本書(shū)全面講述人工智能的發(fā)展史,幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域,包括人工智能的起源、自動(dòng)定理證明、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理、遺傳算法、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、超級(jí)智能、哲學(xué)問(wèn)題和未來(lái)趨勢(shì)等,以宏闊的視野和生動(dòng)的語(yǔ)言,對(duì)人工智能進(jìn)行了全面回顧和深度點(diǎn)評(píng)。
本書(shū)作者和書(shū)中諸多人物或?yàn)閹熡鸦蛳嗍煜嘀,除了詳?shí)的考證還有有趣的軼事。本書(shū)既適合專業(yè)人士了解人工智能鮮為人知的歷史,也適合對(duì)人工智能感興趣的大眾讀者作為入門(mén)的向?qū)А?nbsp;
歷史素有兩種寫(xiě)法:以人為主和以事為主。所有的傳記都是以人為主的;而各種專史,如戰(zhàn)爭(zhēng)史,則多以事為主。所謂歷史是人民創(chuàng)造的還是英雄創(chuàng)造的,我個(gè)人的偏好還是以人為本。八卦的歷史,讀者自然喜歡,對(duì)作者也有好處,就像一戰(zhàn)后英國(guó)首相勞合·喬治對(duì)他的耶路撒冷總督說(shuō)的那樣:有爭(zhēng)執(zhí),咱們政治家才派得上用場(chǎng),如果他們停下來(lái)不打了,你就失業(yè)了。
人工智能到底是什么?給一門(mén)學(xué)科界定范圍很難,尤其是這門(mén)學(xué)科還在快速變化中。即使是數(shù)學(xué)這樣的成熟學(xué)科,有時(shí)我們也理不清邊界,而像人工智能這樣朝令夕改的,更是不容易鬧清楚了。人工智能的定義素?zé)o共識(shí)。在大學(xué)里,機(jī)械系、電子系、計(jì)算機(jī)系,甚至哲學(xué)系都有人干人工智能。讓這些人對(duì)這門(mén)學(xué)科取得共識(shí)談何容易。從實(shí)用主義(哲學(xué)的“實(shí)用主義”,不是日常用語(yǔ)“實(shí)用主義”)看,一個(gè)學(xué)科就是學(xué)科共同體共同關(guān)注的東西。有些毛邊可以寬容,演變。這種外延式的定義要比從上帝視角給一個(gè)內(nèi)涵式定義更為實(shí)用。
一般認(rèn)為,人工智能起源于1956年在達(dá)特茅斯學(xué)院召開(kāi)的夏季研討會(huì)。國(guó)內(nèi)關(guān)于達(dá)特茅斯會(huì)議和神經(jīng)網(wǎng)絡(luò)早期歷史的各種段子很多源于我?guī)啄昵暗膬善┛停髞?lái)被《上海書(shū)評(píng)》轉(zhuǎn)發(fā)。經(jīng)過(guò)修訂,我把它們重新編為本書(shū)的兩章:“達(dá)特茅斯會(huì)議:人工智能的緣起”和“神經(jīng)網(wǎng)絡(luò)簡(jiǎn)史”。“計(jì)算機(jī)下棋”一章的大部分也在《南方周末》發(fā)表過(guò)。“自動(dòng)定理證明興衰紀(jì)”的核心內(nèi)容在《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》連載過(guò)。
明尼蘇達(dá)大學(xué)的查爾斯·巴貝奇研究所一直在做計(jì)算機(jī)科學(xué)的口述歷史,采訪了很多對(duì)計(jì)算機(jī)科學(xué)有影響的人,其中有相當(dāng)一批是人工智能學(xué)者。大部分的采訪都有錄音。除了翻閱各種文獻(xiàn)外,我聽(tīng)了近100小時(shí)的采訪錄音,許多人工智能老一代革命家臨終時(shí)話都說(shuō)不利索,聽(tīng)這種東西除了興趣,還得有體力。
