英文“Intelligence”在詞典中有兩個(gè)核心定義：一是人類獲取和應(yīng)用知識(shí)的技巧與能力；二是情報(bào)，最初指軍事情報(bào)，后來(lái)擴(kuò)展到經(jīng)濟(jì)情報(bào)和社會(huì)情報(bào)。我認(rèn)為，這兩個(gè)定義必須結(jié)合考慮。情報(bào)的本質(zhì)是KAO：Knowledge（知識(shí)）、Action（行動(dòng)）和Organization（組織）。未來(lái)的智能也應(yīng)如此，不應(yīng)僅是簡(jiǎn)單算法，應(yīng)是以KAO形式開(kāi)展，有知識(shí)，有組織，有行動(dòng)。

2016年6月5日，墨子沙龍邀請(qǐng)到王飛躍教授在中國(guó)科學(xué)技術(shù)大學(xué)上海研究院作主題為《智能的本源——?dú)v史與展望》的講座。本文根據(jù)報(bào)告整理而成。

1

第一部分

追溯“智能”歷史，從古希臘到達(dá)特茅斯

今年（注：講座舉辦于2016年）是達(dá)特茅斯會(huì)議（Dartmouth Conference）召開(kāi)60周年，許多人以此作為人工智能“誕生”的標(biāo)志，將其視為智能歷史的起點(diǎn)。其實(shí)人類智能的起源遠(yuǎn)早于此，從猴子時(shí)代開(kāi)始，我們就已具備基本的智能形式，怎么能說(shuō)只有60年呢？

▲坐落于美國(guó)新罕布什爾州漢諾威小城的達(dá)特茅斯會(huì)議舊址，來(lái)源：清華大學(xué)

達(dá)特茅斯會(huì)議于1956年順利召開(kāi)，其最大功臣是約翰·麥卡錫（John McCarthy）。作為L(zhǎng)isp語(yǔ)言[1]的創(chuàng)始人，麥卡錫畢業(yè)于普林斯頓大學(xué)數(shù)學(xué)系，與“人工智能之父”馬文·明斯基（Marvin Lee Minsky）是同系校友。畢業(yè)后，他前往達(dá)特茅斯學(xué)院任教。早在1955年，麥卡錫就萌生了創(chuàng)建人工智能領(lǐng)域的想法，他創(chuàng)造了“Artificial Intelligence”（人工智能）這一術(shù)語(yǔ)，并向洛克菲勒基金會(huì)寫(xiě)信申請(qǐng)經(jīng)費(fèi)，提出舉辦人工智能的研討會(huì)。最終，他們獲得了資助，會(huì)議吸引了十幾位專家參加。

在我看來(lái)，麥卡錫雖是發(fā)起者，但最大貢獻(xiàn)者是明斯基。人工智能的三大主要學(xué)派[2]中，有兩個(gè)是由明斯基創(chuàng)立的：符號(hào)主義和連接主義。明斯基是最早在博士論文中提出隨機(jī)神經(jīng)元網(wǎng)絡(luò)的人。此外，明斯基還是認(rèn)知科學(xué)家，而非單純的人工智能專家。

▲年輕時(shí)的馬文·明斯基，來(lái)源：百度百科

回顧人工智能的古代和近代史，其實(shí)可以追溯到三位關(guān)鍵人物：亞里士多德、萊布尼茨，以及集大成者的喬治·布爾（George Boole）。

亞里士多德是第一個(gè)將邏輯形式化的人。他的形式邏輯奠定了符號(hào)主義的基礎(chǔ)，三段論[3]（syllogism）就是其核心貢獻(xiàn)。萊布尼茨（Gottfried Wilhelm Leibniz）的影響同樣深遠(yuǎn)。他發(fā)表微積分論文早于牛頓，當(dāng)今微積分符號(hào)大多源于萊布尼茨。他還研究了“推理微積分”（calculus ratiocinator），旨在將思維模式化，這與我們今天計(jì)算機(jī)處理邏輯的方式一脈相承。更重要的是，二進(jìn)制系統(tǒng)也是萊布尼茨發(fā)明的。

