纪伯伦（见图8.1）在《先知》一书中写道：“爱的认知，直到分别之际，才知道其深沉……你们的理性与热情，是你们远航之魂的舵与帆。”在人工智能的孕育期，冯·诺伊曼、图灵和香农这三位大师，以他们非凡的理性和热情，为这一学科的发展奠定了基础。在笔者看来，他们的智慧，是人类精神世界最美的花朵，是点亮科学探索热情的明灯。本书的第1章介绍过香农大师，本章重点来追忆冯·诺伊曼和图灵的故事。

图8.1 美籍黎巴嫩作家纪伯伦

冯·诺伊曼

约翰·冯·诺伊曼（John von Neumann），1903年12月28日出生于匈牙利首都布达佩斯一个富裕的犹太人家庭，出生时的名字是Neumann Janos（匈牙利人习惯姓在名前），他父亲马克斯（Neumann Miksa）是一个很有艺术气质的银行家，非常重视对孩子的教育。童年时，冯·诺伊曼就跟随家庭教师学习法语、德语、英语和意大利语，喜欢古希腊罗马历史的马克斯还教他拉丁语和希腊语。自幼养成的强大外语能力对冯·诺伊曼成年后在世界各地的生活和学术交流有很大帮助，规范而又严谨的拉丁语对思维的训练，也有助于冯·诺伊曼对计算机科学做出卓越的贡献。

马克斯培养孩子的另一个好方法是家庭餐厅研讨会，也就是鼓励每个家庭成员在就餐时提出当天自己最感兴趣的特别主题来供全家人分析讨论，科学、艺术、商业、历史都可以成为主题。布达佩斯的科学家和艺术家作客马克斯家时也会参与讨论，弗洛伊德的重要助手、心理分析师费伦奇也是餐桌上的常客，这都为冯·诺伊曼后来在学术上的广阔视野打下了基础。

冯·诺伊曼就读的中学是布达佩斯的一所精英名校——路德教会中学，中学的校长拉茨先生很快发现了冯·诺伊曼的数学天才，他随后安排布达佩斯大学的库尔查克、塞格等出色的数学家来对他做个别的辅导。冯·诺伊曼17岁时就和数学家费克特合作，发表了第一篇数学论文，内容是对实现切比雪夫多项式求根法的费耶定理作进一步的拓展。

20世纪初期的布达佩斯，精英中学的教育成果显著，当时最有名的科学人才，除了冯·诺伊曼，还有发现“中子链式反应”的齐拉、获得1963年诺贝尔物理学奖的维格纳、主导“氢弹”制造的特勒，他们后来都移民美国，共同参与了制造原子弹的“曼哈顿”工程。维格纳是冯·诺伊曼的终生好友，据说12岁的维格纳和冯·诺伊曼在星期天下午一起散步时，11岁的冯·诺伊曼开始教他集合论，思路极其清晰，从此维格纳对冯·诺伊曼就崇拜得五体投地。在百年后的今天，中华民族正在追求伟大复兴，非常需要培养一批世界顶尖的人才，也许匈牙利布达佩斯的精英教育，会对我们改进现有的精英培养系统有些启发。

基于就业前景的考虑，冯·诺伊曼听从了父亲的建议，到苏黎世联邦工业大学学习化学工程，不过他同时注册为柏林大学和布达佩斯大学数学系的学生，每学期末回布达佩斯参加考试，后来他凭借优秀的论文拿到数学博士学位。大学毕业后，冯·诺依曼曾到哥廷根大学任大卫·希尔伯特（David Hilbert）的助手，希尔伯特是当时世界上最权威的数学家之一，哥廷根大学的物理系更是云集了波恩、泡利、费米、海森堡等世界顶级的物理学家。这些物理学家正在量子力学这个崭新领域取得突破性的进展。通过与这些顶尖科学家的合作，冯·诺依曼首先在数学和物理学的理论研究领域取得了丰硕的成果，他的研究工作涉及数理逻辑、集合论的公理化、量子力学的数学基础、各态遍历定理等方面，他和默里合作创造的算子环理论，被后人称为“冯·诺伊曼代数”。

