人工智能的冬天，到底是如何降临的

不忘来时路，方知向何行。
研究人工智能的同学都听说过，AI在上个世纪八十年代经历了一段繁荣时期后，迅速土崩瓦解，相关的技术、人物和企业也从主流舆论里销声匿迹，直至后来神经网络的流行，人工智能才又再次复兴成为引领科技潮流的热点，这段时期被称为"人工智能的冬天"。可是笔者似乎翻遍了所有主流的教科书，都没有找到关于“人工智能的冬天”的来龙去脉、前因后果令人满意的讲述。笔者把自己的调研记录如下，希望各位AI研究者不忘来时路，方知脚下路在何方。

第一次人工智能的崛起

1950年代，人工智能开始被应用在涉及国计民生的生产生活中，从宇宙飞船到泰坦尼克号的救援、从华尔街投行到医院的重症监护室、从航空母舰到核电站......

对科幻感兴趣的同学，应该记得小说或电影里常常提到的AI操纵的宇宙飞船。宇宙飞船在太空遨游之际，人类大部分时间其实是不需要做什么具体的操作的，都是有一个AI负责整个宇宙飞船控制系统。这并不是什么科幻，而确实是地球上人工智能技术发展以来的第一个应用。

LOGOS宇宙飞船地面控制系统

最早的应用开始于1950年代的NASA Goddard Space Flight Center (GSFC)，有宇宙飞船地面控制系统Lights-Out Ground Operations System (LOGOS) ，它包括五个 Agent（其实是六个，因为还有一个最重要的 Agent：人类专家），分别是：
Fault Isolation and Resolution Expert (FIRE) agent

GIFA (GenSAA/IF Agent) agent

UIFA (User Interface Agent)

DBIFA agent

PAGER agent

（FIRE agent 解决人造卫星的故障流程是：如果一旦发生故障，FIRE agent会利用自身的知识库，先试着自己修复。它会发送一条宇宙飞船指令给 GIFA agent，如果发现自己修不了，它会将故障转发给 UIFA agent。UIFA agent 会把信息传达到人类分析员的电脑上。人类分析员会发送一系列指令到宇宙飞船，解决这个故障。同时，这些指令也会发送给FIRE agent，添加到自己的知识库里，和 GIFA agent，交由它转发给 GenSAA/Genie system 。）

Remote Agent （RA）宇宙飞船控制系统

Remote Agent 是一个宇宙飞船控制系统，1999年5月在Deep Space One mission (DS-1) 展示了，“深空一号”Deep Space One mission也是历史上第一个由AI控制的宇宙飞船，Remote Agent 由 NASA Ames Research Center 与 the Jet Propulsion Laboratory联合开发的。主要由三部分组成。其中

Livingstone 是一个基于模型的健康监控及诊断系统，

Planner/Scheduler [14], 可以为了达到某个目标而灵活生成一系列任务列表，

the Smart Executive [17], 负责给飞船下达命令来完成这一系列任务

DART 海湾战争中使用的战场宏观调控工具

DART系统是美国在海湾战争中使用的战场宏观调控工具，是由1990年代成立的美国 ARPA-Rome 知识库战略战备计划Knowledge-Based Planning and Scheduling intiative，以及来自美国空军实验室 Air Force’s Rome Laboratory的Northrup Fowler, 和来自 Advanced Research Projects Agency 的Steve Cross合作研发的第一套演示系统。

DART是基于语义网技术实现的AI，宏观调控从欧洲到沙特阿拉伯所有的战略设备和物资，跨越不同国家、不同军事基地、以及不同语言和民俗的障碍。举个例子，有了DART系统，如果英国的海军战机飞到印度领空时没有油了，它可以调控最近的美国基地的加油机过来给自己加油。DART还具有一些人类社会的常识，比如同样是发配补给，它给印度士兵发配的汉堡里就不会有牛肉（因为有些印度人不吃红肉）。

DART在海湾战争中的出色表现得到了DARPA指挥官的高度赞扬，也让AI科研工作者，尤其是逻辑学家的表现得到了认可，也因此吸引来更多的科研经费，援引一些语录：

*“The DART scheduling application paid back all of DARPA’s 30 years of investment in AI in a matter of a few months” —— Victor Reis, Director of DARPA

“The superb performance of the logistics community deserves high praise.”—— Victor Reis, Director of DARPA

