1 研讨会背景与起源
1.1 20世纪50年代的科学土壤
1.1.1 控制论与神经科学的启示
20世纪40年代末至50年代初，诺伯特·维纳的控制论为机器智能提供了早期理论框架。维纳将反馈机制引入机器与生物系统的类比，指出信息在机器中的流动可与神经系统的信号传递相类比。与此同时，沃伦·麦卡洛克和沃尔特·皮茨在1943年发表的人工神经元模型，首次从数学上描述了神经网络的逻辑运算能力。这些成果促使科学家们相信，人类的思维或许可以被模型化、机械化，甚至程序化。神经科学中对突触可塑性和感知机制的研究，则进一步打破了“机器无法拥有智能”的固有观念。
1.1.2 计算理论的萌芽：图灵测试与逻辑机器
1936年，艾伦·图灵提出“图灵机”概念，从数学上定义了可计算性边界。1950年，他发表论文《计算机器与智能》，提出了著名的“图灵测试”：若一台机器能在对话中让人类无法分辨其身份，则该机器可以被认为具有智能。同时期，阿隆佐·邱奇、库尔特·哥德尔等人的逻辑与数学基础研究，为符号推理和自动定理证明提供了理论支撑。图灵还设计过“逻辑计算机器”（LCI）的概念，直接启发了后来符号主义AI中的问题求解与推理程序。
1.1.3 麦卡锡的灵感：从“智能自动机”到“人工智能”
约翰·麦卡锡在1952年至1955年间，参与过多个有关“智能自动机”的讨论会，包括贝尔实验室的“信息论研讨会”和麻省理工学院的“神经网络与自动机”会议。这些会议虽富有启发性，但缺乏一个统一的学科框架。1955年夏天，麦卡锡向同事马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农提出：与其分散研究泛泛的“自动机”或“信息处理”，不如围绕一个明确的术语——“人工智能（Artificial Intelligence）”——来组织一次专题研讨会。这个命名刻意区别于“行为主义”或“控制论”，意在强调“从原理上研究如何让机器完成传统上需要人类智能才能做的事情”。
1.2 四名发起人及其动机
1.2.1 约翰·麦卡锡：数学逻辑与编程愿景
麦卡锡当时是达特茅斯学院的数学系助理教授，他痴迷于数学逻辑与可计算性理论。他认为人工智能的核心问题不是模仿大脑硬件，而是找到一种能灵活推理的符号系统。他设想的“建议系统”（advice taker）是一种程序，能在给定目标和知识库后，使用逻辑推理自主制定行动方案。麦卡锡发起会议的直接动机，就是希望召集同行集中攻克符号表示和推理的理论难题。
1.2.2 马文·明斯基：从神经网到心智模型
明斯基当时在哈佛大学攻读博士学位，研究方向是神经网络与“思维模型”。他设计了SNARC（随机神经网络模拟计算机），这是早期模仿生物神经元的硬件模型之一。明斯基对会议的需求在于：验证神经网络这条路是否能真正产生智能，还是需要另寻他途。他的参会动机带着较强的实验性和批判性——他希望通过争论来试探连接主义（神经网络）的极限。
1.2.3 纳撒尼尔·罗切斯特：IBM的实践推力
罗切斯特是IBM公司的首席工程师之一，曾负责研发IBM 704型计算机。他此前已经在参与智能机器项目的应用开发，例如利用计算机进行自动编程和模式识别。IBM当时希望开拓商业和技术新方向，因此罗切斯特将会议视为探索工业界与学术界合作可能性的机会。他不仅提供了资金支持（从洛克菲勒基金会申请），还安排IBM 704作为研讨会期间部分演示的硬件平台。
1.2.4 克劳德·香农：信息论视角下的智能模拟
香农作为信息论之父，早已将“信息”视为可量化、可处理的物理量。他对智能模拟的兴趣在于：能否用信息熵和信道容量来解释心智的运作？香农在会议中更多扮演观察者和启发者，而非主导者。他热衷于讨论国际象棋程序，因为象棋可以被视为一种有限状态信息空间中的决策问题。他的参会本身就是一种象征：将最前沿的数学通信理论引入智能机器研究领域。
1.3 洛克菲勒基金会的资助与选址
1.3.1 资助申请过程
