CHAPTER 05／1966〜1980

第一次热潮之后的寒冬

没能兑现期待的年代，以及这期间悄悄长出的新芽（1966〜1980年）

研究经费和期待都缩水了，据说就这样降临。可是翻开原始资料会发现，寒冬到来的方式因国家而异；而在这段时间里，今天AI的萌芽，在日本也长出了许多。

011965〜1985・寒冬天气图

寒冬是同一时间来的吗

美国、英国、日本，是在同一年到来的吗？

，是对1970年代研究经费和期待缩水那段时期的称呼。可是，从哪一年到哪一年，不同资料说法不一。日本总务省的白皮书（2016）把1970年代称为，网上的汇总则说是1974〜1980年。撰写AI历史著作的Nilsson（2010），却把1975〜1985年前后称作AI的。

右边的图，把三个国家的事件排在同一张年表上。美国有1966年的机器翻译报告、1969年对国防预算用途的限制、1976年口语计划的终止。英国有1973年的莱特希尔报告。然而在日本，1971年国家的大型项目启动，接着有1972年的联想器、1979年的新认知机，与今天一脉相承的研究一直在继续。

按资料切换寒冬的色带，色带的位置会大幅移动。是一个随着用什么当尺子而变化的称呼。

这个词，最早出现在1984年，是用来表达对“也许将要到来的寒冬”的担忧。把1970年代叫作，是后来才起的名字。

021966・机器翻译

ALPAC报告与机器翻译的前景

把单词一个个用词典替换，就能完成翻译吗？

1966年，应美国政府三个部门的委托，美国国家科学院的一个委员会（ALPAC）调查了机器翻译的研究。报告写道：（译）。

在右边的图里，试一试最简单的做法——把句子逐词用词典替换。一个单词有好几种译法，整句话的译法数量，就是各词译法数的连乘，不断膨胀。哪一种才对，不弄懂句子的意思和当时的情境，就无法决定。

不过，报告并没有写要全部停止研究。它建议，对研究语言机制的学问（计算语言学），以及帮助人工翻译的工具，仍应提供研究经费。

译法的数量＝n₁ × n₂ × … × n_k

n_i: 第i个单词的译法数
k: 句子的单词数

常见说法常见说法：ALPAC报告断言机器翻译不可能，研究因此停了下来
原始资料里：报告建议，对计算语言学和帮助人工翻译的机器工具，要继续拨款。科学院自己还在报告前面附了一封说明信，担心只有报告的一部分被人读到，连研究经费都被砍掉。

单词数与译法数（纵轴每格为10倍）

031969・线性可分

一条直线的墙

会学习的感知机，有没有怎么也解不了的问题？

1969年，MIT的明斯基和派珀特在著作《感知机》（Perceptrons）中，用数学考察了1958年的感知机——把输入乘上权重再相加，超过规定的值就回答“是”的学习机器——的局限。

最简单的例子是XOR（两个输入恰好有一个是1时，结果为1）。右边有4个点，试着用一条直线把黑点（答案是1）和白点（答案是0）分开。AND和OR都能分开，可是 XOR无论怎么画都分不开。单层感知机能画出的边界线，就只有这“一条直线”。

点“改成两条线（叠加层数）”，黑点就能被夹在两条线之间分出来。这正是叠加层数之后就能学会XOR的原因（第8章）。对于把机器扩展成多层，书里写的是（译），而书本身把这称作（译），并列为有待验证的课题。

y＝1（当w₁x₁ ＋w₂x₂ ＋b＞0时），其他情况为0

x₁, x₂: 输入（0或1）
w₁, w₂: 权重
b: 偏置。w₁x₁ ＋w₂x₂ ＋b＝0表示作为边界的“一条直线”

常见说法常见说法：《感知机》证明了神经网络解不了XOR（所以没用）
原始资料里：书里证明的，是每个部件只能看到有限范围的单层机器的局限。至于叠加了层数的机器没有用，这只是预想，在书里也只是直觉判断。

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_xor_wall.py

# u05 直線 1 本の壁：パーセプトロンは「どちらか一方だけ」（XOR）を学習できない
#
# どの出来事か：1969 年、ミンスキーとパパートの本『パーセプトロンズ』（記録 perceptrons_book_1969）。
#   本が数学で示したのは、各部品が見る範囲を限った 1 段のパーセプトロンにはできないこと
#   （点の数が偶数か奇数か、図形がつながっているか など）。XOR（2 つの入力のうち片方だけが 1 なら 1）は
#   その一番小さな例で、本より前から知られていた。層を重ねたネットワークに広げても「実りがない」（訳）という見方は、
#   本の中でも「直観的な判断」だった。
# 仕組み：u03 と同じ学習の規則で、AND（かつ）と XOR を学習させる。AND はすぐ学習できるが、XOR は何回やっても重みの修正が続く。
#   2 つの入力を平面上の点と見ると、AND は直線 1 本で分けられるが、XOR は分けられないから。
# 試してみよう：
#   - ROUNDS を 100 にしても、XOR の誤りの数は 0 にならないか
#   - 層を重ねると解ける（→ u08 の backprop_xor）

