No.436 第10届图灵奖、诺贝尔奖双料得主:西蒙与纽厄尔师徒

本期的主人公有两位,两人是师生关系,老师叫Alexander Simon,学生叫Allen Newell,两人是亦师亦友的关系。两人在长达20年的共同研究中,获得了丰硕的研究成果。在1976年,图灵奖首次颁发给两人,两年之后的1978年,诺贝尔经济学奖又颁发给了老师Alexander Simon。

我总觉得计算机跟经济几乎属于八杆子打不着的学科,没想到,人家在两个领域都取得了巨大的成就。可能是由于我对经济几乎一无所知,导致经济状况非常糟糕,可以说是完全不了解经济的动作方式了,所以,在本次电台里,我着重强调其在计算机方面的成就,经济方面的成就,留给懂经济的人去讲。

先把这两个人讲一下,先讲老师,Herbert Alexander Simon(1916年6月15日,密尔沃基,威斯康星 – 2001年2月9日,匹兹堡,宾夕法尼亚):1936年毕业于芝加哥大学,1943年在芝加哥大学获得政治学博士学位。再讲学生,Allen Newell(1927年3月19日,旧金山,加利福尼亚 – 1992年7月19日,匹兹堡,宾夕法尼亚):1949年毕业于斯坦福大学,后在卡内基梅隆大学博士毕业,导师为Herbert A. Simon。

两个人之间的差距是11岁,这点差距不算什么,无论在娱乐圈、科学界还是艺术界,两口子差个50岁都不是什么新闻,反而经常被称之为艺术界的一段佳话(引自某画家自己说的)。

这两个人是怎么认识的呢?1952年夏天,Simon访问RAND公司时相识,他们立即发现他们在符号、解决问题、启发式和模拟方面有着共同的语言。Newell于1955年初搬到匹兹堡,与Simon一起在卡内基理工学院工作。在合作过程中,纽厄尔所表现出的才能与创新精神深得西蒙的赞赏,在西蒙的竭力推荐下,纽厄尔得以在卡内基-梅隆大学注册为研究生,并在西蒙指导下完成博士论文,于1957年获得博士学位。

虽然名义上是Simon的博士生,但Newell实际上是他们不断发展的研究项目中的平等伙伴。两都非常谦虚,尤其是老师,谦虚的过分。什么东西都说是他的学生做的,比如写论文,第一作者永远是他的学生。搞得他学生不好意思,他对学生说,咱们按姓名的字母一排序,你是Allen,我是Simon,理应你排在前面。

1961年,纽厄尔离开兰德公司,正式加盟卡内基-梅隆大学,与西蒙及首届图灵奖获得者佩利(Alan J. Perlis)共同筹建了该校的计算机科学系。这是美国乃至全世界最早建立的计算机系之一。纽厄尔、西蒙和佩利三人也因此被誉为卡内基-梅隆大学计算机科学系的“三驾马车”。

据乔依·特劳勃教授(Joe F. Traub)回忆,他在20世纪70年代担任该系系主任长达9年之久,纽厄尔在建设和发展该系中所起的作用最为突出。特劳勃现为哥伦比亚大学计算机科学系教授。他提到,佩利早在1971年就应聘去耶鲁大学任教,而西蒙和纽厄尔则有个约定:西蒙将主要精力放在心理学系,而纽厄尔则专注于计算机科学系。因此,纽厄尔为卡内基-梅隆大学计算机科学系的建设与发展倾注了最大的精力,做出了卓越的贡献。

