1. 人工智能诞生的标志是什么

达特茅斯会议被广泛认为是人工智能诞生的标志。1956年，在由达特茅斯学内院举办的一次会议容上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看作是人工智能正式诞生的标志，从此人工智能走上了快速发展的道路。
人工智能是需要人力、脑力、开发、高等技术与不断的研究和尝试等等一系列超高难度的作业才能完成的科技产品。当然这种研究是得到国家和人们大力支持的发展。它的发展对国际影响力是非常大的。人工智能也可以定义为高仿人类，虽然不可能会像人一样具有灵敏的反应和思考能力，但人工知能是按照人类的思想结构等等的探索而开发的研究。
人工智能的开发最主要的目的就是为了替人类做复杂、有危险难度、重复枯燥等的工作，所以人工智能是以人类的结构来设计开发的，人工智能在得到较好的开发后国家也是全力给予支持。人工智能的开发主要也是为了帮助和便利人类的生活。所以人工智能的定义一直以来都是以“协助人类”而存在的。人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。

2. 人工智能之父是图灵还是刚去世的约翰麦卡锡总不能有两个父亲吧

两种说法里的“人工智能”的含义不一样
麦卡锡图灵的的“人工智能”指的是拥有独立思维能力的全新的新的生命/思维形式的理论
而麦卡锡的“人工智能”指的是如今基于图灵的理论衍生出来的一门科学
严格意义上来说图灵的理论中并没有“人工智能”这个概念
“人工智能”这个概念是麦卡锡提出来的
个人倾向于认为麦卡锡是“人工智能”之父
而图灵则是“人工智能之父”

严格意义上来说
麦卡锡从来没有被称作过人工智能之父
只有图灵被人称作过人工智能之父
麦卡锡只被称作过LISP之父 “人工智能”（Artificial Intelligence（AI））这个概念的创造者

