人工智能的许多问题可以被简化为一种符号搜索过程，即在内部世界中寻找从起始状态到目标状态的路径。文章以高效的 A* 搜索算法为例，说明了这一理念如何从机器人导航应用到我们日常的 GPS 系统中。在此基础上，文章介绍了 1956 年的“逻辑理论家”程序，它首次让计算机成功证明了数学定理，甚至发现了比人类更简洁的证明方法，这标志着机器开始具备此前被认为是人类专属的智能与创造力，是人工智能发展史上的一个重要里程碑。
人工智能的核心：将问题简化为搜索
人工智能的一个基本思想非常简单：将许多问题简化为寻找答案的搜索过程。这意味着计算机在其内部的符号世界里，寻找一条从代表“起始状态”的符号通往代表“目标状态”的符号的路径。
这就像我们使用地铁图导航一样。为了从 A 站到 B 站，你会在地图上寻找换乘路线。计算机也可以做同样的事情，但它使用的是专门的 AI 算法。
A* 搜索：从机器人到你的手机
A* 搜索 是一种高效的智能搜索算法，于 1968 年为名为 Shakey 的机器人导航而发明。Shakey 是世界上第一台能够观察环境并自主决策如何移动的机器人。
A* 搜索算法在数学上是完美的：
- 完整性： 如果存在从 A 到 B 的路径，它就一定能找到。
- 最优性： 它找到的路径永远是可能的最短路径。
- 高效性： 它在寻找最短路径时，会探索尽可能少的地图区域。
这个最初为机器人导航设计的算法，如今已成为我们生活中最常见的人工智能应用之一。每当你使用手机或车载 GPS 获取路线时，背后都有一个类似 A* 搜索的程序在计算最佳路线。
超越导航：解决抽象难题
这种搜索思想可以被提升到更高层次，用于解决比导航复杂得多的问题，例如复杂的谜题或证明数学定理。
以 八数码拼图 游戏为例，目标是将打乱的数字滑块恢复到有序状态。我们可以将这个问题转化为一个搜索问题，其中每个拼图状态都是一个“位置”，而滑动一个瓦片就是从一个状态移动到另一个状态。解开谜题就等同于找到一条从初始状态通往最终有序状态的路径。
逻辑理论家：会证明数学定理的程序
1956 年，艾伦·纽厄尔和赫伯特·西蒙展示了他们的“逻辑理论家”程序，这通常被称为“第一个人工智能程序”。它并非用于计算数字，而是为了证明数学定理并展示符号推理的力量。
“逻辑理论家”取得了惊人的成就：
- 它证明了著名数学著作《数学原理》中前 52 个定理中的 38 个。
- 更重要的是，它为其中一些定理找到了全新的、甚至更简洁的证明。
“逻辑理论家”实际上重写了数学的基础，它从基本公理和已知事实出发，通过搜索推导出新的数学真理，就像在无限的数学真理地图中导航一样。
里程碑的意义：机器智能的曙光
“逻辑理论家”的出现是开创性的。在 1956 年，谁能想到一台机器已经可以证明数学定理？人工智能历史学家帕梅拉·麦考达克写道，这个程序是“一个确凿的证据，证明了机器可以执行迄今为止被认为是智能的、创造性的和人类独有的任务。”
赫伯特·西蒙甚至为他的创造提出了更宏大的主张：
“[我们]发明了一个能够进行非数字思考的计算机程序，从而解决了古老的身心问题，解释了一个由物质构成的系统如何能够拥有心智的属性。”
尽管“思考”的内涵远比证明逻辑命题要复杂，但“逻辑理论家”无疑是人工智能发展中的一个重大里程碑。它首次证明，机器能够完成过去只有智慧的人类才能做到的事情。