1. 人工智慧誕生的標志是什麼

達特茅斯會議被廣泛認為是人工智慧誕生的標志。1956年，在由達特茅斯學內院舉辦的一次會議容上，計算機專家約翰·麥卡錫提出了「人工智慧」一詞。後來，這被人們看作是人工智慧正式誕生的標志，從此人工智慧走上了快速發展的道路。
人工智慧是需要人力、腦力、開發、高等技術與不斷的研究和嘗試等等一系列超高難度的作業才能完成的科技產品。當然這種研究是得到國家和人們大力支持的發展。它的發展對國際影響力是非常大的。人工智慧也可以定義為高仿人類，雖然不可能會像人一樣具有靈敏的反應和思考能力，但人工知能是按照人類的思想結構等等的探索而開發的研究。
人工智慧的開發最主要的目的就是為了替人類做復雜、有危險難度、重復枯燥等的工作，所以人工智慧是以人類的結構來設計開發的，人工智慧在得到較好的開發後國家也是全力給予支持。人工智慧的開發主要也是為了幫助和便利人類的生活。所以人工智慧的定義一直以來都是以「協助人類」而存在的。人工智慧概念的火熱促進了不少行業的興起，比如域名，許多相關的.top域名已經被注冊。

2. 人工智慧之父是圖靈還是剛去世的約翰麥卡錫總不能有兩個父親吧

兩種說法里的「人工智慧」的含義不一樣
麥卡錫圖靈的的「人工智慧」指的是擁有獨立思維能力的全新的新的生命/思維形式的理論
而麥卡錫的「人工智慧」指的是如今基於圖靈的理論衍生出來的一門科學
嚴格意義上來說圖靈的理論中並沒有「人工智慧」這個概念
「人工智慧」這個概念是麥卡錫提出來的
個人傾向於認為麥卡錫是「人工智慧」之父
而圖靈則是「人工智慧之父」

嚴格意義上來說
麥卡錫從來沒有被稱作過人工智慧之父
只有圖靈被人稱作過人工智慧之父
麥卡錫只被稱作過LISP之父 「人工智慧」（Artificial Intelligence（AI））這個概念的創造者

