在1956年,计算机科学家马文·明斯基(Marvin Lee Minsky)与J. McCarthy共同发起了历史性的”达特茅斯会议”,并首次提出了人工智能(Artificial Intelligence)这个概念。为了表彰他在这个领域的贡献,明斯基在1969年被授予了图灵奖,成为了第一位获得这项殊荣的人工智能学者。
![](https://i0.wp.com/liuyandong.com/wp-content/uploads/2024/04/屏幕截图-2024-04-29-155143.png?resize=909%2C511&ssl=1)
在明斯基之后,许多杰出的人工智能学者也陆续获得了这项奖项。这包括J. McCarthy(1971年)、H.A. Simon、A. Newell(1975年)、E. A. Feigenbaum、Raj Reddy(1994年)、Judea Pearl(2011年),以及在2018年被授予图灵奖的三位深度学习科学家。其中近6次是人工智能领域的研究者。这是获奖领域最多的是人工智能/机器学习(6次),其次是理论计算机科学(3次),再次是计算机系统和硬件等其他领域。
我来解释一下图灵奖这件事情吧,通常这个奖项被视为终身成就奖,但也有一些例外情况。大多数情况下,图灵奖是为了表彰获奖者在计算机科学领域内持续的卓越贡献和基础领域的研究成果,所谓的基础领域,不是说你做了一个应用软件,比如做了个聊天软件,用户达到30亿,就给你这个奖了。而是有突破性的工作,体现了他们对该领域的深远影响和终身贡献。获奖者往往是资深的科学家或先驱者,他们的工作已经经受了时间的考验,被广泛接受并产生了深远影响。
但是,也有一些情况下,图灵奖是为了表彰某个具体的突破性工作或理论,而不一定针对整个职业生涯。例如:
2018年,Hinton、Bengio和LeCun三人因在深度学习领域的开创性工作而获奖,这是他们职业生涯的一个重要部分,而非全部。
2012年,Shafi Goldwasser和Silvio Micali因在密码学理论方面的工作而获奖,这同样只是他们研究范围的一部分。
总的来说,大多数情况下图灵奖确实是对获奖者终身卓越成就的肯定,但也有少数例外情况是针对某一具体的开创性理论或工作。无论哪种情况,获得图灵奖都代表着对该领域做出了极其重要的贡献,是计算机科学家终身成就的最高殊荣之一。
大部分能够获得图灵奖的科学家都是多领域的专家,他们在各自领域都有深厚的造诣,马文·明斯基便是其中的典型例子。他在计算机科学领域的贡献举世瞩目,同时他还是一位物理学家,发明了一种激光显微镜。之后,他转向生命科学研究,他觉得人类有可能活到200岁,甚至更久,只是现在人类对大脑的研究几乎为0。他年轻时候曾经说过,大脑是肉做的机器,从他发表的观点来看,他仍然相信这一点,只是人类现在没办法研究大脑。他说也许大脑里有个记录年龄信息的基因,只要修改一下,人就可以活到200岁了。尽管他在人工智能神经网络方面的创新被广大人群所知,但对于他个人来说,这可能并不是他最看重的成就。
在他的晚年,每当人们提及人工智能和神经网络,他都会显得有些焦虑。因为这些都是他年轻时创立的理念,他无法忍受经过这么多年,人们仍在研究他年轻时的初步思想。他希望人们能有更长远的视野,认识到依赖过去的方法,人工智能是无法实现突破的。由于他的性格特质,他经常批评人工智能的商业化项目。大家可以去观看他在TED上的演讲,名为《健康和人类心理变化》。
接下来,我来讲他小时候的一些故事:
马文·明斯基,1927年8月9日出生于纽约市。他的父亲是一位身兼眼科医生与艺术家的多面手,而他的母亲则是一位活跃的犹太复国主义者。在他的小学和中学阶段,明斯基在私立学校接受教育,对电子学和化学产生了浓厚的兴趣。他的生活主要在知识分子阶层中进行。
