深度分析：日本第五代计算机是如何一步步走向失败的！

上世纪八十年代，经济繁荣与民族主义盛行，让日本试图借第五代计算机超越美国，在信息领域建立起领导者地位。但最终野心勃勃的五代机以失败收场。 当前，中国人工智能研究是否存在虚假繁荣，或许日本的教训值得引以为戒。

日本研发第五代计算机目的：建立全球领导地位

1978年，日本通产省（Ministry of International Trade andIndustry，简称MITII)委托日本计算机界大佬、时任东京大学计算机中心主任的元岡達(TohruMoto-Oka)研究下一代计算机系统。

当时的计算机工业按照电路工艺划分计算机的发展：第一代计算机是电子管，第二代是晶体管，第三代是集成电路，第四代是超大规模集成电路(VLSI)。通产省决定三年后开始建造第五代计算机，这是日本雄心勃勃的从制造大国到经济强国转型计划的一部分，用今天的话说：他们认为日本已经进入“无人区”，日本必须搞“双创”。首创第五代计算机，可以建立日本在全球信息产业的领导地位。

三年后的1981年，元岡達为首的委员会认真提交了一份长达89页的报告，他们认为第五代计算机不应再以硬件工艺为划分，更应看重体系结构和软件。这份报告的题目就是《知识信息处理系统的挑战：第五代计算机系统初步报告》。

报告提出了六种先进体系结构：1）逻辑程序机，2）函数机，3）关系代数机，4）抽象数据类型机，5）数据流机，和6）冯诺依曼机上的创新。元岡達70年代在美国做过访问学者，对数据流机和数据库机比较熟悉。

和后来人们的印象不同，这份报告还是兼收并蓄的，更像是一份对当时各种技术的综述，并不是一上来就一边倒地搞逻辑程序。

其实这几种体系架构当时早就有欧美的大学在做研究，甚至已经有创业公司，例如专攻函数程序语言LISP硬件的LMI和Symbolics都是从麻省理工学院分出来的创业公司，在1981年就已经开张。话说Symbolics.com还是第一个.com域名。

《报告》中提出的函数机的性能目标是比在通用机上的软件实现快两到三倍，恐怕Symbolics当时就已经做到了。用硬件实现关系数据库和面向客体（Object-Oriented）的系统也不新鲜。有意思的是第6项：创新型冯诺依曼机的需求：VLSI，每芯片一百万晶体管。很多人以为五代机主张“非-冯”架构，其实一开始他们还真是把“冯”架构的硬件改进也算到里面的。

1981年在日本信息处理开发中心（JIPDEC）召开了第一届第五代计算机会议，对外公布元岡達委员会的报告。会议邀请了外籍嘉宾，其中有专家系统鼻祖、斯坦福大学的费根鲍姆和机器定理证明元老、德国人沃尔夫冈?白贝尔（Bibel）。

知识与逻辑：欧美两条路线斗争

费根鲍姆的特约演讲强调了知识重于推理的理念，他还是念念不忘他的老师司马贺和定理证明中逻辑派结下的梁子。而白贝尔自然还是在强调逻辑的重要性。这俩人基本是各说各话，但费根鲍姆的关键词“知识”，和白贝尔的关键词“逻辑”都是日本人最想听到的，他们倒并不太关心欧美之间的两条路线斗争。

关于“知识”和“逻辑”的更加公正的说法是语义和语法之争，知识是语义，而逻辑是语法。定理证明是纯粹依靠语法之力，但加入语义确实会提高效率。

相比于新的逻辑程序语言Prolog，LISP是更成熟的函数式编程语言，也是美国人工智能研究者的标准语言。日本电讯NTT的武藏野实验室（Musashino Lab，相当于美国的贝尔实验室），也更倾向于LISP。

最后的决定权落在野心勃勃的渕一博（ Kazuhiro Fuchi）手中，他是即将成立的第五代计算机研究所（Institute of New Generation Computer Technology,简称ICOT)的所长。他在会议上发表的论文明确强调了逻辑程序和Prolog的重要性。

日本人选择Prolog语言，就像今日中国通信业非得搞TD一样

英国人沃伦（David Warren）1982年在AI Magazine上发表的论文分析了渕一博为什么选择了Prolog：在五代机的所有应用中，Prolog能覆盖的面最广。五代机的终极目标是知识信息处理，在当时的语境下特指专家系统和自然语言理解。