冯·诺伊曼先后在柏林大学和汉堡大学担任讲师，1930年赴美国普林斯顿大学任客座讲师，不久后被善于延揽人才的普林斯顿大学聘为客座教授。1933年，普林斯顿高等研究院开始聘请世界顶级的学者担任教授，年仅30岁的冯·诺伊曼和爱因斯坦一起，成为最早受到聘请的6位教授之一，后来哥德尔也受聘于高等研究院。随着这些天才人物的加入，普林斯顿渐渐取代哥廷根，成为最顶尖科学家的圣地。顺便说一句，华人中最先获得诺贝尔奖的杨振宁、李政道也曾经担任过普林斯顿高等研究院的教授。奥本海默曾说，年轻帅气的李政道和杨振宁坐在普林斯顿高等研究院草地上讨论问题，是一道令人赏心悦目的风景。

1937年，冯·诺伊曼获得了美国国籍。1939年，第二次世界大战爆发后，身为犹太人的冯·诺依曼开始走出普林斯顿的象牙塔，参与了同反法西斯战争有关的多项科学研究。因战事的需要，冯·诺依曼积极研究可压缩气体的运动，建立冲击波理论和湍流理论，发展了流体力学，这些理论对常规炸弹和原子弹的设计都产生了深远的影响。1943年起他被征召加入“曼哈顿计划”，成了制造原子弹的顾问，战后仍在政府和军方诸多部门和委员会中任职。1954年又成为美国原子能委员会成员。图8.2是美国总统艾森豪威尔为冯·诺依曼颁发自由勋章。

图8.2 美国总统艾森豪威尔为冯·诺依曼颁发自由勋章

1944年的夏天，赫尔曼·戈德斯坦（Herman Goldstine）和冯·诺伊曼的一次偶遇，后来被证明是计算机领域的一个关键时刻。当时，戈德斯坦在阿伯丁火车站的站台等候去费城的火车，冯·诺伊曼正好也在站台上。戈德斯坦参加过冯·诺伊曼的学术讲座，但两人并不认识。戈德斯坦那时的工作是参与研发世界第一台通用电子计算机ENIAC，他后来回忆说：“因此我相当冒昧地走上前去，向这位世界闻名的人士做自我介绍，并开始交谈。幸运的是，在我看来，热情友善的冯·诺伊曼总是竭力使别人在他面前放松。谈话很快转到我的工作，当冯·诺伊曼搞清楚我在致力研发一种每秒可以完成333次乘法运算的电子计算机时，谈话的气氛不再轻松幽默，而更像是数学博士学位的答辩。”

很快，冯·诺伊曼就在戈德斯坦带领下参观了费城的ENIAC，并且认识了ENIAC核心设计团队中的埃克特（John Presper Ecket Jr.）、莫奇利（John William Mauchly）等人，详细了解了ENIAC的优势和缺点。1945年春天，冯·诺伊曼应邀为ENIAC的下一代计算机EDVAC起草逻辑框架报告。1945年6月，冯·诺伊曼完成了101页的《关于EDVAC的报告草案》（First Draftofa Report on the EDVAC）。6月30日由莫尔学院油印出版，这份报告是计算机发展史上一个划时代的文献，它广泛而具体地介绍了制造电子计算机和程序设计的新思想。从某种角度上说，它宣告了电子计算机时代的开始。EDVAC方案中“以存储程序”为核心的设计思想后来被业界命名为“冯·诺伊曼体系结构”（见图8.3），本书的第4章已经做过介绍。从那时起，世界各地的科学家基于“冯·诺伊曼体系结构”设计出了各式各样的计算机，早期比较著名的机器有IBM 701、英国剑桥大学的EDSAC、伊利诺伊大学的ILLIAC、悉尼大学的SILLIAC、慕尼黑的PERM、瑞典的BESK、莫斯科的BESM，这些早期机器的设计和使用，大大推动了世界各国计算机事业的发展。因此，冯·诺伊曼也常被称为“计算机之父”。直至70多年后的今天，绝大多数的人工智能程序仍然运行于“冯·诺伊曼体系结构”的计算机之上。

