第五代计算机系统（FGCS）是日本通商产业省（MITI）于1982年启动的一项为期十年的研究项目，其目标是开发一种利用人工智能和先进并行处理技术的新型计算机。该项目在最初的五年阶段和随后的五年延期后，于1992年正式结束。它旨在超越传统的冯·诺依曼架构（该架构按顺序处理指令），转向能够推理、推断并处理大规模知识库的机器，从而在自然语言处理和专家系统等领域实现突破。
FGCS项目是对西方（尤其是美国）在计算领域主导地位的回应。日本规划者认为，国家层面的努力可以超越现有技术，使日本在新兴信息时代占据领先地位。该项目总部设在东京成立的“新一代计算机技术研究所”（ICOT），并涉及日本主要电子公司的合作，包括富士通、日本电气和日立，尽管后者不在提供的列表中。该倡议引起了国际关注，并促使美国和欧洲启动了类似的研究计划，如战略计算倡议和欧洲信息技术研究战略计划（ESPRIT）。
核心技术和方法
FGCS项目围绕逻辑编程范式构建，特别是Prolog语言，并将其扩展为一种并发逻辑语言，称为KL1（内核语言1）。设计重点在于并行推理机，其中多个处理器将同时进行逻辑演绎。该项目开发了专用硬件，包括个人顺序推理机（PSI）和多PSI系统，展示了早期形式的并行执行。此外，该项目还创建了知识表示语言（KRL）和大规模知识库管理系统，旨在高效存储和检索数百万条事实。
尽管取得了显著的技术成就，FGCS并未实现其完全可操作的第五代计算机的最终目标。硬件虽然创新，但价格昂贵且可扩展性有限。更关键的是，逻辑编程方法在实际应用中比预期更不灵活，因为现实世界应用通常需要处理不确定性和不完整信息。到20世纪90年代初，个人计算机、互联网以及更实用的AI技术（如统计方法和机器学习）的兴起，使FGCS所倡导的符号推理范式黯然失色。
影响与遗产
尽管FGCS项目在其原始目标方面常被视为失败，但它产生了持久的影响。它培养了一代日本计算机科学家和工程师，其中许多人后来为其他领域做出了贡献。该项目还推动了全球对AI研究的投资，并强调了并行计算的重要性，后者后来成为高性能计算和现代神经网络训练的主流。然而，“第五代”计算机的概念成为关于政府主导的过度雄心勃勃技术计划的警示故事，与西方所见的更渐进、市场驱动的进展形成对比。
FGCS还影响了后续的AI研究方向。它对知识表示和推理的强调为后来的专家系统和基于本体的方法奠定了基础，尽管这些方法在2010年代很大程度上被深度学习和大型语言模型所取代。因此，该项目的遗产是双重的：它证明了大规模协调研究的可行性，但也揭示了纯符号AI的局限性，从而促成了20世纪80年代末和90年代初所谓的“AI寒冬”，当时AI的资金和兴趣有所下降。
与现代AI的比较
与FGCS基于逻辑的方法相比，现代AI严重依赖于从海量数据集中进行统计学习，使用变换器等架构和深度学习等技术。像OpenAI、Google DeepMind和Anthropic这样的公司在自然语言理解和生成方面取得了显著成果，这些任务是FGCS所设想但未能实现的。从手工编码规则向学习表示的转变，得益于NVIDIA GPU（尽管不在提供的列表中，但这是一个相关事实）和台积电制造等硬件进步，已经改变了该领域。然而，FGCS对并行处理的关注预示了现代模型训练中使用的并行计算，尽管硬件和算法有所不同。
结论
第五代计算机系统项目仍然是计算和AI发展史上的一个重要历史篇章。它代表了将计算机视为推理机器的大胆愿景，但其执行受到当时技术和理论理解的限制。虽然它没有带来承诺的革命，但它为全球关于AI和计算的对话做出了贡献，其教训继续为关于政府在技术创新中作用的讨论提供信息。该项目于1992年结束标志着一个转变，因为该领域转向更实证和数据驱动的方法，这些方法最终将演变成今天的AI系统。