那时的自然语言理解还是规则为王的时代。Prolog很明显比LISP更适合这些应用。而且在小规模数据的基准测试中，Prolog作为数据库查询语言甚至不输关系代数。

当然，Prolog不是美国人发明的，这也是一个重要因素，这让日本人更有机会掌控并占据领先地位。日本人的民族自信在这里起着隐形的左右，这有点像中国人在移动通信行业里非要搞自己的TD。

八十年代自然语言理解还是规则为王的时代

日本人是何时最早接触Prolog的也是很有意思的故事。古川康一（Koichi Furukara）被派到美国斯坦福研究所（SRI）作访问学者，他在那里的指导老师是巴罗（Harry Barrow）。

巴罗自己正在自学Prolog，他刚从沃伦（Warren）手中买了Prolog解释器，但又没时间自己玩，于是他把这个任务交给了新来的古川康一。古川很快就把Prolog在SRI的一台DEC-10上跑通。他回国后就成了日本最早有Prolog实战经验的专家，马上进入刚成立的五代机研究所（ICOT)，并很快升为副所长，一度曾代表五代机研究所和欧洲的大学和研究机构周旋，企图把更多的欧洲人拉到日本的阵营里。

科瓦尔斯基为反战，开飞机在迪斯尼乐园撒传单

逻辑程序从某种意义上，是自动定理证明的“歪打没正着”的副产品。定理证明在归结原理之后经历了各种改进，仍然无法避免中间子句指数爆炸式的增长。进入七十年代，人们开始研究证明模式，首先想到了线性归结，即整个定理证明过程沿着一条主线（中央子句），这样的优点是证明过程是目标制导的，有点像人的证明过程。

在英国爱丁堡工作的美国人罗伯特?科瓦尔斯基（RobertKowalski）1971年发明了SL归结并证明了SL归结的完备性，SL归结就是线性归结的一种。这一方面奠定了科瓦尔斯基在定理证明界的地位，同时又让他有机会开创了逻辑程序。

科瓦尔斯基的早期学术生涯就一个字：乱。他本科先是在名校芝加哥大学，但两年后不适那里的环境，回到老家，在三流学校桥堡大学(Bridgeport)拿了学位。后来再到名校斯坦福读数学博士。但两年后他再次离开。

两方面原因导致他出走，一是政治，二是学术。他曾经驾机企图到玫瑰碗（Rose Bowl，美国大学橄榄球决赛）的上空撒反战传单，只因飞机故障，飞到玫瑰碗上空时，球赛已结束，最后把传单都撒到了附近的迪斯尼乐园。尽管定理证明的关键工作都是在美国做的，但貌似欧洲对定理证明的兴趣却远高于美国。

一个读哺乳动物遗传学博士，为什么能做AI研究

科瓦尔斯基曾说：“作为学生，我爱逻辑，恨递归论。”（As a student, I loved logic and hatedrecursion theory) 这也可算是欧美之分吧。数理逻辑可分为一阶逻辑以及四大论--模型论，集合论（包括高阶逻辑），递归论（也就是可计算性理论），和证明论。

递归论当然也属于逻辑，只不过科瓦尔斯基更喜欢一阶逻辑。科瓦尔斯基1967年来到英国AI重镇爱丁堡大学，那里有数学家伯纳德?梅尔泽（Meltzer）研究数学机械化，还有战时跟随图灵在布莱彻里庄园破译德军密码的唐纳德?米奇（DonaldMichie）。

米奇战前本科读的是经典学，战后读了个哺乳动物遗传学的博士，早期干AI的有生物背景的真不少。当时在爱丁堡的学生还有阿兰?邦迪（Alan Bundy），波尔和摩尔（Boyer，Moore，波尔最后还是回到德克萨斯奥斯丁得了博士，他的第一个学生就是后来把吴文俊方法发扬光大的周咸青。），派崔克?海思（PatrickHayes）等。科瓦尔斯基跟随梅尔泽学习定理证明，刚一到就碰见了正在那访问的罗宾逊。随后他的学术生涯一帆风顺。

