毛德操《人工智能简史》完整版书评：在山顶俯瞰人工智能的“风景”

2月9日，解放日报发表了《人工智能简史》的书评，该文由计算机专家、浙大网新科技首席科学家毛德操亲自操刀。毛老与作者尼克曾一同在美求学人工智能，《简史》的文字勾起了毛老对那段共同时光的回忆，也有了这篇充满共鸣的书评。

以下是毛老书评未删节版全文

在山顶俯瞰人工智能的“风景”

毛德操：浙大网新科技首席科学家，连连电子支付大数据与区块链特别顾问

《人工智能简史》确实是本难得的好书。

它既是一本严肃的信史，又通俗易懂带有科普的性质，更难得的是妙趣横生，使人拿起来一读就放不下手。

作者尼克，是我在美国读书时的同学，只是他先进山门，比我早一个学期到校，所以又是我的师兄，尽管他的年龄比我小很多。我们曾一起修课，也一起被算法、计算理论、人工智能的那些作业折磨得生不如死。不过他是主修那些方面的，而我的主修是系统，所以那些课程他当然学得比我扎实。书中讲到的巴托(Barto)教授乃是“强化学习”的鼻祖，我们都修过他的课，尼克与他还走得比较近，还曾与他的大弟子萨顿(Sutton)共挤同一个办公室。那个大弟子现在可不得了，成了谷歌旗下阿法狗团队的精神领袖，因为阿法狗的核心算法就是强化学习。

有位大师说过，学科的历史就是学科本身。所以，要了解和理解一个学科，就要了解这个学科的历史。而且对于人工智能这一点又格外重要，因为人工智能是个众说纷纭、极有起伏、极富争议，极富哲理性，从而也极富故事性的学科。但是，要把人工智能的历史和背后的哲理讲得既准确又明白易懂，进一步还要有趣，那又是一项十分艰巨的任务。可是尼克做到了。我把这本书通读下来，在叹服和钦佩之余，也不免陶醉于自己当年曾与这么厉害的人为伍，深感与有荣焉。

要写出这么一本书，实属不易。作者必须深刻理解相关学科并且博闻强记自不必说，还得能深入浅出。我一直认为写作的最高境界是白居易的“老妪皆懂”，然而从某种意义上说，把人工智能的历史写得让门外人都能看懂，比把诗写得让老妪也能听懂更难。因为诗的内容无非情、景、志，本来就是大家都所见略同，至于堆砌种种典故其实只是卖弄甚或只是无能的表现；而要把一门科学的历史和基本原理讲得让一般人听懂，那可不比写几首能让人听懂的诗容易。进一步，为免阅读或听讲的人瞌睡，作者还得有点侃爷气质，八卦风格，这样才能让人兴趣盎然。

显然，尼克做到了这些，他也适合做这个。在阅读的过程中，我常会油然而生从前听“大书”和评弹时的感觉。还有一种感觉，是好像在听《三国杀》玩家在历历如数家珍，演说众多三国人物之间的是非曲直。

本书的素材有相当一部分来自我们当年就读过的人工智能领域的经典名著，如《人工智能辩论（The Artificial Intelligence Debate）》等，以及后来的《探究人工智能(The Quest forArtificial Intelligence)》等。但是那些材料显然都老了，所以作者还收集考证了出现于此后许多出版物和散见于会议资料、报章杂志和网上的种种史料，其中还包含了华人和中国科学家如王浩、吴文俊、和洪加威等人的学术和贡献。不仅如此，作者还听了近100小时对于本领域大师级人物的采访录音，甚至还在研究中使用了大数据、知识图谱等现代技术和堪称“计算历史学”的手段和方法。还有一些则跨出了人工智能领域甚至计算机学科，延伸到逻辑学、数学、心理学、认知科学、哲学等相关学科中，所述种种有许多于我都是闻所未闻，并使我兴趣大增，甚至还有了按图索骥根据所列参考文献进一步阅读若干原著的冲动。