ROUNDS = 12
CASES = [(0, 0), (0, 1), (1, 0), (1, 1)]

def train(target):
    w1 = w2 = bias = 0
    history = []
    for r in range(ROUNDS):
        errors = 0
        for a, b in CASES:
            out = 1 if w1 * a + w2 * b + bias > 0 else 0
            want = target(a, b)
            if out != want:
                d = want - out          # 正解との誤差（+1 か -1）
                w1 += d * a
                w2 += d * b
                bias += d
                errors += 1
        history.append(errors)
    return history, (w1, w2, bias)

for name, f in (("AND（かつ）", lambda a, b: a & b), ("XOR（どちらか一方だけ）", lambda a, b: a ^ b)):
    hist, w = train(f)
    print(f"{name}：1 周ごとの誤りの数 {hist}  最後の重み・バイアス {w}")

print("\n点の配置（1 が〇、0 が・）。AND は右上の 1 点だけを直線で切り取れる。XOR は斜めの 2 点で、直線 1 本では分けられない")
for name, f in (("AND", lambda a, b: a & b), ("XOR", lambda a, b: a ^ b)):
    print(f"  {name}:  b=1 → {'〇' if f(0, 1) else '・'} {'〇' if f(1, 1) else '・'}")
    print(f"        b=0 → {'〇' if f(0, 0) else '・'} {'〇' if f(1, 0) else '・'}   （左が a=0、右が a=1）")

041969・学习方法

即使学习，也唯独解不了XOR

让感知机一直学习XOR，会怎么样？

感知机的学习方法是：只在答错的时候，朝着正确答案的方向把权重稍微修正一点。如果问题能用一条直线分类，把这个修正重复下去，总有一天误差必定变为0（感知机收敛定理）。

右边的图，是把4个点一轮一轮地展示给感知机学习的例子。AND和OR几轮之后误差就变成0，边界线也停住了。但是在XOR上，线永远在来回摆动。因为不论线画在哪里，总有某个点留在错误的一侧。这就是从学习的角度看到的“线性不可分”。

w ← w＋η（t − y）x

w, η: 权重和学习率（η读作“eta”）
t, y: 正确答案和感知机的输出
x: 输入。只有答错时（t ≠ y）才更新w

早在1969年之前的1967年，九州大学的甘利俊一就提出了学习理论：根据误差一点点修正权重，使其逼近最优的权重。

每一轮的误差数

051973・组合爆炸

每走一步，分支就多出几十倍

“把后面的全部读完”的方法，会在哪里走不通？

下棋、解谜的AI，基本做法是把能走的招法全部列出来，再把之后的招法也全部列出来，从中找出最佳的路径（搜索）。以井字棋为例，到终局为止的走法一共有255,168种。计算机马上就能数完。

可是，一旦每一步的招法数（分支数）增多，往后读的深度加深，排列的数量就会以分支数的“深度次方”增长。在右边的图里，试着增加分支数和深度。假如每一步有30种招法，即使只往后读10步，也有30的10次方，约590万亿种排列。

1973年的莱特希尔报告，把AI进展不顺的一大原因归结为：没有意识到这种组合爆炸。

排列数 ≈ b^d

b: 每一步的分支数
d: 往后读的深度（步数）

这些数是“假设的数”。实际的游戏里，各步的分支数会变，也会有通过不同顺序走到同一局面的情况。

深度与排列数（纵轴每格为10倍）

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_explosion.py

# u05 組み合わせ爆発：全部を探索するやり方は、ゲームが大きくなると続かない
#
# どの出来事か：1973年のライトヒル報告（記録 lighthill_report_1973）は、AIがうまくいかない大きな理由として、
#   調べる組み合わせの数が爆発的に増えること（組み合わせ爆発）を挙げた。
# 仕組み：三目並べの「最後まで打ったゲーム」をすべて数える。次に、1手ごとの選択肢と手数から、
#   大規模なゲームの総数を掛け算で見積もる（仮定の数値による計算）。
# 試してみよう：
#   - 下の表の、1手あたりの選択肢の数（branch）とゲームの長さ（depth）を変えて、数がどう増えるか

import math

LINES = [(0, 1, 2), (3, 4, 5), (6, 7, 8), (0, 3, 6), (1, 4, 7), (2, 5, 8), (0, 4, 8), (2, 4, 6)]

def won(b):
    return any(b[i] != "." and b[i] == b[j] == b[k] for i, j, k in LINES)

def count_games(b, turn):
    if won(b) or "." not in b:
        return 1
    total = 0
    for i, c in enumerate(b):
        if c == ".":
            total += count_games(b[:i] + turn + b[i + 1:], "×" if turn == "〇" else "〇")
    return total

games = count_games(".........", "〇")
print(f"三目並べの、最後まで打ったゲームの数：{games:,}（1秒に1ゲーム探索すると約 {games / 86400:.1f} 日）")

print("\n1手あたり BRANCH 通りの選択肢があり、DEPTH 手続くゲームの数は BRANCH の DEPTH 乗（仮定の数値による計算）")
for branch, depth, note in ((9, 9, "三目並べを大きめに見積もった数"), (30, 20, "20手で打ち切る"), (30, 80, "チェスほどの規模（仮）"), (250, 150, "囲碁ほどの規模（仮）")):
    digits = depth * math.log10(branch)
    print(f"  BRANCH={branch:3d} DEPTH={depth:3d} → 約 10 の {digits:.0f} 乗  （{note}）")
print("\n1秒に10億ゲーム探索できるコンピュータでも、10の18乗ゲームで約32年かかる。全部を探索するやり方は、どこかで行き詰まる")

061972〜1973・莱特希尔报告

分成A、B、C三类的报告

英国的那份报告，是把AI全部否定了吗？

受英国的研究经费拨款机构委托，流体力学大家莱特希尔以一己之力，通览了AI的研究。报告把AI分成三类。A是工厂等场景的自动化，C是用计算机研究大脑和神经的研究，而B以造机器人为中心，是连接A与C的桥梁。

报告认为，A和C都有相当的成果。它严厉评价的，是B，以及“什么都能做的AI”这个目标。报告写道：（译）。

右边的图，上方是报告的A、B、C分类，下方是报告里出现的预言的时钟。报告介绍的科学家们的预言（1980年代、2000年），以及莱特希尔自己的展望（今后25年），都被放在年份刻度上。用滑块拨动“现在的年份”，已过期限的预言就会变色。