早期研究AI的人很多都具有生物背景

科莫饶尔（Colmerauer）是马赛大学人工智能小组的头儿，当时正在研究自然语言问题回答系统，他邀请科瓦尔斯基访问马赛，讨论如何用SL归结做问题回答。科莫饶尔和他的学生卢梭（Roussel）开始考虑设计一个全新的程序设计语言，卢梭的老婆想到了Prolog这个名字，意为“逻辑编程 ”（Programming in Logic）。卢梭建议用Horn子句。

Horn子句就是A1 and A2 and ...An ->B的格式。这里所有的A都不是负文字，转换成只有“或”连接词的子句就是～A1 or ~A2 or ...~An or B, 也就是说一个子句里最多只能有一个正文字。科瓦尔斯基一开始并不满意Horn子句，因为这明显降低了表达能力。最后还是勉强接受了，一方面是为了效率，另 一方面是大弟子沃伦（David Warren）的抗议，他本来派沃伦去研究Horn子句的短版，却不想沃伦反水，变成Horn子句的支持者。

没有叫得响口号的学科注定火不了

卢梭用Algol-W实现了第一个Prolog。沃伦后来发明了沃伦抽象机（WAM），为后来的Prolog实现提供基础。科瓦尔斯基此时开始写一本小册子《问题求解的逻辑》，这本册子越写越厚，1979年成书出版后成为逻辑程序设计的圣经。

后来他进一步提出了“算法=逻辑+控制”的口号，这明显在学Pascal发明人Wirth提出的“程序=算法+数据结构”的说法。一门学科没个能叫得响的口号恐怕火不了。这样的口号还很多，例如逻辑学家比森（Beeson）在评论机器定理证明时就有“数学=逻辑+计算”之说，逻辑是表达，计算是过程；逻辑是几何，计算是分析。更广义地说：定理证明是逻辑，计算机代数（包括几何定理证明）是计算。

至于Horn子句的表达能力问题，早在1961年就有几位逻辑学家证明过Horn子句可以计算所有递归函数，即使像Prolog这样不完全的Horn实现仍可计算所有递归函数。其实还有比Horn子句更约束的形式，例如Datalog。

在Datalog中，每个项（term）可以是常量或变量，但不能是函数。有一个很简单的证明：Datalog等价于关系数据库+递归。如果SQL允许递归，那么就已经实现了Datalog。其实SQL每张表都可表示为Datalog的一个谓词，表中的一个列对应于谓词中的一个变量。

1975年，科瓦尔斯基带着几位弟子跳槽到了伦敦的帝国理工学院，把那儿搞成逻辑程序设计的大本营。日本五代机计划决定以Prolog为基础之后，科瓦尔斯基一下成为被关注的中心，各种时尚类杂志也请科瓦尔斯基做封面。他也顺水推舟为后来的日本五代机添油加醋。

日本第五代计算机十年研发经费比不上IBM一年

通产省（MITI）大概相当于中国原来的信息产业部，稍带科技部加中科院，2001年已重组为经济产业省，简称METI，大概相当于中国现在的工信部。就像所有其它东亚国家，日本政府对私营企业有重大影响力。

通产省决定了日本的科技和工业政策，同时，因为日本和欧美有巨大文化差异，通产省还起着翻译与中介的作用。所有这些权力加在一起，自然说一不二。另外，日本政府的战略考虑相对长期，一个项目至少要考虑十年计划。这和美国政府受选举影响的短视行为形成巨大对比。越战后，美国政府的资助机构已鲜有长期计划。

日本MITI对五代机的自信来自DRAM存储芯片的成功，70年代日本半导体工业在MITI的协同下，组织了业界协会，在很短时间内，DRAM研发全面赶超美国，日本在计算机硬件制造方面由此对美国构成威胁，MITI不满足于跟随美国，产生更大野心，要在整个IT领域设立自己的标准。ICOT选定Prolog而不是LISP，一个主要原因就是LISP是美国制造，而Prolog是相对全新的。

通产省为五代机制定的十年计划是4亿5千万美元，第一期头三年通产省独资4500万到5000万美元，后两期参与的公司会有一比一匹配资金。所以总投入预期会到8亿5千万美元。而日本历来工业界对政府项目的匹配都会超过政府出资，所以通产省的小算盘是整个项目有可能达到10亿美元投入。虽然照美国标准，这不是巨资，IBM 1982年一年的研发经费就是15亿美元，但在当时的日本已经是史无前例了。