补充一点：
如果不考虑性别
我个人观点是
图灵是人工智能之父 麦卡锡应该算人工智能之母
图灵提供了灵感和种子 麦卡锡提供平台和养分

再补充一点：
严格意义上来说 麦卡锡从来没有被称作过人工智能之父
只有图灵被人称作过人工智能之父
麦卡锡

3. 麦卡锡的智能之父

1927年9月4日麦卡锡（John McCarthy）生于美国波士顿一个共产党家庭，父母的工作性质决定全家需不断搬迁，从波士顿迁到纽约，然后又到了洛杉矶，信仰爱尔兰天主教的父亲当过木匠、渔夫和工会组织者，母亲是立陶宛犹太人，在联合通讯社（TheFederatedPress）当记者，后来在一家共产党报社工作，麦卡锡从小把自己对科学的兴趣与家庭的政治倾向结合起来。麦卡锡在接受采访时说：“我们确信技术的进步对人类有利，我记得小时候读过《十万个为什么》，这是30年代苏联作家伊林（M．Ilin）撰写的通俗科技读物，在美国好像没有这样的书。10至15年前我很高兴得知中国有许多非常早熟的儿童，他们都读过《十万个为什么》。”
麦卡锡说他的童年平平淡淡，实际上在读中学时，他就找到加州理工大学的一份课程清单，自学了大学一年和二年的数学课程。1944年他真的到了这所大学，免修头两年的数学课。1948年9月在读研究生时，他出席了该校主办的“行为的大脑机制西克森研讨会”（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech），大数学家计算机设计大师冯·诺伊曼在会上散发了关于自复制自动机的论文，尽管当时还没有人精确地将机器智能与人的智能联系起来，但诺伊曼的报告却激发了麦卡锡的好奇心。
于2011年10月24日逝世，享年84周岁。 1949年在普林斯顿大学数学系作博士论文时，他决定尝试在机器上模拟人的智能，1955年他联合申农（信息论创立者）、明斯基（人工智能大师，《心智社会》的作者）、罗彻斯特（IBM计算机设计者之一），发起了达特茅斯项目（Dartmouth Project），第二年正式启动，洛克菲勒基金会提供了极有限的资助。现在看来，这个项目不但是人工智能发展史的一个重要事件，也是计算机科学的一个里程碑，正是在1956年，麦卡锡首次提出“人工智能”（artificial intelligence）这一概念，现在看来，那次讨论并没有实质上解决有关智能机的任何具体问题，但它确立了研究目标，使人工智能成为计算机科学中一门独立的经验科学。
1957年巴库斯（John Barkus）及其IBM小组发布了Fortran语言，这是第一个成功的高级语言，使程序设计者从繁琐的汇编语言中解脱出来，卡内基梅龙大学的纽维尔（A．Newell）、司马赫（H．Simon）等提出信息处理语言IPL，麦卡锡则提出表处理语言Lisp，在Fortran中不允许有递归，麦卡锡希望改进它，1960年巴黎会议大家讨论了Algol语言，点赞了麦卡锡的建议，增加了递归和条件表达式，Algol最早接受了Lisp的观念，但不是最后一个，如今的Pascal、C、Ada等都接受了Lisp的创新。但至今，主流程序设计语言仍然没有吸收麦卡锡建议的“评价函数”（eval），认为它很危险。麦卡锡发明Lisp语言，只是把它作为工具，他的目标是制造具有人类智能的机器，Lisp自发明以后，像其他语言一样，发明人失去了对其的控制能力，马库斯和凯（A．Kay，“面向对象程序设计”的创始人）也一样。
1959年麦卡锡发表《具有常识的程序》一文，标志着他向“常识逻辑推理”难题开始宣战。“与所有专门化的理论一样，所有科学也都体现于常识中。当你试图证明这些理论时，你就回到了常识推理，因为常识指导着你的实验。”设想一个旅行者从英国格拉斯哥经过伦敦去莫斯科，计算机程序可以分段处理：从格拉斯哥到伦敦，再从伦敦到莫斯科。但是如果假设此人不幸在伦敦丢失了机票怎么办？当然现实中此人一般不会因此取消原来去莫斯科的计划，他可能会再买一张票。但是预先设计好的模拟程序却不允许如此灵活。因此要发展一种具有常识推理能力的逻辑。
1964年麦卡锡已是斯坦福大学人工智能实验室的主任，他提出了一种称之为“情景演算”（situational calculus）的理论，其中“情景”表示世界的一种状态。当主体（agent）行动时，情景发生变化。主体下一步如何行动取决于他所知道的情景。情景演算的思想吸收了有穷自动机状态转移的概念。在情景演算中，推理不但取决于状态，而且取决于主体关于状态知道些什么。主体知道得越多，了解得越详细，他就会更好地作出决策。这种情景演算理论吸引了许多研究者，但它本身也引起一种问题。在多主体的世界中，与一个主体有关的情景的变化可能还取决于其他主体的行动。这样处理起来十分困难。在常识世界中，我们的决策可能不大受其他主体的影响，当然有时也受。很难说麦卡锡的努力最终是否成功了，但他向通常的“演绎推理”挑战，强调人类智能推理的非单调性（nonmonotonicity），发展状态描述法，在人工智能研究中具有重要意义。麦卡锡试图让机器能像人一样，在某种语境下，进行基本的猜测。但这很难做，即使是人，也常常误解语境。一个有趣的例子是：白宫发言人奥涅尔欢迎新当选的里根总统时说：“您成了Grover Cleveland”（他指的是美国的一个总统）。而里根却微笑着说：“我只在电影中扮演过一次Cleveland。”（里根指的是棒球手Grover Cleveland Alexander）
不管人们对人工智能还有什么偏见，它现在已成为严肃的经验科学，而麦卡锡为这一领域培养了大量人才，他的学生遍及世界。关于人工智能，想了解更多的东西可以直接访问麦卡锡的网页，从“公众理解科学的角度”看，他的网页做得非常棒。他讨论了人工智能与哲学的关系，人工智能的分类及应用领域等。还详细回答了有关人类“可持续发展”的问题。他是技术乐观派，相信人类会有一个美好的未来（他提供了许多论据，可从网上看到）。