“Knowledge systems, encompassing a wide variety of agent-based and knowledge-based systems, can contribute to coalition operations in multiple ways，primarily through the capture of and representation of knowledge in such a manner that automated processing and display of such information can be made with limited human attention. Through such automation, the handling, movement, and quality of information can be greatly increased.” —— Lt. Commander Dylan Schmorrow, DARPA’s Program Manager of the Control of Agent Based Systems (CoABS) program

“Two examples of such processes that are important for coalition operations are that of policy control for the release and dissemination of information and the reduction of time-consuming human interpretation [both language-to-language and various information-handling processes such as fusion of disparate sources]。” —— Lt. Commander Dylan Schmorrow, DARPA’s Program Manager of the Control of Agent Based Systems (CoABS) program

“Much of what is involved in coalition operations is the exchange of information between systems that were not designed to work together,” —— Jim Hendler, a professor of computer science and electrical engineering at the University of Maryland, and a pioneer of intelligent agent research.

Emergency Procedures Expert System (EPES) F-16战斗机飞行员辅助系统

EPES 作为F-16战斗机飞行员辅助系统，负责自动监测紧急情况、向飞行员告警、并自动完成初步修正动作。该系统的操作可以由飞行员随时手动消除。该系统的知识库里包含 F-16 战斗机飞行手册里的所有紧急操作的流程、规则等。它与飞行员之间是通过 expert message display 进行交互。

EPES 是用 LISP语言（ZetaLisp）在Lisp机上实现的。

*Ref: Anderson, B. M.; Cramer, N. L.; Lineberry, M.; Lystad, G. S.; And Stern, R. C. 1984. Intelligent Automation Of Emergency Procedures In Advanced Fighter Aircraft. In Proceedings Of The First Conference On Artificial Intelligence Applications, 496- 501. Washington D.C.: Ieee Computer Society. **

Expert System for Satellite Orbit Control (ESSOC)

Expert System for Satellite Orbit Control 是一个人造卫星位置保持动作专家系统。它通过实时监控人造卫星的遥测数据、通过数据分析实现自动故障检测、故障根因诊断、故障修复，自行决定合适的指令来使人造卫星成功的完成机动动作。

ESSOC 也是用 ZetaLisp 在 Lisp 机 Symbolics 3675上实现的。

Ref: Rook, F., and Odublyl, J. 1986. An Expert System for Satellite Orbit Control (ESSOC). For copies of this publication, contact Rook and Odublyl at Contel SPACECOM, 1300 Quince Orchard Boulevard., Gaithersburg, MD 20878.

Expert System for Inertial Measurement Unit (EXIMU)

EXIMU 是基于规则的太空飞船惯性测量单元（IMU）实时监控专家系统，可以根据惯性测量单元（IMU）的运行模式和问题解决策略来进行自动生成解决方案。EXIMU 是基于前向搜索规则的专家系统。

Ref：Campbell, M. 1987. Building EXIMU: Problems and Solutions from the Expert's Point of View. In Proceedings of the Third Annual AI and Advanced Computer Technology Conference, 609-619. Wheaton, Ill.: Tower Conference Management Co.

Heuristic Error Analyzer for Telemetry （HEAT）宇宙飞船的故障诊断专家系统

HEAT 收集分析宇宙飞船的遥测数据并每秒向地面站传输一次，经确认后，再发送给NASA mission controller。HEAT 可以区分日常的遥测数据错误是由宇宙飞船移动超出了接受范围而导致的信号丢失，还是由于严重的故障引起的需要请求人类干预。

HEAT 是用 FranzLisp version of OPS5，在Unix 操作系统下的 VAX 11/780 实现的。它又使用一个单独的 C 程序将遥测数据翻译成 LISP 加入 AI 日志里。

Ref：Skapura, D. M., and Zoch, D. R. 1986. A Real-Time Production System for Telemetry Analysis. In Proceedings of the 1986 Expert Systems in Government Conference, 203-209. Washington D.C.: IEEE Computer Society.