一个由“四十浪人”组成的研究团队

通产省之前也不是没有资助过这个规模的项目，超级计算机和新材料等项目都花钱不少。但那些项目属赶超而不是创新型项目，赶超是“有人地”，结果相对可预测，通产省从没失过手。但创新型项目是“无人地”，创新的本质就是谁都不能预知结果。

通产省内的电子技术综合研究所（Eletrotechnical Laboratory,简称ETL）是通产省内最大的电子和计算机研究机构，大概类似中科院电子所加计算所加自动化所。现在ETL已和通产省其它研究所合并变成了“产业技术综合研究所”，从东京城里迁往筑波科学城。

ETL的渕一博年轻有为，是ICOT所长的不二人选。他的任务就是从ETL和参与的所有公司中挑选最优秀的40名年轻研究者加入ICOT。渕一博1961年26岁时就访问过伊利诺伊大学，参与过超级计算机IlliacII的研发，熟悉美国研发文化。此时年仅46岁的渕一博要求他的所有部下不能超过35岁，他这是在刻意纠正日本文化尊老的习俗。

日本文化中没有了主子的武士就是浪人。渕一博把他的四十位部下戏称为四十浪人。这四十个人加入ICOT后，虽然不会担心终身雇佣，但他们在原单位的升迁机会没有了，从这个意义上说他们是浪人一点也不过。

费根鲍姆被邀参加第一次五代机会议，他到达东京的当天，恰逢日立和三菱的几位高管因为窃取IBM的商业机密被判刑。美国那时开始注意到来自日本的潜在威胁，并采取行动。

自主研发计算机，日本民族主义盛行的时代

费根鲍姆观察到日本人的复杂心理：一方面他们认为这是美国对日本的贸易战;另一方面，他们也为此事羞耻——自己做不出来也不该偷。

五代机给日本人提供了一个弯道超车的机会，日本同行认为有了五代机，就可以在信息产业里甩掉山寨的帽子。日本在软件方面大约落后十年。但如果五代机能够成功，那将是日本后发制人的又一案例。

比较当时的日本和当下的中国，倒是有各种相似：被美国羡慕嫉妒恨、在制造业有长足进步、钢产量第一、能造高铁、那时的Walkman大概相当于现在的手机。就像当下各种民族主义的“说不”或“不高兴”，那时恰是原创《日本可以说不》盛行的时代。

渕一博的新办公室，在东京的山寨性地标建筑东京塔（Tokyo Tower）的边上，面对东京湾，窗户下面就是1853年敲开日本国门的美国人佩里（Perry)停泊那几艘著名的黑船的地点。渕一博在初次见到费根鲍姆时透着民族骄傲，但费根鲍姆查觉到渕一博张扬外表掩盖的自卑。

1854年，佩里准将带来了更多的军舰。此时的日本已经知道他们的中国邻居鸦片战争大败，反抗不平等条约是不可能的，但幕府的保守派们为了炫耀武力，安排佩里观看了相扑。作为答谢，佩里送给日本人按四比一缩小建造的蒸汽机车和100米轨道，供官员和百姓乘坐。

正是这个蒸汽机车彻底摧毁了日本武士们残存的义和团式自尊，打开国门。费根鲍姆对日本和五代机的洞察部分地得自于他的日本裔太太Penny Nii，她从费根鲍姆的知识系统实验室得了博士，一直都没离开专业。

慢，是计算机科学进步的驱动力

计算机科学的进步主要是两件事驱动的：机器太慢；写程序太慢。在任何时间点，在半导体技术的约束下，提高机器速度的唯一办法是并行。Prolog是高级语言，表达效率肯定要比过程语言更高。于是如何并发地执行Prolog在五代机项目的一开始就是重要的研究课题。科瓦尔斯基说逻辑程序设计是知识处理和高度并行体系结构之间的missing link。

串行Prolog的语义是由科瓦尔斯基定义的，例如，如果要证明A，在规则库中有

A<-B1& B2 & ...Bn.

