人工智能发展史

[XiangloongChen]

• AI的开山鼻祖们
• 人工智能之父司马贺：我在中国的岁月 Herbert Simon in China
• Herbert Simon - Nobel 1978 | Do we understand human behavior?
• 人物 | 所罗门诺夫：大语言模型的先知

[XiangloongChen]

犹太名人堂 | 司马贺是如何获得诺贝尔奖和图灵奖并9个博士学位的？Herbert Simon

司马贺是人工智能之父，也是认知心理学、符号学、经济管理等数十个学科的先驱和巨匠，他是唯一获得了诺贝尔经济学奖和图灵奖及世界人工智能终生成就奖的科学家，他用30年把一所三流大学提升为全球前30的大学，中国是他去过次数最多的外国，70多岁开始学中文并成为首届中科院外籍院士。他琴棋书画样样精通，他是一个与圣诞节与奇妙渊源的犹太人。

 司马贺把认知心理学和计算机科学相结合产生了人工智能这一新学科，他和他的学生和同事共同创建了信息处理语言，开辟了从信息处理角度研究人类思维的方向，推动了认知科学和人工智能的发展，因此他被授予图灵奖。

司马贺对人工智能的贡献之一就是创立了符号主义，这在后来演变为符号主义学派。他认为知识的基本元素是符号，最原始的符号就是物理客体。智能的基础依赖于知识和经验，研究方法则是用计算机软件和心理学方法进行宏观上的人脑功能的模拟。司马贺借鉴了心理学的研究方法，把人脑看成一个实现信息处理目的的物理符号系统来表现智能行为，这也成为传统人工智能的理论基础。

司马贺教授对人工智能的另一个贡献是开创了决策理论，这也是司马贺对经济管理学的主要贡献之一，他甚至在19岁的时候就做出了研究“决策理论”的决定。当决策理论被创新性地应用在了人工智能中时，司马贺提出了“决策是管理”的核心论断，用数学方式定义了决策的三个阶段——信息活动、设计活动、选择和审验活动。他提出了基于“满意度”而非“最优化”的决策模型，并把决策类型划分为程序化决策和非程序化决策两种。

司马贺对人工智能的第三个贡献是提出了学习模型，至今仍然是应用最广的也是最简单的学习模型。司马贺对学习给出了一个简单定义：如果一个系统能够通过执行某种过程而改进它的性能，这就是学习。在此基础上，司马贺领导研究了多个知识发现系统，力求从长期积累的物理学、天文学、化学等自然科学学科的实验数据中，重新发现隐藏的科学定理。这样的学习模型在今天的地球物理学、生物信息学、乃至大数据的处理与价值挖掘中都存在潜在的应用价值。这直接对后来的机器学习、大数据应用和产品迭代开发方法产生了影响。 

他提出的逻辑分析理论为计算机模拟人的思维活动提供了具体的帮助，同时他对经济组织内的决策程序进行了开创性研究，建立起决策理论，他因此获得了诺贝尔奖。

司马贺平时关注的问题几乎都没有现成的答案，只能在不同学科中交叉学习找答案，他将学科视为工具箱。解决问题的方法可能来自不同领域，从统计学到社会学，从经济学到心理学。每当需要新的工具时，比如一种编程语言，但又无法现成获得，他就会自己发明。

原本建议卡耐基梅隆大学只搞计算机的司马贺却游刃于各大院系之间，教授各类他有过研究的各类学科，他不到30岁就已经能够教授宪法学、城市规划、地缘政治学、统计学、经济学、运筹学、政治史等众多课程。他教过的课程还包括计算机、人工科学、认知科学、经济管理、信息科学，甚至还有法国大革命，他是当之无愧的跨学科之王。

在司马贺看来，一个优秀的人必须学会使用学科工具来处理综合问题，一个运行良好的研究团队应该是跨学科的。

司马贺说：“一个人不可能同时做两件事，就好比我们无法同时忠于两个爱人。”他远离时事，不看电视，不听广播，不看新闻，以减少时间浪费。因为他觉得报纸上的东西，要么是重复过去的，要么就是他差不多已经预测出来的。

司马贺每年都会留出四天时间，专门用来考虑进行投资和其他理财事项。司马贺把家庭绝大多数存款都投入到了类似于指数基金这样的理财产品，“这意味着，我不需要每日、每月关注股市，进行短期交易”。 他对赚大钱的态度是：“赚大钱是一桩非常刺激的赌博。这种赌博不是我们平常随时收手的赌博。除了要赢之外，我可能会更加计较可能出现的输的情况。这样就会让我整天生活在得不偿失的状态中。太麻烦了！”

司马贺在自传中说他担心他对工作的奉献（通常需要每周工作 60 到 80 小时）使他成为一个不太完美的父亲。但大女儿凯瑟琳回忆道：“虽然父亲总是认为他不是一个合格的父亲，我尊重他对工作如此投入的事实。我一直将他视为值得效仿的榜样。尽管父亲工作时间很长，但总是和家人一起吃饭，而且他总是带领他们进行热烈交谈。她父亲的研究生经常被邀请去吃饭，这也增加了谈话的氛围。”