常见说法常见说法：莱特希尔报告把AI全盘否定了
原始资料里：报告认为A（自动化）和C（大脑研究）有成果，并把日本政府的工厂装配自动化计划，作为符合A方向的有前景的例子列了出来。

071973・说法不一

辩论是什么时候举行的

同一件事的日期，各资料说法不一时，该怎么办？

围绕这份报告，伦敦的皇家研究所举行了公开辩论会，BBC作为电视节目播出。麦卡锡、米奇、格雷戈里向莱特希尔提出了反驳。

然而，辩论的日期各资料说法不一。2025年一篇技术杂志的文章写的是5月9日，爱丁堡大学的录像页面写的是1973年6月。1982年一位历史学家的论文，其注释里说辩论是7月4日，播出是8月30日。当时BBC的杂志上，刊有皇家研究所7月4日的预告，以及一篇推测是9月初那一期的电视评论。

右边的图，把各资料是什么时候写的（当时，还是多年以后）排列了出来。本站采用的，是与当时较接近的资料都齐备的7月4日（播出为8月30日）。不过因为没能看到BBC的节目表，可信度仍保持“汇总资料中确认”。

决定日期时，不能随意选边。把资料全部摆出来，分辨哪些是当时的资料，哪些是后来的资料。

081971〜1976・口语

达成了目标却被终止的计划

连续的口语，计算机是怎样听懂的？

从1971年起的5年里，美国国防部（DARPA）每年拨款约300万美元，支持研究能理解连续口语的机器。目标包括1000个词、多位说话人、语义错误率低于10%等。1976年，卡内基梅隆大学的Harpy在1011个词上取得语义错误率5%，达到了目标。

Harpy的一个窍门是束搜索（beam search）。它不是把可能对应所听到声音的单词序列全部查一遍，而是只留下评分高的几条，继续往前走。在右边的图里，改变保留的条数（束的宽度）看看。宽度窄，处理得快，但有时会在半途把正确的序列丢掉。

即便如此，DARPA还是没有为后续计划拨款，口语研究直到1984年才正式重启。

保留的序列＝按得分从高到低取W条

W: 束的宽度（保留的条数）
得分: 把声音与单词的吻合程度加起来的值（这里是本站自己做的数）

常见说法常见说法：1970年代的语音识别研究失败了，被终止
原始资料里：Harpy达到了最初定下的目标（1000个词、语义错误率低于10%）。可是后续计划还是没有出现。

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_beam_search.py

# u05 ビームサーチ：評価の高い候補をいくつか残して先へ進む
#
# どの出来事か：1971〜76 年のアメリカの、話し言葉を理解する研究計画と、CMU の Harpy（記録 darpa_speech_understanding_1971）。
#   Harpy の工夫の 1 つがビームサーチだった（CMU の 1977 年の報告）。
# 仕組み：各時刻で単語の候補と「音との合い方」の点数がある。2 語のつながりの良さも足す。
#   すべての組み合わせを調べる代わりに、点数の高い W 本だけを残して進む。点数はこのサイトが作った数。
# 試してみよう：
#   - W を 1・2・3 と変えて、正しい並び（あした の かいぎ は ごご から）にたどり着くか確かめる
#   - すべての並びの数と、実際に調べた並びの数を比べる

LATTICE = [
    [("あした", 5), ("あたし", 7), ("はした", 6)],
    [("の", 6), ("も", 5), ("に", 2)],
    [("かいぎ", 5), ("かいき", 6), ("かぎ", 4)],
    [("は", 7), ("わ", 6), ("が", 2)],
    [("ごご", 6), ("ここ", 5), ("ごみ", 2)],
    [("から", 7), ("まで", 3), ("だから", 4)],
]
BIGRAM = {("あした", "の"): 5, ("あたし", "の"): 1, ("はした", "の"): 1, ("あたし", "も"): 2, ("の", "かいぎ"): 5, ("も", "かいぎ"): 1, ("の", "かぎ"): 3,
          ("かいぎ", "は"): 4, ("かいき", "は"): 1, ("かぎ", "は"): 3, ("かぎ", "が"): 3, ("は", "ごご"): 4, ("は", "ここ"): 2,
          ("わ", "ここ"): 1, ("ごご", "から"): 4, ("ここ", "から"): 3, ("ここ", "まで"): 3}
RIGHT = ["あした", "の", "かいぎ", "は", "ごご", "から"]

for W in (1, 2, 3, 5):
    beams = [([], 0)]
    looked = 0
    for step in LATTICE:
        nxt = []
        for words, score in beams:
            for w, ac in step:
                bonus = BIGRAM.get((words[-1], w), 0) if words else 0
                nxt.append((words + [w], score + ac + bonus))
                looked += 1
        nxt.sort(key=lambda b: -b[1])
        beams = nxt[:W]
    best = beams[0][0]
    total = 1
    for step in LATTICE:
        total *= len(step)
    mark = "○ 正しい" if best == RIGHT else "× 違う"
    print(f"W={W}：{' '.join(best):<22} {mark}（調べた並び {looked} ／ 全体 {total}）")

091971・日本

把说话快慢的差别对齐再比较

同一个“一”，有时说得快，有时说得慢。怎么比较？

同一个词，人说起来的快慢也时时不同。如果把事先记住的声音和刚听到的声音，直接按时间对齐去比较，说话速度稍有差别，就对不上了。

1971年，日本电气（NEC）的迫江博昭和千叶成美提出了一种方法：用动态规划（在许多条路线中，把中途的结果反复利用，高效地找出最好的一条的计算方法）把声音在时间上的伸缩对齐之后，再来比较。在右边图中的表格里，寻找两段声音的哪些时刻相互对应的路径。路径从左下走向右上，只能向右、向上或斜着走。