補充一點：
如果不考慮性別
我個人觀點是
圖靈是人工智慧之父 麥卡錫應該算人工智慧之母
圖靈提供了靈感和種子 麥卡錫提供平台和養分

再補充一點：
嚴格意義上來說 麥卡錫從來沒有被稱作過人工智慧之父
只有圖靈被人稱作過人工智慧之父
麥卡錫

3. 麥卡錫的智能之父

1927年9月4日麥卡錫（John McCarthy）生於美國波士頓一個共產黨家庭，父母的工作性質決定全家需不斷搬遷，從波士頓遷到紐約，然後又到了洛杉磯，信仰愛爾蘭天主教的父親當過木匠、漁夫和工會組織者，母親是立陶宛猶太人，在聯合通訊社（TheFederatedPress）當記者，後來在一家共產黨報社工作，麥卡錫從小把自己對科學的興趣與家庭的政治傾向結合起來。麥卡錫在接受采訪時說：「我們確信技術的進步對人類有利，我記得小時候讀過《十萬個為什麼》，這是30年代蘇聯作家伊林（M．Ilin）撰寫的通俗科技讀物，在美國好像沒有這樣的書。10至15年前我很高興得知中國有許多非常早熟的兒童，他們都讀過《十萬個為什麼》。」
麥卡錫說他的童年平平淡淡，實際上在讀中學時，他就找到加州理工大學的一份課程清單，自學了大學一年和二年的數學課程。1944年他真的到了這所大學，免修頭兩年的數學課。1948年9月在讀研究生時，他出席了該校主辦的「行為的大腦機制西克森研討會」（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech），大數學家計算機設計大師馮·諾伊曼在會上散發了關於自復制自動機的論文，盡管當時還沒有人精確地將機器智能與人的智能聯系起來，但諾伊曼的報告卻激發了麥卡錫的好奇心。
於2011年10月24日逝世，享年84周歲。 1949年在普林斯頓大學數學系作博士論文時，他決定嘗試在機器上模擬人的智能，1955年他聯合申農（資訊理論創立者）、明斯基（人工智慧大師，《心智社會》的作者）、羅徹斯特（IBM計算機設計者之一），發起了達特茅斯項目（Dartmouth Project），第二年正式啟動，洛克菲勒基金會提供了極有限的資助。現在看來，這個項目不但是人工智慧發展史的一個重要事件，也是計算機科學的一個里程碑，正是在1956年，麥卡錫首次提出「人工智慧」（artificial intelligence）這一概念，現在看來，那次討論並沒有實質上解決有關智能機的任何具體問題，但它確立了研究目標，使人工智慧成為計算機科學中一門獨立的經驗科學。
1957年巴庫斯（John Barkus）及其IBM小組發布了Fortran語言，這是第一個成功的高級語言，使程序設計者從繁瑣的匯編語言中解脫出來，卡內基梅龍大學的紐維爾（A．Newell）、司馬赫（H．Simon）等提出信息處理語言IPL，麥卡錫則提出表處理語言Lisp，在Fortran中不允許有遞歸，麥卡錫希望改進它，1960年巴黎會議大家討論了Algol語言，點贊了麥卡錫的建議，增加了遞歸和條件表達式，Algol最早接受了Lisp的觀念，但不是最後一個，如今的Pascal、C、Ada等都接受了Lisp的創新。但至今，主流程序設計語言仍然沒有吸收麥卡錫建議的「評價函數」（eval），認為它很危險。麥卡錫發明Lisp語言，只是把它作為工具，他的目標是製造具有人類智能的機器，Lisp自發明以後，像其他語言一樣，發明人失去了對其的控制能力，馬庫斯和凱（A．Kay，「面向對象程序設計」的創始人）也一樣。
1959年麥卡錫發表《具有常識的程序》一文，標志著他向「常識邏輯推理」難題開始宣戰。「與所有專門化的理論一樣，所有科學也都體現於常識中。當你試圖證明這些理論時，你就回到了常識推理，因為常識指導著你的實驗。」設想一個旅行者從英國格拉斯哥經過倫敦去莫斯科，計算機程序可以分段處理：從格拉斯哥到倫敦，再從倫敦到莫斯科。但是如果假設此人不幸在倫敦丟失了機票怎麼辦？當然現實中此人一般不會因此取消原來去莫斯科的計劃，他可能會再買一張票。但是預先設計好的模擬程序卻不允許如此靈活。因此要發展一種具有常識推理能力的邏輯。
1964年麥卡錫已是斯坦福大學人工智慧實驗室的主任，他提出了一種稱之為「情景演算」（situational calculus）的理論，其中「情景」表示世界的一種狀態。當主體（agent）行動時，情景發生變化。主體下一步如何行動取決於他所知道的情景。情景演算的思想吸收了有窮自動機狀態轉移的概念。在情景演算中，推理不但取決於狀態，而且取決於主體關於狀態知道些什麼。主體知道得越多，了解得越詳細，他就會更好地作出決策。這種情景演算理論吸引了許多研究者，但它本身也引起一種問題。在多主體的世界中，與一個主體有關的情景的變化可能還取決於其他主體的行動。這樣處理起來十分困難。在常識世界中，我們的決策可能不大受其他主體的影響，當然有時也受。很難說麥卡錫的努力最終是否成功了，但他向通常的「演繹推理」挑戰，強調人類智能推理的非單調性（nonmonotonicity），發展狀態描述法，在人工智慧研究中具有重要意義。麥卡錫試圖讓機器能像人一樣，在某種語境下，進行基本的猜測。但這很難做，即使是人，也常常誤解語境。一個有趣的例子是：白宮發言人奧涅爾歡迎新當選的里根總統時說：「您成了Grover Cleveland」（他指的是美國的一個總統）。而里根卻微笑著說：「我只在電影中扮演過一次Cleveland。」（里根指的是棒球手Grover Cleveland Alexander）
不管人們對人工智慧還有什麼偏見，它現在已成為嚴肅的經驗科學，而麥卡錫為這一領域培養了大量人才，他的學生遍及世界。關於人工智慧，想了解更多的東西可以直接訪問麥卡錫的網頁，從「公眾理解科學的角度」看，他的網頁做得非常棒。他討論了人工智慧與哲學的關系，人工智慧的分類及應用領域等。還詳細回答了有關人類「可持續發展」的問題。他是技術樂觀派，相信人類會有一個美好的未來（他提供了許多論據，可從網上看到）。

