约翰·麦卡锡
John McCarthy
生日：1927年9月4日
国籍：美国
出生地：美国，波士顿
学位：加洲理工学院数学学士学位，普林斯顿大学数学博士学位
赞誉：人工智能之父
简介生于美国波士顿一个共产党家庭，父母的工作性质决定全家需不断搬迁，从波士顿迁到纽约，然后又到了洛杉矶。信仰爱尔兰天主教的父亲当过木匠、渔夫和工会组织者，母亲是立陶宛，犹太人，在联合通讯社（TheFederatedPress）当记者，后来在一家共产党报社工作。麦卡锡从小把自己对科学的兴趣与家庭的政治倾向结合起来。麦卡锡在接受采访时说：“我们确信技术的进步对人类有利。我记得小时候读过《十万个为什么》，这是30年代苏联作家伊林（M．Ilin）撰写的通俗科技读物。在美国好像没有这样的书。10至15年前我很高兴得知中国有许多非常早熟的儿童，他们都读过《十万个为什么》。”
麦卡锡说他的童年平平淡淡，实际上在读中学时，他就找到加州理工大学的一份课程清单，自学了大学一年和二年的数学课程。1944年他真的到了这所大学，免修头两年的数学课。1948年9月在读研究生时，他出席了该校主办的“行为的大脑机制西克森研讨会”（Hixon Symposiumon Cerebral Mechanism in Behavior at CalTech）。大数学家、计算机设计大师冯·诺伊曼在会上散发了关于自复制自动机的论文。尽管当时还没有人精确地将机器智能与人的智能联系起来，但诺伊曼的报告却激发了麦卡锡的好奇心。1949年在普林斯顿大学数学系作博士论文时，他决定尝试在机器上模拟人的智能。1955年他联合申农（信息论创立者）、明斯基（人工智能大师，《心智社会》的作者）、罗彻斯特（IBM计算机设计者之一），发起了达特茅斯项目（Dartmouth Project），第二年正式启动，洛克菲勒基金会提供了极有限的资助。现在看来，这个项目不但是人工智能发展史的一个重要事件，也是计算机科学的一个里程碑。正是在1956年，麦卡锡首次提出“人工智能”（artificial intelligence）这一概念。现在看来，那次讨论并没有实质上解决有关智能机的任何具体问题，但它确立了研究目标，使人工智能成为计算机科学中一门独立的经验科学。
1957年巴库斯（John Barkus）及其IBM小组发布了Fortran语言，这是第一个成功的高级语言，使程序设计者从繁琐的汇编语言中解脱出来。卡内基梅龙大学的纽维尔（A．Newell）、司马赫（H．Simon）等提出信息处理语言IPL，麦卡锡则提出表处理语言Lisp。在Fortran中不允许有递归，麦卡锡希望改进它。1960年巴黎会议大家讨论了Algol语言，采纳了麦卡锡的建议，增加了递归和条件表达式。Algol最早接受了Lisp的观念，但不是最后一个。如今的Pascal、C、Ada等都接受了Lisp的创新。但至今，主流程序设计语言仍然没有吸收麦卡锡建议的“求值函数”（eval），认为它很危险。麦卡锡发明Lisp语言，只是把它作为工具，他的目标是制造具有人类智能的机器。Lisp自发明以后，像其他语言一样，发明人失去了对其的控制能力，马库斯和凯（A．Kay，“面向对象程序设计”的创始人）也一样。
1959年麦卡锡发表《具有常识的程序》一文，标志着他向“常识逻辑推理”难题开始宣战。“与所有专门化的理论一样，所有科学也都体现于常识中。当你试图证明这些理论时，你就回到了常识推理，因为常识指导着你的实验。”设想一个旅行者从英国格拉斯哥经过伦敦去莫斯科，计算机程序可以分段处理：从格拉斯哥到伦敦，再从伦敦到莫斯科。但是如果假设此人不幸在伦敦丢失了机票怎么办？当然现实中此人一般不会因此取消原来去莫斯科的计划，他可能会再买一张票。但是预先设计好的模拟程序却不允许如此灵活。因此要发展一种具有常识推理能力的逻辑。
麦卡锡发明了LISP并于1960年将其设计发表在《美国计算机学会通讯》（en:Communications of the ACM）上。他帮助推动了麻省理工学院的MAC项目（en:Project MAC）。然而，他在1962年了离开麻省理工学院，前往斯坦福大学并在那里协助建立了斯坦福人工智能实验室（en:Stanford Artificial Intelligence Laboratory），成为MAC项目多年来的一个友好的竞争对手。
1964年麦卡锡已是斯坦福大学人工智能实验室的主任，他提出了一种称之为“情景演算”（situational calculus）的理论，其中“情景”表示世界的一种状态。当主体（agent）行动时，情景发生变化。主体下一步如何行动取决于他所知道的情景。情景演算的思想吸收了有穷自动机状态转移的概念。在情景演算中，推理不但取决于状态，而且取决于主体关于状态知道些什么。主体知道得越多，了解得越详细，他就会更好地作出决策。这种情景演算理论吸引了许多研究者，但它本身也引起一种问题。在多主体的世界中，与一个主体有关的情景的变化可能还取决于其他主体的行动。这样处理起来十分困难。在常识世界中，我们的决策可能不大受其他主体的影响，当然有时也受。很难说麦卡锡的努力最终是否成功了，但他向通常的“演绎推理”挑战，强调人类智能推理的非单调性（nonmonotonicity），发展状态描述法，在人工智能研究中具有重要意义。麦卡锡试图让机器能像人一样，在某种语境下，进行基本的猜测。但这很难做，即使是人，也常常误解语境。一个有趣的例子是：白宫发言人奥涅尔欢迎新当选的里根总统时说：“您成了Grover Cleveland”（他指的是美国的一个总统）。而里根却微笑着说：“我只在电影中扮演过一次Cleveland。”（里根指的是棒球手Grover Cleveland Alexander）
不管人们对人工智能还有什么偏见，它现在已成为严肃的经验科学，而麦卡锡为这一领域培养了大量人才，他的学生遍及世界。关于人工智能，想了解更多的东西可以直接访问麦卡锡的网页，从“公众理解科学的角度”看，他的网页做得非常棒。他讨论了人工智能与哲学的关系，人工智能的分类及应用领域等。还详细回答了有关人类“可持续发展”的问题。他是技术乐观派，相信人类会有一个美好的未来（他提供了许多论据，可从网上看到）。