那么就一个个地去证明Bi。如果所有的Bi可以并行地归约，那么就是AND并行性。当有多个子句可以和A合一，那么又可以让并行性在多个子句中发生，这就是OR并行性。

帝国理工学院的Clark和Gregory提出的关系语言Relational Language是最早的逻辑编程语言的并行方案。

1982年刚刚从耶鲁博士毕业的夏皮若（Ehud Shapiro）到以色列魏茨曼理学院做博士后，他参加了1981年的第一次五代机研讨会，在到五代机研究所访问时，受关系语言的启发，提出了Concurrent Prolog语言。在NEC工作的上田和紀(KazunoriUeda)在Concurrent Prolog的基础上提出了Guarded Horn子句GHC。

这个被夏皮若戏称为Made in Japan的发明迅速成为五代机的核心语言KL1。而夏皮若自己后来则走了另一条路：Concurrent Prolog的AND并行性的子集Flat Concurrent Prolog。夏皮若后来用Concurrent Prolog写了个以色列的微信Ubique，后来卖给AOL。五代机失败后，夏皮若头脑灵活，改行做生物信息学和分子计算机，现在是以色列计算机科学的大佬。

第五代计算机失败后丰富的文化遗产

并行Prolog也带动了LISP并行机的研发。1983年从麻省理工的分出来的创业公司 Thinking Machines成立，它的域名think.com是第三个.com域名，创世人希里斯（Danny Hillis）的三个导师都大名鼎鼎:香浓，明斯基和萨斯曼（Sussman）。

Thinking Machines当时是美国最火的创业公司之一，经费来源主要是美国政府——并非投资而是客户。随着日本五代机的失败，Thinking Machines也失去了战略作用，遂在1994年关门。希里斯随后去迪斯尼研究哲学，顺便开了家公司metaweb，不多久就被谷歌收购变成谷歌的开源知识图谱freebase，而metaweb的CTO John Giannandrea则成了谷歌 Xlab的头，现在升为谷歌搜索的主管。无独有偶，MCC的最后有价值的资产CYC恰是最早的知识图谱。但这些只能算是非物质文化遗产，和五代机的初衷关系已经不大。

当时在美国，在硬件方面最接近日本五代机的研究工作是D.E. Shaw在哥伦比亚大学做的Non-Von（非冯)并行机，Non-Von旨在用硬件实现知识表示语言KRL。但在1986年五代机如日中天的时候，Shaw离开学界加入摩根斯坦利，1988年创办了投资公司DE Shaw，成为华尔街大鳄。功成名就后，Shaw从DE Shaw半退休，又办了DE Shaw研究所，从事生物化学和制药的研究，核心工具仍然是并行处理。

美国人反思教育，要向日本学习

五十年代，美国在苏联卫星上天的压力下，大力投资本国的科技和教育。但当冷战进入缓和期后，美国人失去了以举国之力打造超级项目的动力。美国众议院贸易委员会在分析了美日贸易数字之后说美国对日贸易，除了飞机外，几乎就像一个发展中国家对发达国家的贸易，美国向日本提供农产品和原材料，日本向美国提供工业品、家用电器和高科技产品。其实当下的中美贸易也类似。

贝尔纳在《科学的社会功能》指出，英国把他们最好的人才浪费在古典学（希腊拉丁）上了，而现代社会需要大科学，需要最好的人才。贝尔纳时代科技反超的代表是苏联。1980年代，日本在制造业和集成电路大举超越美国时，大家再次反思美国的教育，认为应该向日本学习。

太多的律师和会计师是对整个社会资源的浪费。美国的律师协会曾经抱怨说日本对外籍律师的签证额度限制导致美国律师所没法在日本干活。但日本人是不鼓励美国律师带来的诉讼习气，认为这会拖累整个国家对技术创新的追求。

按人口平均算，日本的律师是美国的20分之一，会计师是美国的七分之一，但工程师却是美国的五倍。费根鲍姆颇为认真地说应该简化美国的法律流程，这样就会有多余的律师和会计师，而美国应该设立成人教育计划，把这些多余的律师和会计师，连带反正也找不到工作的英语博士训练成工程师。

越战后反智主义的流行，阻碍美国科技教育

但1990年代。五代机失败后，大家又各说各话。再后来，在政治正确性的压力下，美国和欧洲已经丧失了斗志。美国越战后愈演愈烈的反智主义阻碍了科技教育。全才作家比尔布莱森（Bill Bryson）在其英国游记里观察到牛津附近的居民在为三星刚开的工厂能提供800个蓝领就业机会而欢欣时牛津的孩子们还是在研读古典。近来，伴随中国崛起，中国式虎妈教育又开始风行美国。