Liquid Oxygen Expert System（LES） 宇宙飞船液氧管理专家系统

LES 是在宇宙飞船装载液氧时，负责监控发射系统的测量数据，实现故障检测、故障诊断、故障隔离和修复。如果无法实现故障隔离，LES会提供可疑的故障根因部件列表和推荐的可隔离故障的操作。

LES的知识描述使用了1500个框架，是当时上个世纪80年代最大的专家系统之一。它也是用 ZetaLisp 在 Symbolics 机上实现的。

Ref: Scarl, E.; Jamieson, J.; and Delaune, C. 1984. Knowledge-Based Fault Monitoring and Diagnosis in Space Shuttle Propellant Loading. In Proceedings of the National Aerospace and Electronics Conference. Washigton D.C.: IEEE Computer Society.

哈勃望远镜控制系统 Lockheed Satellite Telemetry Analysis in Real Time (L*STAR)

L*STAR 用来实时分析哈勃望远镜遥测数据，来进行实时状态监测和健康分析。并将分析结果传递给其他任务。

L*STAR 是一个知识库专家系统，它由一系列VAXes and MicroVAXes 实现，并且用 DECNET 发送邮件，它的推理引擎是用C写的。

Ref：Kao, S. M.; Laffey, T. J.; Schmidt, J. L.; Read, J. Y.; and Dunham, L. 1987. Real Time Analysis of Telemetry Data. In Proceedings of the Third Annual Expert Systems in Government Conference, 137-144. Washington D.C.: IEEE Computer Society.

Navigation Expert (NAVEX) System 宇宙飞船的返回导航系统

NAVEX 负责宇宙飞船返回地面时的导航和故障自动监测、诊断和修复。它可以根据实时速度和轨迹做出超快反应和超即时决策。监测高速轨道测量仪的输出和雷达信号，向operator 发出现有的或可能即将发生的故障警告，并提出解决方案。这个系统虽然是为了飞船返回而设计的，但是也可以很容易的改造成用于飞船发射。

根据真实宇宙飞船的飞行数据测试结果表明，该系统的决策准确率达到100%，而且反应速度快于人类。

NAVEX 使用 ART 和 Lisp 在 Symbolics 机上实现。

*Ref：Marsh, A. 1986. Guide to Defense and Aerospace Expert Systems. Arlington, Va.: Pasha Publications. *

Environmental Control Expert System in Space （ECESIS）太空环境控制系统

ECESIS 是用在载人空间站上，当空间站在太阳光照区和阴影区之间转换时，可以自动调整生命支持系统下一系列子系统的运行模式。它同时使用了基于规则和语义网技术来实现。

Ref：Dickey, F. J., and Toussaint, A. L. 1984. ECESIS: An Application of Expert Systems to Manned Space Stations. In Proceedings of the First Conference on Artificial Intelligence Applications, 483-489. Washington D.C.: IEEE Computer Society.

Evaluating Reports Using Integrated Knowledge （ERIK）船舶报告分析系统

ERIK是由美国海岸警卫队资助的 自动互助船舶救助系统Automated Mutual-assistance Vessel Rescue (AMVER) 的一部分，并可以自动解析商船的日常报告，要求在60秒内判断该报告是否是求助信息，是读取还是拒绝，事实上，ERIK的每条报告的实际处理时间是19.35秒。

这个船舶救助系统根源于1912年的泰坦尼克号失事，当时泰坦尼克撞上冰山后，其实有过路的商船看到它，也看到了它放的求救烟花。但当时这个商船以为这是泰坦尼克号在庆祝自己的处女航，所以就直接走掉了。人们痛定思痛，后来在美国海岸警卫队牵头下，开发了这个非盈利自发的船舶互助系统，以美国商船为主，不分国界自愿救助发出求救的船舶或海员。最初该系统运行是在北大西洋海域的船只上，不仅因为那里是泰坦尼克号出事的地方，而且因为那片海域确实很危险，有很多冰山，冬季还经常有暴风雪。后来该系统扩展到了所有的海域。

*Ref：Hardt, S. L., and Rosenberg, J. 1986. Developing an Expert Ship Message Interpreter: Theoretical and Practical Conclusions. Optical Engineering 25(3): 456-464. *

Reactor Emergency Action Level Monitor (REALM) 核电站实时监控系统

REALM 是一个核电站实时监控系统，实时向操作员报告紧急行动级别的变动，并给予解释。

该系统是用 knowledge engineering environment（KEE）， 一个专家系统开发工具开发的。

*Ref：Touchton, R. 1986. Emergency Classification: A Real-Time Expert System Application. In Proceedings of Southcon 1986, 2321-2323. Los Angeles, Calif.: Electronics Conventions Management. *