4. 約翰·麥卡錫的人工智慧之父

麥卡錫是一個天賦很高的人，還在上初中時，他就弄了一份加州理工大學的課程目錄，按目錄自學了大學低年級的高等數學教材，做了教材上的所有練習題。這使他1944年進入加州理工學院以後可以免修頭兩年的數學，並使他雖因戰時環境(第二次世界大戰當時正在進行之中，美國也在珍珠港事件後宣布參戰)要在軍隊中充任一個小職員，佔去了部分時間，仍得以·在1948年按時完成學業。然後到普林斯頓大學研究生院深造，於1951年取得數學博士學位。麥卡錫留校工作兩年以後轉至斯坦福大學，也只呆了兩年就去達特茅斯學院任教(達特茅斯學院位於新罕布希爾州的漢諾威)。在那裡，他發起了並成功舉辦了成為人工智慧起點的有歷史意義的「達特茅斯會議」。
1958年麥卡錫到MIT任職，與明斯基一起組建了世界上第一個人工智慧實驗室，並第一個提出了將計算機的批處理方式改造成為能同時允許數十甚至上百用戶使用的分時方式的建議，並推動MIT成立組織開展研究。其結果就是實現了世界上最早的分時系統——基於IBM 7094的CTSS和其後的MULTICS。麥卡錫雖因與主持該課題的負責人產生矛盾而於1962年離開MIT重返斯坦福，未能將此項目堅持到底，但學術界仍公認他是分時概念的創始人。麥卡錫到斯坦福後參加了一個基於DECPDP—1的分時系統的開發，並在那裡組建了第二個人工智慧實驗室。
麥卡錫對人工智慧的興趣始於他當研究生的時候。1948年9月，他參加了一個「腦行為機制」的專題討論會，會上，馮·諾伊曼發表了一篇關於自復制自動機的論文，提出了可以復制自身的機器的設想，這激起了麥卡錫的極大興趣和好奇心，自此就開始嘗試在計算機上模擬人的智能。1949年他向馮·諾伊曼談了自己的想法，後者極表贊成和支持，鼓勵他搞下去。在達特茅斯會議前後，麥卡錫的主要研究方向是計算機下棋。下棋程序的關鍵之一是如何減少計算機需要考慮的棋步。麥卡錫經過艱苦探索，終於發明了著名的α-β搜索法，使搜索能有效進行。在。-p搜索法中，麥卡錫將結點的產生與求評價函數值(或稱返上值或倒推值)兩者巧妙地結合起來，從而使某些子樹結點根本不必產生與搜索。之所以稱為。—p搜索法，是因為將處於取最大值級的結點的返上值或候選返上值PBV稱為該結點的α值，而將處於取最小值級的結點的候選返上值或返上值稱為該結點的p值。這樣，在求得某結點的。值時，就可與其先輩結點的p值相比較，若。≥p，則可終止該結點以下的搜索，即從該結點處加以修剪，這叫p修剪；而在求得某結點的p值時，就可與其先輩結點的α值相比較，若p≤。，則可終止該結點以下的搜索，即從該結點處加以修剪，這叫。修剪。為了說明。-p修剪，我們舉一個最簡單的例子。設在取火柴棍的游戲中，A、B兩人輪流從N根火柴中取1根或2根，不得多取，也不能不取。取走最後一根火柴者勝。用A(n)、B(n)表示輪到A或B時有n根火柴的狀態，當n：5時輪到A取，A有兩種可能，一是取2根火柴進入B(3)，另一是取1根火柴進入B(4)。顯然，進入B(3)後，不管B取幾根，A必勝，故A必走這一步，餘下的分支不必再搜索了。。-p搜索法至今仍是解決人工智慧問題中一種常用的高效方法。
至於達特茅斯會議，當東道主的麥卡錫是主要發起人，另外3個發起人是當時在哈佛大學的明斯基(1969年圖靈獎獲得者)，IBM公司的羅傑斯特，資訊理論的創始人香農。麥卡錫發起這個會議時的目標非常宏偉，是想通過10來個人2個月的共同努力設計出一台具有真正智能的機器。會議的經費是洛克菲勒基金會資助的，包括每個代表1 200美元加上外地代表的往返車票。會議的原始目標雖然由於不切實際而不可能實現，但由於麥卡錫在下棋程序尤其是α—β搜索法上所取得的成功，以及卡內基—梅隆大學的西蒙和紐厄爾這兩人是1975年圖靈獎獲得者帶來了已能證明數學名著《數學原理》一書第二章52個定理中的38個定理的啟發式程序「邏輯理論家」LT，明斯基帶來的名為Snarc的學習機的雛形(主要學習如何通過迷宮)，這使會議參加者仍能充滿信心地宣布「人工智慧」這一嶄新學科的誕生。