简单地说，“自复制自动机”系统由以下三个主要部分组成，如图8.4所示。

图8.3 冯·诺伊曼体系结构

在人生的最后十年，冯·诺伊曼做出了对人工智能的另一大贡献——“自复制自动机”。1957年，冯·诺伊曼因癌症去世，年仅53岁。他的助手亚瑟·巴克斯（Arthur Burks）根据他的讲稿和相关论文，编辑完成了《自复制自动机理论》（Theory of Self-Reproducing-Automata）一书，于1966年出版。在这本书中，冯·诺伊曼以数学和逻辑的形式，构想出了一整套系统性理论，试图对大自然中的系统（即生物自动机）以及模拟和数字计算机（即人造的自动机）取得实质性的理解。

图8.4 自复制自动机模型

（1）一个通用机器。

（2）一个通用构造器。

（3）保存在磁带上的信息。

通用机器读取磁带上存储的信息，它能够利用通用构造器来逐块地重建其自身。该机器本身对这一过程一无所知，它仅仅是按照磁带上提供的信息（指令）来执行。该机器只能从为重建自身所需要的所有零件中找到下一个合适的零件，一个一个地挑，直到找到合适的那一个为止。当找到合适的零件之后，这个零件就按照指令被安装到合适的位置，这一过程一直持续，直到机器的自我复制全部完成。

如果在磁带上可以找到重建自动机系统所必需的信息，自动机就能够进行自我复制。最初的自动机被重建，然后新构建的自动机启动，又会开始同样的重建过程。

根据冯·诺伊曼的设想，“自复制自动机”可以通过“机械细胞”组成，每个“机械细胞”可以有29种可变化状态，包括1种未激发态、20种静息但可激发态和8种激发态，每个“机械细胞”的状态可根据附近其他细胞的状态来改变。

有趣的是，1948年冯·诺伊曼提出了关于自复制自动机系统的构想。五年后，1953年，弗朗西斯·克里克（Francis Crick）和詹姆斯·杜威·沃森（James Dewey Watson）发现了DNA分子的双螺旋模型，生命体的DNA分子与“自复制自动机”中存储信息的“磁带”起到类似的作用，它们也为生命体的复制系统提供必要的信息。

巴克斯为“自复制自动机”理论的研究和推广做出了重大贡献，后来他到密歇根大学担任教授，他的博士生约翰·霍兰德（John Holland）受“自复制自动机”理论的启发，提出了独具一格的遗传算法（Genetic Algorithm），并基于此建立了人工智能领域的遗传学派。遗传算法被广泛应用到人工智能的各个领域，比如NASA的航天器天线设计、电影动画特效的制作、信用卡交易信息的分析等。霍兰德也是复杂理论（The Science of Complexity）的先驱，复杂理论研究各种“复杂的适应性系统”的奇妙规律，包括人脑、免疫系统、细胞、胚胎、生态系统、市场经济、互联网等，笔者相信这方面的研究将对人工智能的未来产生深刻的影响。霍兰德后来也长期担任密歇根大学的教授，他的得意门生梅拉尼·米歇尔（Melanie Mitchell）博士毕业后加入以研究复杂理论闻名于世的圣塔菲研究所，并写出了妙趣横生的科学奇书《复杂》（Complexity∶A Guide Tour）。