布爾創(chuàng)立了邏輯代數(shù)，即布爾代數(shù)，這是現(xiàn)代計(jì)算機(jī)、邏輯電路和電路設(shè)計(jì)的基礎(chǔ)。隨后，查爾斯·巴貝奇（Charles Babbage）設(shè)計(jì)并制作了第一臺(tái)差分機(jī)和分析機(jī)[4]，這些機(jī)械計(jì)算設(shè)備預(yù)示了計(jì)算機(jī)的雛形。接著，諾伯特·維納（Norbert Wiener）創(chuàng)立了控制論（Cybernetics），將反饋機(jī)制引入系統(tǒng)科學(xué)。這些發(fā)展串聯(lián)起人工智能的近代基礎(chǔ)。

▲巴貝奇差分機(jī)2號(hào)互動(dòng)模型，來(lái)源：清華大學(xué)科學(xué)博物館

人工智能并非孤立出現(xiàn)，而是哲學(xué)、數(shù)學(xué)和工程的交匯。達(dá)特茅斯會(huì)議只是一個(gè)起點(diǎn)，它激發(fā)了后續(xù)的符號(hào)主義、連接主義和控制論等學(xué)派。從亞里士多德的邏輯形式化，到萊布尼茨的二進(jìn)制和推理系統(tǒng)，再到布爾的代數(shù)邏輯，以及巴貝奇的機(jī)械計(jì)算和維納的反饋理論，這些先驅(qū)共同鑄就了人工智能的根基。

2

第二部分

蘇格拉底、圖靈與明斯基，古今學(xué)者的“智能觀”

回溯智能的本質(zhì)，英文“Intelligence”在詞典中有兩個(gè)核心定義：一是人類獲取和應(yīng)用知識(shí)的技巧與能力；二是情報(bào)，最初指軍事情報(bào)，后來(lái)擴(kuò)展到經(jīng)濟(jì)情報(bào)和社會(huì)情報(bào)。我認(rèn)為，這兩個(gè)定義必須結(jié)合考慮。正如陰陽(yáng)互補(bǔ)——陽(yáng)為智能，陰為情報(bào)，沒(méi)有情報(bào)的智能如同盲人。谷歌和百度等正是基于此起家，它們從搜索引擎起步，擅長(zhǎng)情報(bào)收集和處理。情報(bào)的本質(zhì)是KAO：Knowledge（知識(shí)）、Action（行動(dòng)）和Organization（組織）。未來(lái)的智能也應(yīng)如此，不應(yīng)僅是簡(jiǎn)單算法，應(yīng)是以KAO形式開(kāi)展，有知識(shí)，有組織，有行動(dòng)。

▲單詞“intelligence”在劍橋英語(yǔ)詞典中的解釋

不同科學(xué)家對(duì)智能的理解不同。西方哲學(xué)家蘇格拉底持極端觀點(diǎn)：“我知道我一無(wú)所知?！彼J(rèn)為無(wú)知是人類進(jìn)步的動(dòng)力，如果人類無(wú)所不知，我們的存在理由將消失。另一極端是愛(ài)因斯坦，他強(qiáng)調(diào)智能不止于知識(shí)，更需想象力：“想象力比知識(shí)更重要。”我個(gè)人認(rèn)為，最靠譜的是約翰·馮·諾伊曼（John von Neumann）的觀點(diǎn)。今天的社會(huì)印證了他的預(yù)言：知識(shí)的積累和應(yīng)用是一個(gè)過(guò)程，隨著人口的增加、積累的知識(shí)的增加，會(huì)有一個(gè)爆炸式的增長(zhǎng)?，F(xiàn)在的社會(huì)并非智能奇點(diǎn)，而是智能爆炸。