Logic Machine Architecture (LMA) 核电站反应堆的恒温控制系统

LMA 是核电站反应堆的恒温控制系统，用在核电站，用来控制反应堆的温度使之保持恒定。

LMA 由 Argonne National Laboratory研发，用PASCAL实现，由四个软件层组成：抽象数据类型abstract data types, 数据库应用database support functions, 推理引擎 inference mechanisms, 以及自动定理证明 theorem prover。

Ref：Lusk, E. L., and Stratton, R. 1983. Auto- mated Reasoning in Man-Machine Control Systems. In Proceedings of the Ninth Annual Advanced Control Conference, 41- 47, West Lafayette, Ind.

REACTOR 核反应堆监控系统

该核反应堆监控系统，负责发现异常、分析异常（判定严重程度）、诊断异常、和提供修复建议。

它的知识库包括事件驱动的知识和功能驱动的知识，事件驱动的知识是以if-then 规则的形式保存的，功能驱动的知识决定着核反应堆的配置以及各组件合作的方式，是以响应树的形式表示的，并且揭示了避免反应堆损坏或降低放射性的一系列操作步骤，暨success path。

*Ref：Nelson, W. R. 1982. REACTOR: An Expert System for Diagnosis and Treatment of Nuclear Reactor Accidents. In Proceedings of the Second National Conference on Artificial Intelligence, 296-301. Los Altos, Calif.: Morgan Kaufmann. *

AIRPLAN 航空母舰的战机起落协管系统

AIRPLAN 协助air operations officer 管理航空母舰上飞机的起飞和降落， 自1983年3月起，在航空母舰 Carl Vinson上使用。

AIRPLAN 可以自动发现异常、自动诊断、自动修复，根据采集数据（如一个战机的剩余油量、天气状态）、推理该数据蕴含的意义、发现可能会出现的问题并警告air operations officer、并给出如何解决问题的建议。它从四个方面协助air operations officer：1. 展示原始数据；2. 发现问题并初步给予解决方案；3. 细化可能出现的问题；4. 预测可能会导致的后果

*Ref：Masui, S.; McDermott, J.; and Sobel, A. 1983. Decision-Making in Time Critical Situations. In Proceedings of the Eighth International Joint Conference on Artificial Intelligence, 233-235. Los Altos, Calif.: Morgan Kaufmann. *

BABY， 新生儿重症监护室监护系统

BABY 可以实时监控婴儿的体征数据、自动匹配明显症状模式、为进一步评估提供建议。BABY还可以跟踪每位新生儿的治疗过程，并回答关于每位新生儿患者相关的问题。

BABY 是用 forward-chaining进行规则推理，用贝叶斯概率模型来处理不确定性。

Ref: Rodewald, L. E. 1984. BABY: An Expert System for Patient Monitoring in a New-born Intensive Care Unit. Master's Thesis, Computer Science Dept., Univ. of Illinois at Champaign-Urbana.

华尔街各大投行，以及纳斯达克股票交易系统

华尔街各大投行都会使用 LISP 写的智能交易系统实现交易，因为LISP 语言具有和人类自然语言相等同的知识表达能力，当投行公司高管制定完投资策略以后，几乎同时就可以用 LISP 写出来并投入运行了。因为金融领域分析交易算法涉及到商业机密，很少有公司愿意发表文章，但据悉有以下公司使用智能实时交易系统：

American Express
Bear Stearns
William Blair
Drexel Burnham Lambert
First Boston
Merrill Lynch
摩根斯坦利Morgan Stanley
Shearson Lehman
所罗门兄弟 Solomon Brothers
Thomas McKinnon Securities …
以及其他所有的重要的银行和风险投资机构

更多人工智能的应用详见周倩如《人工智能与智能机器人》第一章课件：https://download.csdn.net/download/houston12138/90175251

人工智能语言--从 Lisp 到芯片

从上述这些真实生活中的AI应用来看，绝大多数都是用 Lisp 应用在 Lisp 机上的。
Lisp之所以能成为人工智能编程语言，是因为它是一阶逻辑编程语言，一阶逻辑是语言学家研究了人类各个民族的自然语言后，抽象提炼出来的语言，任何种类的自然语言都可以几乎语义无损的翻译成一阶逻辑语言，而且表达效率和自然语言几乎等同。比如，围棋的规则，如果要用二进制的机器语言描述的话，需要 10000000000000000000000000 多张纸，而用一阶逻辑，只需要寥寥数语，不到一张 A4 纸就足够了。