冯·诺伊曼在他相对短暂的一生中，在至少6个领域做出了基础性的贡献，这些领域包括：数学、物理学、计算机科学、经济学、生物学和神经科学。在计算机科学和人工智能领域，他不仅是奠基了基础理论的研究，而且设计和指导了工程学上的实现，通过他的论文和讲学，吸引了更多的天才，包括后来被称为“人工智能之父”的麦卡锡和明斯基投身计算机和人工智能的研究。在笔者看来，冯·诺伊曼是我们这个时代最伟大的先知，他外星人一般的天才思想，在今天和未来，仍将启发我们去探索人脑思维和人工智能的无穷奥秘。图8.5是冯·诺依曼女儿玛丽娜的回忆录《火星人的女儿》。

图8.5 冯·诺伊曼女儿玛丽娜的回忆录《火星人的女儿》

阿兰·图灵

为了写好下面这些内容，笔者从书架上找出了图灵的母亲萨拉·图灵（Sara Turing）撰写的传记著作——《阿兰·图灵》。这本书是笔者在1990年购买的，27年过去了，一位母亲回忆自己英年早逝的孩子时，那种深挚的情感带给笔者的感动，至今还记忆犹新。图8.6是童年时期的图灵。

图8.6 童年时期的图灵

阿兰·图灵（Alan Turing），生于1912年6月23日，是家里的次子。他的父亲朱利叶斯·图灵（Julius Turing）是当时的英国殖民地印度马德拉斯地区的公务员，在从印度回英国的一次旅途中与萨拉相遇相知。幼年时，留在英国的图灵和大部分时间在印度的父母聚少离多，这也许多少在他的心灵中留下了一些阴影。在相聚的时光中，萨拉给了孩子尽可能多的关爱，带着他四处旅行，并开始培养他对自然和科学的兴趣。小学阶段，登山并绘制地图，做化学实验，是图灵的两大爱好。

1926年，图灵考入寄宿中学舍本学校（Sherborne School），在那里，他开始展示自己在数学方面的才华，并认识了比自己高一级的另一位科学天才克里斯托弗·莫科姆（Christopher Morcom）。对科学的共同爱好使两位少年惺惺相惜，他们一起讨论数学、相对论和天文学，并相约将来一起读剑桥大学，共同从事科学研究，如图8.7所示。

图8.7 少年时期的莫科姆与图灵

然而，莫科姆刚刚考取剑桥大学三一学院，并获得奖学金后，就暴病夭折，这使图灵悲痛万分。他在给母亲萨拉的一封信中这样写道：“我觉得，我将会在什么地方与莫科姆再度相逢，并且将会有某件工作等着我们一起去干，正如我过去确信有需要我们共同在这里做的工作一样。现在，只剩下我一个人去完成它了，我一定不会让他失望，纵使兴趣不那么大，我也要投入仿佛他仍在这里时那么多的力量。如果我获得成功，我将比现在更无愧为他的朋友……除了莫科姆，我似乎不曾想到和任何人交朋友，他使其他人都显得那样平庸。”

1930年12月，图灵以优异的成绩赢得了剑桥大学国王学院的数学奖学金。在舍本中学给他颁发优秀毕业生奖时，他选了一本冯·诺伊曼的《量子力学的数学基础》作为自己的奖品。1931年10月，图灵入读剑桥大学。在剑桥大学的岁月，图灵过得如鱼得水，毕业后不久，23岁的图灵就以一篇关于“高斯误差函数”的论文当选为剑桥大学国王学院的研究员。

1937年，图灵发表了他的重要论文《论可计算数及其在判定问题上的应用》（On Computable Numbers，withan Application to the Entscheidungsproblem）。在这篇论文中，图灵天才地创造了一种假想的机器——“图灵机”，并基于此概念解决了著名的希尔伯特判定问题。“图灵机”后来还成为了电子计算机的理论基础。

1900年8月8日，在巴黎第二届国际数学家大会上，德国数学大师大卫·希尔伯特发表了题为《数学问题》的著名讲演，提出了新世纪数学家应当努力解决的23个数学问题。这些问题统称希尔伯特问题，被认为是20世纪数学的制高点，对这些问题的研究有力推动了20世纪数学的发展，甚至对整个科学的发展都产生了深远的影响。