值得一提的是,纽厄尔、西蒙等计算机先驱在全力发展这一学科时,怀有更远大的抱负和深层次的考虑。他们希望通过发展计算机科学,改变整个学校,甚至改造匹兹堡市和宾夕法尼亚西部的面貌。二战后,虽然匹兹堡获得了复兴,但在20世纪70年代初,依然是一个以劳动密集型产业为主、污染严重的工业城市。特劳勃回忆道,纽厄尔、西蒙和他经常满怀希望地讨论如何通过计算机科学“绿化”校园,把匹兹堡改造成科技密集型的新城市,并将宾夕法尼亚西部地区改造为人类的美好家园。如今,这一理想已经实现。卡内基-梅隆大学的计算机科学系长期以来在业界享有极高声誉,汇聚了像西蒙和第二代AI学者中的佼佼者雷迪(R. Reddy,1994年图灵奖获得者)等一批高水平的研究人员。匹兹堡和宾夕法尼亚西部地区也早已成为美国除硅谷之外最重要的IT产业基地之一。

在西蒙和纽厄尔等“带头羊”的领导下,卡内基-梅隆大学研制和开发了许多著名的计算机系统,对计算机技术的发展产生了重要影响。例如C.VMP、脉动阵列(Systolic array,由美籍华人学者孔祥重(H. T. Kung)首先提出)、计算机Warp、与Intel合作实现的商品化iWarp、产生式人工智能语言或专家系统工具(Expert System Tool)OPS(Official Production System)、超媒体系统ZOG和KMS,以及为美国宇航局研制的六腿漫步机器人Ambler(拟用于在外星球表面观察和收集物理、气象和生物资料)。这些成就不胜枚举。

西蒙是一位令人敬佩的学者,拥有传奇般的经历。他多才多艺,兴趣广泛,不仅会画画和弹钢琴,还热爱爬山、旅行和学习外国语,能够流利地使用多种语言。作为科学家,他涉足的领域广泛,取得的成果丰硕,影响深远,令人叹为观止。西蒙与纽厄尔共同获得图灵奖,表彰他们在创立和发展人工智能方面的杰出贡献,显然是一位杰出的计算机科学家。然而,西蒙在1978年也因其在经济学方面的卓越贡献荣获诺贝尔经济学奖,证明他是一流的大经济学家。1986年,他因在行为科学上的出色贡献而获得美国国家科学奖章(National Medal of Science)。1969年,美国心理学会授予他“杰出科学贡献奖”(Distinguished Scientific Contributions Award),以表彰他在心理学上的贡献。值得一提的是,西蒙在1943年从匹兹堡大学研究生院毕业时,获得的是政治学博士学位。

西蒙在他1991年出版的自传《我的生活的模型》(Models of My Life, Basic Books)中这样描写自己:“我确实是一位科学家,但涉足的是多个学科的科学。我曾在许多科学领域探索,这些领域并未连成一体。我的抱负未能扩大到使我的一生有连贯性。我扮演了许多不同的角色,这些角色有时难免互相借用。但我对每一个角色都尽了力,从而是有信誉的,这也就足够了。”

西蒙于1916年6月15日出生在威斯康辛州密尔沃基,靠近密歇根湖。他的父亲是一位出生于德国的电气工程师,而他的母亲则是一位成功的钢琴演奏家(西蒙的钢琴技艺可能得益于家教)。西蒙从小就聪明好学,在密尔沃基的公立学校读书时,他就对市游乐处的组织管理工作进行了调查研究,这激发了他对行政管理人员如何决策的兴趣,这个课题也成了他一生事业的焦点。

1936年,西蒙从芝加哥大学毕业,取得了政治学学士学位。随后,他应聘到国际城市管理者协会(ICMA)工作,很快成为用数学方法衡量城市公用事业效率的专家。在那里,他第一次使用了计算机(当时是机电式的),因为他作为《城市鉴》(Municipal Yearbook)的助理编辑,需要在计算机上对数据进行统计、分类、排序和制表。对计算机的兴趣和实践经验对他后来的事业产生了重要影响。

1939年,西蒙转至加州大学伯克利分校,负责由洛克菲勒基金会资助的一个项目,研究地方政府的工作和活动。这期间,他完成了博士论文,研究组织机构如何决策。经过芝加哥大学的评审与答辩后,他获得了政治学博士学位。