馬文·明斯基是人工智能的真正思想家。他不相信智能有單一原理：“是什么不可思議的訣竅讓我們變得智能？訣竅就是沒(méi)有訣竅。智能的力量源于我們自身的巨大多樣性，而非任何單個(gè)完美的原理?！蔽艺J(rèn)同這一觀點(diǎn)，也相信哥德?tīng)柌煌陚涠ɡ韀5]（G?del's Incompleteness Theorems）和圖靈不可判定性[6]（Turing's Halting Problem）。這些定理揭示了有限與無(wú)限的本質(zhì)矛盾：人類有限的生命試圖理解無(wú)限宇宙，自然會(huì)存在這種矛盾。因此，我堅(jiān)決不相信人工智能會(huì)“取代人類”。

艾倫·圖靈（Alan Turing）的論文《論可計(jì)算數(shù)及其在判定問(wèn)題上的應(yīng)用》（On Computable Numbers, with an Application to the Entscheidungsproblem, 1936）定義了丘奇-圖靈論題（Church-Turing Thesis）：所有可計(jì)算函數(shù)均可由圖靈機(jī)計(jì)算。這奠定了通用計(jì)算機(jī)的基礎(chǔ)。他還在哲學(xué)雜志上發(fā)表《計(jì)算機(jī)器與智能》（Computing Machinery and Intelligence, 1950），提出圖靈測(cè)試（Turing Test），評(píng)估機(jī)器是否具備人類智能。

▲艾倫·圖靈（Alan Turing），來(lái)源：騰訊新聞

早期人工智能深受邏輯理論家影響，赫伯特·西蒙（Herbert Simon）和艾倫·紐厄爾（Allen Newell）開(kāi)發(fā)的人工智能程序GPS（General Problem Solver），旨在模擬人類解決一般性問(wèn)題的思維過(guò)程，是一個(gè)通用推理工具，這受到了羅素和懷特海的《數(shù)學(xué)原理》（Principia Mathematica）啟發(fā)。西蒙曾預(yù)測(cè)：到1968年，數(shù)字計(jì)算機(jī)將贏得國(guó)際象棋冠軍；十年后，又預(yù)言到1985年，電腦能完成男人的所有工作。這些預(yù)測(cè)雖未全實(shí)現(xiàn)，但已預(yù)見(jiàn)到人工智能領(lǐng)域的未來(lái)發(fā)展。

1996年，IBM開(kāi)發(fā)國(guó)際象棋計(jì)算機(jī)深藍(lán)，2016年，谷歌DeepMind開(kāi)發(fā)圍棋AI——AlphaGo。深藍(lán)在1997年擊敗卡斯帕羅夫，AlphaGo在2016年擊敗李世石，這些都是AI史上的標(biāo)志性事件。二者天差地別。深藍(lán)是應(yīng)用數(shù)學(xué)的巔峰：其計(jì)算路徑透明，所有人都能追蹤；AlphaGo則基于深度學(xué)習(xí)，其神經(jīng)網(wǎng)絡(luò)提取特征的過(guò)程黑箱化——連設(shè)計(jì)者也不知道提取了什么特征，這些特征又形成了怎樣的特征空間。這正是智能的重要特征：無(wú)人知曉。如果一切透明，就不是智能，而是邏輯數(shù)學(xué)。最初，大家懷疑AlphaGo，因?yàn)樗鼰o(wú)法解釋特征，但實(shí)踐證明了深度學(xué)習(xí)在圖像識(shí)別上的效用：機(jī)器翻譯從低精度躍升，同聲翻譯和網(wǎng)絡(luò)翻譯的可用性，正是深度學(xué)習(xí)的成果。

然而，深度學(xué)習(xí)有自身局限。杰弗里·辛頓（Geoffrey Hinton）曾說(shuō)：“如果你只有一個(gè)問(wèn)題要解決，用神經(jīng)網(wǎng)絡(luò)就好。但若想從事科學(xué)、理解架構(gòu)選擇或遷移到新問(wèn)題，你必須明白不同架構(gòu)的能與不能。”