1955年6月，麦卡锡与罗切斯特共同起草了一份向洛克菲勒基金会申请资助的方案，总额为12,350美元。申请书中强调，研讨会不追求立即产生论文或成果，而旨在“集中思考如何让机器模拟人类智能的各个侧面”。洛克菲勒基金会考虑了两周后，批准了这笔拨款。资助的额度尽管不大，却足以覆盖达特茅斯学院八个星期的会议室租金、住宿补贴以及部分参会者的差旅费。
1.3.2 达特茅斯学院的“偏远”优势
达特茅斯学院位于新罕布什尔州汉诺威镇，地处新英格兰乡村深处，环境相对闭塞。组委会选此作为举办地，理由包括：其一，远离城市干扰，参会者可以全身心投入研究；其二，学院愿意提供低廉的食宿和会议空间，无附加商业条件；其三，麦卡锡本人当时在达特茅斯任教，便于协调当地资源。参会者们后来回忆，校园里只有一栋教学楼、一个食堂和一条主街，八周的时间里，他们几乎每天都在同一栋红砖楼里争辩到深夜。
2 筹备与组织
2.1 会议提案的风格与内容
2.1.1 那份著名的“every aspect of learning”宣言
1955年8月31日，麦卡锡、明斯基、罗切斯特与香农联合发出了一份名为《达特茅斯夏季人工智能研究提案》的文件。其中写道：“我们提议在1956年夏季，花两个月时间在达特茅斯学院进行一项研究……如果精心挑选一群科学家，让他们共同研究某个设想，其进展将远超让他们各自独立工作。”最引人注目的是这句话：“我们会尝试发现如何让机器使用语言、形成抽象概念和想法、解决人类不能解决的各类问题，以及改善它们自身。”提案中使用了“every aspect of learning”一词，暗示智能的每一个侧面——从感知到推理——都可以被整体攻克。
2.1.2 提案中列出的研究主题清单
提案附带了七个拟讨论的议题：1）自动计算机；2）编程语言；3）神经网络；4）计算规模理论；5）自我改进（机器自我编程）；6）抽象概念形成；7）随机性和创造性。这个清单实际上映射了符号主义、连接主义、自组织系统等几条不同路径，但当时尚未形成明确的范式分裂。
2.2 参会者的邀请与确认
2.2.1 艾伦·纽厄尔与赫伯特·西蒙的加入
纽厄尔（当时在兰德公司工作）和西蒙（卡内基理工学院教授）是当时少数已经取得硬件程序成果的学者之一。他们在1955年共同开发了“逻辑理论家”程序，能自动证明怀特海和罗素《数学原理》中的部分逻辑定理。麦卡锡通过私下渠道邀请他们参会，纽厄尔最初犹豫是否值得花八周时间参加一个开放式讨论，但西蒙劝说他：“这可能成为学术史上的转折点。”纽厄尔和西蒙的参会，使得研讨会有了一项可以直接演示的成果。
2.2.2 其他重要人物：雷·所罗门诺夫、奥利弗·塞尔弗里奇等
除核心发起人外，受邀者还包括加州理工学院的研究生雷·所罗门诺夫（后来提出算法概率理论）、麻省理工学院的奥利弗·塞尔弗里奇（提出“潘多拉”模式识别模型），以及贝尔实验室的A.H.布里尔等。原定邀请的10余人中，实际参会有约20人。一些知名学者如诺伯特·维纳和图灵本人因故未能到场（图灵已于1954年去世）。
2.3 会议形式：无议程的“自由辩论”
2.3.1 为何没有固定日程表
与大多数学术会议不同，达特茅斯研讨会从一开始就决定不设计固定议程表。麦卡锡曾解释，智能是什么、研究什么、怎么研究，这些问题本身就需要在讨论中自行生成。“我们不能事先规定答案，因为我们连正确的问题都还没有找到。”因此，会议只规定了每天上午的主题由前一天的讨论决定，下午则安排自由讨论、演示或分组实验。
2.3.2 每天的主题演化方式
参会者每天早上到教室后，由前一天的“主持人”提出几个待议问题，然后大家根据兴趣投票决定当前话题。如果讨论陷入僵局，有人会直接走到黑板前写下一个新问题。这种“无政府风格”式的会议，让头两周异常混乱——有些人抱怨效率低下，但也有人（如明斯基）认为这正是突破性想法诞生的土壤。随着时间的推移，会形成固定的几个分组：符号推理组、神经网络组、博弈组和语言组。
3 会议进程与核心议题
3.1 第一周：定义与边界之争
