1.3.1 第一次兴起：1956—1974
“人工智能”这一概念在达特茅斯会议上提出后，引发了人们的广泛关注，大量科研人员和科研经费投入到人工智能的研究中。在这段时间里，计算机被广泛应用于数学和自然语言领域。这让很多研究学者坚定了机器向人工智能发展的信心，也让他们对人工智能的期许变得极高。第一代人工智能研究者们曾做出过如下预言。
1958年，赫伯特·西蒙和艾伦·纽厄尔：“10年之内，数字计算机将成为国际象棋世界冠军。”
1965年，赫伯特·西蒙：“20年内，机器将能完成人能做到的一切工作。”
1970年，马文·明斯基：“在3～8年的时间里，我们将得到一台具有人类平均智能水平的机器。”
这段时期，关于人工智能的研究取得了很多进展，也得出了许多经典的研究成果。
1. 多种智能程序出现
这段时期出现了多种智能程序，例如解题程序、下棋程序等。
1956年，纽厄尔和西蒙首先取得突破，编制出“Logic Theorist”程序，该程序能证明《数学原理》第二章中的第38条定理，被改进后，又于1963年证明了该章的全部定理；1958年，美籍数理逻辑学家王浩在IBM-704计算机上证明了《数学逻辑》中有关命题演算的全部220条定理，花费时间不到5分钟；1959年，IBM公司还开发出了可用于平面几何证明的程序。
1956年，亚瑟·萨缪尔（Arthur Samuel）开发了具有学习功能的下棋程序（西洋跳棋），它能够从棋谱中学习，能够在实践中总结经验，提高自己的棋艺。1959年，该下棋程序打败了萨缪尔本人，随后于1962年打败了美国一个州的西洋跳棋冠军。
1957年开始，纽厄尔、西蒙和克里夫·肖（Cliff Shaw）等人在“Logic Theorist”程序的基础上开始研究一种不依赖于具体领域的通用解题程序GPS，GPS的研究前后共持续了十余年，最终版本于1969年发表。
2. 感知机算法诞生
感知机的本质是一种简单的人工神经网络，也是后来各种神经网络算法和支持向量机算法的基础。感知机是一种简单的线性的二分类模型，由弗兰克·罗森布拉特（Frank Rosenblatt）于1957年提出。如图1-5所示，感知机由两层神经元组成，输入层接收外接输入信号后传递给输出层，输出层是MP神经元，亦称“阈值逻辑单元”。感知机的输入为实例的特征向量，输出为实例的类别，分别用1和-1表示。感知机可以完成一些简单的视觉处理任务，但是，由于感知机只拥有一层功能神经元，学习能力非常有限，不能用于解决更复杂的非线性分类问题和异或问题等。
图1-5 感知机结构示意图
3. 聊天机器人诞生
20世纪60年代中期，系统工程师约瑟夫·魏泽堡（Joseph Weizenbaum）和精神病学家肯尼斯·科尔比（Kenneth Colby）共同开发了世界上第一个真正意义上的聊天机器人程序ELIZA。ELIZA是一名计算机心理治疗师，可以实现与用户之间的英文对话。“她”的名字来源于英国著名戏剧家萧伯纳（George Bernard Shaw）的戏剧《偶像》中的角色。在自然语言理解技术尚未真正取得突破性进展时，ELIZA的出现让人们感受到了人工智能的神奇。下面是一段ELIZA在计算机上与一位姑娘的谈话摘要。
姑娘：男人们全都一样。
ELIZA：在哪些方面？
姑娘：他们总找借口躲避我们。
ELIZA：你能举个例子吗？
姑娘：好吧，我的男朋友要我到你这里来。
ELIZA：哦，你的男朋友要你到我这里来。
姑娘：他说我大部分时间情绪都很低落。
ELIZA：你很低落，这使我很难过。
从这段对话中我们可以看到，ELIZA不仅能够听懂对话人的话，还能够给予恰当的回复，像知心朋友一样给人安慰。ELIZA在为病人提供心理治疗方面取得了良好的效果，一些病人在与ELIZA进行交谈后，对它的信任甚至超过了对人类医生的。这种状况令研发人员和人工智能专家们感到忧虑：一台实际上完全不能理解人类喜怒哀乐的机器，居然能让人们和它进行长时间的亲密交谈。
然而，分析一下ELIZA与人对话的内容和形式，可以发现它的一些聊天“诀窍”。ELIZA只不过是通过颠倒一下对话人原句的语序，或是选出对话人语句中的关键词，从而组合出新的语句回应对话人。详细过程为，对话人说话后，ELIZA会迅速扫描并识别语句，找出关键词，然后迅速在自己的脚本库里对关键词进行检索，为其中某些关键词匹配上合适的对应词，组成语句回复给对话人。当然，它的编排相当巧妙，比如你说“我很烦”，它就会说“很难过”；你说“我有点想哭”，它就会问“你为什么想哭呢”。关键词被按照其在日常使用中的频率划分为不同的等级。ELIZA会从第一个关键词开始，逐一在自己的脚本库里对关键词进行检索，看是否有对这个词的说明，完成后再检索第二个。如果没有从脚本库中找到任何一个关键词的说明，就说明对话者说了一句完全陌生的话，那么它就做出通用回答来拖延时间，例如“你具体指的是什么”“你能举个例子吗”。如果接下来它“看”懂了对话者的回应，也就是检索到了关键词的解释说明，就会根据说明造一个新句子。但如果它找不到合适的对应词，为了避免“出洋相”，它就会回复一些过渡性语句试图搪塞过去，如“这很有意思，请继续说”，或者“请你说详细点好吗”。
图1-6展示了计算机中ELIZA的聊天窗口界面，从技术观点看，ELIZA程序与人的对话并不是在理解句子的基础上进行的，所涉及的技术也比较简单。ELIZA的开发者后来也说道：“我没有想到，一个简单的计算机程序，在极短的时间内，会在用正常方式思考的人类之间引起如此大的误会，今后在解决问题时需要考虑这种因素。”
图1-6 ELIZA程序聊天界面
但是，ELIZA对于之后计算机相关领域的影响仍是深远的，直到现在，我们仍然可以在很多游戏和聊天机器人中发现ELIZA的影子。例如，2011年的游戏《黑客入侵：人类革命》中有一个伪装成记者的反派Eliza Cassan，角色设定是一个高度智能的AI，其命名就是受ELIZA启发。还有众所周知的苹果公司的聊天机器人Siri，如果你问Siri“Who would you vote for Mitt Romney or Barack Obama”（你会给谁投票，米特·罗姆尼还是巴拉克·奥巴马），Siri会回答“I can't vote. But if I did, I would vote for ELIZA. She knows all.”（我无法投票，但是如果我可以投票，我会投给ELIZA，她无所不知）。这些小故事都体现了ELIZA聊天机器人对后世的深远影响。