第三部：玫瑰與荊棘——感知器與第一次寒冬
在達特茅斯會議的耀眼光芒下，有一條幽暗的小徑被遺忘了。這條小徑上的人不屑寫邏輯程式，他們想直接用電線「焊接」出一個大腦。
1. 另闢蹊徑的瘋子：法蘭克·羅森布拉特
在 1950 年代末，當主流的「符號主義」學者們正忙著用 if-else 邏輯規則教電腦下棋與證明數學定理時，康乃爾大學的一位心理學家法蘭克·羅森布拉特 (Frank Rosenblatt) 走上了一條截然不同的路。
他對冷冰冰的邏輯推導沒有興趣。他觀察的是人類的大腦。
大腦裡面沒有 if-else 程式碼，只有數以百億計的「神經元」。當一個神經元受到足夠的刺激，它就會「觸發（發射電訊號）」，將訊息傳遞給下一個神經元。
羅森布拉特認為，如果我們能用電線、電阻和馬達模擬出這種「接收刺激、調整權重、決定是否觸發」的機制，機器就能像生物一樣，從經驗中自己學會看東西，而不是靠人類一行行去寫規則。
1958 年，他發表了著名的「感知器 (Perceptron)」。
2. 轟動全美的鋼鐵大腦
羅森布拉特的感知器不是一段程式碼，而是一台重達五噸、佈滿電線與馬達的巨大機器（名為 Mark I 感知器）。它連接著一個 400 像素的攝影機。
經過幾十次的跌跌撞撞與「權重調整（學習）」，這台機器居然成功學會了分辨螢幕上的圖形是左邊還是右邊！它沒有被輸入任何關於「左右」的定義，它是自己學會的！
這個實驗震驚了全美。1958 年的《紐約時報》以聳動的標題報導：「海軍揭曉了一台機器的雛形…它將能自己行走、說話、看東西、寫字、繁殖，並意識到自己的存在。」
這是「神經網路 (Neural Network)」學派的第一次偉大勝利。羅森布拉特成為了媒體寵兒，而感知器則成為了未來的希望。
3. 明斯基的致命一擊與第一次寒冬
然而，玫瑰之下往往藏著荊棘。
達特茅斯會議的發起人之一、麻省理工學院的 AI 大佬馬文·明斯基 (Marvin Minsky)，對羅森布拉特的高調極度不滿。明斯基是堅定的「符號主義者」，他認為這種依靠亂連電線的神經網路根本是一場沒有數學嚴謹性的鬧劇。
為了徹底摧毀感知器的神話，1969 年，明斯基與西摩·派普特 (Seymour Papert) 出版了一本名為《感知器》的書。
這本書就像是一把鋒利的手術刀，用嚴謹的數學證明了羅森布拉特的單層感知器有一個致命缺陷：它連最簡單的「XOR (互斥或)」邏輯問題都無法解決！（它無法在座標系上畫出一條直線，把交叉的兩組點分開）。
明斯基還在書中無情地斷言：「擴充到多層感知器也是徒勞無功的。」
這句話成為了神經網路的死刑判決。美國政府與軍方原本就對 AI 的進展緩慢感到不耐煩，看到連 AI 大師都說神經網路是死路一條，便毫不猶豫地砍光了所有相關的研究經費。
4. 墜落的星辰與沉睡的巨龍
就在《感知器》出版兩年後的 1971 年，羅森布拉特在一次帆船事故中意外溺水身亡，年僅 43 歲。
他的死，與神經網路研究的徹底冰封，成為了 AI 歷史上最令人心碎的篇章之一。
整個 1970 年代，AI 迎來了它的第一次寒冬。那些曾經試圖模擬大腦結構的學者們，被趕出了實驗室，得不到任何資助。
但明斯基不知道的是，多層神經網路其實是有能力解決複雜問題的，只是當時的人們還沒有找到能夠教導多層網路學習的「反向傳播演算法」。
神經網路這條巨龍並沒有死，它只是陷入了長達數十年的沉睡，等待著下一批不信邪的傻瓜將它喚醒。
下一集：當神經網路被掃地出門時，另一批學者提出了「專家系統」，試圖把全人類的知識變成電腦代碼。這引發了 80 年代的一波商業淘金熱，但最終卻帶來了更慘烈的第二次寒冬。