息的难度。这些挑战后来导致了“AI寒冬”（当承诺未兑现时，资助和热情消退）。但科学探索往往始于“狂妄”的梦想：这种乐观点燃了持续研究的火种。

达特茅斯会议留下的真正遗产，是它宣告了一个新科学领域的诞生：

• 凝聚顶尖头脑，建立共同目标和术语体系。
• 传递一个核心信念：智能不是神秘生物特质，而是可被理解、分析和工程化的系统行为。

今天，从击败围棋世界冠军的AlphaGo，到理解语言的大模型如ChatGPT，再到辅助医疗诊断的AI系统，我们都能追溯到1956年那个夏天。达特茅斯的故事提醒我们：伟大的科学突破始于大胆梦想和敢于挑战未知的探索者。他们的最初梦想，正一步步变为现实，激励我们继续前行。