【书 名】人工智能简史
【作 者】尼克 著
【出版者】人民邮电出版社
【索书号】TP18/7740
【阅览室】自然阅览室
作者简介
尼克，早年曾任职哈佛和惠普；后创业投资，往返于大陆和硅谷。无论忙闲不忘读书写字，作品多发表于《上海书评》，并有著作《UNIX系统V内核剖析》和《哲学评书》。
内容简介
《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。
《人工智能简史》作者和书中诸多人物或为师友或相熟相知，除了详实的考证还有趣的轶事。本书既适合专业人士了解人工智能鲜为人知的历史，也适合对人工智能感兴趣的大众读者作为入门的向导。
序言
历史素有两种写法：以人为主和以事为主。所有的传记都是以人为主的；而各种专史，如战争史，则多以事为主。所谓历史是人民创造的还是英雄创造的，我个人的偏好还是以人为本。八卦的历史，读者自然喜欢，对作者也有好处，就像一战后英国首相劳合•乔治对他的耶路撒冷总督说的那样：有争执，咱们政治家才派得上用场，如果他们停下来不打了，你就失业了。
人工智能到底是什么？给一门学科界定范围很难，尤其是这门学科还在快速变化中。即使是数学这样的成熟学科，有时我们也理不清边界，而像人工智能这样朝令夕改的，更是不容易闹清楚了。人工智能的定义素无共识。在大学里，机械系、电子系、计算机系，甚至哲学系都有人干人工智能。让这些人对这门学科取得共识谈何容易。从实用主义（哲学的“实用主义”，不是日常用语“实用主义”）看，一个学科就是学科共同体共同关注的东西。有些毛边可以宽容，演变。这种外延式的定义要比从上帝视角给一个内涵式定义更为实用。
一般认为，人工智能起源于1956年在达特茅斯学院召开的夏季研讨会。国内关于达特茅斯会议和神经网络早期历史的各种段子很多源于我几年前的两篇博客，后来被《上海书评》转发。经过修订，我把它们重新编为本书的两章：“达特茅斯会议：人工智能的缘起”和“神经网络简史”。“计算机下棋”一章的大部分也在《南方周末》发表过。“自动定理证明兴衰纪”的核心内容在《中国计算机学会通讯》连载过。
明尼苏达大学的查尔斯•巴贝奇研究所一直在做计算机科学的口述历史，采访了很多对计算机科学有影响的人，其中有相当一批是人工智能学者。大部分的采访都有录音。除了翻阅各种文献外，我听了近100小时的采访录音，许多人工智能老一代革命家临终时话都说不利索，听这种东西除了兴趣，还得有体力。
图灵大概是第一个对智能做出深刻思考的智者。他1936年的文章“可计算的数”奠定了计算机科学的理论和实践基础，也把相关的哲学思考推进了一大步，以至于哲学家蒙克（Ray Monk）把他列为有史以来最伟大的十位哲学家之一。图灵1950年在哲学杂志《心》（Mind）上发表的文章“计算机与智能”是传世之作，但这篇文章没有靠谱的中文翻译，我将我的译文和一篇图灵小传附在书后作为附录。图灵小传的一个早期版本曾出现在我的《哲学评书》一书中，但新版本融入了一些近几年关于图灵研究的新成果。“人工智能”这个词组的出现和达特茅斯会议有关。但英国学术圈在1956之前和之后的很长一段时间一直在用“机器智能”的说法，这和图灵1950年的文章有关。一般认为，这篇文章是这个学科的源头。但后来发现图灵1948年在英国国家物理实验室（NPL）写过一个内部报告，题为“智能机器”，其中提到了“肉体智能”（embodied intelligence）和“无肉体智能”（disembodied intelligence）的区分。机器人学家布鲁克斯（Rodney Brooks）认为图灵1948年的报告比图灵1950年的文章更加重要，它从某种意义上预示了后来符号派和统计派之争。这段历史我也列在附录里，放在图灵小传之后，因为我觉得先读读图灵的生平也许会有助于理解他的思想。
