Douglas Lenat 的自動數學家（AM）原始碼

背景

這篇討論源於 GitHub 上公開了 Douglas Lenat 於 1977 年在史丹佛人工智慧實驗室（SAIL）開發的「自動數學家」（Automated Mathematician，簡稱 AM）原始碼。這份程式碼是從 SAILDART 檔案庫中提取的，代表了早期人工智慧研究中，嘗試透過啟發式搜尋來自動發現數學概念與規律的重要里程碑。

社群觀點

在 Hacker News 的討論中，社群成員普遍認為 AM 是人工智慧史上的開創性傑作，尤其是在大型語言模型（LLM）主導當今 AI 領域的五十年前，這種基於 Lisp 語言的符號邏輯研究顯得格外珍貴。留言者指出，AM 的重要性不僅在於其數學發現的能力，更在於它是後來著名的 Eurisko 系統的前身。Eurisko 在 1980 年代初期展現了超越人類的策略遊戲能力，甚至能將超大型積體電路（VLSI）佈線任務中的策略轉移到艦隊部署遊戲中，這種跨領域的知識遷移在當時是極為先進的嘗試。

然而，討論中也帶出了對開發者 Douglas Lenat 及其後續研究風格的觀察。有成員提到，雖然 Lenat 的貢獻不可磨滅，但他後來的 Cyc 計畫卻顯得較為封閉。例如 Stephen Wolfram 曾與 Lenat 通信，但 Lenat 似乎對分享 Cyc 的軟體權限感到不安，這反映出早期 AI 研究者在學術開放與技術保護之間的微妙心態。此外，社群也對這份歷史檔案中夾雜的文化碎片感到興趣，像是檔案庫中竟然還保存著當時研究人員的《龍與地下城》（D&D）角色清單，這種科技史與次文化的交織，讓嚴肅的原始碼釋出增添了幾分人性化的色彩。

部分留言者則對這份程式碼的實際運作效果感到好奇，並試圖探討其在當代 AI 語境下的定位。雖然有人開玩笑地提到「量子博弈動力學」（Quantum Bogodynamics）等早期駭客文化中的虛構概念，但核心討論仍圍繞在 AM 如何透過啟發式規則來引導探索。儘管這類系統在現代看來可能過於依賴人工定義的規則，但它所代表的「自動化發現」願景，至今仍是電腦科學追求的終極目標之一。

延伸閱讀

在討論串中，網友分享了多項珍貴的歷史資源。首先是 Douglas Lenat 的博士論文 PDF，內容詳盡記錄了 AM 的設計理論與執行環境。其次是關於 SAIL 實驗室的珍貴影像紀錄，包含一段由 John McCarthy、Les Earnest 以及 Xerox PARC 的 Bob Taylor 參與的排球比賽短片，展現了早期 AI 先驅們的日常生活。此外，若想深入了解 AM 的後續演進，維基百科上關於 Eurisko 與 Automated Mathematician 的條目提供了完整的技術脈絡與歷史評價。