1945年高中毕业后,明斯基应征入伍,在芝加哥北部的大湖海军培训中心与其他约120名新兵一起接受训练。根据明斯基本人的回忆,这是他与非学术界人员的唯一一次混合生活。退伍后的1946年,他进入哈佛大学主修物理,但他选修的课程涵盖了广泛的领域,从电气工程、数学到遗传学等多个学科专业。在一段时间里,他还在心理学系参与了课题研究。
当时流行的一些关于心智起源的理论,如新行为主义心理学家斯金纳(Burrhus Frederic Skinner,1904-1990)的理论,他认为人类的学习可以等同于动物的学习,这使得明斯基感到无法接受,并激发了他决心要澄清这个复杂问题。后来,他放弃了物理学,改修数学,并于1950年毕业。随后,他进入普林斯顿大学研究生院深造。
在二次世界大战前,图灵就是在普林斯顿开始研究机器是否可以思考的问题的,明斯基也在这里开始研究同一问题。1951年,他提出了关于思维如何萌发并形成的一些基本理论,并构建了一台名为Snarc的学习机。
Snarc是全球首个神经网络模拟器,其设计目标是学习如何穿越迷宫。它由40个”代理”(agent)和一个奖励成功行为的系统组成。代理的计算和分布式智能是当前人工智能研究的热点,明斯基可能是最早提出代理概念的学者之一。尽管Snarc的设计相对粗糙且不够灵活,但它毕竟是人工智能研究的最早尝试之一。
在Snarc的基础上,明斯基利用他的跨学科知识,解决了如何使机器能基于对过去行为的了解来预测当前行为结果的问题。他以”神经网络和脑模型”为题,于1954年获得博士学位。毕业后,他在学校工作了三年。在这期间,他与麦卡锡、香农等人共同发起并组织了标志着人工智能起点的”达特茅斯会议”。在这个历史性的会议上,明斯基的Snarc、麦卡锡的α-β搜索法,以及西蒙和纽厄尔的”逻辑理论家”(Logic Theorist)成为了会议的三大亮点。
1958年,明斯基从哈佛转至麻省理工学院(MIT),与此同时,麦卡锡也从达特茅斯来到MIT与他会合。他们在此共同创建了全球首个人工智能实验室。
马文·明斯基在人工智能领域的贡献是多元且深远的。1975年,他首次提出了框架理论(frame theory)。这一理论的核心思想是利用一种称为”框架”的形式来表示知识。
在框架理论中,框架的顶层是固定的,代表着固定的概念、对象或事件。而下层则由若干个”槽”(slot)组成,这些槽可以填入具体的值,以描述特定事物的特征。每个槽可以有多个侧面(facet),这些侧面对槽进行附加说明,比如槽的取值范围、求值方法等。
因此,一个框架可以包含各种类型的信息,例如描述事物的信息,如何使用框架的信息,对未来可能发生的情况的预期,以及如果预期未能实现应如何应对等等。通过将多个相关的框架组合成一个框架系统,我们就可以以一种完整且准确的方式来表示知识。
马文·明斯基最初提出框架理论是为了作为视觉感知、自然语言对话以及其他复杂行为的基础。然而,由于其层次化和模块化的特性,该理论在人工智能领域引起了巨大的反响,并被广泛接受和应用作为一种通用的知识表示方法。不仅如此,框架理论的一些基本概念和结构也被后来兴起的面向对象技术和方法所利用。
此外,明斯基的框架理论也构成了当前一些流行的专家系统开发工具和人工智能语言的基础。例如,著名的知识表示语言(KRL,Knowledge Representation Language)就是由D. G. Bobrow(他也是1992年获得ACM软件系统奖的Interlisp的主要开发者之一)在1979年基于框架结构设计和实现的。
框架理论的另外两个特殊贡献是:首先,它最早提出了”缺省”(default)的概念,这成为了常识知识表示的重要研究对象。其次,从框架理论发展出了”脚本”表示方法,这种方法可以描述事件及其时间顺序,也成为了基于案例的推理(CBR,Case-Based Reasoning)的基础之一。
马文·明斯基确实在人工智能和机器人技术的结合方面做出了重要贡献。他开发的Robot C是世界上最早的能够模拟人类活动的机器人,这无疑将机器人技术推向了新的高度。