在1971年的论文中，对5个人说的2400次一位数字，平均正确识别了99.8%。

D(i, j)＝d(i, j)＋min{ D(i−1, j), D(i, j−1), D(i−1, j−1) }

d(i, j): 声音A的第i个位置与声音B的第j个位置的差异
D(i, j): 沿着路径走到那里为止，把差异累加起来的最小值

如今也叫DTW（动态时间规整）。同样的想法，也用在今天的语音研究和数据之间的比较中。

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_dp_matching.py

# u05 DP マッチング：話す速さの違いを、動的計画法でそろえてから比べる
#
# どの出来事か：1971 年、NEC の迫江博昭・千葉成美の方法（記録 sakoe_chiba_dp_matching_1971）。
# 仕組み：D(i, j) = d(i, j) + min(D(i−1, j), D(i, j−1), D(i−1, j−1))。
#   d は 2 つの声の i 番目と j 番目の違い。表を左下から埋めていくと、右上の値が「そろえた時の違い」になる。
#   声はこのサイトが作った数の並び（「いち」の強さの形をまねたもの）。
# 試してみよう：
#   - SLOW（ゆっくり言った声）の並びを、もっと引き伸ばしてみる
#   - 先頭から順に比べた違いと、DP でそろえた違いを比べる

TEMPLATE = [0, 1, 3, 6, 8, 6, 3, 2, 4, 5, 4, 2, 0]          # 登録した音声
SLOW = [0, 1, 2, 3, 5, 6, 8, 8, 6, 5, 3, 2, 2, 3, 4, 5, 5, 4, 3, 2, 1, 0]   # ゆっくり発声した音声
OTHER = [0, 2, 5, 2, 0, 1, 6, 7, 6, 1, 0, 0, 0]              # 違う言葉の音声

def dp(a, b):
    INF = float("inf")
    D = [[INF] * len(b) for _ in a]
    for i in range(len(a)):
        for j in range(len(b)):
            d = abs(a[i] - b[j])
            if i == 0 and j == 0:
                D[i][j] = d
            else:
                D[i][j] = d + min(D[i - 1][j] if i else INF, D[i][j - 1] if j else INF, D[i - 1][j - 1] if i and j else INF)
    return D[-1][-1]

def naive(a, b):
    return sum(abs(x - y) for x, y in zip(a, b))

for name, voice in [("ゆっくり言った同じ言葉", SLOW), ("ちがう言葉", OTHER)]:
    print(f"{name}：先頭から順に比べた違い {naive(TEMPLATE, voice):3}　DP でそろえた違い {dp(TEMPLATE, voice):3}")
print("DP でそろえると、同じ言葉は違いが小さくなり、違う言葉は大きいまま残る")

101971〜1980・日本的国家计划

在寒冬中启动的模式识别大计划

美国和英国削减预算的时候，日本启动了什么？

1971年，日本的通商产业省把加进了由国家预算推进的大型项目。这个计划以电子技术综合研究所为中心，与民间企业一起开发能识别文字、图形等的（模式识别）计算机，在国会上也被说明为。

识别的基本做法，是和事先记住的模板作比较。在右边的图里，给文字加上噪声，或者把位置挪一挪试试。直接与模板比较的话，稍微错位一点，得分就会下降。一边挪动一边比较，就会变强。如何处理这种“错位”，后来通向了新认知机（本章第12页）。

计划开始时的国会说明是。根据1985年的答辩，1971〜1980年度的委托费约为220亿日元。

关于计划的内容（造出了什么样的装置，做到了什么）的报告书，本站还没有能够确认。

噪声量与识别率

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_template_ocr.py

# u05 パターン照合による文字認識：そのまま照合・ずらして照合
#
# どの出来事か：1971〜80 年度の日本の国家プロジェクト「パターン情報処理システム」（記録 pips_pattern_information_processing_1971）。
# 仕組み：7×7 マスの文字パターンを用意し、認識したい文字と 1 マスずつ照合する。一致率が最も高いパターンを答えにする。
#   位置をずらして照合すると、ずれに強くなる。文字パターンとノイズはこのサイトが作った例で、実際の手書き文字ではない。
# 試してみよう：
#   - NOISE を 0.2 にすると、それぞれの認識率はどうなるか
#   - SHIFT を 2 にしてみる

import random

random.seed(1971)
FONT = {
    "ア": ["#######", "......#", "...#.#.", "...#...", "...#...", "..#....", ".#....."],
    "イ": ["......#", ".....#.", "...##..", ".##.#..", "....#..", "....#..", "....#.."],
    "ウ": ["...#...", "#######", "#.....#", "......#", ".....#.", "...##..", ".##...."],
    "エ": [".......", "#######", "...#...", "...#...", "...#...", "#######", "......."],
    "オ": ["....#..", "#######", "...##..", "..#.#..", ".#..#..", "#...#..", "...##.."],
}
NOISE = 0.08
SHIFT = 1
TRIALS = 60

def grid(k):
    return [[1 if ch == "#" else 0 for ch in row] for row in FONT[k]]

def make(k):
    g = grid(k)
    img = [[0] * 9 for _ in range(9)]
    for y in range(7):
        for x in range(7):
            xx = x + 1 + SHIFT
            if 0 <= xx < 9:
                img[y + 1][xx] = g[y][x]
    return [[1 - v if random.random() < NOISE else v for v in row] for row in img]

def score(img, k, dx=0, dy=0):
    t = grid(k)
    s = 0
    for y in range(9):
        for x in range(9):
            ty, tx = y - 1 - dy, x - 1 - dx
            tv = t[ty][tx] if 0 <= ty < 7 and 0 <= tx < 7 else 0
            s += img[y][x] == tv
    return s

def read(img, shifted):
    if not shifted:
        return max(FONT, key=lambda k: score(img, k))
    return max(FONT, key=lambda k: max(score(img, k, dx, dy) for dx in range(-2, 3) for dy in range(-1, 2)))

ok_plain = ok_shift = 0
for _ in range(TRIALS):
    k = random.choice(list(FONT))
    img = make(k)
    ok_plain += read(img, False) == k
    ok_shift += read(img, True) == k
print(f"ノイズ {NOISE:.0%}・右へ {SHIFT} マスずれた文字を {TRIALS} 回認識すると")
print(f"  そのまま照合：{ok_plain / TRIALS:.0%}")
print(f"  ずらして照合：{ok_shift / TRIALS:.0%}")