在数学基础方面，希尔伯特的问题可以归结为三大问题，简单地说，这三个问题如下所示。

（1）数学是完备的吗？也就是说，是不是所有数学命题都可以用一组有限的公理证明或证否。

（2）数学是一致的吗？也就是说，是不是可以证明的都是“真命题”。

（3）数学是可判定的吗？也就是说，是不是对所有命题，都有明确程序（Definite Procedure），可以在有限时间内判定命题是真是假。

1931年，哥德尔证明的“哥德尔不完备定理”回答了希尔伯特的前两个问题，他证明了在初等数论中，如果数学是一致的，那么必然存在无法被证明的真命题，也就是说，数学是不一致或者不完备的，鱼和熊掌无法兼得。第三个问题，后来被美国逻辑学家阿隆佐·邱奇和图灵，分别以两种不同的方式解决，答案也是令希尔伯特大失所望的“否”，可以理解为“不存在一个有明确程序的机械化运算过程，可以实现对任意数学命题的判定”。

简单介绍一下图灵为解决“可判定性”问题发明的理论模型——图灵机（见图8.8）。图灵机的核心思路是用机器来模拟人类用纸笔做数学运算和推理时的过程，图灵把这一过程抽象为以下两种简单的动作。

图8.8 图灵机

（1）在纸上写上或擦去某个符号。

（2）把注意力从纸上的一个位置移到另一个位置。而人的每一个动作，都取决于当前的位置和此人当前的状态。

简单地说，图灵机分为以下3个部分。

（1）带子，这是两头都无限长的带子，被分成许多方格，每个方格中的符号可以被读出和写入。带子就是图灵机中的“纸”。

（2）读写头，读写头可以左右移动，可以从带子上读取符号或者将符号写到带子上。读写头模拟了“人的眼睛和握笔的手”。

（3）控制器，控制器可以根据一个控制规则表控制读写头，它根据当前的状态和当前的符号决定读写头的动作和下一步的状态。控制器模拟了“思考中的人脑”，控制规则表实际上就是图灵机的“程序”。表8.1是一个图灵机控制规则表的例子。

表8.1 图灵机控制规则表的一个例子

图灵机启动时处于开始状态“start”，读写头停在某一格子上，带子上的符号就是输入，图灵机根据规则表不断运行，如果下一步的新状态是停机状态“halt”时，图灵机停止运行，此时带子上的符号就是最终的输出。

图灵机的模型非常简单，图灵利用它却证明了以下非常深刻的结论。

（1）不存在“明确程序”可以解决图灵机的停机问题，这就等价于不存在“明确程序”可以判定任意数学命题的真假，从而优雅地解决了希尔伯特的可判定性问题。

（2）任何图灵机，都可以用有限长度的编码（数字）来描述。人们可以设计出一种通用图灵机，它可以模拟任何图灵机的运作。

独立于图灵的研究，美国普林斯顿大学的阿隆佐·邱奇教授（见图8.9）和他的学生史蒂芬·克莱尼（Stephen Kleene）提出了一个被称为λ演算（Lambda calculus）的形式系统。这是一套研究函数定义、函数应用和递归的形式系统，函数用希腊字母λ标识，读作Lambda，这个形式系统因此得名。利用λ演算系统，邱奇教授在1936年发表的论文中率先解决了希尔伯特的可判定性问题。

λ演算可以被称为最小的通用程序设计语言，任何一个可计算函数都能用这种形式来表达和求值。后来，人们证明图灵机和λ演算是“同构”或者“等价”的，也就是说，任何一台图灵机可以用λ演算来模拟，反之亦然。1960年，人工智能的先驱麦卡锡教授基于λ演算发明了Lisp语言，而Lisp语言对人工智能的研究，对后期各种函数式编程语言（比如ML语言和Haskell语言）的发展，都产生了巨大的影响。