圖靈大概是第一個(gè)對(duì)智能做出深刻思考的智者。他1936年的文章“可計(jì)算的數(shù)”奠定了計(jì)算機(jī)科學(xué)的理論和實(shí)踐基礎(chǔ),也把相關(guān)的哲學(xué)思考推進(jìn)了一大步,以至于哲學(xué)家蒙克(Ray Monk)把他列為有史以來(lái)最偉大的十位哲學(xué)家之一。圖靈1950年在哲學(xué)雜志《心》(Mind)上發(fā)表的文章“計(jì)算機(jī)與智能”是傳世之作,但這篇文章沒(méi)有靠譜的中文翻譯,我將我的譯文和一篇圖靈小傳附在書(shū)后作為附錄。圖靈小傳的一個(gè)早期版本曾出現(xiàn)在我的《哲學(xué)評(píng)書(shū)》一書(shū)中,但新版本融入了一些近幾年關(guān)于圖靈研究的新成果!叭斯ぶ悄堋边@個(gè)詞組的出現(xiàn)和達(dá)特茅斯會(huì)議有關(guān)。但英國(guó)學(xué)術(shù)圈在1956之前和之后的很長(zhǎng)一段時(shí)間一直在用“機(jī)器智能”的說(shuō)法,這和圖靈1950年的文章有關(guān)。一般認(rèn)為,這篇文章是這個(gè)學(xué)科的源頭。但后來(lái)發(fā)現(xiàn)圖靈1948年在英國(guó)國(guó)家物理實(shí)驗(yàn)室(NPL)寫(xiě)過(guò)一個(gè)內(nèi)部報(bào)告,題為“智能機(jī)器”,其中提到了“肉體智能”(embodied intelligence)和“無(wú)肉體智能”(disembodied intelligence)的區(qū)分。機(jī)器人學(xué)家布魯克斯(Rodney Brooks)認(rèn)為圖靈1948年的報(bào)告比圖靈1950年的文章更加重要,它從某種意義上預(yù)示了后來(lái)符號(hào)派和統(tǒng)計(jì)派之爭(zhēng)。這段歷史我也列在附錄里,放在圖靈小傳之后,因?yàn)槲矣X(jué)得先讀讀圖靈的生平也許會(huì)有助于理解他的思想。
本書(shū)每一章幾乎都可單獨(dú)閱讀,大部分內(nèi)容,對(duì)于受過(guò)高中教育的人,應(yīng)該都不難懂。但第10章是個(gè)例外,這一章企圖以嚴(yán)肅的態(tài)度探討人工智能。我以一種濃縮的方式講述了圖靈機(jī)、丘奇 圖靈論題、相似性原則和超計(jì)算。沒(méi)有計(jì)算理論,很多人工智能的基礎(chǔ)問(wèn)題實(shí)在是拎不清。如果讀者覺(jué)得吃力,可以跳過(guò)這一章。
我常用的一種歷史研究工具是谷歌的Ngram。谷歌掃描了三千多萬(wàn)本書(shū),把書(shū)中出現(xiàn)的詞組的詞頻統(tǒng)計(jì)結(jié)果公布。以時(shí)間為橫軸、詞頻為縱軸畫(huà)一條曲線,就可看出特定的詞在不同歷史時(shí)間段的興衰,從而得出某些洞察。例如,通過(guò)比較“United States are”和“United States is”在歷史上出現(xiàn)的頻率,就可看出美國(guó)人是何時(shí)開(kāi)始認(rèn)同美國(guó)作為一個(gè)統(tǒng)一的國(guó)家的。很明顯,南北戰(zhàn)爭(zhēng)之后,“United States is”開(kāi)始變得更常用。我們通過(guò)統(tǒng)計(jì)若干人工智能中關(guān)鍵詞的Ngram,可以感知人工智能在不同階段的宏觀發(fā)展。我曾經(jīng)寫(xiě)過(guò)一篇“計(jì)算歷史學(xué)”(見(jiàn)《哲學(xué)評(píng)書(shū)》)介紹Ngram。大數(shù)據(jù)為歷史學(xué)提供了有力而令人信服的工具。
