前言

歷史素有兩種寫法：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，如戰爭史，則多以事為主。所謂歷史是人民創造的還是英雄創造的，我個人的偏好還是以人為本。八卦的歷史，讀者自然喜歡，對作者也有好處，就像一戰后英國首相勞合·喬治對他的耶路撒冷總督說的那樣：有爭執，咱們政治家才派得上用場，如果他們停下來不打了，你就失業了。

人工智能到底是什么？給一門學科界定范圍很難，尤其是這門學科還在快速變化中。即使是數學這樣的成熟學科，有時我們也理不清邊界，而像人工智能這樣朝令夕改的，更是不容易鬧清楚了。人工智能的定義素無共識。在大學里，機械系、電子系、計算機系，甚至哲學系都有人干人工智能。讓這些人對這門學科取得共識談何容易。從實用主義（哲學的“實用主義”，不是日常用語“實用主義”）看，一個學科就是學科共同體共同關注的東西。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內涵式定義更為實用。

一般認為，人工智能起源于1956年在達特茅斯學院召開的夏季研討會。國內關于達特茅斯會議和神經網絡早期歷史的各種段子很多源于我幾年前的兩篇博客，后來被《上海書評》轉發。經過修訂，我把它們重新編為本書的兩章：“達特茅斯會議：人工智能的緣起”和“神經網絡簡史”。“計算機下棋”一章的大部分也在《南方周末》發表過。“自動定理證明興衰紀”的核心內容在《中國計算機學會通訊》連載過。

明尼蘇達大學的查爾斯·巴貝奇研究所一直在做計算機科學的口述歷史，采訪了很多對計算機科學有影響的人，其中有相當一批是人工智能學者。大部分的采訪都有錄音。除了翻閱各種文獻外，我聽了近100小時的采訪錄音，許多人工智能老一代革命家臨終時話都說不利索，聽這種東西除了興趣，還得有體力。

圖靈大概是第一個對智能做出深刻思考的智者。他1936年的文章“可計算的數”奠定了計算機科學的理論和實踐基礎，也把相關的哲學思考推進了一大步，以至于哲學家蒙克（Ray Monk）把他列為有史以來最偉大的十位哲學家之一。圖靈1950年在哲學雜志《心》（Mind）上發表的文章“計算機與智能”是傳世之作，但這篇文章沒有靠譜的中文翻譯，我將我的譯文和一篇圖靈小傳附在書后作為附錄。圖靈小傳的一個早期版本曾出現在我的《哲學評書》一書中，但新版本融入了一些近幾年關于圖靈研究的新成果。“人工智能”這個詞組的出現和達特茅斯會議有關。但英國學術圈在1956之前和之后的很長一段時間一直在用“機器智能”的說法，這和圖靈1950年的文章有關。一般認為，這篇文章是這個學科的源頭。但后來發現圖靈1948年在英國國家物理實驗室（NPL）寫過一個內部報告，題為“智能機器”，其中提到了“肉體智能”（embodied intelligence）和“無肉體智能”（disembodied intelligence）的區分。機器人學家布魯克斯（Rodney Brooks）認為圖靈1948年的報告比圖靈1950年的文章更加重要，它從某種意義上預示了后來符號派和統計派之爭。這段歷史我也列在附錄里，放在圖靈小傳之后，因為我覺得先讀讀圖靈的生平也許會有助于理解他的思想。

本書每一章幾乎都可單獨閱讀，大部分內容，對于受過高中教育的人，應該都不難懂。但第10章是個例外，這一章企圖以嚴肅的態度探討人工智能。我以一種濃縮的方式講述了圖靈機、丘奇-圖靈論題、相似性原則和超計算。沒有計算理論，很多人工智能的基礎問題實在是拎不清。如果讀者覺得吃力，可以跳過這一章。

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本書，把書中出現的詞組的詞頻統計結果公布。以時間為橫軸、詞頻為縱軸畫一條曲線，就可看出特定的詞在不同歷史時間段的興衰，從而得出某些洞察。例如，通過比較“United States are”和“United States is”在歷史上出現的頻率，就可看出美國人是何時開始認同美國作為一個統一的國家的。很明顯，南北戰爭之后，“United States is”開始變得更常用。我們通過統計若干人工智能中關鍵詞的Ngram，可以感知人工智能在不同階段的宏觀發展。我曾經寫過一篇“計算歷史學”（見《哲學評書》）介紹Ngram。大數據為歷史學提供了有力而令人信服的工具。

科普有一種寫法：用一些貌似通俗的語言去解釋復雜的原理。我一直不大相信這種方法，無論作者是內行還是專業科普作家。我壓根就沒見過一本可以把量子力學解釋清楚的科普書。即使簡單如圖靈機，也鮮有適當的普及讀物。倒是那些講歷史和八卦的書引人入勝，安德魯·霍奇斯的《艾倫·圖靈傳：如謎的解謎者》是內行寫作的典范，而數學家所羅門·費佛曼的太太安妮塔·費佛曼的兩本邏輯學家傳記是我心目中的標桿。戴森（Freeman Dyson）一直是我喜歡的作者，他也時不時為《紐約書評》寫寫八卦，趣味和我接近，我總是從閱讀他的文章的過程中收獲良多。即使我不懂他的數學和物理的領域，也能時有洞察。我的書單上還有蒙克的所有傳記，它們既高級又有趣。就像蒙克所說，歷史可以幫助內行了解知識的進化并獲得新的視角，同時也為外行人了解專業知識提供入門的臺階或向導。

讀大科學家寫的科普著作，最有意思的倒不是那些對成熟思想的通俗敘述，而是那些對不成熟看法的披露，還有不好意思寫到正經學術論文里的自負和牢騷。恰因為這個原因，我也喜歡多依奇（David Deutsch）的幾本書。

我們很少有機會在學科發展之初就能把學科脈絡梳理清楚。過去有過幾個這樣的時間段，例如1900年到1950年的邏輯學，1945年到2000年的分子生物學和1950年到當下的語言學。本書除了想梳理始于20世紀40年代的人工智能的歷史外，還有一個作者隱含的心愿：作為人工智能的科普。哈代曾說科學（尤其是數學和理論物理，也許還有理論計算機科學）和藝術的原創需要一等的智力，解釋和欣賞（例如樂評家和書評家）是二等的智力活兒。本書假想的對象是那些有能力但又是外行的人。丘成桐曾說（大意）：要想做大學問，必須先培養對學問的感情。除了科普，我還希望能幫助一小撮內行人或準內行人培養感情。我盡可能地列出了相關的參考文獻供進一步學習。人工智能畢竟不是超弦理論，憑著一些智力還是可以自學的。

本書寫作得到白碩、陳利人、宮力、洪濤、李維、劉江、馬少平、毛德操、施水才、宣曉華和趙偉等諸位師友的幫助和指點，特此致謝。烏鎮智庫的同仁為本書提供了必要的數據，我的助理冰冰為我提供了多方面的支持，一并謝過。