本书每一章几乎都可单独阅读，大部分内容，对于受过高中教育的人，应该都不难懂。但第10章是个例外，这一章企图以严肃的态度探讨人工智能。我以一种浓缩的方式讲述了图灵机、丘奇-图灵论题、相似性原则和超计算。没有计算理论，很多人工智能的基础问题实在是拎不清。如果读者觉得吃力，可以跳过这一章。
我常用的一种历史研究工具是谷歌的Ngram。谷歌扫描了三千多万本书，把书中出现的词组的词频统计结果公布。以时间为横轴、词频为纵轴画一条曲线，就可看出特定的词在不同历史时间段的兴衰，从而得出某些洞察。例如，通过比较“United States are”和“United States is”在历史上出现的频率，就可看出美国人是何时开始认同美国作为一个统一的国家的。很明显，南北战争之后，“United States is”开始变得更常用。我们通过统计若干人工智能中关键词的Ngram，可以感知人工智能在不同阶段的宏观发展。我曾经写过一篇“计算历史学”（见《哲学评书》）介绍Ngram。大数据为历史学提供了有力而令人信服的工具。
科普有一种写法：用一些貌似通俗的语言去解释复杂的原理。我一直不大相信这种方法，无论作者是内行还是专业科普作家。我压根就没见过一本可以把量子力学解释清楚的科普书。即使简单如图灵机，也鲜有适当的普及读物。倒是那些讲历史和八卦的书引人入胜，安德鲁•霍奇斯的《艾伦•图灵传：如谜的解谜者》是内行写作的典范，而数学家所罗门•费佛曼的太太安妮塔•费佛曼的两本逻辑学家传记是我心目中的标杆。戴森（Freeman Dyson）一直是我喜欢的作者，他也时不时为《纽约书评》写写八卦，趣味和我接近，我总是从阅读他的文章的过程中收获良多。即使我不懂他的数学和物理的领域，也能时有洞察。我的书单上还有蒙克的所有传记，它们既高级又有趣。就像蒙克所说，历史可以帮助内行了解知识的进化并获得新的视角，同时也为外行人了解专业知识提供入门的台阶或向导。
读大科学家写的科普著作，最有意思的倒不是那些对成熟思想的通俗叙述，而是那些对不成熟看法的披露，还有不好意思写到正经学术论文里的自负和牢骚。恰因为这个原因，我也喜欢多依奇（David Deutsch）的几本书。
我们很少有机会在学科发展之初就能把学科脉络梳理清楚。过去有过几个这样的时间段，例如1900年到1950年的逻辑学，1945年到2000年的分子生物学和1950年到当下的语言学。本书除了想梳理始于20世纪40年代的人工智能的历史外，还有一个作者隐含的心愿：作为人工智能的科普。哈代曾说科学（尤其是数学和理论物理，也许理论计算机科学）和艺术的原创需要一等的智力，解释和欣赏（例如乐评家和书评家）是二等的智力活儿。本书假想的对象是那些有能力但又是外行的人。丘成桐曾说（大意）：要想做大学问，必须先培养对学问的感情。除了科普，我还希望能帮助一小撮内行人或准内行人培养感情。我尽可能地列出了相关的参考文献供进一步学习。人工智能毕竟不是超弦理论，凭着一些智力还是可以自学的。
本书写作得到白硕、陈利人、宫力、洪涛、刘江、马少平、毛德操、施水才和赵伟等诸位师友的帮助和指点，特此致谢。乌镇智库的同仁为本书提供了必要的数据，我的助理冰冰为我提供了多方面的支持，一并谢过。
文摘
20世纪50年代，美国在苏联卫星上天的压力下，大力投资料技和教育。但当冷战进入缓和期后，美国人失去了以举国之力打造超级项目的动力。美国众议院贸易委员会在分析了美日贸易数字之后说美国对日贸易，除了飞机外，几乎就像一个发展中国家对发达国家的贸易，美国向日本提供农产品和原材料，日本向美国提供工业品、家用电器和高科技产品。其实当下的中美贸易也类似。
贝尔纳在《科学的社会功能》中指出，英国把他们最好的人才浪费在古典学（希腊语、拉丁语）上了，而现代社会需要大科学，需要最好的人才。在贝尔纳时代，科技反超的代表是苏联。20世纪80年代，日本在制造业和集成电路大举超越美国时，大家再次反思美国的教育，认为应该向日本学习。