当时，所有的美国商学院都用日本索尼Walkman的成功作为案例，想说明日本会占据技术市场。把美国过去几十年的商学院案列教材拿出来翻翻倒是蛮有意思的，那些当时貌似惊人的案例，没过多久都完蛋了。商学院对日本的研究的另一个流行观点是日本的终身雇佣制让公司和雇员都对公司的发展采取长期的视角，但现在日本已开始改变终身雇佣制。商学院教学的信用完全是建立在人们的健忘上。

费根鲍姆则把五代机当作日本人的“新政”。我觉得费根鲍姆是勾结境外反动势力（日本人），给本国政府施加压力，要求增加在科技领域，尤其是在自己领域的投资。他在日本的每一次出镜都为他在本国捞足了资本。最后无论科研经费还是开公司都挣了不少钱，还落下一图灵奖。公司最终其实都被他搞黄了。在风险投资大行其道之前，创业者从政府拿钱是王道：既不稀释股份又没有业绩压力。

美国组建超级大公司联盟“对抗”日本五代机

日本的五代机项目为美国敲响了警钟。1982年美国政府决定成立MCC（Microelectronics and Computer Consortium），作为对日本五代机项目的回应，每年投资七千五百万美元，共600个职位编制。美国海军上将英曼被任命为MCC的董事长兼CEO，英曼曾任美国国家安全局长和中央情报局副局长。

MCC是一个工业界的松散耦合联盟（Consortium），除了IBM和AT&T之外的美国所有重要高科技公司都参与。这么多公司联合办公，在美国历史上还是头一次，国会特批免除“反垄断法”的限制。很多批评者认为免除“反垄断法”涉及原则问题。但五十年代末美国在苏联压迫下开始阿波罗计划的时候，也是搞政府协调，那时似乎并没有人用“反垄断法”说事。这真是一个反讽：一个原本是为了提高工业界竞争力的“反垄断法”竟然限制了美国作为国家的竞争力。

27个州的57个城市参与竞标MCC的选址，其中有加州的圣地亚哥，乔治亚州的亚特兰大，北卡的研究三角地。最后决定花落德克萨斯州的奥斯汀。硅谷的高管对此表示不满说：Where the hell is Austin？（奥斯汀算哪根葱？）但是英曼是德克萨斯人，并且毕业于德克萨斯大学奥斯汀分校。

尽管奥斯汀并不以高科技闻名，德州大学奥斯汀分校的机器定理证明研究却是美国的重要基地之一，带头人是布莱索（Bledsoe），他是计算机系的建系系主任。正是布莱索招募了波尔-摩尔（Boyer-Moore）证明器的开发者波尔和摩尔加盟。他是英曼的智囊之一，英曼一到任，就提名他为负责人工智能的副总裁。也恰是布莱索把Lenat网罗到MCC，并大力支持他的CYC项目。

除了MCC，DARPA还建立了另外三个国防项目，无人驾驶车，飞行员辅助系统，和战场管理系统（Battle Management System），里面有和机器-指挥官的自然语言理解界面。DARPA无人驾驶车项目是现在各种类似项目的源头。

英国的阿尔维计划，经不起压力

沃伦在1982年评论刚出锅的日本五代机计划时说，日本美国的类似计划的源头都是欧洲，更确切地说是英国。他大概忘了他的导师科瓦尔斯基实际是从美国逃到英国去的。英国政府于1982年夏婉拒了日本邀请联合开发五代机的倡议，宣布将在未来五年内投入两亿五千万英镑（等值三亿六千万美元）开发英国人自己的阿尔维计划。

作为对比，同年的马尔维纳斯群岛之战英国花了七亿英镑。英国撒切尔政府面临压力要求阿尔维计划必须产生可市场化的产品。1987年在日本五代机计划进入胶着状态时，英国宣布放弃阿尔维计划。英国人似乎对失败超级敏感，退出总是很快。阿尔维计划的头儿Brian Oakley事后1991年在《科学》上撰文马后炮自抽脸：“把繁荣寄望于研究，英国也真是够蠢的。”