4. 约翰·麦卡锡的人工智能之父

麦卡锡是一个天赋很高的人，还在上初中时，他就弄了一份加州理工大学的课程目录，按目录自学了大学低年级的高等数学教材，做了教材上的所有练习题。这使他1944年进入加州理工学院以后可以免修头两年的数学，并使他虽因战时环境(第二次世界大战当时正在进行之中，美国也在珍珠港事件后宣布参战)要在军队中充任一个小职员，占去了部分时间，仍得以·在1948年按时完成学业。然后到普林斯顿大学研究生院深造，于1951年取得数学博士学位。麦卡锡留校工作两年以后转至斯坦福大学，也只呆了两年就去达特茅斯学院任教(达特茅斯学院位于新罕布什尔州的汉诺威)。在那里，他发起了并成功举办了成为人工智能起点的有历史意义的“达特茅斯会议”。
1958年麦卡锡到MIT任职，与明斯基一起组建了世界上第一个人工智能实验室，并第一个提出了将计算机的批处理方式改造成为能同时允许数十甚至上百用户使用的分时方式的建议，并推动MIT成立组织开展研究。其结果就是实现了世界上最早的分时系统——基于IBM 7094的CTSS和其后的MULTICS。麦卡锡虽因与主持该课题的负责人产生矛盾而于1962年离开MIT重返斯坦福，未能将此项目坚持到底，但学术界仍公认他是分时概念的创始人。麦卡锡到斯坦福后参加了一个基于DECPDP—1的分时系统的开发，并在那里组建了第二个人工智能实验室。
麦卡锡对人工智能的兴趣始于他当研究生的时候。1948年9月，他参加了一个“脑行为机制”的专题讨论会，会上，冯·诺伊曼发表了一篇关于自复制自动机的论文，提出了可以复制自身的机器的设想，这激起了麦卡锡的极大兴趣和好奇心，自此就开始尝试在计算机上模拟人的智能。1949年他向冯·诺伊曼谈了自己的想法，后者极表赞成和支持，鼓励他搞下去。在达特茅斯会议前后，麦卡锡的主要研究方向是计算机下棋。下棋程序的关键之一是如何减少计算机需要考虑的棋步。麦卡锡经过艰苦探索，终于发明了著名的α-β搜索法，使搜索能有效进行。在。-p搜索法中，麦卡锡将结点的产生与求评价函数值(或称返上值或倒推值)两者巧妙地结合起来，从而使某些子树结点根本不必产生与搜索。之所以称为。—p搜索法，是因为将处于取最大值级的结点的返上值或候选返上值PBV称为该结点的α值，而将处于取最小值级的结点的候选返上值或返上值称为该结点的p值。这样，在求得某结点的。值时，就可与其先辈结点的p值相比较，若。≥p，则可终止该结点以下的搜索，即从该结点处加以修剪，这叫p修剪；而在求得某结点的p值时，就可与其先辈结点的α值相比较，若p≤。，则可终止该结点以下的搜索，即从该结点处加以修剪，这叫。修剪。为了说明。-p修剪，我们举一个最简单的例子。设在取火柴棍的游戏中，A、B两人轮流从N根火柴中取1根或2根，不得多取，也不能不取。取走最后一根火柴者胜。用A(n)、B(n)表示轮到A或B时有n根火柴的状态，当n：5时轮到A取，A有两种可能，一是取2根火柴进入B(3)，另一是取1根火柴进入B(4)。显然，进入B(3)后，不管B取几根，A必胜，故A必走这一步，余下的分支不必再搜索了。。-p搜索法至今仍是解决人工智能问题中一种常用的高效方法。
至于达特茅斯会议，当东道主的麦卡锡是主要发起人，另外3个发起人是当时在哈佛大学的明斯基(1969年图灵奖获得者)，IBM公司的罗杰斯特，信息论的创始人香农。麦卡锡发起这个会议时的目标非常宏伟，是想通过10来个人2个月的共同努力设计出一台具有真正智能的机器。会议的经费是洛克菲勒基金会资助的，包括每个代表1 200美元加上外地代表的往返车票。会议的原始目标虽然由于不切实际而不可能实现，但由于麦卡锡在下棋程序尤其是α—β搜索法上所取得的成功，以及卡内基—梅隆大学的西蒙和纽厄尔这两人是1975年图灵奖获得者带来了已能证明数学名著《数学原理》一书第二章52个定理中的38个定理的启发式程序“逻辑理论家”LT，明斯基带来的名为Snarc的学习机的雏形(主要学习如何通过迷宫)，这使会议参加者仍能充满信心地宣布“人工智能”这一崭新学科的诞生。

