No.41 🤖人工智能风云录之称霸江湖的符号派：野心与挫败

Metadata

• 标题：AI 人工智能风云录（第 41 期）：符号派（Symbolic AI）——从“定理证明”到“知识瓶颈”

• 作者：刘飞、潇磊

• 网址：https://www.xiaoyuzhoufm.com/episode/64073df2752598c2b6a8338f

Overview

这一期把视角放在人工智能三大流派之一的“符号派（Symbolic AI）”早期史：它如何从数学逻辑传统里长出来、在 1956 年达特茅斯会议（Dartmouth Conference）前后迅速成为主流叙事，又如何在学术竞争与路线分歧中一边“刀光剑影”一边把自己的方法论推到极致。节目最后给出的关键判断非常明确：符号派不是没想法、也不是没工具（形式化语言、启发式搜索、物理符号系统等），它真正卡住的是“知识”——要让机器理解世界，需要把海量常识与经验灌进去，而这件事在当时几乎不可完成，于是“知识太多”成为符号派第一阶段最大的天花板，并为后续的转折埋下伏笔。

按主题梳理（主体）

1）从“AI 配音片头”到“三大门派”：符号派登场前的气氛与问题意识

节目一开始用一段“英文片头”制造反差：听起来像是两位主播英语突飞猛进，但他们直接说明这是用 AI 工具把过去录播课的声音采样生成的；其中“我的声音会更像一点，肖磊的声音稍微可能……做出来的业务更好了一点”。这个开场并非炫技，而是在告诉听众：我们今天讨论的主题就是人工智能本身，甚至节目形式也被 AI 技术参与改造。

片头里还密集出现了一串与“技术/机器/思维”有关的名句式表达（节目原话保留）：

• “Technology is anything that didn’t exist when you were born.”

• “All of the greatest technological inventions created by humans are showing how lazy people are.”

• “I don’t think there is a human trait that can’t be imitated.”

• “Everything that can be invented has been invented.”

• “I think the global market needs about five computers.”

• “The question of whether computers can think is like asking if a submarine can swim.”

• “I think that technology has made the world a lot closer and will continue to make it even closer.”

这些句子共同把问题拉回到“计算机能不能像人一样思考”“模仿人类特质是否可能”这类宏大命题，而后节目进入《互联网史话》系列下的“人工智能风云录”第二期，明确承接上期：人工智能有“三大门派”，本期开始“要一一拆解”。这里的“三大门派”在节目中反复作为框架出现：符号派（Symbolic AI）、连接派（Connectionism，转录中称连接派）、行为派（Behaviorism/控制论路径，节目后段也称行为派）。

在这样的“门派叙事”里，符号派被摆在一个非常典型的位置：它既像一套学术方案（用形式化符号表示知识，再用逻辑推演求解），也像一个时代情绪（“一统江湖杀红眼自掘后路，寒冬里各自取暖，统计派薪火燎原”——此处是节目对后续格局变化的情绪化预告）。这意味着听众要准备好接受两条线交织：一条是思想史与技术史（概念如何产生、方法如何提出），另一条是“人”的冲突史（路线斗争、争名夺利、互相鄙视）。本期主体基本围绕这两条线展开。

2）王浩（Wang Hao）与“定理证明”战场：IBM 704、9 分钟、P/NP，以及同行之间的鄙视链

节目把一个看似“题外”的人物放到舞台中央：王浩（Wang Hao）。之所以重要，不是因为他属于传统意义上的“人工智能圈”，而是因为他从数学与逻辑学的高地切入，直接与达特茅斯会议后符号派核心人物发生了“交集”与“冲突”。

这段叙述从战争年代的西南联大开始：节目强调这所学校“只存在了 8 年”，却诞生了“2 位诺贝尔奖获得者、4 位国家最高科学技术奖、8 位两弹一星功勋奖章得主、171 位院士和上百位人文学科大师”，并把它称作“共和国学术摇篮”。王浩被描述为“祖籍德州、出生在济南”，考入西南联大数学系且“全系第一”。节目还用一连串人物关系来凸显那个时代的密度：同宿舍是物理专业的杨振宁（Yang Zhenning）；隔壁宿舍好友是汪曾祺；高等代数老师是杨武之（转录为“杨武之/杨之芝么”，此处以转录为准），并且还是杨振宁的父亲。这样的铺陈意在说明：王浩的起点是中国数学与学术网络的“巅峰现场”。