图8.9 阿隆佐·邱奇

基于“通用图灵机”和“可计算性”理论，图灵机成为计算机科学的一个理论基础。根据著名的邱奇-图灵论题，任何可计算过程都可以用图灵机来模拟。从某种角度上说，任何一台真实世界中的计算机，都等价于一台通用图灵机。或者我们可以认为，某一种抽象的人工智能算法，无论它用Lisp语言、Java语言、Python语言编程实现，还是直接通过半导体芯片编程来实现，都等价于在通用图灵机上通过控制规则表和读写头移动来实现。

人类的几百亿个脑细胞之间的电子和化学反应，“涌现”出意识、情感和智慧，有可能被深度学习神经网络中几千亿个人工神经元的反复运算模拟，有可能“同构”于几十万亿个通用图灵机之间的连接和互动，有可能“等价”于几千万亿次纯粹基于数理逻辑的λ演算。这种深刻而优美的“同构”，或者说“计算等价性”，连接了物质系统、生态系统、数学理论和人类的意识系统，未来还将启发人们开发出更优雅、更强大的人工智能系统。

图灵的论文发表后，图灵在剑桥大学的导师麦斯·纽曼（Max Newman）看出了他的论文与邱奇教授论文的密切相关性，写信推荐图灵去读邱奇的博士生。1936年夏天，图灵远渡大西洋来到了普林斯顿，他的办公室正好在冯·诺伊曼教授办公室的对面。两年之后，图灵博士毕业时，冯·诺伊曼提供了一个工作机会，他希望以年薪1500美元聘图灵做自己的助手，这在当时是很高的薪水，可惜更喜欢英国生活方式的图灵还是选择了回到英国剑桥。这是图灵一生的一个关键选择，也是可能改写历史的一个关键时点，如果图灵当年选择留在美国，没有因为后来的变故英年早逝，很可能他会和香农、麦卡锡、明斯基等人一起创立人工智能这个学科，并在人工智能领域做出更多卓越的贡献。

图灵回英国后不久，第二次世界大战爆发，图灵开始为国效力，他加入了英国外交部的政府代码及加密学校（Government Code and Cypher School），学校位于白金汉郡与世隔绝的布莱切利园，这里是英国“二战”时绝密的密码破译基地。图灵以他的绝世天才在破译德军Enigma密码的过程中起到了关键性的作用，通过改进破译密码的“炸弹机”（Bombes），并协助设计更先进的巨人计算机（Colossus Computer），图灵的团队最终实现了对德军Enigma密码的快速破译。破解了德国海军的Enigma密码，就能发现威胁英国补给线的德国U型潜艇的位置，这对英国维持补给线的稳定至关重要。“二战”后，图灵被授予大英帝国荣誉勋章（O.B.E勋章）。战争期间，图灵的生活有一个小插曲，他和一起工作的密码破译员琼·克拉克相爱，并提出过求婚，最终因为自己的同性恋倾向解除了婚约。2014年上映的电影《模仿游戏》（The Imitation Game，见图8.10），重点讲述了图灵在“二战”时的经历，本尼迪克特·康伯巴奇和凯拉·奈特莉分别饰演图灵和克拉克，他们的表演都非常精彩。该片在第87届奥斯卡金像奖角逐中，获得了包括最佳影片、最佳导演、最佳男主角、最佳女配角在内的7项提名，最终获得了最佳改编剧本奖。