5. 人工智慧之父的貢獻是什麼

人工智慧之父——約翰·麥卡錫
人工智慧的應用領域 1問題求解 人工智慧的第一大成就是下棋程序在下棋程度中應用的某些技術如向前看幾步把困難的問題分解成一些較容易的子問題發展成為搜索和問題歸納這樣的人工智慧基本技術。今天的計算機程序已能夠達到下各種方盤棋和國際象棋的錦標賽水平。但是尚未解決包括人類棋手具有的但尚不能明確表達的能力。如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念在人工智慧中叫問題表示的選擇人們常能找到某種思考問題的方法從而使求解變易而解決該問題。到目前為止人工智慧程序已能知道如何考慮它們要解決的問題即搜索解答空間尋找較優解答 2.。邏輯推理與定理證明 邏輯推理是人工智慧研究中最持久的領域之一其中特別重要的是要找到一些方法只把注意力集中在一個大型的資料庫中的有關事實上留意可信的證明並在出現新信息時適時修正這些證明。對數學中臆測的題。定理尋找一個證明或反證不僅需要有根據假設進行演繹的能力而且許多非形式的工作包括醫療診斷和信息檢索都可以和定理證明問題一樣加以形式化因此在人工智慧方法的研究中定理證明是一個極其重要的論題。 3自然語言處理。 自然語言的處理是人工智慧技術應用於實際領域的典型範例經過多年艱苦努力這一領域已獲得了大量令人注目的成果。目前該領域的主要課題是計算機系統如何以主題和對話情境為基礎注重大量的常識——世界知識和期望作用生成和理解自然語言。這是一個極其復雜的編碼和解碼問題。 4智能信息檢索技術。 受"()*+ (*) 技術迅猛發展的影響信息獲取和精化技術已成為當代計算機科學與技術研究中迫切需要研究的課題將人工智慧技術應用於這一領域的研究是人工智慧走向廣泛實際應用的契機與突破口。 5專家系統。 專家系統是目前人工智慧中最活躍、最有成效的一個研究領域它是一種具有特定領域內大量知識與經驗的程序系統。近年來在「專家系統」或「 知識工程」的研究中已出現了成功和有效應用人工智慧技術的趨勢。人類專家由於具有豐富的知識所以才能達到優異的解決問題的能力。那麼計算機程序如果能體現和應用這些知識也應該能解決人類專家所解決的問題而且能幫助人類專家發現推理過程中出現的差錯現在這一點已被證實。如在礦物勘測、化學分析、規劃和醫學診斷方面專家系統已經達到了人類專家的水平。成功的例子如PROSPECTOR系統發現了一個鉬礦沉積價值超過1億美元。DENDRL系統的性能已超過一般專家的水平可供數百人在化學結構分析方面的使用。MY CIN系統可以對血液傳染病的診斷治療方案提供咨詢意見。經正式鑒定結果對患有細菌血液病、腦膜炎方面的診斷和提供治療方案已超過了這方面的專家。

6. 什麼事件觸發了科學家要去研究人工智慧這個東西。

人工智慧是極具挑戰性的領域。伴隨著大數據、類腦計算和深度學習等技術的發展，人工智慧的浪潮又一次掀起。目前信息技術、互聯網等領域幾乎所有主題和熱點，如搜索引擎、智能硬體、機器人、無人機和工業4.0，其發展突破的關鍵環節都與人工智慧有關。
1956年四位年輕學業者：麥卡錫、明斯基、羅徹斯特和香農共同發起和組織召開了用機器模擬人類智能的夏季專題討論會。會議邀請了包括數學、神經生理學、精神病學、心理學、資訊理論和計算機科學領域的10名學者參加，為期兩個月。此次會議是在美國的新罕布希爾州的達特茅斯召開，也稱為達特茅斯夏季運動會。
會議上，科學家運用數理邏輯和計算機的成果，提供關於形式化計算和處理的理論，模擬人類某些智能行為的基本方法和技術，構造具有一定智能的人工系統，讓計算機去完成需要人的智力才能勝任的工作。其中明斯基的神經網路模擬器、麥卡錫的搜索法、西蒙（Si-m H)和紐厄爾（Newell A)的「邏輯理論家」成為討論會的三個亮點。
在達特茅斯夏季討論會上，麥卡錫提議用人工智慧（Artificial Intelligence)作為這一交 學科的名稱，定義為製造智能機器的科學與工程，標志著人工智慧學科的誕生。
人工智慧（Artificial Intelligence)主要研究用人工的方法和技術，模仿、延伸擴展的智能，實現機器智能。
人工智慧的長期目標是實現達到人類智力水平的人工智慧。自 1956年人工智慧誕生以來，取得了許多令人興奮的成果，在很多領域得到了廣泛的應用。