随后王浩的学术轨迹被概括为：1946 年在清华读硕士；被哲学系和数学系同时推荐去哈佛大学（Harvard University）读哲学；导师是“蒯音/蒯因（Quine，以转录为准）”，被称为“在罗素（Bertrand Russell）维特根斯坦（Wittgenstein）和卡尔纳普（Carnap）之后最重要的哲学家”。王浩 1948 年博士毕业，两年拿到哈佛的 junior fellow（节目解释为“相当于高级博士后”，当年“全哈佛只有 4 个名额”，并称哈佛历史上到现在“给过的 junior fellow 只有 20 个人”，他是“第一个拿到这个 junior fellow 的中国人”）。之后他去过牛津大学（University of Oxford）实验室、回哈佛、再去洛克菲勒大学（Rockefeller University），并建立以自己姓命名的研究所/实验室，“全球逻辑学的学者全都云集在这儿”。

真正与 AI 主线扣上的，是“定理证明（Theorem Proving）”：

• 1956 年达特茅斯会议上，赫伯特·西蒙（Herbert Simon，节目中称“司马赫”）与艾伦·纽厄尔（Allen Newell，节目中称“纽额尔/纽二尔”）做出机器证明《数学原理》（Principia Mathematica，节目称罗素数学原理）中的若干条。

• 1958 年王浩拿到 IBM 704 计算机，用“9 分钟”证明了“一阶逻辑”层面的内容：在“150 条定理中证明了 120 条”，并在 1959 年证明了“所有这 150 条定理”，还包括“200 条命题逻辑定理”。

节目用一句非常直白的民间比喻来描述这种“后来者更强”的效果：“顺手就把司马大师给抄过去了呀。”这不仅是技术能力的对比，也引出一个更重要的历史支线：王浩的工作启发了博士生（转录为 teven/Steve，以转录为准），其在 1971 年发表论文《定理证明的复杂性》，从机器证明定理切入“计算复杂度（computational complexity）”，提出 NP 和 P 的概念，进而引到著名的 “P 等于 NP 问题”，节目称其为“七大数学难题之一”，并提到克雷数学研究所（Clay Mathematics Institute）对难题有“100 万美金”悬赏。这里节目还顺带插入一个提醒式玩笑：“不要轻易入坑，可能一入坑一辈子就……”。

更戏剧化的是“鄙视链”与“路线斗争”：王浩“非常不喜欢”西蒙和纽厄尔，认为他们不专业，原话用典是“杀鸡焉用牛刀”。他批评的逻辑是：定理证明属于数学家与逻辑学家的领域，而西蒙/纽厄尔背景是心理学与决策理论，“你这个圈又不懂这些东西”。这种批评因为王浩的权威而产生外溢效应——节目说“还让很多原来在逻辑圈子的人自动跟人工智能这个圈子隔离”，甚至出现对抗式命名：当西蒙/纽厄尔称自己的程序是“启发式程序（heuristic program）”时，逻辑圈子里有人故意把自己机器叫“非启发式程序”，带着“故意恶心他们”的同行情绪。

这段内容的核心价值在于：它把“符号派”从单纯方法论，拉回到一个真实的学术共同体——不同学科背景的人，在同一件事（让机器做推理/证明）上不仅有技术分歧，更有身份边界与话语权争夺。理解这层张力，后面才看得懂为什么符号派在高峰期也会“内耗”，以及为什么后来遇到瓶颈时难以迅速形成统一方案。

3）符号派的思想谱系：从“莱布尼茨之梦”到布尔代数、继电器与《数学原理》——为什么 AI 会从数学逻辑出发

节目花了很长一段篇幅回答一个看似朴素、但其实决定了符号派气质的问题：人工智能为什么要从数学和逻辑出发？答案不是“因为他们喜欢数学”，而是因为在历史上，数学逻辑已经证明过：某些人类思维活动（尤其是推理）可以被形式化，进而被机械化执行。

第一块基石被追溯到 17 世纪的戈特弗里德·莱布尼茨（Gottfried Wilhelm Leibniz）。节目提醒听众：莱布尼茨不仅与牛顿（Newton）同一时代、独立发明微积分，同时也是大哲学家；而他在“人工智能方面”提出过一个非常早的想法：阿拉伯符号系统（数字）本身是一个“符号系统”，尤其当用“零和一表示所有的数字”（二进制），系统会显得极其简洁。由此他进一步设想：能不能有一种“普遍的文字”，每一个符号代表非常确定的含义，避免自然语言那种主观性（节目举例：“你说这个人帅，我觉得这个人不帅”）。如果能做到：

• 先有“一套全人类知识的百科全书”，把所有知识收进去；

• 再让所有知识都能用符号精确表述；

• 最后让符号之间可以“互动操作推理演算”，

那么就会出现一个可以与“上帝对话”的机器。节目把这种想象称为“莱布尼茨之梦”。同时也指出，它是图灵（Turing）构思图灵机（Turing Machine）时的重要灵感来源之一。