抽象的能力，是 Lisp 最强大的能力，也是顶级程序员需要具备的能力。做程序员，一定要时刻发现可以抽象、构建抽象、创造更抽象的机会，学会用抽象的概念来思考，随时在新的、不同的场景下进行抽象。也许写的时候比较烧脑，但是它们赋予的表达能力是爆棚的。

Lisp 语言其实是 Metalanguage, 也就是创造新的语言的语言。Metalinguistic abstraction——创造新的语言，是编程里很重要的一环。其实，几乎所有的程序都可以视为是新的语言的解析器，所有大规模的程序开发不过就是定义一种新的语言，而computer science 本质上也就是研究如何创建新语言的学科。

鉴于 Lisp 对符号表达式的表达能力和操纵能力，Lisp 天生就适合用来创建新的语言。其实，所有的处理器的最核心处，都是一个小小的Lisp 编译器（a lisp procedure），这就是芯片。

软件和硬件之间，没有严格的界限。

如果把程序的 data-path diagram 中的箭头看作电线，方块看作转换器，data-path diagram 就可以转化为电路板上的 wiring-diagram，这样，软件，就被固化到集成电路里，这，就是芯片。

从上述这些真实生活中的AI应用来看，绝大多数都是用 Lisp 应用在 Lisp 机上的，而且最早的，也是绝大多数AI 应用的 Lisp 机都是 Symbolics 机。Lisp 机就是为了高效的运行 Lisp 代码，按照 Lisp 程序的逻辑制造的硬件。Lisp 机的核心是 Lisp chip，也就是芯片。世界上第一个芯片就是 Lisp chip。

上图是Scheme (Lisp 的一种)的解析器（一段代码）转化成的芯片。

真正的人工智能创造者----Symbolics

上图是应用在波音飞机上的 Symbolics 机。

从现实应用中的AI来看，绝大多数都是用 Lisp 应用在 Symbolics 机上的，那么Symbolics 这个公司到底是什么样的公司呢？Symbolics 是由MIT 人工智能学院的学者孵化的公司，也是 Lisp 机以及几乎所有人工智能应用的创造者，我们先来看一下 Symbolics 给人类社会创造的科技：

芯片，CAD，微机

1987年，Symbolics 发明了第一台商用的微型计算机（微机）Symbolics Ivory，Symbolics 还用它自己的 CAD 系统设计了芯片 Ivory Chip。Symbolics 开发了第一款 Hewlett-Packard Precision Architecture (PA-RISC)。

通信网

当时，为了实现 Lisp 机之间的相互通信，发明了局域网 Chaosnet，这比我们熟知的以太网 Ethernet 还要早。Symbolics 不仅支持 Chaosnet，还是实现了史上第一次 TCP/IP 的应用。它还使用了 DECnet 和 IBM 的 SNA 网络协议。

数据库

1989年，Symbolics 发明了第一个商用的面向对象的数据库 Statice，它的开发者后来去了 Object Design Inc. 公司，开发了 ObjectStore，NoSQL 的一种。

面向对象语言

——Flavors， 第一个面向对象语言的框架，针对 Lisp 开发的，可实现即时信息通讯，是 Smalltalk 的改进版本，加了很多功能。 Symbolics 操作系统大量复用了 Flavors 的对象。随后的改进版本 New Flavors 奠定了 CLOS (Common Lisp Object System) 标准版本的基础。」

垃圾回收装置

——由 Henry Baker, David A. Moon 及其他人员发明，尤其是它的第一个商用版本，可以支持 Symbolics 机长达数月的连续运行大型 Lisp 代码。后来 Symbolics 公司倒闭后，很多研发人员进入了 Sun 这个公司，三个月后就推出了 Java。据其中一名发明了 Java 的人称

“I loath Java, it is the worst of Lisp, the worst of C, match together into a single language... C is trying to be LISP...”
LISP 标准

— Symbolics 员工 Dan Weinreb, David A. Moon, Neal Feinberg, Kent Pitman, Scott McKay, Sonya Keene, 及其他人为编写 1980年中期出现的 Common Lisp 语言的 American National Standards Institute (ANSI) Common Lisp 标准做出了不可磨灭的贡献。

