1.2 AI领域的奠基者

在AI璀璨的星空中，不仅有浩如烟海的AI知识，更有无数为AI知识做出自己独特贡献的奠基者。笔者在这本书中将列出为AI相关领域做出重要贡献的学者和专家，从这些AI相关专家的身上学习AI知识，能帮助我们更好地理解、运用AI。（注：以下人物排列不分先后顺序。）

1．艾萨克·阿西莫夫：突出贡献是提出“机器人学三定律”

艾萨克·阿西莫夫（1920年1月2日—1992年4月6日），美国著名科幻小说家、科普作家、文学评论家，美国科幻小说黄金时代的代表人物之一。

阿西莫夫一生著述近500本，题材涉及自然科学、社会科学和文学艺术等许多领域，他与儒勒·凡尔纳、赫伯特·乔治·威尔斯被并称为科幻史上的三巨头，还与罗伯特·海因莱因、亚瑟·克拉克并列为科幻小说的三巨头，同时也是著名的门萨学会会员，并在后来担任副会长。其作品中的“基地”系列、“银河帝国三部曲”和“机器人”系列被誉为“科幻圣经”。他曾获代表科幻界最高荣誉的雨果奖和星云终身成就大师奖。小行星5020、《阿西莫夫科幻小说》杂志和两项阿西莫夫奖都是以他的名字命名。他提出的“机器人学三定律”被称为“现代机器人学的基石”。

2．艾伦·图灵：突出贡献是图灵试验和图灵机

艾伦·图灵（1912年6月23日—1954年6月7日），英国数学家、逻辑学家，被称为计算机科学之父、AI之父。

1931年，图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，第二次世界大战爆发后回到剑桥，后曾协助盟军破解德国的Enigma密码系统，帮助盟军取得了二战的胜利。

2013年12月24日，在英国司法部部长克里斯·格雷灵的要求下，英国女王向图灵颁发了皇家赦免。英国司法部部长宣布：“图灵的晚年生活因为其同性取向（同性恋）而被迫蒙上了一层阴影，我们认为当时的判决是不公的，这种歧视现象现在已经遭到了废除。为此，女王决定为这位伟人送上赦免，以此向其致敬。”

图灵对于AI的发展有诸多贡献，不仅提出了一种用于判定机器是否具有智能的试验方法，即图灵试验（至今每年都有相应的比赛），他提出的图灵机模型还为现代计算机的逻辑工作方式奠定了基础。

3．约翰·麦卡锡：突出贡献是组织并发起达特茅斯会议，提出AI的概念

1927年9月4日，麦卡锡生于美国波士顿的一个共产党员家庭。他因在AI领域的贡献而在1971年获得图灵奖。实际上，正是他和明斯基在1956年的达特茅斯会议上提出了AI这个概念。

麦卡锡对AI的兴趣始于他当研究生的时候。1948年9月，他参加了一个“脑行为机制”的专题讨论会，会上，冯·诺伊曼发表了一篇关于自复制自动机的论文，提出了可以复制自身的机器的设想，这激起了麦卡锡极大的兴趣和好奇心，自此，他开始尝试在计算机上模拟人的智能。1949年，他向冯·诺伊曼谈了自己的想法，后者表示赞成和支持，鼓励他搞下去。在达特茅斯会议前后，麦卡锡的主要研究方向是计算机下棋。下棋程序的关键之一是如何减少计算机需要考虑的棋步。麦卡锡经过艰苦探索，终于发明了著名的α-β搜索法，使搜索能有效进行。在α-β搜索法中，麦卡锡将结点的产生与求评价函数值（也称返上值或倒推值）两者巧妙地结合起来，从而使某些子树结点根本不必产生与搜索。之所以称为α-β搜索法，是因为将处于取最大值的结点的返上值或候选返上值（PBV）称为该结点的α值，而将处于取最小值的结点的返上值或候选返上值称为该结点的β值。这样，在求得某结点的α值时，就可与其前辈结点的 β 值相比较，若α≥β，则可终止该结点以下的搜索，即从该结点处加以修剪，这叫β修剪；而在求得某结点的β值时，就可与其前辈结点的α值相比较，若α≤β，则可终止该结点以下的搜索，即从该结点处加以修剪，这叫α修剪。为了说明α-β修剪，我们举一个最简单的例子。设在取火柴棍的游戏中，A、B两人轮流从一定数量的火柴中取1根或2根，不得多取，也不能不取，取走最后一根火柴者胜。用A（n）、B（n）表示轮到A或B时有n根火柴的状态，当n =5时轮到A取，A有两种可能，一种是取2根火柴进入 B（3），另一种是取1根火柴进入 B（4）。显然，进入 B（3）后，不管B取几根，A必胜，故A必走这一步，余下的分支不必再搜索了。α-β搜索法至今仍是解决AI问题中一种常用的高效方法。