此外,明斯基还创建了著名的”思维机公司”(Thinking Machines, Inc.),该公司专注于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其著名的”连接机”(Connection Machine)系列,包括CM-1,CM-2和CM-5。这些机器将大量简单的存储和处理单元连接成一个多维结构,在宏观上形成了大容量的智能存储器。通过常规计算机执行控制、I/O和用户接口功能,它们可以有效地用于智能信息处理。
马文·明斯基确实是虚拟现实(Virtual Reality,VR)的早期倡导者和先驱,尽管这个术语和概念在20世纪90年代才开始普及。在20世纪60年代,明斯基提出了一个自创的术语”telepresence”,意为”远距离介入”。
明斯基所描述的”telepresence”是一种设备或环境,它允许人们体验某种事件,而不需要真正介入这种事件。例如,让人感觉自己在驾驶飞机,在战场上参加战斗,或者在水下游泳,尽管这些事情实际上并未发生。他提出了利用微型摄像机、运动传感器等设备来实现”telepresence”的一些方案。
明斯基的”telepresence”概念与我们现在所研究的虚拟现实颇为类似。虚拟现实技术通过模拟环境和用户的感官反馈,让用户感觉自己处于一个完全不同的环境中,这与”telepresence”的概念非常相似。因此,我们可以说明斯基的”telepresence”是虚拟现实的早期形式,他的思想和工作对虚拟现实的发展产生了深远影响。
马文·明斯基确实是坚信人的思维过程可以被机器模拟,机器也可以拥有智能的重要人物。他的观点,即”大脑无非是肉做的机器而已”(the brain happens to be a meat machine),体现了他对人工智能的坚定信念和对人脑作为信息处理系统的理解。
然而,这种观点并非没有争议。例如,图灵奖得主威尔克斯`就曾对这种观点提出了挑战。威尔克斯是第2届图灵奖得主,我已经做过他的节目了,第428期,有兴趣的可以去听听。威尔克斯认为,人脑的复杂性和独特性使得其不能简单地被视为一种机器,人的思维过程也不能完全由机器模拟。
这两种观点代表了人工智能领域中的两种主要立场,它们在某种程度上反映了人工智能的未知性和复杂性。至于哪种观点更接近真相,这需要进一步的科学研究和实践去探索和判断。我们可以预见,随着人工智能技术的发展,这种争论和探索将持续下去。
明斯基的主要著作有:
《计算:有限与无限的机器》(Computation:Finite and Infinite Machines, Prentice-Hall,1967)
《语义信息处理》(Semantic Information Processing,MIT Pr.,1968)
《感知器》(Perceptrons,MIT Pr.,1969;expanded edition,1988)
《表示知识的框架》(A Framework for Representing Knowledge, McGraw-Hill ,1975)
《心智的社会》(The Society of Mind,Simon & Schuster ,1986)
《机器人学》(Robotics, Anchor Pr./Doubleday, 1985)
明斯基是美国科学院和美国工程院院士。他曾出任美国人工智能学会AAAI的第三任主席(1981-1982)。除了获得图灵奖外,1989年他还获得MIT所授予的Killian奖。1990年他获得日本政府所设立的”日本奖”。
明斯基在接受图灵奖时发表了题为”计算机科学的形式和内容”的演说,刊载于Journal of ACM,并发表了自己的看法。其中相当篇幅是批评当时的”新数学”(New Mathematics)的。他主张对儿童的数学教育,不但要强调形式,也要注重内容而不应忽略内容。
2016年1月24日,闵斯基因脑内出血病逝,享寿88岁。