3.1.1 “人工智能”命名的妥协与争议
会议的第一天，麦卡锡正式提出用“Artificial Intelligence”作为学科名称。但并非所有人都接受：有人主张使用“复杂信息处理”，有人建议“智能模拟”，还有人称“这不过是自动机研究的延续”。西蒙支持麦卡锡，认为需要一个简洁、通俗的名称来吸引公众注意。经过漫长辩论，最终以投票方式确定——尽管分歧一直存在，但“人工智能”一词从此被写入历史。
3.1.2 符号主义 vs 连接主义的早期伏笔
麦卡锡和西蒙倾向认为智能的核心是符号推理，而明斯基和塞尔弗里奇则强调感知与学习模式需要依赖神经网络类系统。双方在会议初期就“思维是否可被完全符号化”展开激烈争论。明斯基指出，人脑并非执行逻辑推理的机器，其学习能力依赖于大量神经元的协同。但麦卡锡反驳说，任何计算过程理论上都可以用符号规则描述。这种对立并未在会议中解决，但为后续几十年符号主义和连接主义的分立埋下伏笔。
3.2 第二周：搜索与推理
3.2.1 纽厄尔和西蒙展示“逻辑理论家”程序
在第二周，纽厄尔和西蒙通过手写纸条和口头描述的方式，向参会者展示了“逻辑理论家”程序的运行逻辑。该程序通过启发式搜索策略，在《数学原理》第二章的52条定理中成功证明了38条。这被认为是第一个被公认的“AI程序”。当纽厄尔描述程序如何从“如果A且B，那么A”这样的基础上推导出更复杂的定理时，参会者首次切身体会到“机器思考”的可能性。
3.2.2 麦卡锡的“advice taker”雏形
麦卡锡在第2周后半段提出了“advice taker”的抽象模型：它是一个知识库系统，能够接受用逻辑语句表达的“常识”，并在给定的目标下自主推理出行动计划。该系统的核心是用一阶逻辑表示知识，再用推理引擎执行查询。这个想法虽未有实现代码，却直接启发了后来的专家系统和知识表示研究。
3.3 第三周：语言与学习
3.3.1 自然语言理解的初步讨论
参会者开始讨论机器如何理解自然语言的问题。明斯基提出，语言理解不能仅靠语法规则，还需要常识和语境。麦卡锡提出可以用知识库来解决歧义，但香农则用信息论的视角指出，语言的歧义性本质上是信道中的噪声问题。当时没有具体的自然语言技术成果，但这类讨论为后续的MT（机器翻译）研究提供了思路。
3.3.2 所罗门诺夫的归纳推理算法
雷·所罗门诺夫在会上展示了他正在构思的“归纳推理机器”理论——这是后来算法概率（Solomonoff Induction）的前身。他主张，任何学习问题都可以被视为从过去观测数据中寻找最短的、能预测未来结果的程序。这个思想后来成为计算学习理论和贝叶斯推理的核心之一，但在当时略显超前，未获得广泛认同。
3.4 第四周至第八周：小型分组研究与实验
3.4.1 神经网络小组的“感知机”前夜
会议后半段，明基等人尝试手动模拟小型神经网络的计算过程。他们用纸、笔和算盘模拟一组二进制神经元的输入-输出映射。虽然操作极其繁琐，但参会者由此验证了某些简单的线性可分问题（如逻辑与、或）可以被一个单层网络解决。但明斯基逐渐意识到单层网络的局限性，后来在60年代撰写了《感知机》一书，部分内容可追溯到达特茅斯时的手算实验。
3.4.2 博弈与问题解决程序的实战演练
第八周，纽厄尔和西蒙以及其他参与者编写了一些简单的棋盘游戏程序，如五子棋和井字棋的搜索算法，用以检验启发式搜索的有效性。这些程序虽然只能在纸面上执行，但已经初步实现了极小化极大算法。香农甚至与几位参会者一起下了几盘手算国际象棋，记录每一步的搜索步骤。
4 主要参与者及其贡献
4.1 约翰·麦卡锡：LISP语言的前奏
4.1.1 他在会上提出的“建议系统”
麦卡锡的“advice taker”模型虽然未在会议期间实现，但其提出的“使用逻辑作为程序语言”的思路直接指引了他本人后来的LISP语言设计。会后不久，他基于类似理念开发了表处理语言LISP，成为AI领域使用最广的编程语言之一。
4.1.2 对后续分时系统和知识表示的间接影响