▲杰弗里·辛頓（Geoffrey Hinton）在2025世界人工智能大會(huì)上發(fā)言，來(lái)源：世界人工智能大會(huì)

3

第三部分

那些不為人知的“至暗時(shí)刻”

我們常說(shuō)，人工智能只有酷暑和寒冬，卻沒(méi)有春天與秋天。發(fā)展至今，人工智能經(jīng)歷了至少九次“冬天”，即資金和興趣銳減期。第一個(gè)冬天源于翻譯失敗。20世紀(jì)50年代，IBM開(kāi)發(fā)喬治城翻譯機(jī)器。宣稱“電子大腦翻譯俄語(yǔ)”，“雙語(yǔ)機(jī)器”。然而，實(shí)際的演示只是將一套精心挑選的49個(gè)俄語(yǔ)句子翻譯成英語(yǔ)，機(jī)器的詞匯量?jī)H限于250個(gè)單詞?！癟he spirit is willing but the flesh is weak”（心有余而力不足，flesh指肉體）。早期機(jī)器翻譯成俄文后，反譯回英文，變成了：“伏特加酒是好的，可惜肉是爛的”（酒香而肉臭）。這導(dǎo)致1950年代末的翻譯項(xiàng)目崩盤(pán)。

第二冬由明斯基和西摩·帕佩特（Seymour Papert）引發(fā)。他們?cè)谡撐摹陡兄獧C(jī)》（Perceptron, 1969）中，用單層神經(jīng)元網(wǎng)絡(luò)無(wú)法解決XOR問(wèn)題（異或門(mén)），擴(kuò)展結(jié)論批評(píng)整個(gè)領(lǐng)域，向美國(guó)軍方報(bào)告不負(fù)責(zé)任言論，導(dǎo)致經(jīng)費(fèi)中斷，十年無(wú)人觸及神經(jīng)網(wǎng)絡(luò)。雖然后來(lái)他們澄清未否定感知機(jī)[7]的價(jià)值，但白紙黑字已造成了損害。直到1986年，并行分布式處理小組推出反向傳播算法，神經(jīng)網(wǎng)絡(luò)復(fù)蘇，才催生了今日的深度學(xué)習(xí)。

第三個(gè)冬天源于英國(guó)的Lighthill報(bào)告（1973），報(bào)告對(duì)人工智能的發(fā)展現(xiàn)狀進(jìn)行了評(píng)估，認(rèn)為人工智能研究人員夸大了他們的承諾，發(fā)展人工智能技術(shù)是錯(cuò)誤且徒勞的，這直接導(dǎo)致英國(guó)資助停止。隨后是Lisp機(jī)器熱潮和日本第五代計(jì)算機(jī)計(jì)劃（1980s）。我親歷了這個(gè)浪潮，它對(duì)邏輯編程（Logic Programming）投入甚多。日本宣稱投入巨資開(kāi)發(fā)基于邏輯的計(jì)算機(jī)，但最終不了了之。我讀過(guò)多本邏輯編程書(shū)籍，羅伯特·科瓦爾斯基（Robert Kowalski）的《邏輯作為萬(wàn)能鑰匙》（Logic for Problem Solving）最佳。辛頓參與了神經(jīng)網(wǎng)絡(luò)的“第一次復(fù)活”，如今仍是深度學(xué)習(xí)領(lǐng)軍人物。杰夫·霍金斯（Jeff Hawkins）的《論智能》（On Intelligence）也影響深遠(yuǎn)。

▲《Logic for Problem Solving》，來(lái)源：豆瓣

一次又一次冬天體現(xiàn)出人工智能發(fā)展的周期性，但每次復(fù)蘇都會(huì)帶來(lái)新的技術(shù)進(jìn)步，比如符號(hào)主義、連接主義和深度學(xué)習(xí)。