历史研究者的“史识”，即对于史实的见解，其重要性实不亚于对史料的收集和考证。当然，既然是见解就一定带有立场和观点，但这也正是最能引起读者共鸣的所在。例如尼克一再强调计算理论的重要性，在讲到欧陆派哲学家德雷弗斯对人工智能的攻击时所作的那种语带揶揄的分析和批驳，还有对日本五代机失败原因的分析等等，我都是很认同的。尤其看到他说觉得当年费根鲍姆卖力鼓吹日本的人工智能领先于美国乃是勾结境外势力给本国政府施加压力，则更使我会心一笑。

这本书所提供的知识量实在有点惊人。我有个习惯，在阅读好书时凡遇感到重要之处就用颜色笔做上记号，所以我用过的书一般是不能作为二手书出售的。尼克的这本书，我一遍通读下来，再回头去看，竟已被我画的“惨不忍睹”。当然，这也跟我的专业方向并非人工智能有关，但是不管怎么说我毕竟也是专门修过人工智能的研究生课程的，当年为拿学分和应付考试也啃过厚厚三本《人工智能手册》，再加堪称海量的“苛捐杂税”，也做过那些作业。回首当年与尼克从学校出来分手之后的历程，尽管不时提醒自己可别埋头拉车也得抬头看路，但是触目所及只是自己所处山谷中的景色。而他却好像是在山顶俯瞰四周，并把山外的古往今来一一道来，让我受益匪浅。当然，车还得拉，但是却“睁眼看世界”了。这里我就不说青蛙和大鸟什么的了，因为那二者其实都是用来比喻大人物的。

不过历史毕竟是历史，它只能介绍人工智能这个学科迄今为止已经发生过的事情，而不能回答这个学科中尚未解决的问题。

人工智能本身就带有浓厚的哲学色彩，本领域的核心问题，或者说终极问题，就是机器究竟能不能具有等同于人类的智能，这个问题与其说是个科学问题或技术问题，毋宁说是个哲学问题。所以，缺乏哲学素养的人是写不好这本书，至少是写不好这个内容的。而这又恰好是尼克的强项，他的前一本著作《哲学评书》就是广受欢迎的哲学随笔和普及读物。在本书中，尼克把这方面的讨论引向了对生命本质的探究。

”人工智能”的这个问题，也就是时下广受关注的“强人工智能”与“弱人工智能”之争。持强人工智能观点的人，如马斯克、霍金、库兹韦尔等等，认为机器的智能，即人工制造出来的智能，最终会赶上甚至超过人类所具的智能，当“奇点”到来的时候，人类就失去了对此类机器的控制，这应该是祸不是福。事实上大家都看到，原先以为机器做不到的事正在逐一失守，阿法狗赢了世界围棋冠军就是一个标志性的事件。而主张弱人工智能这边的人，却认为这样的奇点永远不会到来，总有点什么是人能做而机器不能做的。还有些人，则认为这样的奇点即便有也是很遥远的事，其实这并不构成一种独立的观点，因为问题的核心在于会不会，而不在于什么时候到来。有意思的是，真正在从事人工智能研究和开发的人大多持弱人工智能的观点。

可是，如果我们接受这样的观点，即：世界无非就是物质的运动和运动着的物质，意识和精神只是物质存在和运动的某种形式，那么由物质构成的机器为什么就不可能达到等同于也是物质的大脑皮层的机能呢？人能做而机器永远做不到的那“总有点什么”，又究竟是什么？

在这个问题的下面，才是符号推理和神经网络两大流派如何互补和集成的问题。也许，这个问题解决到什么程度，上面那个问题也就可以解决到什么程度。

作为书评，可能照例也得讲几句批评意见。如果非得要讲点的话，那么我对书中“数学是唯心的，物理是唯物的”这个观点持不同意见。数学的研究固然不涉及物质，但是所依据的公理和所定义的运算，以及所运用的规则，最终仍得接收实践的检验，并且往往本来就是来自实践。以非欧几何为例，如果不是在曲面上受到检验，就会因没有应用场景而趋于萎缩干瘪。再如微积分，也正是因为经受了实践的检验才有了生命力。所以，数学和物理都可以是唯心的，也都可以是唯物的，但是只有唯物、只有经受实践检验，才有生命力。另外，尼克把人工智能的两大流派戏谑地比喻成“想啥来啥”和“吃啥补啥”，我觉得也是值得商榷的。

乌镇智库 资讯推荐