麦卡锡在会上强调“知识表示”与“共享资源”的重要性，这驱动他后来在麻省理工学院开发了最早的分时操作系统之一。他的“建议系统”也是后来人工智能中“规划系统”的重要前身。
4.2 马文·明斯基：从会议到麻省理工AI实验室
4.2.1 他带去的“思维模型”手稿
明斯基在会议中展示的手稿是一套关于“心智模型”的草图，包含了层次化知识加工和并行处理的想法。虽然未正式发表，但这份手稿后来成为他1966年著作《语义信息处理》的素材。
4.2.2 对神经网络态度的转变
达特茅斯会议期间，明斯基从神经网络支持者开始转向对其局限的思考。他发现单层网络无法处理异或问题，加之他对“学习”复杂度的理解加深，导致了他在60年代末出版的《感知机》中严厉批评神经网络。这一转变间接导致了连接主义研究的第一次“寒冬”。
4.3 克劳德·香农：沉默的观察者
4.3.1 他的信息论在AI中的潜在应用
香农在整个八周中发言不多，但他的信息论观点被频繁引用，如图灵测试的隐喻、智机通信中的信道容量等。他的沉默更多是因为他对别人的争论感到有趣，而非不投入。
4.3.2 乐此不疲的象棋程序讨论
香农最活跃的时刻是讨论国际象棋程序。他本人此前已写过一篇关于计算机下棋的论文，在会上他模拟了一个手算搜索树，并推测“只要搜索到6层深度，程序就能与人类业余棋手匹敌”。他的乐观推动了博弈AI的后续研究。
4.4 艾伦·纽厄尔与赫伯特·西蒙：第一个AI程序诞生
4.4.1 “逻辑理论家”的现场演示效果
“逻辑理论家”的演示并非在计算机上实时运行，而是纽厄尔和西蒙用粉笔在黑板上一步步推演程序的工作过程。他们在黑板上总共推演了约12步，最终证明了一条命题逻辑定理。听众报以掌声——这是人工智能从概念走向实物的关键步骤。
4.4.2 西蒙的预言：“机器将在十年内成为世界象棋冠军”
西蒙在会议结束前夕的讨论中放言：“机器将在十年之内成为世界象棋冠军。”二十多年后，深蓝战胜卡斯帕罗夫（1997年），恰好验证了这个预测。西蒙后来与此预言相关的还有“通用问题求解器”（GPS）的后续工作。
4.5 其他学者速写
4.5.1 奥利弗·塞尔弗里奇：“潘多拉”模式识别
塞尔弗里奇在大会上展示了“潘多拉”模式识别模型：它是一种边学习边调整的模式分类算法，利用随机调整的权重来区分输入模式。该模型被视为早期自适应系统的代表。
4.5.2 雷·所罗门诺夫：算法概率的先驱
所罗门诺夫在达特茅斯留下的主要遗产是“归纳推理理论”的草图，该理论认为预测未来的能力取决于对过去数据的“最短描述长度”。这后来与柯尔莫哥洛夫复杂度密不可分。
5 会议成果与历史影响
5.1 直接产出
5.1.1 没有正式论文集，只有口头遗产
达特茅斯研讨会没有出版任何正式会议论文集。八周的讨论文字记录仅存在于部分参会者的个人笔记中。麦卡锡曾建议整理一份会议报告，但最终未能完成。因此，会议的主要遗产是“口头传统+概念原型”。但这也使得许多观点仅仅停留在参会者的记忆和后续出书中。
5.1.2 促使部分参会者回国建立AI研究小组
会议之后，纽厄尔和西蒙在兰德公司和卡内基理工学院建立了早期的人工智能实验室；麦卡锡返回达特茅斯后很快被麻省理工学院聘为教授，并于1959年共同创立了麻省理工学院AI实验室；明斯基则主导了该实验室的研究方向。全球首个AI研究网络由此形成。
5.2 学科奠基作用
5.2.1 确立“人工智能”这一学科名称
“人工智能”这个名称在会议后被自然接受，取代了“复杂信息处理”或“数字思维”等非正式标签。许多大学在随后的两三年内开设了AI课程，并成立了专门的教研方向。
5.2.2 吸引政府与基金会后续大量资金
DARPA、美国海军研究办公室、NSF等机构在1960年前后开始大额资助AI研究。达特茅斯会议为这些资助提供了“学术原点”的正当性：政府相信有明确的学科边界和前途无量的问题可以解决。
5.3 争议与批评
5.3.1 过于乐观的预期——导致第一次AI寒冬的种子