航空母舰通讯系统

在与 AT&T 的合同期间，Symbolics 开发了 Minima，一种实时 Lisp 操作系统，运行在 Ivory 处理器上，仅需要非常小的硬件配置，它使用了大量缓存，没有硬盘，双网卡接口。它是用来在航空母舰上实现舰载远距离通话交换机的。

互联网

Symbolics 的 Janet Walker 设计的超文本校验系统 Symbolics Document Examiner hypertext，是基于 Zmacs 实现的，对后来的超文本编辑影响深远。

窗口管理系统

很多人以为，令比尔盖茨登上世界首富的 Windows 系统是世界上第一套窗口管理系统，但其实并不是。窗口管理系统 Dynamic Windows，是世界上第一套窗口管理系统，也是Symbolics 带给人类的科技贡献。Symbolics 后来开发的 Common Lisp Interface Manager (CLIM)， common lisp 的用户交互管理系统，是 Symbolics 自家的窗口管理系统 Dynamic Windows 的延伸。CLIM 由多家 Lisp 公司合作开发完成。

高清电视

Symbolics 开发了第一台实现同步锁相技术的工作站，同时也是第一台实时视频输入输出 I/O 口，第一台实现数字视频 I/O，和第一台实现高清电视的计算机。Symbolics 推出了第一台处理高清电视的信号处理的工作站

集群智能，影视，游戏

Symbolics 图像处理部门的 Craig Reynolds 设计了一种仿真鸟类集群智能的算法 Boids. 此算法在1987年的 SIGGRAPH 大会上首次发布，以图像处理部门制作的短片“Stanley and Stella in: Breaking the Ice”中。 Craig Reynolds 进而于1998 年获得了 The Academy of Motion Picture Arts and Sciences 的 Scientific And Engineering Award 。后来基于集群算法，应用在影视行业，可以生成气势恢宏的场面，比如《指环王》里的战争，《蝙蝠侠》里的蝙蝠集群，就是利用Symbolics 公司的技术制作的。除此之外，利用Symbolics 的图像处理部门制作的影片还有《指环王》、《侏罗纪公园》、《星际迷航》、《侏罗纪公园》……

Symbolics 的图像处理部门，总部位于好莱坞旁边，开发的 S-Render，S-Paint 软件是动画产业的领头软件，它的 24帧显示屏被用在了《星际迷航》电影里。

Symbolics 的图像处理部门在1990年初期被日本的双日株式会社收购了， S-Graphics 软件系列转移到了硅图公司的 Franz Allegro Common Lisp 和运行微软NT 系统。现在它以 Mirai 软件的名字被卖给了 Izware 公司，依旧是行业领头软件，被用于如《指环王》等大片的制作，各类游戏、和军事仿真软件等。

1983年，第一个网络游戏《星际大战 Star war》在 Symbolics 的 Lisp 机上完成。

Mirai 的动画制作的核心竞争力是高级抽象阶层的整合。真正的 3D 和生物动作编辑是由极其复杂的基于信道的非线性动画接口完成的，目前已经商业化。这让你可以像2D漫画师构造图片一样在不同层面上构造3D的动作。就好像涂层系统一样，分层操作可以让你更高质量地完成画作，减少阻碍。任何一个物体都可以被视为是一个有真实物理世界属性（如质量、重量、阻力）的碰撞体。仿真后碰撞体或者碰撞体群被赋予相关属性，并根据物理世界的运行规律仿真运动。所有的仿真属性都可以通过属性编辑器随意配置，并随着非线性的时间线被制作成动画。另外还有软物体的仿真，如绳索、凝胶。这相对于传统 keyframing 是一大进步。
Mirai 的动作编辑技术可以让用户体验最先进、最完整的动作映射、转移目标、循环和操控。由艾米奖获得者TestaRossa团队制作，Mirai 动作编辑让动作捕捉和 keyframe data 易如反掌。实时反馈和极限准确度是它的杀手锏。此外，相较于其他技术，它还可以完美的整合入非线性接口和 IK/FK 同时接入。
人工智能冬天的降临

Marvin Minsky 雇佣了 Russell Noftsker 成为MIT的 MAC AI 项目组的经理，该项目组后来就是MIT 的 AI LAB（顺便说一句，Marvin Minsky之后，继任 AI LAB 领导者的就是Patrick Henry Winston，真正的AI教材《Artificial Intelligence》的作者）。

