前言 歷史的天空群星燦爛 繼不久前《愛犯錯的智能體》一書走紅書壇、榮獲科普金獎之后，現(xiàn)又推出新著《人工智能極簡史》， 書中收集了大量的資料，從人工智能思想的萌芽談起，介紹了這門學科的興起與波折、寒冬與陽春、數(shù)代人的努力與艱辛，當然還有輝煌與滄桑。雖然在回首歷史的同時掩蓋不了激動與興奮，但在展望未來時又微微露出絲許迷茫。娓娓道來的故事配上了漫畫，使古老的傳說活躍紙上。 然而，在活潑的文字后面，卻有著一系列嚴肅的問題值得我們思考。人工智能既然給人類文明帶來了那么大的貢獻，又為何在發(fā)展過程中一波三折，屢次讓專家們措手不及？那些曾經(jīng)被釘在十字架上的人工智能批判者，真的就是犯下了人工智能寒冬制造罪嗎？在今后前進的路上，寒冬還能否避免？還有，人工智能只是一些玩弄小聰明的技巧嗎,它有沒有嚴格的科學基礎？人類有智能，人造機器有智能，某些動物據(jù)說也有智能，這些不同形式 智能的共同本質是什么？發(fā)展人工智能已成為我們的國策和世人共識，那么進一步發(fā)展的核心驅動力是什么？主要困難在哪里？最后，有一個曾經(jīng)使很多人關心的問題：人工智能會不會是一個潘多拉盒子，有朝一日會危害到人類自身？ 借此作序的機會，我想就其中的部分問題談談自己的看法。 批判是成功之母。人們常說失敗是成功之母。但是我們今天要說批判（也） 是成功之母。如果在科研領域出現(xiàn)了一部不夠成熟、甚至可能含有錯誤的作品，但沒有人指出來，作者本人又沒有發(fā)現(xiàn)，錯誤就會一直繼續(xù)下去， 改進的版本就不會產生。最壞的情況下會影響有關研究方向的發(fā)展。反之，如果有人及時站出來鮮明地指出問題，端正方向，則對推動相關研究是大好事。 本書介紹的感知機模型的浴火重生就是一個正面的例子。我相信羅森布拉特完全不會怨恨明斯基和佩帕特新書對他的感知機的批評。后來的人工智能專家們大多也不會為此而討伐明斯基扼殺了早期神經(jīng)網(wǎng)絡研究的發(fā)展，尤其是不能責怪他引來了人工智能的冬天，因為事件的邏輯正好相反。正是明斯基他們的狠狠一擊捅開了通向真理之門。要是沒有明斯基他們指出感知機存在的問題，哪有后來神經(jīng)網(wǎng)絡的迅速和健康的發(fā)展？英國詩人雪萊曾賦詩曰：既然冬天來了，春天還會遠嗎？這就是歷史的辯證法。所以我覺得如果要說吸取冬天教訓的話，應該是想一想怎樣才能從科學的批判中更快地找到出路， 讓春天早些到來。如果把思路更加開拓一點，我們不妨說：有志的科學斗士在遇到難過的坎時，第一個想法應該是：機會來了！。 人工智能是科學。人工智能是科學嗎？提這個問題可能會使很多人驚訝：人工智能當然是科學呀，怎么會有這樣的問題呢？ 但事實是社會上可能對這個問題并未形成共識。我就看到過人工智能與科學結合的說法。如果這個說法成立，那就是把人工智能排除在科學之外了。聯(lián)系到本書提到的歷史上一些疑似人工智能的傳說、神話，它們讓人聽起來還蠻有興趣，但讀者都會知道這些傳說只不過是反映了我們的祖先對制造能夠自動執(zhí)行某些動作的工具的渴望，都知道傳說畢竟是傳說。從本書的介紹可以看出，人工智能，特別是現(xiàn)代人工智能，建立在嚴格的邏輯和數(shù)學基礎之上。不幸的是，社會上總會有一些人對人工智能抱有偏見，認為人工智能只不過是一些碰運氣的技巧，入不了嚴肅科學的大堂。再加上國內向來有一種把科學和技術分開的傳統(tǒng)，更加助長了這種想法。所以我認為，盡管人工智能的重要性已經(jīng)得到了國家層面的肯定，但是人工智能是科學的客觀事實還需要更深地在人們觀念上扎根。 不確定性是人工智能的終身伴侶。前面我們說到人工智能是科學。那它究竟是一種什么樣的科學呢？從中國科學院學部的分類來說，應該屬于信息科學。本書介紹了上世紀中葉兩位信息科學大師維納和香農。他們都提到了信息在消除不確定性中的作用，幾乎在同時提出和回答了一個問題：從數(shù)學的觀點看，信息是什么？。他們認為信息是用來消除不確定性的（一個物理量）。 換句話說，不確定性是由于信息不完全與/或人們信息處理能力有限而帶來的認知局限。兩位大師在此基礎上發(fā)展出的一整套信息科學理論至今還在指導人們從事有關研究。這和人工智能息息相關。人工智能面對的最大的科學問題就是不確定信息的處理。什么是智能？智能就是在信息（包括知識）不充分的前提下做出最有可能是正確的判斷和盡可能最優(yōu)決策的能力。說它最有可能正確表示我們承認人類決策永遠存在失誤的可能。