人工智能之父讲人工智能——读《人工智能科学》

书籍：《人工智能科学》

作者： 赫伯特·A.西蒙

译者：陈耿宣 / 陈桓亘

出版社：中国人民大学出版社

书籍链接： 《人工智能科学》

书评链接：人工智能之父讲人工智能

巧合的很，前段时间去图书馆碰到过一本书，是讲赫伯特·A.西蒙的传记性作品，粗略翻了下，当时惊异于西蒙教授的全才，他在所研究的领域中都取得了非凡的成绩，更是获得图灵奖和诺贝尔经济学奖。那次去是给孩子借书，没能把那本借回来。可没几天，就有幸读到了赫伯特·A.西蒙的著作《人工智能科学》。

一、西蒙教授和人工智能

为什么提到人工智能，就要提西蒙教授呢，因为早在1956年，他就和艾伦纽厄尔一共开发了一个“会思考”的程序——逻辑理论家，这被视为“人工智能存在的证据”，西蒙教授也因此获得图灵奖。

西蒙教授是怎么理解人工智能的？用他自己的话说：“若某系统是因某特定目标或因适应环境目的而建造，则该系统可称为人工系统。”而人工智能只是西蒙教授研究人工科学下的一个分支。相比于人工智能，西蒙教授似乎更喜欢“复杂信息处理”和“认知过程模拟”这样的表达。

二、西蒙教授的研究领域概况

这里我觉得有必要先简单介绍下西蒙教授所涉及的研究领域。他首先从事政治学和公共管理学方面的研究，后转入数理经济学，凭着“有限理性”的理论获得了1978年诺贝尔经济学奖；随后他又转而研究心理学，获得美国心理学学会的最高奖项；同时他还和艾伦纽厄尔开发了程序——逻辑理论家，宣告了人工智能的诞生，也让他获得图灵奖。

“从政治学出发，途经管理学、运筹学、数理经济学、认知心理学,最终落脚于信息技术和人工智能，赫伯特·西蒙的成功贯穿其学术生涯的始终。”

三、各领域与人工智能相关的具体知识

1、模拟。相比于行为模仿，西蒙教授更倾向于“模仿“，通过对问题进行分析，针对主要因素进行模拟，以达到发现事情发展可能性的目的。这是理解人工物世界的典型的一方面。

2、有限理性。这是西蒙教授在经济学领域的著名理论。相较于人类或组织的主管选择，制定合理的算法或程序进行计算可靠性要更高一些，人类的理性是有限度的。教授还在经济学的章节中介绍了市场机制、市场的不确定性和预期、博弈论和“囚徒困境“，还讲到了经济进化模型局部和全局的最优解。

3、认知心理学。当涉及系统或程序的记忆信息检索时，认知心理学就派上了大用场。检索的效率很大程度上与“认知“水平相关。教授还提到了人类记忆参量——对记忆块的数量及记忆时间的论述。

4、语言识别与学习。人的长期记忆通常是通过联想加深的，而人工智能系统如何增强对语义的理解，并通过不断学习提高处理问题的效率。西蒙教授提出的问题足以引领人工智能的未来发展方向，要知道，这是在20世纪六七十年代提出的，当然最近十几年，人工智能朝着教授指引的方向取得了长足的进步，可惜教授没能得见（教授于2001年去世）。

5、反馈机制和试错。人脑和人工智能是由区别的，人脑是集中系统决策，而人工智能不能采取这种思路。简单来说人工智能是基于反馈机制运行的，它相当于在繁复分岔的选择路径中不断尝试各个路径，通过反馈和评估来决定是否选择整个路径，最通俗的说法就是试错。只不过人为试错成本太高，但高速运转的系统成本就微乎其微了，尤其硬件性能还在以指数级不断提高。性能的提高还为另一关键方向提供了可能性，系统对未来可能性的预测或者计算是基于足够数量级的初始数据的，不断发展的强大的硬件性能无疑提供了更广的场景应用，当然极复杂系统的预测仍然难以在现有计算力下完成，这就涉及下面要讲的复杂性了。

6、复杂性和复杂系统。这是本书第三版教授增加的两章，是在1996年修订的。这两章中教授探讨了复杂性和复杂系统，教授讲到了整体论和还原论，将整体还原为较为简单的部分，分别对部分进行分析特性；教授还讲到了控制论和一般系统论，将共性的部分从特殊性中抽象出来。复杂性系统更是将这些理论融合，用层级系统的概念，把系统拆分成一个一个的子系统，最终拆分到最基本系统，从子系统一步步研究汇总。教授还讲到了特殊的层级系统——近可分解系统，有两个特征：一是子系统内部的关联性与其他子系统无关，二是子系统只是以简单聚合的方式构成上层系统。这种近可分解系统在很多现实领域有着广泛的应用。

西蒙教授的全才，来自于他在每个研究领域中都能把其他领域的知识融会贯通，相互借鉴，这才能在每个领域都有创造性突破，西蒙教授为人工智能指引了方向，当今人类正按着这个方向飞速发展，日新月异。这里要向西蒙教授致敬。

另外，图书馆的那本传记——《穿越小径分岔的花园》也借回来了，后续再相互印证。