1942年,完成了洛克菲勒基金项目后,西蒙转到伊利诺伊理工学院的政治科学系工作了7年,还担任过系主任。1949年,他来到卡内基-梅隆大学(当时还叫学院),在新建的经济管理研究生院任教。他一生中最辉煌的成就就是在这里取得的。20世纪50年代,他与纽厄尔和另一位著名学者约翰·肖(John Cliff Shaw)一起,成功开发了世界上最早的启发式程序“逻辑理论家”(LT,Logic Theorist)。逻辑理论家证明了《数学原理》一书第二章中52个定理中的38个(后来改进后可证明全部52个),受到了高度评价,被认为是用计算机探讨人类智力活动的第一个真正成果,也是图灵关于机器可以具有智能的第一个实际证明。逻辑理论家还开创了机器定理证明这一新学科领域。

1956年夏天,数十名来自数学、心理学、神经学、计算机科学与电气工程等领域的学者聚集在新罕布什尔州汉诺威市的达特茅斯学院,讨论如何用计算机模拟人类智能,并根据麦卡锡(J. McCarthy,1971年图灵奖获得者)的建议,正式将这一学科领域命名为“人工智能”(Artificial Intelligence)。西蒙和纽厄尔参加了这次具有历史意义的会议,他们带到会议上的“逻辑理论家”是当时唯一可以工作的人工智能软件,引起了极大兴趣与关注。因此,西蒙、纽厄尔以及达特茅斯会议的发起人麦卡锡和明斯基(M. L. Minsky,1969年图灵奖获得者)被公认为人工智能的奠基人,被称为“人工智能之父”。

多讲一点,他们合作的第一个成果是世界上第一个成功的人工智能项目——逻辑理论家(The Logic Theorist,LT),该项目于1955年末完成,并于1956年首次在计算机上运行,用于证明罗素和怀特海的名著《数学原理》(Principia Mathematica,PM)中的定理。

Newell、Simon和Shaw在1957-1958年创建了另一个著名的程序——一般问题求解器(The General Problem Solver,GPS),并详细阐述了其基本原理。虽然GPS并不像其名字所暗示的那样具有普遍性,但它在解决某些定义明确的问题方面表现得惊人。与LT一样,GPS采用了一种简单且通用的目标分析方法来解决问题,类似于人类的方式。GPS系统的来历也比较有趣,在1960年,西蒙夫妇做了一个有趣的心理学实验,这个实验表明人类解决问题的过程是一个搜索的过程,其效率取决于启发式函数(heuristic function)。在这个实验的基础上,西蒙、纽厄尔和肖又一次成功地合作开发了“通用问题求解系统”GPS(General Problem Solver)。GPS是根据人在解题中的共同思维规律编制而成的,可以解11种不同类型的问题,从而使启发式程序有了更普遍的意义。

这个成果出现在第1届人工智能会议上,这个我曾经讲过了,师徒两人参加了达特茅斯会议,他们两人并没有呆很久,只呆了两三天,发表了自己的成果就走了。后来证明,他们两个的成果代表了最初的机器证明流派。

作为认知模拟工作的一部分,Newell、Simon还开发了第一个表处理语言IPL。1957年开发的IPL语言(Information Processing Language)在AI的历史上有很大的名气,这是最早的一种AI程序设计语言,其基本元素是符号,并首次引进表处理方法。IPL的基本数据有两个组分,每个组分要么是元素,要么是指向另一元素的指针,也就是说,IPL最基本的数据结构是表结构,可用以代替存储地址或有规则的数组,这有助于将程序员从繁琐的细节中释放出来而在更高的水平上思考问题。IPL的另一特点是引进了生成器,每次产生一个值,然后挂起,下次调用即从停止的地方开始。早期的很多AI程序都是用IPL编制而成的。IPL本身也经历了一个发展与完善的过程,其最后一个版本IPL V可以处理树形结构的表。根据Simon的说法,该语言“引入了许多已经成为计算机科学基础的思想,包括列表、关联、模式(框架)、动态内存分配、数据类型、递归、关联检索、函数作为自变量,以及生成器(流)。这个表处理语言,后来被Lisp的发明人,也就是第6届图灵奖得主借鉴了一下,发明了Lisp语言,这个我就不再赘述了,在电台的432期已经讲过了。