图8.10 电影《模仿游戏》

“二战”结束后，图灵继续着他在数学和计算机领域的研究和探索，他开始对两个新领域发生兴趣，其一是描述生物结构发生和发展过程的“形态形成”（Morphogenesis），更重要的另一个就是人工智能。1950年，图灵发表了题为《计算机与智能》的文章，在这篇文章的开始，图灵巧妙地引入了后人称为“图灵测试”的模拟游戏，通过“人与机器对话后是否可以判断对方是个机器？”，来代替“机器能否思考？”这个抽象难解的问题。在这篇文章的中部，图灵清晰生动地回答了9种对“人工智能”的反对意见，包括来自神学、来自哥德尔定理、来自意识等方面的反对意见，这些回答充满了科学家和哲学家的智慧，无疑对后来的人工智能学者打破思维的种种限制起到了很好的启发作用。

在文章中，图灵提出了一个新颖的观点：“为什么要尝试开发模仿成人头脑的程序，而不是模仿小孩头脑的程序？”他认为可以将小孩的好奇心赋予计算机，并通过“教育”让机器的智能进化。为了实现机器的猜测和自由选择，他还提议在计算机中包含真正的随机电子噪声源来产生随机数，并开发可以从错误中学习的“不可靠”的机器。

文章的最后，图灵写道：“我们的目光所及，只在不远的前方，但是可以看到，那里就有许多工作，需要我们完成。”（We can only see a short distance ahead，but we can see plenty there that needs to be done.）这似乎是图灵对人工智能领域探索者的热情邀请。

1951年，图灵当选英国皇家学会会员，提名人是他的老师纽曼教授，附议人是著名数学家和哲学家伯特兰·罗素，有理由相信图灵的学术前景一片光明。不幸的是，1952年，图灵因为家中失窃报警，警方的调查发现了他的同性恋行为，按当地英国的法律他被定罪，他面临两种选择——坐牢或“化学阉割”（接受雌性荷尔蒙注射），他选择了后者。持续一年的药物注射产生了包括乳房发育在内的多种副作用，也许还有别人难以感受的精神上的巨大痛苦。

1954年6月7日，图灵被发现死于家中，床头还放着一个被咬了一口的苹果。警方调查后认为是因苹果中剧毒的氰化物中毒，调查结论为自杀。图灵的母亲基于图灵生前各种正常行为的分析，认为更可能是一次意外。这样，最伟大的“解谜者”最终给世人留下了一个也许永远无法破解的谜题。无论如何，图灵年仅41岁就英年早逝，无疑是计算机行业和人工智能领域的巨大损失。直到2013年，英国政府才在霍金等著名科学家和几万请愿群众的压力下，最终为这位伟人送上赦免和平反。

1966年，为了纪念计算机科学的先驱、被称为“人工智能之父”的图灵（见图8.11），美国计算机协会设立了“图灵奖”，这是全世界计算机行业的最高荣誉，被誉为“计算机界诺贝尔奖”。

图8.11 图灵

先知的传承与未来的展望

20世纪50年代，图灵和冯·诺伊曼两位大师相继离世后，香农成为人工智能领域承上启下的关键人物。1940年，香农博士毕业后曾在普林斯顿高等研究院工作过一年，和冯·诺伊曼有过不少的交流。“熵”（entropy）是香农创立的信息论中最核心的概念，代表了一个系统的内在的混乱程度，如图8.12所示。香农原本打算用“不确定性”（uncertainty）来表达这个概念，当他和冯·诺伊曼讨论这个问题时，冯·诺伊曼对香农建议说：“你应该把它称之为‘熵’。”并给出两个理由，一是“不确定性”这个概念已被用于统计力学，二是没有人知道“熵”到底是什么，不致引起争论。“熵”这个经典的概念，跨越了信息论、物理学、数学、生态学、社会学等领域，至今仍在人工智能领域给人带来新的启迪。