111972・日本

只给看一部分，就能想起全部

能做出从记忆的一部分想起全部的神经网络吗？

1972年，东京大学的中野馨发表了一种只给看一部分就能想起全部的记忆机制，名为“联想器”（Associatron）。它把信息作为0和1的图案，分散地记在整个网络里。同一年，甘利俊一也发表了一个理论：把图案作为网络的稳定状态记住。

右边的图是一个记住了3个图案的网络。点一下格子，把图案擦掉一部分，或者调低展示的比例，然后点“回忆（5次）”。展示的部分越大，回忆越准确，越小就越模糊。增加要记的图案，就会与别的图案混在一起，开始出错。

记忆的方法是：“同时为黑、同时为白，就加强两个格子之间的联系”；同时相反，就减弱。这与大脑神经的联结“同时活动得越多就越强”的想法（1949年的赫布）形式相同。

w_ij ＝Σ_p x_i^p x_j^p　　x_i ← 符号（Σ_j w_ij x_j）

x_i: 第i个格子（黑 +1・白 −1）
p: 所记图案的编号
w_ij: 格子i与j之间联结的强度

常见说法常见说法：联想记忆的网络最早是1982年的霍普菲尔德提出的
原始资料里：10年前的1972年，中野馨和甘利俊一就已经发表了。京都奖（2025）认为甘利的网络在数学上与霍普菲尔德的网络相同，2024年诺贝尔委员会的解说也把它列为参考文献（正文中没有提到名字）。

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_associatron.py

# u05 一部を見せると全体を思い出すネットワーク（中野さんのアソシアトロン・甘利さんの 1972 年の考え方）
#
# どの出来事か：1972 年、東京大学の中野馨「アソシアトロン」（記録 nakano_associatron_1972）と、
#   同じ年の甘利俊一の理論（記録 amari_associative_memory_1972）。パターンをネットワーク全体に分散して記憶し、一部を見せると
#   全体を思い出す。1982 年のホップフィールド・ネットワークと同じ形の考え方で、日本の方が 10 年早かった。
# このサンプルの仕組み：パターンを +1（黒）と -1（白）の並びにし、「同時に黒・同時に白なら結びつきを強く」と
#   足し合わせた行列（相関行列）に記憶する。思い出す時は、見えない部分を 0 にして行列を掛け、符号を取る。
#   ※ 1972 年の論文そのままの実装ではなく、同じ考え方の小さなモデル。
# 試してみよう：
#   - SHOW（見せる割合）を下げると、どこから思い出せなくなるか
#   - 記憶するパターンの数を増やすと、誤りが増える（最後の表）

import random

random.seed(1972)
SIZE = 7
PATTERNS = {
    "十": ["...#...", "...#...", "...#...", "#######", "...#...", "...#...", "...#..."],
    "口": ["#######", "#.....#", "#.....#", "#.....#", "#.....#", "#.....#", "#######"],
    "Ｘ": ["#.....#", ".#...#.", "..#.#..", "...#...", "..#.#..", ".#...#.", "#.....#"],
}
N = SIZE * SIZE

def vec(rows):
    return [1 if ch == "#" else -1 for row in rows for ch in row]

def learn(pats):
    M = [[0] * N for _ in range(N)]
    for p in pats:
        for i in range(N):
            for j in range(N):
                if i != j:
                    M[i][j] += p[i] * p[j]
    return M

def recall(M, x, steps=3):
    for _ in range(steps):
        x = [1 if sum(M[i][j] * x[j] for j in range(N)) >= 0 else -1 for i in range(N)]
    return x

def draw(x):
    return ["".join("■" if x[r * SIZE + c] > 0 else ("・" if x[r * SIZE + c] < 0 else "？") for c in range(SIZE)) for r in range(SIZE)]

pats = {k: vec(v) for k, v in PATTERNS.items()}
M = learn(pats.values())

SHOW = 0.4   # 見せる割合（残りは「？」＝分からない部分）
target = pats["口"]
known = set(random.sample(range(N), int(N * SHOW)))
partial = [target[i] if i in known else 0 for i in range(N)]
out = recall(M, partial)
print(f"「口」の {SHOW:.0%} だけ見せる → 思い出したパターン（{sum(o == t for o, t in zip(out, target))}/{N} マス 正解）")
for a, b in zip(draw(partial), draw(out)):
    print(f"   {a}   →   {b}")

print("\n見せる割合と、正しく思い出せたマスの割合（3 つのパターン × 20 回の平均）")
for show in (0.1, 0.2, 0.3, 0.5, 0.7):
    ok = 0
    for _ in range(20):
        for p in pats.values():
            kn = set(random.sample(range(N), int(N * show)))
            o = recall(M, [p[i] if i in kn else 0 for i in range(N)])
            ok += sum(a == b for a, b in zip(o, p))
    print(f"  {show:.0%} 見せる → {ok / (20 * 3 * N):.0%}")

print("\nランダムなパターンをたくさん記憶させると（半分見せて思い出す、各 10 回の平均）")
for k in (2, 4, 6, 8, 12):
    ok = 0
    for _ in range(10):
        rnd = [[random.choice((1, -1)) for _ in range(N)] for _ in range(k)]
        Mk = learn(rnd)
        p = rnd[0]
        kn = set(random.sample(range(N), N // 2))
        o = recall(Mk, [p[i] if i in kn else 0 for i in range(N)])
        ok += sum(a == b for a, b in zip(o, p))
    print(f"  {k:2d} 個記憶したネットワーク → {ok / (10 * N):.0%} 正解")