第二块基石是 1847 年乔治·布尔（George Boole）把逻辑过程用代数方式表达，形成布尔代数（Boolean Algebra）。节目强调它不仅是逻辑运算的法则，也构成计算机的基础原理。紧接着又接上“香农（Claude Shannon，以转录为准）”的工作：继电器与电路如何实现布尔代数——节目称其为“当时世界上最伟大的硕士论文”。这一段的用意是：不仅逻辑能写成公式，甚至还能被具体硬件实现。

第三块基石是 1910 年伯特兰·罗素（Bertrand Russell）写《数学原理》（Principia Mathematica）。节目解释他写书的愿望：把所有数学原理都用数学方法和逻辑方法证明出来，从最基础的公理出发，通过逻辑推演推出全部定理，像“一生二，二生三，三生万物”那样追求一个简洁而万能的体系。节目还补充罗素的跨界身份：在数学、哲学、逻辑学、物理学、宗教学、历史学等方面都有贡献，并在 1950 年获得诺贝尔文学奖。

随后节目把“数学哲学”的三大门派引入（逻辑主义、形式主义、直觉主义），并用非常直观的方式解释前两者如何对应到符号派：

• 逻辑主义：研究推理（如布尔代数）；

• 形式主义：研究如何用符号表示。

符号派某种意义上正是把这两者融合：既要形式化表示知识（符号/语言），又要让符号之间可运算、可推演（逻辑/推理）。节目甚至用中学数学逻辑符号做例子：存在（“左右颠倒的 E”）、对于所有（“上下颠倒的 A”）、集合与“属于”等符号，说明人类早已在数学中训练过“把概念变成符号，再在符号层面操作”的能力。

把这条谱系讲清楚之后，节目才回到当下的争议：为什么心理学背景的西蒙/纽厄尔会去做“定理证明”，而逻辑学家会说他们“民科僭越”。因为从逻辑圈视角看，定理证明不仅是技术问题，更是“圈层正统性”的象征；从符号派视角看，它又是通往“机器智能”的关键路径之一。

4）符号派的“工程化雄心”：常识编程、Advice Taker、Lisp、GPS、物理符号系统与启发式搜索

在人物线上，节目把符号派拆成两大阵营：

• 约翰·麦卡锡（John McCarthy，节目称麦卡西）与马文·明斯基（Marvin Minsky，节目称名斯基）等；

• 西蒙（Herbert Simon）与纽厄尔（Allen Newell）这一对“绑定得太紧”的搭档（节目还用“卡派/斯派”指代两地团队：卡耐基梅隆大学（Carnegie Mellon University）与斯坦福大学（Stanford University））。

但节目也强调：即便同属符号派，内部也并不和谐。达特茅斯会议后，麦卡锡到处演讲总结会议成果，让西蒙/纽厄尔不满——他们认为自己在会上拿出“最干货”的成果，凭什么由麦卡锡来“总结”。最后的妥协是“组合，绑定出街”：麦卡锡总结，你们俩讲机器。

回到方法与系统层面，麦卡锡 1958 年论文《常识编程》提出一个野心：把计算机处理问题的范围从特定专业领域推广到“常识生活”的一般性问题。为了让听众理解“形式化”的含义，节目用“听播客”的日常动作举例：打开手机、打开 App、打开单集、点击播放、遇到好玩的地方点赞、分享给朋友……如果把这些主语谓语宾语的可能性都“形式化/符号化”，机器就能“计算”并做预测与推演。节目也坦承这种设想在当时只能是理论模型，因为“全世界所有的事情哪能穷得尽”，尤其在 1958 年“计算机都没有民用”，实现条件几乎为零。

1960 年麦卡锡发表关于递归函数符号表达式及由机器运算方式的论文，提出用“7 个简单的运算符和用于函数的记号”实现一个完备的图灵机语言。节目把它类比成一种“极简语言”（还插入“跟……脑残语言差不多”的玩笑，但强调它不是行为艺术），并指出：麦卡锡自己没做成产品，但他的学生 Steve Russell（斯蒂夫·罗素，以转录为准）在 IBM 704 上开发出 Lisp（列表处理语言，List Processing），并解释 Lisp 之所以在 AI 领域重要，是因为当时“没啥计算机语言”，C 语言还要十几年之后；而且 Lisp 至今仍健在，节目称其为历史上“第二老”的语言（第一老为 Fortran，以转录为准）。

