人工智能極簡史（簡體書）

人工智能技術作為數字時代的一項基本技術，如何迎接它帶來的挑戰與機遇，定位我們所處的時代，適應未來人工智能給我們帶來的深刻影響？要正確認知這個問題，我們的參照系要足夠大，視野才能足夠開闊，目光才能足夠長遠，未來才能足夠清晰。《人工智能極簡史》旨在引領讀者以長遠深邃的歷史眼光來審視人工智能的發展，從人類最初對智能的幻想出發，從古代的跳舞機器人（偃師造人）開始，講述古人對人工智能的追求，到人工智能的萌芽、人工智能的初創期、成長期，再到目前的第三次熱潮。通過一些關鍵的技術、應用的突破和重要事件的表述，讓讀者全方位的了解人工智能的興衰，優勢和不足，以及一些基本規則。幫助讀者厘清人工智能技術的發展脈絡，看清人工智能發展的本質，從中總結規律，對人工智能未來發展趨勢有客觀、科學的認知。全書無公式和代碼，而是以故事和漫畫來講述人工智能發展過程中的人物、技術和軼事，以及作為科研一線人員，對人工智能近年來研究思路上的思考，對未來人工智能發展的研判。

作者

張軍平，人工智能領域知名專家，中國自動化學會普及工作委員會主任，復旦大學計算機科學技術學院教授、博士生導師，獲“典贊·2022”科普中國”年度科普人物提名。主要研究方向包括人工智能、機器學習、圖像處理、生物認證及智能交通。其科普著作《愛犯錯的智能體》，獲得 2020年中國科普作家協會第六屆優秀作品獎金獎。

繪者

張毅，溫州人，閑時寫字，忙時畫畫。

“毅繪堂”工作室創始人，推崇“以筆繪意”。

首屆“吳文俊人工智能最高成就獎”獲得者陸汝鈐院士作序！

中國工程院王耀南、鄭南寧、潘云鶴等院士聯袂推薦！

中國自動化學會青少年人工智能核心素養測評推薦圖書！

無公式和代碼，有故事和漫畫

以歷史之光，觀照數智未來

從機械到智能，從碰撞到共生

69個腦洞大開的傳奇小故事

69次浴火重生的裡程碑時刻

一本發人深省的AI時代啟示錄

1. 內容與時俱進，系統厘清人工智能的發展脈絡。

本書完整呈現了從人工智能思想萌芽到人工智能前沿進展的主流研究內容和歷史脈絡，並對未來的人工智能發展進行了預測和暢想。作者作為一線人工智能科研工作者，有效保證了本書內容的與時俱進及前瞻性。

2. 兼具人文價值與科普價值，一場文理思維的碰撞。

本書素材豐富，知識全面，有別於一般史書，本書在對人工智能歷史重要節點和重要事件進行真實還原的同時，對期間所出現的重要技術的特點和進展更是進行了精彩的解讀和延展。

3. 耗時兩年獨創，頗具指導意義。

本書作者為人工智能專家，對人工智能的起源、發展、未來趨勢有客觀和更具指導意義的認知和見解。相比更偏重歷史素材講述的史書，本書更為關注每一次歷史變革所帶來的意義和啟示。

4. 故事與漫畫巧妙融合，詼諧且引入入勝。

以故事啟發讀者思考歷史事件的意義，以趣味圖像化的方式促進讀者對抽象概念的吸收和理解。

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、榮獲科普金獎之後，現又推出新著《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，在活潑的文字後面，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麼大的貢獻，又為何在發展過程中一波三折，屢次讓專家們措手不及？那些曾經被‘釘在十字架上’的人工智能批判者，真的就是犯下了‘人工智能寒冬製造罪’嗎？在今後前進的路上，‘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，某些動物據說也有智能，這些不同形式智能的共同本質是什麼？發展人工智能已成為我們的國策和世人共識，那麼進一步發展的核心驅動力是什麼？主要困難在哪裡？最後，有一個曾經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，作者本人又沒有發現，錯誤就會一直繼續下去， 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。後來的人工智能專家們大多也不會為此而討伐明斯基‘扼殺’了早期神經網絡研究的發展，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，哪有後來神經網絡的迅速和健康的發展？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，怎麼會有這樣的問題呢？ 但事實是社會上可能對這個問題並未形成共識。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。聯繫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製造能夠自動執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，特別是現代人工智能，建立在嚴格的邏輯和數學基礎之上。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，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。那它究竟是一種什麼樣的科學呢？從中國科學院學部的分類來說，應該屬於信息科學。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：‘從數學的觀點看，信息是什麼？’。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，不確定性是由於信息不完全與/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。什麼是智能？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（數據、知識） 不確定性的科學。從這個觀點出發，凡是有確定方法可以解決的問題都不是人工智能難題。即使曾經是人工智能難題，也會隨著人工智能理論和技術的發展而逐漸變成非難題。例如在人工智能初創時期，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。而現在這些問題都屬於常規編程。在大數據時代，‘信息不完全’的概念還應該擴大到：信息是存在的，但是由於信息量過於浩大或過於難提取，以至於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系統於 1972年問世以後，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程序的優化，不在硬件”。那麼五代機的設計者當初究竟是怎麼想的呢？我認為還是受了傳統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，Prolog的模型是Hoare邏輯。 現代社會要求人工智能處理的任務越來越複雜，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，就會使程序越來越複雜。所以人們往往很容易看到：現代人工智能發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跳動公司表態要嚴格遵守《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， 後者是對人工智能算法的保護（出口限制）。如果承認算法已經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制。可計算性和計算複雜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。本書的最後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），‘人類智能和機器智能可以組合在一起嗎？’（7.8節）， ‘人工智能有局限性嗎？’（7.12節）。還有更深刻的問題： ‘機器有自我意識嗎？’（7.7節）。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係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’先生的協同進化論表明，人工智能既不會永遠臣服於人類智能，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能，充實自己的才幹。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