Newell和Simon在1972年出版了他们的名著《Human Problem Solving》。1976年,他们共同提出了著名的“物理符号系统假说”(Physical Symbol System Hypothesis,PSSH):物理符号系统具有充分且必要的手段进行通用智能行为。这一假说成为所谓“符号主义人工智能”的核心支撑假说。

西蒙多次强调,科学发现只是问题求解的一种特殊类型,因此可以通过计算机程序实现。1976至1983年间,西蒙与兰利(Pat W. Langley)和布拉茨霍夫(Gary L. Bradshaw)合作,设计了六个版本的BACON系统发现程序,重新发现了一系列著名的物理和化学定律,从而证明了他的这一观点。

“逻辑理论家”和“通用问题求解器”都是为解决“良结构”(well-structured)问题而设计的。后来,西蒙与海斯(J. R. Hayes)合作,开发了一个名为“理解”(Understand)的AI程序,该程序可以解决“结构不良”(poorly structured)的问题,进一步发展了推理技术。西蒙和纽厄尔明确界定了这两类问题的区别,满足以下三个条件的问题被称为良结构问题:

1. 问题可以定量描述;

2. 问题有一个特定的目标函数;

3. 问题有能求得最优解的有效算法。

无法满足上述全部或部分条件的问题则被称为结构不良问题。比如说,玄学就不是一个良性结构,就算准,也没法一直准,时准时不准,忽准忽不准。忽软忽硬,这是不够良好的。但是,很多的问题都是良性结构的,比如,排序算法,可定量,有目标,有算法。

1966年,西蒙、纽厄尔和贝洛尔(Baylor)合作开发了最早的下棋程序之一——MATER。由于下棋是人类智力活动中最复杂和高级的一种,西蒙对计算机下棋始终十分关心。1997年,IBM的“深蓝”(Deep Blue)计算机战胜了白俄罗斯的国际特级大师卡斯帕罗夫。时年81岁的西蒙与在克利夫兰的俄亥俄州大学任教的日本知名AI专家T. Munakata,共同在《ACM通信》杂志8月号上发表了题为《人工智能给我们的教训》(AI Lessons)的文章,对此事进行了评论和讨论。在此,我非常非常建议大家找这篇文章来读一下,如果不读,那至少找卡斯帕罗夫在TED上的演讲来看看,关于人工智能,我觉得他的观点非常值得认可。不要总是听路边小报,博取流量的那些媒体一惊一诧的。

Newell的中心目标是了解人类思维的认知结构,以及它如何使人类能够解决问题。他在计算机科学方面的非凡成就都是实现这一目标的手段。对Newell来说,目标是使计算机成为模拟人类解决问题的有效工具。

Newell在20世纪60年代末和70年代致力于语音识别、计算机架构和人机交互,然后从20世纪70年代开始将重点转向他的“Soar”项目,直到1992年去世。纽厄尔生前的最后一个重大研究开发项目是和曾经是他的学生的莱尔德(J. Laird)和罗森勃洛姆(P.Rosenbloom)一起完成的更灵巧的AI软件SOAR(State, Operator, and Result)。

SOAR是一个通用的问题求解程序,具有从经验中学习的功能,即能够记住自己是如何解决问题的,并把这种经验和知识用于以后的问题求解过程之中,所以和人类的智能更加接近。SOAR已被前述CMU的EDRC用于检索设计中的学习行为和灵活搜索行为。

Soar项目是Newell试图发展的一个统一的认知理论,以解决问题为中心,用“产生式系统”(“如果-那么”语句集)来描述,并将“分块”学习的理论纳入解决问题的模式。即使在Newell去世后,Soar项目仍在继续,实现了Newell的格言,即人们应该“选择一个比你更持久的最终项目”。Newell是1979年创立的美国人工智能学会的创会初代会长。