科普有一種寫(xiě)法:用一些貌似通俗的語(yǔ)言去解釋復(fù)雜的原理。我一直不大相信這種方法,無(wú)論作者是內(nèi)行還是專業(yè)科普作家。我壓根就沒(méi)見(jiàn)過(guò)一本可以把量子力學(xué)解釋清楚的科普書(shū)。即使簡(jiǎn)單如圖靈機(jī),也鮮有適當(dāng)?shù)钠占白x物。倒是那些講歷史和八卦的書(shū)引人入勝,安德魯·霍奇斯的《艾倫·圖靈傳:如謎的解謎者》是內(nèi)行寫(xiě)作的典范,而數(shù)學(xué)家所羅門(mén)·費(fèi)佛曼的太太安妮塔·費(fèi)佛曼的兩本邏輯學(xué)家傳記是我心目中的標(biāo)桿。戴森(Freeman Dyson)一直是我喜歡的作者,他也時(shí)不時(shí)為《紐約書(shū)評(píng)》寫(xiě)寫(xiě)八卦,趣味和我接近,我總是從閱讀他的文章的過(guò)程中收獲良多。即使我不懂他的數(shù)學(xué)和物理的領(lǐng)域,也能時(shí)有洞察。我的書(shū)單上還有蒙克的所有傳記,它們既高級(jí)又有趣。就像蒙克所說(shuō),歷史可以幫助內(nèi)行了解知識(shí)的進(jìn)化并獲得新的視角,同時(shí)也為外行人了解專業(yè)知識(shí)提供入門(mén)的臺(tái)階或向?qū)А?nbsp;
讀大科學(xué)家寫(xiě)的科普著作,最有意思的倒不是那些對(duì)成熟思想的通俗敘述,而是那些對(duì)不成熟看法的披露,還有不好意思寫(xiě)到正經(jīng)學(xué)術(shù)論文里的自負(fù)和牢騷。恰因?yàn)檫@個(gè)原因,我也喜歡多依奇(David Deutsch)的幾本書(shū)。
我們很少有機(jī)會(huì)在學(xué)科發(fā)展之初就能把學(xué)科脈絡(luò)梳理清楚。過(guò)去有過(guò)幾個(gè)這樣的時(shí)間段,例如1900年到1950年的邏輯學(xué),1945年到2000年的分子生物學(xué)和1950年到當(dāng)下的語(yǔ)言學(xué)。本書(shū)除了想梳理始于20世紀(jì)40年代的人工智能的歷史外,還有一個(gè)作者隱含的心愿:作為人工智能的科普。哈代曾說(shuō)科學(xué)(尤其是數(shù)學(xué)和理論物理,也許理論計(jì)算機(jī)科學(xué))和藝術(shù)的原創(chuàng)需要一等的智力,解釋和欣賞(例如樂(lè)評(píng)家和書(shū)評(píng)家)是二等的智力活兒。本書(shū)假想的對(duì)象是那些有能力但又是外行的人。丘成桐曾說(shuō)(大意):要想做大學(xué)問(wèn),必須先培養(yǎng)對(duì)學(xué)問(wèn)的感情。除了科普,我還希望能幫助一小撮內(nèi)行人或準(zhǔn)內(nèi)行人培養(yǎng)感情。我盡可能地列出了相關(guān)的參考文獻(xiàn)供進(jìn)一步學(xué)習(xí)。人工智能畢竟不是超弦理論,憑著一些智力還是可以自學(xué)的。
本書(shū)寫(xiě)作得到白碩、陳利人、宮力、洪濤、劉江、馬少平、毛德操、施水才和趙偉等諸位師友的幫助和指點(diǎn),特此致謝。烏鎮(zhèn)智庫(kù)的同仁為本書(shū)提供了必要的數(shù)據(jù),我的助理冰冰為我提供了多方面的支持,一并謝過(guò)。
尼克,早年曾任職哈佛和惠普;后創(chuàng)業(yè)投資,往返于大陸和硅谷。無(wú)論忙閑不忘讀書(shū)寫(xiě)字,作品多發(fā)表于《上海書(shū)評(píng)》,并有著作《UNIX系統(tǒng)V內(nèi)核剖析》和《哲學(xué)評(píng)書(shū)》。
第1章 達(dá)特茅斯會(huì)議:人工智能的緣起 1
1. 背景 1
2. 達(dá)特茅斯會(huì)議 6
3. AI歷史的方法論 9
4. 會(huì)議之后 14
5. 預(yù)測(cè)未來(lái):會(huì)有奇點(diǎn)嗎? 19
第2章 自動(dòng)定理證明興衰紀(jì) 24
1. 自動(dòng)定理證明的起源 24
2. 羅賓遜和歸結(jié)原理 32
3. 項(xiàng)重寫(xiě) 34
4. 阿貢小組和馬庫(kù)恩 35
5. 符號(hào)派的內(nèi)部矛盾:?jiǎn)柎鹣到y(tǒng)和歸結(jié)原理的失落 37
6. 幾何定理證明與計(jì)算機(jī)代數(shù) 39