会议期间弥漫着“一切智能问题将在十年内解决”的乐观情绪，尤其是西蒙等人的公开预言。但随后20年，面对机器翻译失败、感知机局限、通用搜索不可行等现实，AI研究陷入低谷。达特茅斯这种“从零开始谈论一切姿态”的过度自信，被认为是导致第一次AI寒冬的心理根源。
5.3.2 符号主义的统治地位排挤了其他路径
由于纽厄尔、西蒙、麦卡锡等人在会议上的成功展示，符号主义（“物理符号系统假说”）成为当时的正统，而连接主义、行为主义、进化计算等路线被边缘化。这种排他性直到80年代专家系统退潮后被打破。
5.4 文化符号意义
5.4.1 被后世媒体渲染为“智慧众神会议”
像《连线》杂志、BBC等媒体后来喜欢用“智慧众神”“科技七贤”等称呼描写达特茅斯与会者。尽管参会者当时还只是年轻学者，但叙事中他们把这次会议描绘成“神在此处相遇”的传奇时刻。
5.4.2 在科幻与流行文化中的反复引用
达特茅斯研讨会出现在多部人工智能题材的小说、纪录片和电子游戏中，例如《微纪元》《西部世界》的衍生段落。它常被用作“AI诞生之地的圣像”。
6 趣闻轶事与历史八卦
6.1 达特茅斯食堂的“深夜食堂”辩论
会议期间，参会者们常在达特茅斯学院唯一的食堂延续讨论。有记录显示，凌晨2点仍在餐桌上争论“机器是否有灵魂”。食堂值班大妈曾几次出来干涉：“如果不吃三明治，就回宿舍睡！”纽厄尔后来回忆：“我们在桌子上写了一大堆公式，结果大妈在第二天早上全部擦掉。”
6.2 与会者吐槽“八周太长，两周足够吵架”
许多参会者后来承认，八周会议的中间三四周几乎是重复性的争吵。有参会者（名字被遗忘）留下了一句调侃：“八周太长，两周足够吵架，剩下六周大家在等午餐。”但也有参会者坚称，前两周是漫无目的，后两周的深入讨论才真正有成果。
6.3 麦卡锡和明斯基关于“猴子抓香蕉”的争辩
这是有关“常识推理”的著名争论。麦卡锡举了一个比方：如果一只猴子知道香蕉挂在屋顶，它应该拿梯子或椅子去够。明斯基反驳说，猴子不会用逻辑符号来推导，它只是试错。麦卡锡生气地认定“猴子只是缺乏足够的知识库”，明斯基则笑道：“你比你设计的知识库聪明多了。”类似争论持续到深夜，甚至第二天早上的欢迎词。
6.4 计算机临时故障导致的一场“人工失误”笑话
在纽厄尔和西蒙演示“逻辑理论家”程序时，IBM 704计算机曾出现一次电源故障，导致演示中断约30分钟。有人开玩笑说：“这是机器在表达对逻辑的不满。”麦卡锡不以为然地回应：“既然它不理解逻辑，就不能被‘不满’。故障就是故障。”
7 纪念与当代回响
7.1 达特茅斯研讨会的50周年（2006年）庆
7.1.1 经典议题的重访
2006年，达特茅斯学院组织了50周年庆研讨会。与会者包括数位当年参会者（已年过八旬）和当代AI学者。会议中重新讨论了“智能是否已经解决”“是否需要新范式”等问题。结果发现，半个世纪后，这些议题依旧争论不休。
7.1.2 幸存与会者的温情回忆
明斯基、麦卡锡（已去世）、纽厄尔（已去世）等仅剩下的几位学者以录像形式发言。他们回顾会议最动人的部分是“一屋子年轻人围在黑板前吵架”。有人认为那是“设计史上最奢侈的八周”。
7.2 100周年（2056年）展望：AI史学家眼中的原点
2056年仍未有正式活动信息，但可以预见，达特茅斯将成为AI史梳理的固定起点。有学者推测，100周年时各国AI组织应合作建立达特茅斯数字档案，将所有与会者手稿和脑图电子化在线。
7.3 达特茅斯学院今日的AI纪念碑与雕像
7.3.1 那块刻有会议提案的铜牌
达特茅斯学院在数学系楼前设置了一块铜牌，刻有当年提案的第一段文字——包括“every aspect of learning”。它是游客和AI研究者的打卡地。
7.3.2 “人工智能”成为校园吉祥物式的玩笑
达特茅斯学院的学生社群常把“1956年研讨会”当作一种校园幽默的原点：有时会在橄榄球赛场上举出“AI here”的牌子；新生入学周会被告知：“如果你能在八周内写成一个提案，你就是下一个麦卡锡。”