至于达特茅斯会议，东道主麦卡锡是主要发起人，另外3个发起人是当时在哈佛大学的明斯基、在IBM公司的罗杰斯特、信息论的创始人香农。麦卡锡发起这个会议的目标非常宏伟，是想通过10来个人2个月的共同努力设计出一台具有真正智能的机器。会议的经费是洛克菲勒基金会资助的，包括每位代表1200美元的参会费用加上外地代表的往返交通费用。会议的原始目标虽然由于不切实际而不可能实现，但由于麦卡锡在下棋程序尤其是α-β搜索法上所取得的成功，以及卡内基·梅隆大学的西蒙和纽厄尔（这两人是1975年的图灵奖获得者）带来了能证明数学名著《数学原理》第二章的52个定理中的38个定理的启发式程序——逻辑理论家（LT），明斯基带来了名为Snare的学习机的雏形（主要学习如何通过迷宫），使得会议参加者仍能充满信心地宣布AI这一崭新学科的诞生。

4．马文·明斯基：突出贡献是提出关于思维的理论，提出AI概念

明斯基是框架理论的创立者，他和麦卡锡在1956年发起达特茅斯会议并提出AI这个概念。明斯基获得了1969年的图灵奖，是第一位获此殊荣的AI学者。其后，麦卡锡（1971年）、西蒙和纽厄尔（1975年）、费根鲍姆和劳伊·雷迪（1994年）5名AI学者先后获奖，AI学者获得图灵奖的人数占获奖总人数的近1/6，可见AI学科的影响之深远。明斯基的代表作包括《情感机器》《心智社会》等。明斯基的主要贡献包括如下几点。

① 提出关于思维的基本理论。1951年，他提出了关于思维如何萌发并形成的一些基本理论，并建造了一台学习机，取名为Snare。Snare是世界上第一个神经网络模拟器，其目的是学习如何穿过迷宫，其组成包括40个代理（Agent，国内资料也把它译为“主体”“智能体”）和一个对成功给予奖励的系统。基于Agent的计算和分布式智能是当前AI研究中的一个热点，明斯基也许是最早提出Agent概念的学者之一。Snare虽然还比较粗糙且不够灵活，但毕竟是AI研究中早期的尝试之一。在Snare的基础上，明斯基综合利用他多学科的知识，解决了使机器基于过去行为的知识预测其当前行为的结果这一问题，并以“神经网络和脑模型问题”（Neural Nets And The Brain Model Problem）为题完成了他的博士论文，明斯基于1954年取得博士学位。

② 发起并组织AI学会。明斯基学成以后，选择留校工作3年，其间他与麦卡锡、香农等人一起发起并组织了成为AI起点的达特茅斯会议。1958年，明斯基从哈佛转至MIT，同时麦卡锡也由达特茅斯来到MIT与他会合，他们在这里共同创建了世界上第一个AI实验室。

③ 在AI方面的贡献。明斯基在AI方面的贡献是多方面的。1975年他首创框架理论（Frame Theory）。框架理论的核心是以框架这种形式来表示知识。框架的顶层是固定的，表示固定的概念、对象或事件。下层由若干个槽（Slot）组成，其中可填入具体值，以描述具体事物特征。每个槽有若干个侧面（Facet）对槽做附加说明，如槽的取值范围、求值方法等。这样，框架就可以包含各种各样的信息，例如描述事物的信息、如何使用框架的信息、对下一步发生的事件有什么期望、期望如果没有发生该怎么办等。利用多个有一定关联的框架组成框架系统，就可以完整而确切地把知识表示出来。

④ 开发出最早的机器人。明斯基还把AI技术和机器人技术结合起来，开发出了世界上最早的能够模拟人活动的机器人Robot C，使机器人技术跃上了一个新的台阶。明斯基的另一个大举措是创建了著名的“思维机公司”（Thinking Machines Inc.），以开发具有智能的计算机。在20世纪80年代中期，思维机公司开始推出著名的“连接机”（Connection Machine）系列CM-1、CM-2和CM-5，把大量简单的“存储—处理单元”连接成一个多维结构，在宏观上构成大容量的智能存储器，再通过常规计算机实现控制、I/O和用户接口功能，处理智能信息。CM-l由4个象限组成，每个象限包含多达16384个1位处理器，全部处理器则被分为4096组，组间形成12维超立方体结构，其集成峰值速度达到每秒600亿次。CM-5的结点数更多，功能更强。