司马贺终其一生都是一个鼓励打破边界的人。他鼓励打破自然科学和人文科学之间的界限、打破技术和科研之间的界限。他承认学科在学术界的作用，用他的话说，“如同国家在整个国际体系中起的作用一样不可或缺。”但是他也感慨：“学者们通常是在本学科的发展和文化中度过一生的，很少有人能摆脱这种非此即彼的看法造成见识和眼界不够的问题。”

司马贺在自传中这样评价自己：我诚然是一个科学家，但是是许多学科的科学家。我曾经在科学迷宫中扮演了许多不同角色，角色之间有时难免互相借用。但我对我所扮演的每一种角色都是尽了力的，从而是有贡献的，这也就足够了。

[XiangloongChen]

科学奇才司马贺：我的自传

直到我上高中的时候，兴趣依旧相当分散的，尽管我感兴趣的科目都慢慢地归拢向科学类——那时我仍不知道未来的方向。对于绝大多数人来说，科学意味着是研究物理、数学、化学、生物学——这些都是他们在学校里接触的课程。人类行为可被作为一门科学研究的想法萌芽，直到我受教育的后期才隐约显现出来——确切地说，它没能像历史或者“人文学课”一样在当时作为教育重点。

……作为一名受敬仰的学者，舅舅的影响力同样表现在他的作品上，正如他在经济类以及心理学上的著作。基于此，我发现了自己真正的兴趣是社会学科，哈罗德叔叔是一位富有激情的雄辩家，我跟随哈罗德舅舅参加了辩论赛。

我在高中辩论赛中捍卫自由贸易，裁军、单一税理论和其他不受欢迎的辩论赛议题，我被引导深入研究伊莱的经济类教科书，诺曼·安吉尔的《大幻觉》、亨利·乔治的《进步与贫困》以及其他许多类似触类旁通的东西。

1933年，那时我准备去芝加哥大学上大学，我已对自己从事的专业方向有了大致的想法。选择从事社会科学和数学类，我认为社会科学需要同样的严谨态度和数学基础，而正是这样的严谨研究态度才能使“硬”科学获得了如此辉煌的成就。

我的目标是成为一名数学应用社会科学家，通过接受正式训练和自学相结合，这种学习模式一直持续到40年代，我已经在经济学和政治学方面获得了广泛的知识基础，同时还掌握了高等数学、符号逻辑和数学统计方面的技能。

当时我在芝加哥大学最重要的导师是计量经济学家和数学经济学家亨利·舒尔茨（Henry Schultz），但我也跟鲁道夫·卡尔纳普（Rudolf Carnap）学过逻辑学，跟尼古拉斯·拉舍夫斯基（Nicholas Rashevsky）学过数学生物物理学，跟哈罗德·拉斯韦尔（Harold Lasswell ）和查尔斯·梅里姆（Charles Merriam）学过政治学。同样我认真学习了研究生物理学，为了将我所学到的数学知识技能学以致用，深入了解“硬”的科学，特别是在理论方面。

我的职业生涯起码是结合自身意愿而不是随波逐流，一项本科学期论文的研究培养了我对组织决策的兴趣，在1936年毕业时，我成为了克拉伦斯·里德利（Clarence Ridley）的研究助理。从1939年到1942年，这项研究获得了洛克菲勒基金捐款促成了加州大学伯克利分校研究小组，并且从事同样领域的研究。通过与芝加哥大学达成的协商，在伯克利大学三年里，我通过邮件形式完成了博士的考试还有利用兼职时间发表了一篇关于组织决策的论文。

尽管早期我发布了一些关于税收问题（1943年）以及技术革新（1947年）方面的论文，但接触到原子能项目才是我在经济分析方面遇到的真正考验。正因如此，引起了我对数学经济学的兴趣，并且持续对我所研究的领域保持热忱，这段期间是发生在1950年到1955年的故事。

随着我们的深入研究，越来越发觉如果要我们理解决策机制，就需要充足的、经得住推敲的理论知识，这一观点恰恰与1952年兰德公司(Rand Corporation)遇到的艾伦•纽厄尔(Allen Newell)大致吻合。两年以后（1954年），艾伦•纽厄尔跟我产生了一种想法：学习解决问题的正确方式是通过计算机设计的程序模拟。渐渐地，计算机模拟程序成了我最大的兴趣点，而这个兴趣一直持续到现在从未消停。

后记：谈到西蒙，人们常常会想到文艺复兴三杰之一达芬奇，他们两的相似性在于他们都将自己短暂人生的宽度扩展到各个领域。西蒙不仅仅是科学家，还是一名钢琴演奏家，对艺术有着浓厚的兴趣。他是艺术家罗伯特·拉帕（Robert Lepper ）的好友，后者曾在卡内基梅隆大学画了西蒙委托创作的肖像画。西蒙还是一位登山者，并且非常喜欢户外运动。