7. 定理證明系統(tǒng)和競(jìng)賽 44
8. 哲學(xué)問(wèn)題 46
9. 現(xiàn)狀 49
10. 結(jié)語(yǔ) 51
第3章 從專家系統(tǒng)到知識(shí)圖譜 60
1. 費(fèi)根鮑姆和DENDRAL 60
2. MYCIN 64
3. 專家系統(tǒng)的成熟 65
4. 知識(shí)表示 66
5. 雷納特和大知識(shí)系統(tǒng) 70
6. 語(yǔ)義網(wǎng) 73
7. 谷歌和知識(shí)圖譜 75
第4章 第五代計(jì)算機(jī)的教訓(xùn) 79
1. 背景 79
2. 理論基礎(chǔ):邏輯程序和Prolog 82
3. 五代機(jī)計(jì)劃和五代機(jī)研究所 85
4. 并發(fā)Prolog 88
5. 美國(guó)和歐洲對(duì)日本五代機(jī)計(jì)劃的反應(yīng) 90
6. 結(jié)局和教訓(xùn) 94
7. 日本還有機(jī)會(huì)嗎:日本下一代人工智能促進(jìn)戰(zhàn)略 95
第5章 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)史 97
1. 神經(jīng)網(wǎng)絡(luò)的初創(chuàng)文章 97
2. 羅森布拉特和感知機(jī) 103
3. 神經(jīng)網(wǎng)絡(luò)的復(fù)興 107
4. 深度學(xué)習(xí) 111
第6章 計(jì)算機(jī)下棋簡(jiǎn)史:機(jī)定勝人,人定勝天 116
1. 機(jī)器下棋史前史 116
2. 跳棋插曲 118
3. 計(jì)算機(jī)下棋之初 119
4.“深藍(lán)” 124
5. 圍棋和AlphaGo 125
第7章 自然語(yǔ)言處理 128
1. 喬治敦實(shí)驗(yàn) 128
2. 喬姆斯基和句法分析 129
3. ELIZA和PARRY 136
4. 維諾格拉德和積木世界 143
5. 統(tǒng)計(jì)派又來(lái)了 149
6. 神經(jīng)翻譯是終極手段嗎? 151
7. 問(wèn)答系統(tǒng)和IBM 沃森 152
8. 回顧和展望 154
第8章 向自然學(xué)習(xí):從遺傳算法到強(qiáng)化學(xué)習(xí) 159
1. 霍蘭德和遺傳算法 159
2. 遺傳編程 164
3. 強(qiáng)化學(xué)習(xí) 166
4. 計(jì)算向自然學(xué)習(xí)還是自然向計(jì)算學(xué)習(xí) 172
5. 計(jì)算理論與生物學(xué) 173
第9章 哲學(xué)家和人工智能 177
1. 德雷弗斯和《計(jì)算機(jī)不能干什么》 177
2. 塞爾和中文屋 184
3. 普特南和缸中腦 187
4. 給哲學(xué)家一點(diǎn)忠告 190
第10章 人是機(jī)器嗎?——人工智能的計(jì)算理論基礎(chǔ) 195
1. 丘奇-圖靈論題:為什么圖靈機(jī)是最重要的發(fā)明? 197
2. 相似性原則:另一個(gè)重要但不太被提及的計(jì)算理論思想 201
3. 超計(jì)算 205
4. BSS實(shí)數(shù)模型 206
5. 量子計(jì)算 208
6. 計(jì)算理論的哲學(xué)寓意 211
7. 丘奇-圖靈論題、超計(jì)算和人工智能 212
第11章 智能的進(jìn)化 216
1. 大腦的進(jìn)化 216
2. 能源的攝取和消耗 218
3. 全社會(huì)的算力作為文明的測(cè)度 220
4. 人工智能從哪里來(lái)? 222
5. 人工智能向哪里去:會(huì)有超級(jí)智能嗎? 223
第12章 當(dāng)我們談?wù)撋罆r(shí),我們?cè)谡務(wù)撌裁? ?30
附錄1 圖靈小傳 237
附錄2 人工智能前史:圖靈與人工智能 249
附錄3 馮諾伊曼與人工智能 255
附錄4 計(jì)算機(jī)與智能 261
參考文獻(xiàn) 293
人名對(duì)照 308