在西蒙/纽厄尔这条线上，1957 年他们发布 GPS（General Problem Solver，一般问题解决器；节目特地澄清“不是那个 GPS”）。其核心思想是把“大问题拆小问题分解”，源自认知心理学理论。但节目评价也很直接：机器“做出来了，解决不了问题”，更多是“在理论上给大家很多启发，指明方向”。

1975 年西蒙与纽厄尔共同获得图灵奖（Turing Award），节目强调这是图灵奖第一次颁给两个人，并形容坊间一直讨论“到底是谁”，最后“双冠军”，因为两人绑定太紧，“给谁都得打架”。他们获奖贡献被节目浓缩为两个关键词：

• “符号”：提出“物理符号系统（Physical Symbol System）”等表述，强调用“模式”把物理世界映射到符号层（例如看到苹果会产生“水果、甜、酸”等模式；看到黄连知道苦；甚至主播用“看到刘飞小磊就知道是帅的”做类比）。这种做法比“把一切动词宾语形容词全形式化”更可操作，因为先抽象出模式/类别。

• “查询符号”：提出“启发式搜索（Heuristic Search）”，主张不要用暴力穷举解决搜索问题，而应像人类决策那样先靠启发缩小范围。节目举例：从北京望京去五道口，虽然不知道每条路线，但先知道“五道口在西边”，就先上高架往西走，再逐步调整。这类“抄近道”的策略能显著降低计算成本。

节目也补充一个跨界影响：启发式搜索在心理学、经济学、决策论等学科“长出参天大树”，并把西蒙 1978 年获得诺贝尔经济学奖（Nobel Prize in Economics）的“有限理性模型（bounded rationality）”与此关联起来。

总体来看，这一节呈现的不是单一“神话式突破”，而是一整套符号派的工程化路线：用语言/符号描述世界，用搜索/推理在符号空间里做问题求解，再尝试把这些方法推广到“常识”。它们共同构成了符号派早期大厦的“最早的砖”。

5）符号派第一阶段的天花板：不是规则不够聪明，而是“知识太多”无法灌入

节目在尾段给出一个非常清晰的“失败原因”框架：为什么麦卡锡、西蒙/纽厄尔等符号派早期尝试都没有解决实际问题？并不是形式化、推理、启发式搜索这些“规则/算法层”完全没用，而是符号派面对的最大问题是“知识”。节目用两个字重复强调：“知识知识太多了。”

这里的关键逻辑链条是：

1. 你可以提出符号体系：把世界描述成形式语言，或者至少抽象成“模式”。
2. 你也可以提出推理/搜索体系：让机器别穷举，用启发式降低成本。
3. 但你仍然需要“原材料”：机器凭什么知道“什么是苹果”“什么是甜”“开车去五道口应该先往西”？

节目用一个非常形象的对比：科学家们最初以为“当人类小孩养”——小孩靠看世界、尝试世界，随时摄入信息；但计算机“没有五官，没法认知现实世界”，于是你只能把所有事情“灌给他”。大家原本以为“懂逻辑之后，知识告诉他就行了”，结果发现恰恰相反：这一步“最难”，因为知识“无数”。

为了说明“靠人灌知识”为什么不现实，节目举了塞缪尔（Samuel，以转录为准）的跳棋程序：它“死记硬背了 17 万个棋局”，并因此打败美国跳棋周冠军。但 17 万个棋局仍需要人批量放进去，而且这还只是一个游戏领域的一小部分。更极端地说，即便给一个小孩一本百科全书，让他读两年，他可能也只是“背了一些词、知道了一些句子”，距离理解现实世界还很远；而计算机又不是活的，无法像人那样在环境里不断自我校准。

因此节目把符号派第一阶段的困境归结为：

• 规则/逻辑/搜索可以让机器“看起来更聪明”，甚至能“抄近道”；

• 但没有足够的、可用的、可规模化输入的“知识”，机器就无法把这些规则真正用到现实世界的复杂问题上；

• 这一难题在 70 年代初都“没有得到很好的解决”，节目说“到了 70 年代中后期才想到了一些办法”，并明确把“解决办法”留到下期。

结尾处节目还把话题引向“第二章：论计，不论心——行为派”，并开始铺垫诺伯特·维纳（Norbert Wiener，维纳）的身世：1894 年出生于美国密苏里州（Missouri），父亲从白俄罗斯（Belarus）18 岁到美国打零工、靠自学成为哈佛语言学教授；维纳 3 岁能读《格林童话》，但童年在父亲严苛要求下留下阴影，“长期有非常严重的抑郁症”。这段铺垫的意义在于：符号派讲“论理/论符号”，下一章将把镜头转向另一种“论计不论心”的路径，为后续“门派对决”打开新的战线。