121975・日本

不用老师教，自己搭建起来的网络

不去教每个细胞“要这样反应”，网络也能成长吗？

1975年，NHK研究所的福岛邦彦展示了一种机制：层层叠叠的神经网络，在没有教师（逐个细致地教每个细胞怎样反应的角色）的情况下，自己搭建起来。他把它命名为。

关键在于细胞之间的竞争。据论文摘要，只有当附近没有比自己反应更强的细胞时，通往那个细胞的联结才会增强。右边的图是把这个想法做到最简单：点一个接一个地出现，只有最近的细胞（带颜色的圆）会朝着那个点靠近一点。反复之后，细胞们就分头在点群的中心安顿下来。明明没有教过答案，它们却开始分别负责相似的东西。

只有最近的细胞k：m_k ← m_k ＋η（x − m_k）

x: 进来的点
m_k: 细胞k负责的位置
η: 靠近的速度

在计算机上试验的结果是，越深的层负责的范围越大，最后一层的细胞只对特定的图案有反应。“只有赢家才学习”的想法，后来也与k-means（第9章）相通。

131979・日本

位置挪了，也能靠形状辨认

字只是稍微向右挪了一点，机器就读不出来了吗？

1979年，福岛邦彦在认知机的基础上进一步发展，发表了即使位置挪动、形状有点走样，也能识别文字的神经网络“新认知机（Neocognitron）”。他以大脑视觉的研究为蓝本，把捕捉形状特征的 S细胞层，和吸收位置偏移的 C细胞层，一层又一层地叠了起来。

S细胞用小小的窗口寻找“角”“线”等特征。同一个面上的细胞，持有同一个窗口，只是位置不同（就是今天所说的卷积）。只要附近的S细胞有一个起了反应，C细胞就会反应（就是今天所说的池化）。在右边的图里，即使把文字从中央向左或向右挪动1格，所选框内的C细胞的反应也不会变化。一旦跨过框的边界，即使只挪动1格，反应也会变化。

2024年诺贝尔物理学奖的解说，把这项研究列为今天的图像识别AI（CNN）的源头。

S细胞：s(x, y)＝Σ窗口 × 输入（位置x, y附近）　C细胞：c＝max（附近的s）

窗口: 形状特征的模板（3×3）
max: 最大的值

常见说法常见说法：图像识别AI（CNN）是1989年前后在美国开始的
原始资料里：一边挪动位置、一边使用同样联结的网络，福岛在1979年就已经发表了。不过新认知机是无监督学习，把反向传播结合进去的是LeCun等人。

这是用Python写的代码，原理和“动手试试”里的一样。点击▶ 运行，结果会显示在下面。改一改数字，再运行一次试试。

u05_s_and_c_cells.py

# u05 S 細胞と C 細胞：位置がずれても形で認識する
#
# どの出来事か：1979 年、福島邦彦の「ネオコグニトロン」（記録 fukushima_neocognitron_1979）。
# 仕組み：S 細胞は小さな窓（3×3）で「横線」を探す（同じ窓を位置だけずらして適用する＝畳み込み）。
#   C 細胞は、3×3 の範囲の S 細胞のどれかが反応していれば反応する（プーリング）。
#   文字を 1 マスずらすと、S 細胞の反応位置は動くが、C 細胞の反応はあまり変わらない。
# 試してみよう：
#   - 窓を縦線用にかえる（KERNEL を縦向きに）
#   - SHIFT を 2 や 3 にすると、C 細胞の反応はどれくらい変わるか

N = 12
SHAPE = ["#######", "...#...", "...#...", "...#..."]   # T の形
KERNEL = [[-1, -1, -1], [2, 2, 2], [-1, -1, -1]]      # 横線の窓（フィルター）
SHIFT = 1

def image(dx):
    g = [[0] * N for _ in range(N)]
    for y, row in enumerate(SHAPE):
        for x, ch in enumerate(row):
            if ch == "#":
                g[y + 3][x + 2 + dx] = 1
    return g

def s_cells(g):
    out = [[0] * N for _ in range(N)]
    for y in range(1, N - 1):
        for x in range(1, N - 1):
            s = sum(KERNEL[a][b] * g[y + a - 1][x + b - 1] for a in range(3) for b in range(3))
            out[y][x] = max(0, s)
    return out

def c_cells(s):
    return [[max(s[y * 3 + a][x * 3 + b] for a in range(3) for b in range(3)) for x in range(N // 3)] for y in range(N // 3)]

def show(m):
    return "\n".join("   " + "".join("■" if v > 0 else "・" for v in row) for row in m)

for dx in (0, SHIFT):
    c = c_cells(s_cells(image(dx)))
    print(f"文字を右へ {dx} マス：C 細胞（横線）の反応\n{show(c)}\n")
a = [v > 0 for row in c_cells(s_cells(image(0))) for v in row]
b = [v > 0 for row in c_cells(s_cells(image(SHIFT))) for v in row]
print(f"C 細胞の反応が一致した割合：{sum(x == y for x, y in zip(a, b)) / len(a):.0%}")

141970〜1973・日本

计算机找出脸上的眼、鼻、口

照片里哪里是眼睛，哪里是嘴？计算机怎么找出来？

1970年的大阪世博会上，NEC的展出节目，用电视摄像机拍下参观者的脸。计算机自动找出脸的各个部分，并回答是21种中的哪一种（说脸能看出性格，这种想法并没有科学依据）。