這也就是盡管當今社會人工智能的應用已經(jīng)遍地開花，無孔不入，但在關鍵問題、關鍵時刻，還是要人來把關的原因。為此可以說人工智能是一門處理信息（數(shù)據(jù)、知識） 不確定性的科學。從這個觀點出發(fā)，凡是有確定方法可以解決的問題都不是人工智能難題。即使曾經(jīng)是人工智能難題，也會隨著人工智能理論和技術的發(fā)展而逐漸變成非難題。例如在人工智能初創(chuàng)時期，能夠進行邏輯推理或是能夠解一個微分方程的程序都可以算是有智能的了。而現(xiàn)在這些問題都屬于常規(guī)編程。 在大數(shù)據(jù)時代，信息不完全的概念還應該擴大到：信息是存在的，但是由于信息量過于浩大或過于難提取，以至于人或計算機在有限時間和有限處理能力內無法窮盡其提取和處理，所以只好就能夠在允許時間內和條件下獲取和處理的信息做出決策。由此可見，人們掌握信息的完備性只是相對的，不是絕對的。更不用說在掌握充分信息的基礎上做出合理的判斷和決策了。人對真理的認識是無止境的，所以無論人工智能如何發(fā)達，不確定性都將如影隨身，伴隨人工智能終身。 模型還是算法? 這是一個問題。本書提到了一個著名的歷史事件：日本的五代機開發(fā)計劃沒有成功。這件事在國際上影響很大。當時計算機界又稱規(guī)劃中的五代機為Prolog機器，因為該五代機的硬件體系結構是按照Prolog程序的推理機制設計的。也就是說五代機原則上是硬件化的Prolog程序解釋器Prolog是一個邏輯推理語言，在第一個Prolog系統(tǒng)于 1972年問世以后，該語言深受計算機界歡迎，成為能在國際上與Lisp語言分庭抗禮的新一代人工智能語言。日本的Prolog硬件化計劃由此產生。它的失敗也不是偶然的。一位德 國計算機專家曾經(jīng)對我說：他們以為把Prolog硬件化了就可以提高效率。實際上提高效率的關鍵在軟件，即Prolog程序的優(yōu)化，不在硬件。那么五代機的設計者當初究竟是怎么想的呢？我認為還是受了傳統(tǒng)的人工智能語言設計理念的影響。早期的人工智能語言基本上都是建立在某個人類認知模型基礎上的，例如Lisp的模型是遞歸函數(shù)，Prolog的模型是Hoare邏輯。 現(xiàn)代社會要求人工智能處理的任務越來越復雜，往往不是單個的認知模型可以解決的。如果只是堅持在某一種模型上，就會使程序越來越復雜。所以人們往往很容易看到：現(xiàn)代人工智能發(fā)揮威力的關鍵應該是算法，而不是單個的模型。即使要用模型，它的核心因素也是算法。本書提到的AlphaGo擊敗人類頂級圍棋手和不久前字節(jié)跳動公司表態(tài)要嚴格遵守《中華人民共和國技術進出口管理條例》和《中國禁止出口限制出口技術目錄》 就是顯示人工智能算法重要性的兩個突出例子。前者是人工智能算法的勝利， 后者是對人工智能算法的保護（出口限制）。 如果承認算法已經(jīng)成了人工智能的關鍵因素，我們就得到了一個進一步的結論：人工智能威力再大，也要受有關計算理論的節(jié)制�？捎嬎阈院陀嬎銖碗s性理論也是人工智能的大限。人工智能理論和技術的一切進步都無法繞過這個大限。 人類智能與人工智能是命運共同體。本書的最后一章提到了人工智能的一些根本問題，其中一些有著深刻的哲學背景。例如，機器會有智能嗎？（7.9節(jié)），人類智能和機器智能可以組合在一起嗎？（7.8節(jié)）， 人工智能有局限性嗎？（7.12節(jié)）。還有更深刻的問題： 機器有自我意識嗎？（7.7節(jié)）。這類問題常常使許多人感興趣，包括專家和一般老百姓。 針對此類問題，我覺得美國作家愛德華·阿什福德·李的觀點很有見地，在一定程度上可以回答此類問題。 這位李先生在他的《協(xié)同進化:人類與機器融合的未來》 一書中描述了一幅人類和機器彼此促進，共生共長的圖景。他在書中闡述了一系列觀點，我無法一一評述。確切說來，我支持李 先生在書名中表達的觀點：協(xié)同進化:人類與機器融合的未來。如果換成我自己的話，則可以表達為協(xié)同進化: 人類智能與人工智能融合的未來。自從人工智能誕生以來，人類智能與人工智能的關系就一直是人們關心的問題。人工智能會比人更聰明嗎？，人工智能會反過來控制人類嗎？，甚至人 工智能會毀滅世界嗎？，等等不一而足。李先生的協(xié)同進化論表明，人工智能既不會永遠臣服于人類智能，也不可能反過來損害人類智能。雙方都在實踐和交互中學習對方的智慧，充實自己的才干。魔高一尺， 道高一丈。雙方都既是魔，又是道。這個前景或許會使一些人工智能恐懼論者擺脫人工智能威脅陰影。 陸汝鈐