引言
我國古代人工智能傳說　偃師造人，唯難於心 ... 002
故弄玄虛的土耳其機器人　本是真人象棋大師 ... 004
人工智能的邏輯　古代科學家和思想家的思考 ... 007
薛定諤的思考　生命是什麼？ ... 010
第 1 章 人工智能的萌芽期（1936-1955）
圖靈機　電子計算機的雛形 ... 014
圖靈測試　人工智能跨不過的檻 ... 018
塞爾的中文屋子　反問圖靈測試 ... 021
顱相學與 MP 神經元模型　偽科學到科學 ... 023
人工智能的硬件基礎　電子計算機的誕生 ... 026
控制論與信息論　神童與獨輪車 ... 029
第 2 章 人工智能的初創期（1956-1980）
人工智能的由來　達特茅斯會議 ... 034
跳子棋國際象棋　挑戰人類智能 ... 037
數學定理證明　計算機居然能做證明題 ... 040
幾何定理自動證明　年齡最大的程序員 ... 042
海戰悖論背後的多值邏輯　邏輯不止 0 與 1 ... 046
框架理論與情感機　明斯基理解的智能 ... 049
物理符號系統假設　早期人工智能的重要假設 ... 052
機器翻譯　人類自由交流的保障 ... 055
SHRDLU 和 SHAKEY　積木世界與機器人 ... 057
感知機　神經網絡的雛形 ... 060
神經元細胞的方向性　探索貓腦 ... 062
視網膜的啟示和新認知機　學習視覺裡的智能 ... 064
第一次人工智能寒冬　明斯基對感知機的否定 ... 067
海市蜃樓的人工智能　萊特希爾報告 ... 069
專家系統　學習人類智能 ... 072
第 3 章 人工智能的分支流派
遺傳算法　從自然界學來的人工智能 ... 078
蟻群算法　死亡旋渦 ... 081
仿生智能　萬物有靈 ... 083
關聯規則　啤酒與尿布 ... 086
邏輯的自指　理發師悖論 ... 089
模糊數學　伯克利教授的創新 ... 092
第 4 章 人工智能的成長期（1981-2011）
第五代計算機　日本的賭博 ... 096
反向傳播算法　人工智能的第二次復興 ... 099
卷積神經網絡　時運不濟 ... 102
郵政編碼識別　古老的回憶 ... 105
統計機器學習　一統江山 ... 108
支持向量機　萬能學習算法 ... 111
非線性與核技巧　人工智能裡的審美疲勞 ... 113
第 5 章 人工智能裡的原則、直覺與反直覺
奧卡姆剃刀　簡單有效原理 ... 118
稀疏學習與壓縮傳感　反直覺的采樣 ... 122
詞典學習　人工智能需要新華詞典 ... 126
最小描述長度　一行代碼勝過千言萬語 ... 129
流形學習　數據空間不是平坦的，是非歐幾何 ... 132
神經流形　離散和連續的原型說 ... 136
非負矩陣分解　光線是正能量 ... 138
視覺理論與大範圍首先理論　局部先，還是整體優先？ ... 140
第 6 章 人工智能的第三次熱潮（2011- 至今）
深度學習　神經網絡卷土重來 ... 144
大數據集 ImageNet　土耳其機器人立功 ... 147
AlexNet 深度模型　神經網絡的翻身仗 ... 150
谷歌大腦計劃　機器能自己認識貓了 ... 153
谷歌的無人駕駛汽車　自動駕駛時代的來臨 ... 155
人機大戰　AlphaGo 戰勝世界圍棋冠軍 ... 158
波士頓的大狗　現代版的木牛流馬 ... 161
深度學習的端到端　拉近學術產業你我他 ... 163
生成對抗網　左右互博的“周伯通” ... 166
強化學習　從狗的條件反射學來 ... 168
知識圖譜　包羅萬象的知識庫 ... 171
第 7 章 人工智能的未解難題與未來
莫拉維克悖論　複雜卻簡單，簡單卻複雜 ... 176
偏見與風險　人工智能並不公平 ... 179
快思維與慢思維　思維不一定都縝密 ... 182
沒有表示的智能　感知不處理，何談智能 ... 185
因果推斷與反事實推斷　門票越貴，遊客越多？ ... 188
數字孿生　人工智能也需要平行世界 ... 191
自我意識　莊周夢蝶與缸中腦 ... 194
人機融合與協作　各有利弊，相互彌補 ... 196
機器會擁有智能嗎　智叟與愚公之爭 ... 198
NovelAI 與 ChatGPT 與 GPT-4　造飛機還是設計鳥？ ... 201
人工智能科幻影視　前瞻性還是沒道理 ... 205
時空尺度　人工智能的局限性 ... 209
後記 ... 212
參考文獻 ... 216