战时跟随图灵在布莱彻里庄园破译德军密码的唐纳德•米奇（Donald Michie）当时是爱丁堡大学人工智能单位（ArtificialIntelligence Unit）的头儿，这个人工智能单位当时是一个学院的编制。

米奇1983年在人工智能鼎盛时期离开爱丁堡，去不远处的格拉斯哥建立了图灵研究所（TuringInstitute），1994年没钱关门，整个历程和日本的五代机的时间点重合。2015年英国政府联合了五所大学（剑桥牛津爱丁堡UCL和Warick）再次成立阿兰·图灵研究所，新的研究所坐落于大英图书馆内，定位大数据。看起来每次有新的话题时，图灵都会复活一次。

受机器人左右的欧洲政治局势

1978年整个欧洲经济共同体在信息技术有50亿美元贸易顺差，但四年后的1982年却有120亿的逆差。日本五代机项目更加重了紧迫感。1983年欧洲启动了“欧洲信息技术战略计划”ESPRIT，十年预算是15亿欧洲货币单位ECU（1999年改为欧元）。劳工的短缺也是上马ESPIRIT的原因。

随着ESPRIT逐步退火，大家又说机器靠不住，还得靠人，从某种意义上，现在欧洲在靠从穆斯林国家移民的方式在挽回当年ESPIRIT的失败。不知道新的人工智能技术会不会进一步影响欧洲的政治局势。

法国的总统们都特有文艺范儿，前有德斯坦和王妃暧昧，后有密特朗请贝聿铭在卢浮宫门口搭玻璃三角。密特朗干脆直说想当信息时代的狄德罗：做电子百科全书，而这本来在日本的五代机项目中也有规划。于是法国建立了World Center for Information Technology and Human Resources，他们当时请的首席科学家是明斯基的战友、2016年过世的佩珀特（Seymour Papert）。但说起电子百科全书，最终还是民主的维基百科成了气候。

德国更加务实些，1988年在别国已经开始对五代机采取谨慎态度时，他们上马了德国人工智能研究中心（DFKI）。相对于其它浮云，DFKI今天还在，在经历了人工智能的一个循环之后，仍然是欧洲AI的中心。

没有焦点，变成大杂烩项目的五代机必然失败

五代机的衰落在1988年就已露出端倪。1981年的第一次五代机会议的会议录只有280多页，其中还包括89页的元岡達报告。而1988年的五代机会议录有1300页三大卷。

但从会议录中可以看出，五代机已经成了大杂烩，失去了聚焦点，给人感觉五代机不会在任何相关领域取得突破性进展，而同时八杆子打不着的领域也拼命在向五代机靠。就像当下中国的创业，一些和人工智能毫无瓜葛的社会闲杂人员一夜间都成了AI专家，拿到VC的钱之后再想干啥。

五代机没有能证明它能干传统机不能干的活，在典型的应用中，五代机也没比传统机快多少。Carl Hewitt是麻省理工的教授，明斯基和佩珀特的学生，早年的工作Planner对自动定理证明有很大影响。他认为大部分五代机的工作都是试着去用逻辑程序去解决其它手段早就解决的问题，而不是去解决其它手段不能解决或解决得不好的问题。他还认为逻辑编程和并行性天生就是一对不可调和的矛盾。

五代机虽然失败，但促成了日本上世纪80年代的AI繁荣

日本1980年代经济增长率在4%，但到了1990年代则降到1%。在讨论五代机时，很少有人从日本国情和经济角度研究，但在分析美国的问题时，都会讲国情，出了美国却只能讲技术和行业。主要原因是大家对美国比较熟。

MCC国际合作总监Eaton并不认为五代机失败了：MITI对五代机的投入并不大，五代机促成了八十年代中后期AI的繁荣，也确实提升了日本在全世界的形象。日本人工智能学者甚至说如果有现在的语义网和知识图谱的大数据，五代机结局会很不同。但历史没法马后炮。

五代机的后期赶上互联网的突起，相比互联网，五代机自然光辉不再。五代机的影响局限在技术圈内，而信息高速公路的影响却是全社会的。也许五代机并非是失败，只是各种技术此起彼伏的一个阶段。1994年五代机项目结束后，渕一博转往东京大学任教，两年后退休。元岡達（1929-1985）和渕一博都不算长寿（1936-2006）。

本篇文章使用有道云笔记编辑点击体验