如何實(shí)現(xiàn)真正的智能？當(dāng)前多數(shù)AI是封閉的，局限于預(yù)設(shè)數(shù)據(jù)庫(kù)。人腦的智能則是開(kāi)放的：面對(duì)問(wèn)題，人的思維瞬間擴(kuò)散，激活腦海中過(guò)去歷史、生活、知識(shí)和經(jīng)歷，整個(gè)大腦網(wǎng)絡(luò)都會(huì)蘇醒。人工智能現(xiàn)有的算法僅能激活內(nèi)部知識(shí)庫(kù)，如何擴(kuò)展？還需要云計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)等提供途徑，促進(jìn)從封閉智能轉(zhuǎn)向開(kāi)放智能。

生命的本源是獲取知識(shí)、面對(duì)未知；智能的本源是利用已知解決未知。這將引領(lǐng)第五個(gè)時(shí)代：工業(yè)5.0。從第一代蒸汽機(jī)機(jī)械化、第二代電動(dòng)機(jī)電氣化、第三代計(jì)算機(jī)信息化、第四代路由器網(wǎng)絡(luò)化，到第五代平行化（Parallelization），未來(lái)，大量人類將構(gòu)建軟件定義的系統(tǒng)：軟件定義的你、我、房間、家庭、過(guò)程和產(chǎn)品。智能社會(huì)需要軟件定義的一切（Software Defined Anything,），也將催生新行業(yè)：決策師、評(píng)估師、學(xué)習(xí)師、游戲工程師等。機(jī)器人也將平行化：物理機(jī)器與軟件定義機(jī)器融合。

AlphaGo最神奇之處，就是海量計(jì)算中擊敗人類。我提出從丘奇-圖靈論題轉(zhuǎn)向AlphaGo論題（AlphaGo Thesis）。丘奇-圖靈論題是一個(gè)猜想：所有可計(jì)算者均由圖靈機(jī)計(jì)算，奠定計(jì)算機(jī)基礎(chǔ)。AlphaGo論題則指出，復(fù)雜性問(wèn)題可轉(zhuǎn)化為可解形式。AlphaGo式結(jié)構(gòu)不提供新算法，但劃定范圍后，AI可達(dá)到或超過(guò)人類水平。

▲李世石與AlphaGo人機(jī)大戰(zhàn)，來(lái)源：百度百科

當(dāng)今世界，90后、00后成長(zhǎng)于碎片化、離散信息中。而智能產(chǎn)業(yè)需要深度知識(shí)，二者之間鴻溝巨大。因此，必須靠知識(shí)自動(dòng)化、AI、機(jī)器人來(lái)彌補(bǔ)。經(jīng)濟(jì)學(xué)家西蒙曾憑有限理性（Bounded Rationality[8]）獲諾貝爾獎(jiǎng)，有限智能也是有限理性。未來(lái)，智能將從固定知識(shí)轉(zhuǎn)向流動(dòng)智能，實(shí)現(xiàn)知識(shí)數(shù)字化、動(dòng)態(tài)化和實(shí)時(shí)化。

注釋

[1] Lisp語(yǔ)言誕生于 1958 年，由美國(guó)計(jì)算機(jī)科學(xué)家約翰?麥卡錫（John McCarthy）在麻省理工學(xué)院（MIT）主導(dǎo)設(shè)計(jì)，既是最早的函數(shù)式編程語(yǔ)言，也是首個(gè)專注于符號(hào)處理的語(yǔ)言。從誕生至今，Lisp 雖未成為大眾主流語(yǔ)言，卻在人工智能（AI）、計(jì)算機(jī)科學(xué)教育、自動(dòng)化工具開(kāi)發(fā)等領(lǐng)域持續(xù)發(fā)揮核心作用，其 “代碼即數(shù)據(jù)、數(shù)據(jù)即代碼” 的設(shè)計(jì)哲學(xué)，更是深刻影響了后續(xù)編程語(yǔ)言（如 Python、JavaScript、Haskell）的發(fā)展。

