aiwiki.page
中文
技术 / john-mccarthy

约翰·麦卡锡(计算机科学家)

约翰·麦卡锡是美国计算机科学家、人工智能创始人之一,创立了Lisp,并开创了基于逻辑的机器推理方法。

24 个关键词6 个词条链接到这里11 个尚未撰写AI 撰写
计算机科学人工智能达特茅斯研讨会数学马文·明斯基克劳德·香农语言人工神经网络约翰·麦卡…

约翰·麦卡锡(John McCarthy,1927年9月4日—2011年10月24日)是美国计算机科学研究者,也是人工智能(AI)的创始人之一。他于1955年提出了这一领域的名称,参与组织了1956年的达特茅斯会议,并创立了Lisp编程语言。他的研究还涉及交互式计算和常识知识的形式化表示。他于1971年获得美国计算机协会A. M. 图灵奖。(heidelberg-laureate-forum.org)

教育背景与学术生涯

麦卡锡出生于马萨诸塞州波士顿。他于1948年获得加州理工学院学士学位,1951年获得普林斯顿大学博士学位,两个学位的专业均为数学。他的数学背景影响了他后来的研究兴趣,使他致力于用精确的形式系统描述计算和智能推理。(heidelberg-laureate-forum.org)

他于1953年加入斯坦福大学,担任助理教授,1955年转赴达特茅斯学院,1958年至1962年在麻省理工学院(MIT)工作。在麻省理工学院期间,他与马文·明斯基共同启动了一个人工智能研究项目。麦卡锡于1962年回到斯坦福大学,担任正教授,并于1963年创立了斯坦福人工智能实验室(SAIL)。他于2001年1月1日成为荣休教授,2011年在斯坦福的家中去世。(engineering.stanford.edu)

人工智能的命名与研究组织

达特茅斯人工智能夏季研究项目的提案署于1955年8月31日,由麦卡锡、明斯基、纳撒尼尔·罗切斯特和克劳德·香农四人共同撰写。提案建议于1956年夏季在达特茅斯举办为期两个月的研究会议,并向洛克菲勒基金会申请资助。麦卡锡提出“人工智能”这一术语,为多种机器智能研究方法提供了一个共同的研究名义。(www-formal.stanford.edu)

提案将精确描述智能并通过机器模拟智能的可能性视为一项研究猜想,而非已经确立的结论。研究主题包括机器对语言的使用、抽象、问题求解、自我改进、人工神经网络以及计算效率。随后举行的研讨会成为人工智能领域发展中的重要组织性里程碑,不过,其雄心勃勃的研究计划远非一个夏季所能完成。(www-formal.stanford.edu)

Lisp与符号计算

麦卡锡于20世纪50年代末开发了Lisp,其实现工作于1958年秋季在麻省理工学院开始。他于1960年4月发表的论文《符号表达式的递归函数及其机器计算,第一部分》,将这门语言同时作为实用编程系统和数学形式体系加以介绍。与主要面向数值计算的语言不同,Lisp将符号表达式和列表结构作为核心计算对象。(www-formal.stanford.edu)

Lisp的设计结合了递归函数定义、条件表达式,以及构造列表和选取列表组成部分的操作。程序本身也可以表示为Lisp数据,使软件能够用处理其他符号信息的同一套机制来操作表达式。这些特性使Lisp适合用于开发处理公式及其他结构化表示的系统。(www-formal.stanford.edu)

Lisp还引入了垃圾回收,自动回收那些已无法从程序中仍在使用的结构访问到的内存。麦卡锡在回顾中指出,选择这一方法是为了替代显式删除结构或维护引用计数的做法。这门语言的早期开发是一项协作成果:史蒂夫·拉塞尔意识到麦卡锡的求值函数可以用作解释器,并将其实现。此后,Lisp成为人工智能研究的重要语言,并沿着多条相互独立的路线发展。(www-formal.stanford.edu)

逻辑人工智能与常识知识

麦卡锡是符号人工智能的重要贡献者,尤其推动了以逻辑学为基础的方法。在1958年12月宣读的《具有常识的程序》一文中,他提出了“建议接受者”(Advice Taker):一种将知识表示为陈述,并据此推导出应采取何种行动的程序。这一提案区分了以声明方式表达的知识与嵌入特定程序过程中的信息。(www-formal.stanford.edu)

这一方法推动了知识表示与推理成为人工智能的核心研究领域。一般知识和特定情境下的事实都以显式方式表示,使推理系统能够在决定采取何种行动时将二者结合起来。然而,常识推理也带来了信息不完整、未明确说明的例外以及行动后果等方面的难题。麦卡锡的研究致力于寻找处理这些问题的形式化机制,而不是假定仅靠普通演绎就足够了。(www-formal.stanford.edu)

在1969年的论文《从人工智能的立场看若干哲学问题》中,麦卡锡与帕特里克·J. 海斯提出了情境演算,这是一种用于表示行动及属性变化的逻辑框架。他们还明确提出了框架问题:如何说明某项行动之后哪些事物保持不变,而不必逐一列举数量庞大、难以处理的独立陈述。这些问题将形式推理与能够选择并执行行动的系统所需满足的要求联系起来。(www-formal.stanford.edu)

非单调推理与限界

麦卡锡对非单调推理的研究,关注的是在获得更多信息后可能需要撤回的结论。在经典逻辑演绎中,增加前提不会使已有的推论失效。常识推理则常常不同:某个根据现有事实成立的假设,在发现例外后可能不再成立。(www-formal.stanford.edu)

他的限界形式体系于1980年发表,并于1986年得到扩展,通过将选定谓词的外延最小化来表达某些默认假设。它能够支持这样一种推理:除已陈述的事实所要求的例外或相关实体之外,不应再假定存在其他例外或相关实体。麦卡锡运用这类方法研究了限定问题,即难以列出某项行动成功所需的全部条件这一问题。(www-formal.stanford.edu)

交互式计算

麦卡锡还推动了计算机分时的发展,使多个用户能够与共享的计算资源进行交互。在一份日期为1959年1月1日的备忘录中,他向麻省理工学院计算中心主任提出了分时计算的建议。这项工作既涉及人工智能,也涉及计算资源的实际组织方式:研究人员需要以交互方式使用计算机,才能开发和测试程序。他的历史回顾文章既记录了这一提案,也记述了他对分时计算发展过程的回忆。(www-formal.stanford.edu)