⑤ “虚拟现实”的倡导者。明斯基也是“虚拟现实”（Virtual Reality，后文简称VR）的倡导者，虽然VR这个名词与概念是20世纪90年代才出现与明朗起来的。早在20世纪60年代，明斯基就自己造了一个名词Telepresence，直译应为“遥远的存在”或“远距离介入”。明斯基所谓的Telepresence是这样一种设备或环境：它允许人体验某种事件，而不需要真正介入这种事件，比如感觉自己在驾驶飞机、在战场上参加战斗、在水里游泳，等等，实际上这些事都没有发生。明斯基提出过利用微型摄像机、运动传感器等设备来实现Telepresence的一些方案。

明斯基作为AI的倡导者之一，坚信人的思维过程可以用机器去模拟，机器也可以有智能。他的一句流传颇广的话是：大脑无非是肉做的机器而已（The brain happens to be a meat machine）。他的这种观点遭到了另一位图灵奖获得者威尔克斯针锋相对地抨击，孰是孰非有待进一步的科学研究和实践去判断。

5．克劳德·香农：突出贡献是提出信息论和熵的概念

香农是美国数学家，信息论的创始人。香农理论的重要特征是熵（Entropy）的概念。熵（Entropy）指的是体系混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，其在不同的学科中引申出更为具体的定义，是各领域十分重要的参量。熵由鲁道夫·克劳修斯提出，并率先应用在热力学中。后来，香农第一次将熵的概念引入信息论。他证明熵与信息内容的不确定程度有等价关系。我们可以把熵理解为分子运动的混乱度。信息熵也有类似的意义，例如，在处理中文信息时，汉字的静态平均信息熵比较大，中文是9.65比特，英文是4.03比特。这表明中文的复杂程度高于英文，反映了中文词义丰富、行文简练，但处理难度也更大。信息的熵大，意味着不确定性也大。因此我们应该深入研究，以寻求处理中文信息的深层突破，不能盲目认为汉字是世界上最优美的文字，从而引申出汉字最容易处理的错误结论。

6．沃尔特·皮茨：突出贡献是提出算法逻辑及数据关联关系，尝试构建一个大脑的模型

皮茨推动了数字计算、机器学习中的神经网络方法、联结主义学派的发展，这三点为AI三大学派的理论基础。

皮茨建立了控制论和AI的基础，他将精神医学的方向从弗洛伊德式的分析转到对思想机械论的理解。他展示了大脑是如何进行计算的，提出了心理活动是信息处理活动的观点。

同时，他还展示了机器可以进行计算，这为现代计算机的架构提供了灵感。因为他的工作，在历史上一段时间内，神经科学、精神医学、计算机科学、数理逻辑以及AI是统一的，这实现了莱布尼茨最先提出的理念：信息是人类、机器、数字以及精神的“通用货币”。表面看起来迥然不同的各种成分——大块的金属、脑中的灰质、纸上的墨痕，在深层次上都是可相互交换的。

7．李飞飞：突出贡献是机器视觉

李飞飞，1976年出生于北京，幼年和少年时代在四川度过，16岁随父母移居美国新泽西州，现为美国斯坦福大学教授，曾任斯坦福大学AI实验室与视觉实验室负责人、谷歌云AI和机器学习首席科学家。2015年12月1日，李飞飞入选2015年“全球百大思想者”;2018年3月，获“影响世界华人大奖”。

李飞飞主要研究方向为机器学习、计算机视觉、认知计算神经学。

8．吴恩达：突出贡献是深度学习

吴恩达，华裔美国人，斯坦福大学计算机科学系和电子工程系副教授，AI实验室主任。吴恩达是AI和机器学习领域国际上最权威的学者之一，他也是在线教育平台Coursera的联合创始人。

2014年5月16日，吴恩达加入百度，担任百度公司首席科学家，负责百度研究院的领导工作，尤其是百度大脑计划（已经离职）。

2017年10月，吴恩达出任Woebot公司董事长，该公司拥有一款同名聊天机器人。

吴恩达早期的工作包括斯坦福自动控制直升机项目，他的团队开发了世界上领先的自动控制直升机。

吴恩达同时也是机器学习、机器人技术和相关领域的100多篇论文的作者或合作者，他在计算机视觉的一些工作被一系列的出版物和评论文章所重点引用。

作为在线教育平台Coursera的联合创始人，吴恩达在2008年发起了Stanford Engineering Everywhere（SEE）项目，这个项目把斯坦福的许多课程放到网上，供学员免费学习。他也亲自讲授了一些课程，如“机器学习”课程包含了他录制的视频讲座和斯坦福CS299课程的学生材料。

吴恩达的理想是让世界上每个人都能够接受高质量的、免费的教育。Coursera和世界上一些顶尖大学合作，一起提供高质量的免费在线课程。

9．小结

AI时代的来临无疑让科学走向极致，让技术承载未来。AI再也不仅仅是实验室里冷冰冰的研究，而是逐步成为科技公司最核心的竞争力，并逐渐影响着人类的生活。我们在享受AI带来的便捷和高效的同时，要特别感谢AI领域的国内外学者。