图8.12 香农（右）和“熵”公式

与冯·诺伊曼和图灵一样，香农也在反法西斯战争中立下了不朽的功勋，他研究的通信理论和保密系统理论被美军采用，他参与制作的通信加密设备，被用于二战中盟军最高领袖罗斯福、丘吉尔、艾森豪威尔、蒙哥马利等人之间的绝密通信，保护了盟军的情报安全。在“二战”期间，因为都负责盟军中通信加解密的工作，图灵和香农有多次机会见面交流，除了通信和密码学，他们也多次探讨了他们的共同爱好——人工智能以及机器下棋。1949年，香农发表了著名文章《编程实现计算机下棋》（Program a Computer for Playing Chess），这篇文章是萌芽期人工智能领域的一篇杰作，后来击败国际象棋世纪冠军的“深蓝”和击败围棋世界冠军的Alpha Go，都是后人在香农开拓的机器下棋领域创造的巅峰杰作。

1956年夏天，正如本书第1章所述，在著名的达特茅斯会议上，伟大的先知香农见证了“人工智能”学科的诞生，完成了与麦卡锡、明斯基、西蒙、纽厄尔等新一代人工智能学术领袖的传承。

说起学术传承，笔者认真研究了被称为“计算机之父”冯·诺伊曼和图灵、麦卡锡、明斯基、西蒙、纽厄尔这5位曾被人称为“人工智能之父”的学者的学术谱系，借助于维基百科和数学谱系计划（Mathematics Genealogy Project）的网络数据库，笔者惊奇地发现这6位人工智能的开创者，都同属于一个传承自天才数学家的学术家族，从每个人的博士导师的博士导师一直上溯十几代后，最终的祖师爷都是弗里德里希·莱布尼茨（Friedrich Leibniz，见图8.13），他就是伟大天才、发明微积分的戈特弗里德·莱布尼茨的父亲。在冯·诺伊曼、图灵、麦卡锡等人的先辈导师中，除了莱布尼茨父子，还可以看到高斯、欧拉、伯努利、拉格朗日这些如雷贯耳的名字。感兴趣的读者可以参阅本书的附录3，查看这一学术谱系的更多详情，还可以看到中国数学家与这一传承的关系，很有可能，你大学时的数学教授也来自这一数学领域的黄金家族呢。

图8.13 人工智能开创者共同的祖师爷弗里德里希·莱布尼茨

在东方，也有许多代代相继的师生传承，在中国影响最大的，也许就是传自孔子的儒家传承。儒家之中，有孟子、李白、苏东坡、曾国藩这样的一代一代伟人，谱写着汉语文化的完美诗篇。

在我们这个人工智能和生物科技突飞猛进的时代，容我大胆地预测一下，在人工智能领域，如果有人可以实现“超级人工智能”并且赋予机器人“灵魂和意识”，他/她很可能会被未来的机器人奉为祖先。在生物科技和人工智能的结合领域，如果有人实现了“人机一体”的“超人类”，甚至让一部分人实现“意识上传”和“灵魂永生”，他/她很可能成为这新一代“超人类”的精神领袖。

笔者猜测，上面说到的未来领袖，最有可能出现在中国和美国。在完成本书之后，我将开启一次周游全中国的自驾之旅，在祖国秀丽的名山大川之间，期待能遇见更多的天才少年，能从他们身上，看到人类向更高境界进化的曙光。

印度经典《薄伽梵歌》（插图见8.14）片段。

“阿周那啊！我是居于

一切众生心中的自我，

我是一切众生的

开始、中间和结束。

……

我是吠陀中的娑摩吠陀，

我是天神中的因陀罗，

我是那些感官中的心，

我是众生中的意识。

……

我是大仙中的婆利古，

我是语言中的音节“唵”，

我是祭祀中的低声默祷，

我是高山中的喜马拉雅山。

……我是曲调中的大调，

诗律中的伽耶特律，

我是月份中的九月，

时令中花开的春季。”

图8.14 《薄伽梵歌》

……

选自：人工智能简史

作者：刘韩

出版社：人民邮电出版社

Tags：冯诺伊曼   克劳德·香农   阿兰·图灵   人工智能   大学   数学   普林斯顿大学   2019未来科学大奖   艾森豪威尔   匈牙利   大卫·希尔伯特   李政道   集合论   布达佩斯   杨振