诞生即高光，直到……

在介绍什么才是具备人类智能的物理符号系统之前，我先说一说IPL（information processing language）。在开发“逻辑理论家”程序的过程中，西蒙首次提出并应用了“链表”（linked list），他将其作为基本数据结构，设计并实现了表处理语言IPL。IPL作为最早的表处理语言和使用递归子程序的语言，在人工智能历史上具有里程碑意义。

IPL的基本元素是符号，并首次引入了表处理方法。其核心的数据结构是表结构，替代了存储地址或有规则的数组，使程序员能够在更高层次上思考问题，而无须陷入烦琐的细节。IPL的另一特点是引入了生成器，每次产生一个值，然后挂起，等待再次调用时从暂停的地方继续运行。早期的许多人工智能程序都是用这种表处理语言编写的。

总结来说，在西蒙看来，一个完善的物理符号系统应该有以下六种功能。

第一是输入符号。类似于我们用耳朵、眼睛、鼻子感知外界信息，通过键盘、鼠标将数据输入计算机，现在手势和语音识别也是一种输入方式。

第二是输出符号。比如我们通过说话、书写或肢体语言输出信息，而计算机可以借助显示器、打印机等设备输出信息给人类或其他设备。

第三是存储符号。人类依靠记忆存储输入信息，计算机则把数据保存在硬盘、光盘等存储设备中。

第四是复制符号。人类是通过重复外界刺激强化记忆的，计算机可以轻松复制文件和数据。

第五是建立符号结构。建立符号结构意味着要找到各种符号之间的关系，在系统中形成结构。以人类来说，我们可以通过学习接受信息，然后对信息进行不同的组合，得出新的关系，组成新的符号系统。这个在数学上可以被称作归纳法。比如牛顿被苹果砸了以后发现所有的苹果都会砸到地上（这个被苹果砸了的描述没有史料证明），进而发现所有的物体都会掉在地上，最后得出了万有引力的结论。所以人类可以建立各种知识之间的联系，计算机也可以通过各种符号之间的关系，形成符号结构。比如if-then语句、指针和链表，这些都是计算机在行动过程中遵照的结构和框架。

第六是条件性迁移。这是指依赖已经掌握的符号继续完成行为。换句话说，就是把已有的知识扩展到新的领域。比如，人类可以根据牛顿定律建桥、造火箭和大炮，计算机也可以通过迭代和更新升级扩展现有的系统，从而实现新功能。

以上就是物理符号系统假设。这一假设意味着，任何具备这六种功能的系统都可以被视为拥有智能。从必要性角度看，所有表现出智能的系统都可以被证明是物理符号系统；从充分性角度看，任何足够大的物理符号系统都能通过组织展示出智能。

下面我们来举一个实际应用的例子。

科学家对让计算机下棋有种执念，这或许是因为下棋是检验智商的标杆之一。在电影《美丽心灵》中，天才纳什都对围棋束手无策，称它为“有缺陷的游戏”，因为他认为自己走的每一步都是最优解，但还是输了。显然，棋类游戏的魅力就在于它不仅需要你当下谨慎行棋，还要求你通盘考虑甚至牺牲部分棋子，方能全局取胜。

这种战略性牺牲似乎只存在于人类的高级情感中，机器又怎么可能理解？事实证明，试试才知道。1956年，IBM（国际商业机器公司）从跳棋入手，开发了具有自学习和自组织能力的跳棋程序，它可以模仿优秀棋手的策略。好家伙，它不仅能果断放弃棋子，还会不断学习棋谱。经过不断改进，这个程序聪明得吓人，1962年击败美国某州跳棋冠军。后来，计算机在国际象棋上也大显身手，1997年“深蓝”击败了国际象棋世界冠军卡斯帕罗夫。2016年，曾被认为不可战胜的围棋世界冠军，在AlphaGo面前也只能“投子认输”。当然，AlphaGo所用的技术早已不仅是符号系统，这将在后续章节详细解释。

这些棋类游戏的胜利证明了任何足够大的物理符号系统都可以通过进一步组织而表现出智能。受到了鼓励之后的符号主义学派一鼓作气，做出了下面三个推论。

第一个推论是，既然人具有智能，那么人就是一个物理符号系统。

第二个推论是，既然计算机是一个物理符号系统（能实现六个功能），那么它就具备智能。

第三个推论是，既然人是一个物理符号系统，机器也是一个物理符号系统，那么机器能模拟人就是个时间问题，早晚会实现。

但问题在于，机器真的需要完全模拟人类吗？如果是这样，又该模拟到什么程度？虽然人类和计算机都是物理符号系统并具有智能，但他们的工作方式和原理可能各不相同。

或许计算机最终的智能形态会不同于我们现在所知的范式。费米悖论是一个有关外星人、星际旅行的科学悖论，其最重要的两个矛盾观点是：（1）高等地外文明大概率存在；（2）我们至今没有观测到它们存在的证据。这是一件令人不安的事。要么我们是孤单的，要么高级智能体随处都是，我们却认知不到。那么计算机最终实现的智能会是什么样呢，会像高等外星生物那样，最终达到人类无法理解和匹及的高度吗？

看起来，符号主义学派已经解决了关于“智能”的问题，但是有人不服。

不服？这胆子也太大了吧！要知道当年的符号主义学派有钱又有势，在认知科学的研究中一枝独秀，在实践的进展中一路高歌。可以说，在1958年至20世纪80年代中期，人工智能领域的大多数研究都是在符号系统的指导下开展的。笔者上中学和大学的时候参加的人工智能系统实习，都是在做各种各样的专家系统（expert system），这就是符号主义学派的当家产品。

企业家大手笔地赞助科学家，就是为了能第一时间得到最先进的技术，好让自己公司的股票像IBM和微软一样一路飘红。最优秀的人才都涌进计算机系，试图用符号主义学派的方法成为第一个造出机器人的人。日本甚至在20世纪80年代就开展了雄心勃勃的“第五代计算机”计划。

所谓“第五代计算机”，就是把信息采集、存储、处理、通信和人工智能结合在一起的计算机系统。它不仅能做普通的数值计算，还能面向知识处理，具有推理、联想、学习和解释的能力，能够帮助人们进行判断、决策，开拓未知领域，获得新的知识。人们不再需要为它编写程序，只需要口述指令，它就能自动推理并且完成工作。它具备听觉、视觉和味觉，能听懂人说话，还能自己主动说话，看得懂图形和文字，会说好几种语言。当时，日本组织了富士通、日立、东芝、松下等一众大企业配合ICOT（新一代计算机技术研究所）共同开发这个超级人工智能，总预算高达1000亿日元，并且预计10年内就能完成。全世界都在密切关注“第五代计算机”的一举一动。

所以，到底谁这么大胆，敢反对这个势不可当的发展趋势？嗯……是明斯基。