太多的律师和会计师是对整个社会资源的浪费。美国的律师协会曾经抱怨说日本对外籍律师的签证额度限制导致美国律师所没法在日本干活。但日本人不鼓励美国律师带来的诉讼习气，认为这会拖累整个日本对技术创新的追求。按人口平均算，日本的律师数量是美国的二十分之一，会计师是美国的七分之一，但工程师却是美国的五倍。费根鲍姆颇为认真地说应该简化美国的法律流程，这样就会有多余的律师和会计师，而美国应该设立成人教育计划，把这些多余的律师和会计师，连带反正也找不到工作的英语博士训练成工程师。
但20世纪90年代五代机失败后，大家又各说各话。再后来，在政治正确性的压力下，美国和欧洲已经丧失了斗志。美国越战后愈演愈烈的反智主义阻碍了科技教育。全才作家布莱森(Bill Bryson)在其英国游记里观察到，当牛津附近的居民在为三星刚开的工厂能提供800个蓝领就业机会而欢欣时，牛津的孩子们还是在研读古典学，而不是数理化。近来，伴随着中国崛起，中国式“虎妈”教育又开始风行美国。
当时，所有的美国商学院都用日本索尼Walkman的成功作为案例，想说明日本会占据技术市场。把美国过去几十年的商学院案例教材拿出来翻翻倒是蛮有意思的，那些当时貌似惊人的案例，没过多久就都完蛋了。商学院对日本的研究的另一个流行观点是，日本的终身雇用制让公司和雇员都对公司的发展采取长期的视角，但现在日本已开始改变终身雇用制。商学院教学的信用完全是建立在人们的健忘上。
费根鲍姆则把五代机当作日本人的“新政”。我觉得费根鲍姆是“勾结”境外“反动”势力（日本人），给本国政府施加压力，要求增加在科技领域，尤其是在自己领域的投资。他在日本的每一次出镜都为他在本国捞足了资本。最后无论是科研经费还是开公司，他都挣了不少钱，还落下一图灵奖。公司最终其实都被他搞黄了。在风险投资大行其道之前，美国创业者从政府拿钱是王道：既不稀释股份，又没有业绩压力。 日本的五代机项目为美国敲响了警钟。1982年美国政府决定成立MCC(Microelectronics and Computer Consortium)，作为对日本五代机项目的回应，每年投资七千五百万美元，共600个职位编制。美国海军上将英曼被任命为MCC的董事长兼CEO，英曼曾任美国国家安全局局长和美国中央隋报局副局长。MCC是一个工业界的松散耦合联盟(Consortium)，除了IBM和AT&T之外的美国所有重要高科技公司都参与。这么多公司联合办公，在美国历史上还是头一次，国会特批免除“反垄断法”的限制。很多批评者认为免除“反垄断法”涉及原则问题。但20世纪50年代末美国在苏联压迫下开始阿波罗计划的时候，也是搞政府协调，那时似乎并没有人用“反垄断法”说事。这真是一个反讽：原本为了提高工业界竞争力的“反垄断法”竟然限制了美国作为国家的竞争力。
27个州的57个城市参与竞标MCC的选址，其中有加州的圣地亚哥、乔治亚洲的亚特兰大、北卡的研究三角地，最后决定花落得克萨斯州的奥斯汀。硅谷的高管对此表示不满说：奥斯汀算哪根葱？(Where the hell is Austin?)但是英曼是得克萨斯人，并且毕业于得克萨斯大学奥斯汀分校。尽管奥斯汀并不以高科技闻名，得克萨斯大学奥斯汀分校的机器定理证明研究却是美国的重要基地之一，带头人是布莱索，他是计算机系的建系系主任。正是布莱索招募了波尔一摩尔证明器的开发者波尔和摩尔加盟。他是英曼的智囊之一，英曼一到任，就提名他为负责人工智能的副总裁。也恰是布莱索把雷纳特(Douglas Lenat)网罗到MCC，并大力支持他的Cyc项目。
除了MCC，DARPA还建立了另外三个国防项目：无人驾驶车、飞行员辅助系统和战场管理系统(Battle Management System)，里面有和机器一指挥官的自然语言理解界面。DARPA无人驾驶车项目是现在各种类似项目的源头。