[2] 人工智能的研究可以劃分為三大學(xué)派：符號(hào)主義、連接主義和行為主義。符號(hào)主義學(xué)派認(rèn)為人工智能源于數(shù)學(xué)邏輯，其原理主要為物理符號(hào)系統(tǒng)（即符號(hào)操作系統(tǒng)）假設(shè)和有限合理性原理。這一學(xué)派通過(guò)邏輯推理和符號(hào)操作來(lái)模擬人類的智能行為。例如，早期的專家系統(tǒng)就是基于符號(hào)主義的思想開(kāi)發(fā)的。連接主義學(xué)派認(rèn)為人工智能應(yīng)該通過(guò)模擬人腦中的神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)。這一學(xué)派的研究重點(diǎn)是神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)算法和應(yīng)用。隨著深度學(xué)習(xí)技術(shù)的興起，連接主義學(xué)派在圖像識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域取得了顯著成果。

行為主義學(xué)派認(rèn)為人工智能應(yīng)該通過(guò)感知和行動(dòng)來(lái)實(shí)現(xiàn)智能行為。這一學(xué)派的研究重點(diǎn)是機(jī)器人的感知、行動(dòng)和學(xué)習(xí)能力。行為主義學(xué)派的研究成果在智能機(jī)器人、自動(dòng)駕駛等領(lǐng)域得到了廣泛應(yīng)用。

[3] 三段論：公元前4世紀(jì)，亞里士多德在《工具論》中首次提出三段論的完整模型，將其定義為“由三個(gè)命題組成的推理結(jié)構(gòu)”（包含大前提、小前提和結(jié)論），并確立其為邏輯學(xué)的基石。

[4] 世界第一臺(tái)差分機(jī)（1822年）和分析機(jī)（1834年）由巴貝奇設(shè)計(jì)。差分機(jī)計(jì)算精度達(dá)6位小數(shù)、可處理3個(gè)不同5位數(shù)；分析機(jī)能用多項(xiàng)式展開(kāi)的方法計(jì)算對(duì)數(shù)和三角函數(shù)，它們是計(jì)算機(jī)的雛形，為現(xiàn)代計(jì)算機(jī)和人工智能的算法與硬件基礎(chǔ)提供了關(guān)鍵思想原型。

[5] 哥德?tīng)柌煌陚涠ɡ恚?931年）指出，在任何足夠強(qiáng)的數(shù)學(xué)系統(tǒng)中，總存在既不能被證明也不能被證偽的命題，揭示了數(shù)學(xué)的局限性。

[6] 圖靈不可判定性（1936年）證明，不存在一個(gè)通用算法能判斷任意程序是否會(huì)停止運(yùn)行，這是計(jì)算理論的基礎(chǔ)，也影響了人工智能的邊界。

[7] 感知機(jī)（Perceptron）由康奈爾大學(xué)心理學(xué)家弗蘭克·羅森布拉特于1958年提出。作為首個(gè)模擬人類思維的實(shí)驗(yàn)性機(jī)器，感知機(jī)由美國(guó)海軍資助，具備400個(gè)光傳感器模擬視網(wǎng)膜，連接約1000個(gè)神經(jīng)元進(jìn)行信息處理，并輸出單一結(jié)果。羅森布拉特將其定位為“首個(gè)類似人腦思維的機(jī)器”。

[8] 有限理性模型（Bounded Rationality Model），又稱西蒙模型，由美國(guó)經(jīng)濟(jì)學(xué)家赫伯特·西蒙于20世紀(jì)50年代提出。該模型突破傳統(tǒng)經(jīng)濟(jì)學(xué)“完全理性人”假設(shè)，主張用“社會(huì)人”取代“經(jīng)濟(jì)人”，認(rèn)為決策者因信息獲取能力、計(jì)算能力和認(rèn)知能力的限制，只能在有限范圍內(nèi)做出理性選擇。

文字整理：詩(shī)學(xué)