1973年，京都大学的金出武雄做出了从脸部照片中自动找出眼、鼻、口的程序，并用约800张（其中688张是在世博会上收集的脸）做了试验。金出的论文反复使用的线索之一，是把照片中细长条带内的暗度加起来的量（integral projection，积分投影）。眼睛和嘴是暗的，所以沿横向加起来，在那个高度，图表上就会出现一座山峰。

在右边的图里挪动脸的部件，横向和纵向求和图表上的山峰就会跟着移动，表示找到位置的线也会随之而动。遇到不顺利的情况就退回上一个阶段重新来过的办法，也是金出论文的特点。

横向求和H(y)＝Σ_x 暗度(x, y)

暗度(x, y): 照片位置 (x, y)的暗度
H(y)大的高度: 有眼睛或嘴的高度

常见说法常见说法：金出武雄1973年的论文是世界上第一个人脸识别
原始资料里：用计算机识别人脸的研究，在1960年代初的美国就有了。金出论文的特点是，用约800张人脸照片，验证了包含重新来过在内的自动分析。

沿横向求和的暗度（按高度）

151973・日本

用两条腿走路而不摔倒

两条腿的机器人，为什么不会摔倒？

1973年，早稻田大学加藤一郎等人的团队造出了人形机器人WABOT-1。它靠液压驱动的两条腿行走，用双手抓东西，用人工的眼睛找出物体的位置，能听懂分段说出的日语命令，并用声音回答。据报告，它载着20 kg的重物，能按照语音命令笔直行走、转向。

慢慢走的机器人不会摔倒的基本条件，是重心的正下方，落在脚踩着地面的范围（支撑范围）以内。在右边的图里挪动重心试试。重心的正下方一旦跑到范围之外，就会摔倒。抬起一只脚，支撑范围会变窄，所以要先把重心移到支撑脚上方，再抬起另一只脚。

不摔倒 ⇔ 重心的正下方在支撑范围之内

支撑范围: 踩在地面上的脚底所围成的范围

这里动的，是只考虑重心的“慢走”的图。走得快的时候，还需要考虑惯性。

常见说法常见说法：WABOT-1是世界上第一个仿人机器人
原始资料里：这是早稻田大学自己的评价。1973年的报告本身并没有自称，而是把手、脚、头齐备且能自己行动的机器定义为机器人，并写道造出了满足这些条件的机器。

161970・日本

太像人，反而让人发毛？

机器人是不是越像人，就越让人觉得亲切？

1970年，东京工业大学的森政弘，在石油公司出版的杂志专题里，写了随笔《恐怖谷》。机器人的外观和动作越接近人，亲切感就越增加。可是，在几乎和人一模一样之前，亲切感会突然转为毛骨悚然，形成一道谷。森用图表表示了这个想法。

右边的图，画出了这个想法的形状（依据森原图的形状，由本站绘制。数值表达的是森的直觉，不是测量得到的值）。用滑块拖动“像人的程度”，就能看出从哪里掉进谷里。森写道，加上“动作”，谷还会变得更深。

在此基础上，森建议机器人的设计者，与其跨过山谷去追求和人一模一样，不如瞄准有点像人的程度，也就是。

常见说法常见说法：恐怖谷是经过实验证实的科学定律
原始资料里：它原本是1970年刊登在石油公司杂志上的一篇3页的随笔，图表出自森的直觉。他本人在2012年说，这与其说是科学主张，不如说是给设计机器人的人的一条建议。

171969・符号式AI

连“不变的事”都要全部写出来吗

写下“把箱子挪动了”，其他东西变成什么样了呢？

在用逻辑公式表示世界、并让它制定行动计划的AI里，不仅要写会变的事，还得把不变的事也一条一条写出来。1969年，麦卡锡和海斯把这个麻烦命名为。如果有n种行动、m个表示状态的量，就可能要写下m × n条“不变”的条件。

在右边的图里，试着增加房间里的物体和行动。“机器人推箱子”，箱子的位置会变，可是灯的颜色、门的开关、桌子的位置不会变。要把这些全部写出来，要写的数量就会随着行动与物体的乘积而增长。

要写的“不变”的数量 ≈ m × n

m: 表示状态的量（物体的数量等）
n: 行动的种类

常见说法常见说法：框架问题＝AI分不清什么相关、什么无关的难题
原始资料里：在1969年的原始论文里，它是作为技术上的问题出现的：必须把不变的事一条一条写出来。更宽泛的含义，是哲学家后来扩展出来的解释。

181973〜1978・尺子

寒冬里，会员增加到了3倍

研究经费减少的时候，做研究的人也减少了吗？

历史学家Haigh（2023）指出，计算机学会ACM的AI分会（SIGART）的会员，从1973年的1,241人增加到1978年的3,500人，几乎增加到3倍，并据此等论证了。

右边的图，是在会员数的线上叠加了各资料所说的色带。切换色带可以看出，会员在增加的年份，和被称为寒冬的年份是重合的。1970年代，英国的一部分研究室，以及美国的语音、机器人研究的经费变得紧张，这是确实的。不过，不能说整个研究界都萎缩了。

换一把尺子，答案也会变。是看大型研究所的资金，看做研究的人数，还是看这个词的使用方式？

会员数只确认了1973年和1978年这两个点。中间各年的数字，本站没有确认，所以这条线只是把两点连了起来。

191980・意义

按规则作答，就算理解了吗

能给出正确答案的机器，是真的明白了意思吗？

1980年，哲学家塞尔提出了一个思想实验。不懂中文的自己关在房间里，只靠用英语写成的规则书，对递进来的中文问题用中文作答。从外面看，和一个懂中文的人没有区别，可房间里的自己什么也不明白。因此他论证：只是按照程序操作符号的计算机，也不能说是理解了意义。