Patrick Henry Winston，“Artifical Intelligence”，Addison-WesleyPublishing Company, 1977 - 444页

经过1973年的短暂离职又返聘后，Noftsker 和 Greenblatt 共同和 lisp 机的研发人员一起，研发可商用的 lisp 机。对经营理念和方向的意见不同，Noftsker 和 Greenblatt 在1979年2月分道扬镳，Noftsker 和组里剩下的员工一起，成立了 Symbolics 公司，由 Robert Adams 担任总裁和主席。
随着1980中期AI 商业化进程极速飞增，Symbolics也发展到如日中天，几乎可以说创造了整个人类现代半导体科技领域。然而随着苏联解体，美国与苏联的冷战结束，战备竞赛也随之终止，里根总统启动的号称“Star War星际之战”、导弹防御体系等军备竞赛陷入停滞，大量DARPA资助的科研工作也被迫终止，这重创了Symbolics的发展势头。

与此同时，1986年Noftsker与董事会聘请的CEO Brian Sear之间，就公司的发展方向，是跟随Sun 的步伐将业务集中在卖软件还是集中精力搞他们最擅长的、同时也是最先进的硬件上，爆发了内斗。然后随着Noftsker和Brian Sear 双双都被开除，Symbolics的销售降到了冰点。

1984年4月，Noftsker 被董事会迫使从总裁位子上退下，2个月后又被返聘为主席兼CEO，1986年又被迫退下，然后又被返聘为主席。1988年初，因为与 CEO Brian Sear内斗，两个人都被迫彻底的离开 Symbolics。

最为致命的是，Symbolics公司在鼎盛时期被金融精英分子蛊惑，对房地产做出了大量错误的投资决策（他们和加州政府签订了大量长期租赁合同），最终导致资金链断裂，Symbolics破产。蒸蒸日上的半导体行业、先进的Lisp 技术、专门为领域定制的Lisp 机、以及半导体制造业带来的丰厚利润，也都随之毁于一旦。

到了1995年，随着Symbolics 的轰然倒下，Lisp 机这个概念也被淹没在时代的喧嚣中，取而代之的是集成电路和芯片。Lisp和Lisp 机，隐藏在芯片里，深埋在每个处理器的最深处的内核中，继续作为顶尖的核心科技，在这个世界上存在。

后来，1995年，因 Symbolics 客户和 Princeton 资本的 Steve Gander邀请，Noftsker 加入了团队，这个团队最终买下了濒临破产的 Symbolics。

综上所述，人工智能的冬天并不是主流舆论上所误导的，是因为“规则为主的知识库系统已经无法解决现实问题”、“知识库系统已经落后”等原因而降临，而是完完全全，是因为资本的失误、或者操纵而人为导致的。人工智能的核心技术，从来没有变过，绝对不是（依然是主流媒体所误导的）深度学习。

空谈误国，实干兴邦。

真正能应用在核心领域（军事、航空航天、核电站等）的技术，才是真正的核心技术。现在主流媒体所炒作的深度学习大语言模型只会应用在 Deep Fake、 social bots、虚拟人等偏娱乐领域，而且因为不可解释、缺乏监管，现在深度学习大模型已经造成了干扰互联网舆论环境、伪造新闻、误导网民、制造纷争、污染心灵等恶劣后果，同时浪费了大量科研经费和科研人员的时间和精力。

参考文献：

Laffey, T. J., Cox, P. A., Schmidt, J. L., Kao, S. M., & Readk, J. Y. (1988). Real-Time Knowledge-Based Systems. AI Magazine, 9(1), 27.

Rouff C, Hinchey M, Rash J, Truszkowski W, Gordon-Spears DF, editors. Agent technology from a formal perspective. Springer Science & Business Media; 2006 Jan 27.

Hedberg SR. DART: Revolutionizing logistics planning. IEEE Intelligent Systems. 2002 May;17(3):81-3.

Laffey, Thomas J. et al. “Real-Time Knowledge-Based Systems.” AI Mag. 9 (1988): 27-45.

https://www.youtube.com/watch?v=02kcoq-Gn7A&list=PLARmNWILQd0HzCGpxOylIY0q9BXy_xQ7O&index=5]
https://en.wikipedia.org/wiki/Symbolics