5. 人工智能之父的贡献是什么

人工智能之父——约翰·麦卡锡
人工智能的应用领域 1问题求解 人工智能的第一大成就是下棋程序在下棋程度中应用的某些技术如向前看几步把困难的问题分解成一些较容易的子问题发展成为搜索和问题归纳这样的人工智能基本技术。今天的计算机程序已能够达到下各种方盘棋和国际象棋的锦标赛水平。但是尚未解决包括人类棋手具有的但尚不能明确表达的能力。如国际象棋大师们洞察棋局的能力。另一个问题是涉及问题的原概念在人工智能中叫问题表示的选择人们常能找到某种思考问题的方法从而使求解变易而解决该问题。到目前为止人工智能程序已能知道如何考虑它们要解决的问题即搜索解答空间寻找较优解答 2.。逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的领域之一其中特别重要的是要找到一些方法只把注意力集中在一个大型的数据库中的有关事实上留意可信的证明并在出现新信息时适时修正这些证明。对数学中臆测的题。定理寻找一个证明或反证不仅需要有根据假设进行演绎的能力而且许多非形式的工作包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化因此在人工智能方法的研究中定理证明是一个极其重要的论题。 3自然语言处理。 自然语言的处理是人工智能技术应用于实际领域的典型范例经过多年艰苦努力这一领域已获得了大量令人注目的成果。目前该领域的主要课题是计算机系统如何以主题和对话情境为基础注重大量的常识——世界知识和期望作用生成和理解自然语言。这是一个极其复杂的编码和解码问题。 4智能信息检索技术。 受"()*+ (*) 技术迅猛发展的影响信息获取和精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题将人工智能技术应用于这一领域的研究是人工智能走向广泛实际应用的契机与突破口。 5专家系统。 专家系统是目前人工智能中最活跃、最有成效的一个研究领域它是一种具有特定领域内大量知识与经验的程序系统。近年来在“专家系统”或“ 知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识也应该能解决人类专家所解决的问题而且能帮助人类专家发现推理过程中出现的差错现在这一点已被证实。如在矿物勘测、化学分析、规划和医学诊断方面专家系统已经达到了人类专家的水平。成功的例子如PROSPECTOR系统发现了一个钼矿沉积价值超过1亿美元。DENDRL系统的性能已超过一般专家的水平可供数百人在化学结构分析方面的使用。MY CIN系统可以对血液传染病的诊断治疗方案提供咨询意见。经正式鉴定结果对患有细菌血液病、脑膜炎方面的诊断和提供治疗方案已超过了这方面的专家。

6. 什么事件触发了科学家要去研究人工智能这个东西。

人工智能是极具挑战性的领域。伴随着大数据、类脑计算和深度学习等技术的发展，人工智能的浪潮又一次掀起。目前信息技术、互联网等领域几乎所有主题和热点，如搜索引擎、智能硬件、机器人、无人机和工业4.0，其发展突破的关键环节都与人工智能有关。
1956年四位年轻学业者：麦卡锡、明斯基、罗彻斯特和香农共同发起和组织召开了用机器模拟人类智能的夏季专题讨论会。会议邀请了包括数学、神经生理学、精神病学、心理学、信息论和计算机科学领域的10名学者参加，为期两个月。此次会议是在美国的新罕布什尔州的达特茅斯召开，也称为达特茅斯夏季运动会。
会议上，科学家运用数理逻辑和计算机的成果，提供关于形式化计算和处理的理论，模拟人类某些智能行为的基本方法和技术，构造具有一定智能的人工系统，让计算机去完成需要人的智力才能胜任的工作。其中明斯基的神经网络模拟器、麦卡锡的搜索法、西蒙（Si-m H)和纽厄尔（Newell A)的“逻辑理论家”成为讨论会的三个亮点。
在达特茅斯夏季讨论会上，麦卡锡提议用人工智能（Artificial Intelligence)作为这一交 学科的名称，定义为制造智能机器的科学与工程，标志着人工智能学科的诞生。
人工智能（Artificial Intelligence)主要研究用人工的方法和技术，模仿、延伸扩展的智能，实现机器智能。
人工智能的长期目标是实现达到人类智力水平的人工智能。自 1956年人工智能诞生以来，取得了许多令人兴奋的成果，在很多领域得到了广泛的应用。