右边的图，就是那个房间。选一个问题，房间里的人只看符号的形状去查规则书，再把答案的符号递出去。规则书的内容也可以看，但哪里都没有写“意义”。

这篇论文与27位学者的反驳和意见一起刊登在学术期刊上。这个问题，如今也原样地摆在会写文章的AI面前，至今没有定论。

差不多同一时期，创造了ELIZA的魏泽鲍姆在书（1976）中写道，撇开能不能做到不谈，有些工作是不应该交给机器去做的。

结语

这一章还不清楚的事

1970年代AI的研究经费，按国家、按年份排开的数字，至今还没有找到。是不是，答案取决于用什么当尺子（大型研究所的资金、学会的会员数、词的数量）。

《感知机》是否让神经网络的研究停了下来，各资料的说法也不一样，不能一口咬定。只会按规则排列符号的机器，能不能说“明白了意思”，从1980年到今天，争论仍在继续。

而在这个寒冬里日本长出的新芽（联想器、新认知机、DP匹配），在英文的代表性AI历史著作里，几乎没有出现过名字。下一章，靠写入专家知识的AI，第2次热潮即将开始。

本章的其他事件（1条。都附有原始资料和可信度）

1977年已核对综述说法有出入日本

安川电机弧焊机器人Motoman-L10：1975、1976、1977年各指什么

安川电机（当时是安川电机制作所）从1972年前后开始开发电动机器人，1974年在机器人展上展出了初代Motoman。公司把它定为国内首个全电动（不用液压或气压，只靠电动机驱动）的工业机器人，但由于价格高等原因没有走到商用。其后，公司造出了关节像人的手臂一样纵向排列的垂直多关节5轴、最多能搬运10kg（L10的10就是这个重量）的Motoman-L10，并专用于弧焊（利用电极之间放电的火花把金属熔化连接的方法）。控制使用了微处理器（小型计算机）。1977年，大分县中津市的Yorozu汽车（现为Yorozu）中津工厂决定购买，第1号订单机成交，并作为产品出货。关于L10的年份，发明协会的汇总写1975年，日本机械学会的机械遗产（2015年认定的第76号）写1977年，两者不一致。打开资料整理后，1975年和1976年被写作开发之年，1977年被写作最初的订单和出货之年。

常见说法：人们常写“日本第一台全电动工业机器人是Motoman-L10”（机械遗产、国立科学博物馆的数据库、安川电机2021）
原始资料里：制造者安川电机的技术故事，以及安川电机的人写的2017年日本机械学会会刊的文章，把1974年在机器人展上展出的初代Motoman（与L10不是一回事）当作国内首个全电动机器人。它们认为，L10是在没能走到商用的初代之后重新制作、1977年才第一次卖出（出货）的机器。第一次展示的机器和第一次卖出去的机器不是同一台。年份也是如此，1975年、1976年被写作开发之年，1977年被写作订单和出货之年。

尚不清楚的事：1975年是什么年（设计开始、试制完成，还是对外公开），并不清楚。楠田（2004）的出处（1978年杂志《机器人》第19卷的文章）和安川电机1978年的技报（《工业机器人Motoman-L》），本网站没有打开过。销售台数（2年间2000台，还是之后约1700台）也因资料而异。

原始资料8条，及核对之处

有出入：年份：1975年（楠田2004的“（1975）”。发明协会《战后日本的创新100选》引用它写作“（1975年）”）／1976年开发（小平2025、国立科学博物馆2024年度版）／1977年（安川电机的技术故事：第1号订单机成交；安川电机2021：出货；日本机械学会会刊2017：产品化、作为产品出货；机械遗产第76号：开发和销售；国立科学博物馆的数据库：制造年）。销售台数：2年间2000台（楠田2004）／其后约1700台（日本机械学会会刊2017）。作为榜样的其他公司电动多关节机器人的发布：1973年（安川电机的技术故事没有写其他公司的名字。小平2025称是欧洲厂商，IRB 6）／1974年（楠田2004，ASEA的IRB-6）。国内首个全电动：1974年的初代Motoman（安川电机的技术故事、日本机械学会会刊2017）／1977年的L10（机械遗产、安川电机2021所说的“日本第一台全电动工业机器人”指的是L10的出货）。

机器人｜技术故事｜科技｜安川电机（MOTOMAN的诞生）（株式会社安川电机・MOTOMAN的诞生、“MOTOMAN”对外发布第1 …・本人事后的回忆）
机械遗产第76号全电动工业机器人“Motoman-L10”（《日本机械学会会刊》第120卷第1183期，2017年6月，pp.42-43）（安田贤一（（株）安川电机开发研究所机器人技术部）・2017・p.42 1. Motoman-L10、2. 开发背景・本人事后的回忆）
工业机器人MOTOMAN累计出货台数达到50万台（安川电机的通知，2021-03-30）（株式会社安川电机・2021・正文的第1段、1. 本公司工业机器人的历程・本人事后的回忆）
机械遗产第76号（2015年认定）全电动工业机器人“Motoman-L10”（日本机械学会）（一般社团法人日本机械学会・2015・正文・综述）
MOTOMAN-L10（产业技术史资料数据库，资料编号101890081011）（国立科学博物馆产业技术史资料信息中心（调查机构团体：社团法人日本机器人工业会）・制造年、特点・综述）
工业机器人技术发展的系统化调查（国立科学博物馆技术的系统化调查报告第4集，2004年3月）（楠田喜宏・2004・p.21-22 4.3停滞期（1970年代后半）、照片4.18、注 …・综述）
工业机器人技术的系统化调查（2024年度版）（国立科学博物馆技术的系统化调查报告Vol.34，2025年3月）（小平纪生・2025・p.134 4.1.3日本头部厂商的电动型机器人开发竞争、脚注6・综述）
战后日本的创新100选高度经济增长期“工业机器人”创新的由来、参考文献等（公益社团法人发明协会）（公益社团法人发明协会・创新的由来（注17～19）、参考文献等・综述）