以上,我介绍了西蒙和纽厄尔在人工智能系统实现和开发中所做的一些具体工作和成果。他们在人工智能领域最基本的贡献是提出了“物理符号系统假说”(Physical Symbol System Hypothesis,PSSH),并成为符号主义学派的创始人和代表人物。这一学说激励了人们对人工智能的伟大探索。

那么,什么是物理符号系统呢?按照西蒙和纽厄尔1976年的定义,物理符号系统是由一组称为符号的实体所组成的系统,这些符号实体是物理模型,可以作为组分出现在其他符号实体中。系统内部任何时候都存在一组符号结构,并有一组作用于这些符号结构的过程,包括建立、复制、删除等。这意味着,物理符号系统是一个逐渐生成符号结构的生成器。

根据这一假设,物理符号系统具备一般智能行为的充分且必要的手段,即任一物理符号系统如果具有智能,必须能够执行以下六种操作:符号的输入、输出、存储、复制、条件转移和建立符号结构。反之,能够执行这六种操作的任何系统,也必定能够表现出智能。

基于这个假设,可以得出以下三个推论:

  1. 人类具有智能,因此人类是一个物理符号系统。
  2. 计算机是一个物理符号系统,因此计算机必定具有智能。
  3. 计算机能够模拟人类,或者说能够模拟人类的大脑。

您是否认为这些假设符合逻辑,并能够接受这些推论呢?

Simon除了与Newell的共同工作及贡献外,还有许多重要的知名工作和贡献。无论是在政治学、经济学、心理学还是计算机科学领域,人类思维都是Simon所有工作的核心。事实上,对Simon来说,计算机科学就是心理学。他对计算机科学的杰出贡献源于他希望使计算机成为模拟人类解决问题的有效工具。

纽厄尔生前是美国科学院和美国工程院的院士。他是美国人工智能学会(AAAI)的创始人之一,并曾于1979至1980年担任该会主席。他还曾担任美国认知科学学会(Cognitive Science Society)的主席。除了与西蒙共享1975年的图灵奖外,纽厄尔还于1971年获得了AFIPS授予的Harry Goode奖。1992年6月,美国总统布什向他颁发了全国科学奖章(National Medal of Science),这是美国科学界的最高荣誉。一个月后,即7月19日,纽厄尔因癌症去世,享年65岁。老师的寿命要长,是2001年2月9日去世的,享年84岁。

为了纪念纽厄尔,学术界由J. A. Michon编辑出版了一本纪念文集,书名为《SOAR:对认知体系结构的展望——纪念艾伦·纽厄尔》(SOAR: A Cognitive Architecture in Perspective: A Tribute to Allen Newell, Kluwer Academic Pub., 1992)。书中,他的同事、学生和朋友以不同的方式表达了对这位敏于思考和发现,同时虚怀若谷、平易近人的长者的尊敬和思念。

ACM在1975年10月20日的明尼苏达州明尼阿波利斯举办的年会上向西蒙和纽厄尔颁发了图灵奖。当时,两位学者联合发表了题为“计算机科学作为按经验进行探索的科学:符号和搜索”(Computer Science as Empirical Inquiry: Symbols and Search)的演讲。在演讲中,他们解释了将计算机科学定义为“按经验进行探索”的原因。在他们看来,现实世界中的对象和过程都可以用符号来描述和解释,而各种问题都可以通过启发式搜索来获取答案。对这种搜索进行形式化的技术取决于对对象和过程理解的深度。基于这一概念,西蒙和纽厄尔认为,程序可以在专家水平或有能力的业余爱好者水平上解决问题。

0 0 投票数
文章评分
订阅评论
提醒

0 评论
内联反馈
查看所有评论
0
希望看到您的想法,请您发表评论x
滚动至顶部