复杂-第24章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
通过在一个特殊的负极射线管的表面产生光点来存储资料的。所以荷兰德和他的同事们
必须调整算法，以避免过于经常地在记忆存储的同一个点上写入数据，否则就会增加这
一个点上负极射线管表面的电荷，而影响到周围的数据。“我们竟能使计算机运行了，
这太令人惊喜了。”他笑道。但事实上他这是认为瑕不掩瑜。“对我们来说，701计算
机就像是一个巨人。我们觉得能有时间在一台快速运转的机器上尝试我们编的程序，真
是太好了。”
他们一点儿也不缺少可以用来做尝试的程序。那些最原始、最早期的计算机接纳了
关于信息论、控制论和自动机等这些十年前尚不存在的新概念的狂潮。谁知道局限何在？
几乎你尝试的任何东西都可能开创出一片新天地。更进一步的是，对于像荷兰德这样更
富于哲学思想的开拓者来说，这些聚满了线路和真空管的庞大而笨拙的计算机为思考开
拓了全新的方式。计算机也许不是报纸的星期天增刊耸人听闻地形容的那种“巨脑”。
事实上，从它们的结构和运作的细节来看，它们和人脑毫无相同之处。但从更深刻、更
重要的意义上来说，计算机很类似人脑。一个很诱人的推测是：计算机和人的大脑都是
信息处理的装置。因为如果这个情况属实的话，那么，思维本身就可以被理解为是一种
信息处理的形式。
当然，那时没人把这种事情称为“人工智能”或“认识科学”。但即使如此，计算
机编程本身，作为一种全新的尝试，也正在迫使人们比以往要小心得多地去思考解决问
题的真正含义是什么。计算机最终是个外星人：你不得不告诉它一切事情：什么是数据？
它们是如何被转换过来的？怎样从这一步到达那一步？这些问题反过来又很快引向了令
哲学家们苦恼了几个世纪的问题：什么是知识？知识是怎样通过感官印象获取的？知识
是怎样反映在思维上的？是怎样通过吸取经验而完善的？又是怎样被运用于推理判断的？
已做的决定是怎样被转化为行动的？
那时对这些问题的回答远还不清楚（事实上，对这些问题的回答到现在也仍不清
楚）。但这些问题以一种前所未有的清晰和准确的方式被提出来了。IBM公司在普夫吉
普斯的发展小组作为全美国最杰出的计算机天才的集中地之一，突然走在了计算机发展
的前列。荷兰德喜欢回忆一群“经常的非常客”每隔两周左右就会找一个晚上聚在一起，
讨论扑克牌游戏或围棋。其中有一个参与者是个名叫约翰·麦卡菲（John McCarthy）
的暑期实习生，加州理工学院的一个年轻的研究生，后来成为人工智能的创始人之一。
（事实上，是麦卡菲1956年为在达特茅斯学院的一个暑期人工智能研讨会做宣传时发明
了“人工智能”这个词。）
另一个人是阿瑟·塞缪尔（Arthur Samuel），一个语调柔和、四十岁左右的电机
工程师。他是IBM公司从伊利诺斯大学招聘来帮助公司制作性能可靠的真空管的，也是
荷兰德整夜整夜进行程序运行马拉松的最经常的陪伴者。（他还有个女儿就在附近的凡
沙，荷兰德与之还约会过几次。）塞缪尔显然对真空管失去了兴趣。五年来他一直在尝
试编写可以跳棋的程序——不止是会下跳棋，而且要会随着不断吸取经验而越下越好。
现在回想起来，塞缪尔的计算机跳棋被认为是人工智能研究方面的一个里程碑。1967年，
他完成了对这个下跳棋的程序的修改和完善后，这个计算机跳棋手已经能够达到国际大
师的水平了。即使到701机器时期，他编的程序也显得相当好了。荷兰德记得对此印象
极深，特别是它能针对对方的步骤调整自己的战术。大致地说，这是因为这个程序设计
了一个简单的“对手”模型，然后用这个模型去预测最佳棋路。尽管当时荷兰德无法将
之表述清楚，但他感到电脑跳棋的这个功能正好抓住了学习和适应的某种最本质的东西。
但因为荷兰德要仔细考虑其他事情，所以就把这些想法抛开了。当时他正为自己的
研究项目忙得分身无术。他研究的是对大脑内部运作机制的模拟。他记得这项研究始于
1952年春季，当时他正在听麻省理工学院心理学家利克莱德（J．C．R．Licklider）的
演讲。利克莱德前来访问普夫吉普斯实验室，同意就当时该领域最热门的话题，蒙特利
尔麦克吉尔大学的神经生理学家唐纳德·希伯（Donald O．Hebb）关于学习和记忆的新
理论，做这个演讲。
利克莱德解释说，问题是，在显微镜下，大脑的大部分都呈现出一片混沌，每一个
细胞都随意发出数千条纤维，与数千计其他神经细胞随意相连。然而，这些稠密相连的
网络又显然不是随意组成的。一个健康的大脑能够前后连贯地形成感觉、思想和行动。
更重要的是，大脑显然不是静止不变的。它可以通过吸取经验来改善和调整自己的行为。
它可以学习。但问题是，它是怎样学习的？
在三年前的1949年，希伯在他出版的《行为组织》（The Organization of
Behavior）一书中作出了他的回答。他的基本思想是，假设大脑经常在“突触”上做些
微妙的变化。突触是神经冲动从这个细胞跳到那个细胞的连接点。这个假设对希伯来说
是非常大胆的，因为当时他对此还没有任何证据。但希伯为这一假设阐述说，这些突触
上的变化正是所有学习和记忆的基础。比如说，通过眼睛视觉的感官冲动会通过加强沿
途所有突触的方式在它的神经网络上留下痕迹。差不多的情形同样会发生在由耳进入的
听觉神经系统、或大脑内其它脑际活动。结果是，随意启动的网络会迅速将自己组织起
来。通过某种正反馈，经验被积累了起来：强健的、经常被使用的突触会变得更强健，
而弱小、不经常使用的突触会萎缩。被经常使用的突触最后强健到一定程度以后，记忆
就被锁定了。这些记忆反过来又会布满整个大脑，每一个突触都与一个复杂的突触形态
相对应，这些突触形态包含了成千上万个神经元。（希伯是最先描述这种分布记忆的人
之一，这种描述后来被称为“关联论”（connectionist）。）
但希伯的思想还不止这些。利克莱德在演讲中还解释了希伯的第二个假设：有选择
的突触强化会导致大脑自组成“细胞集合”——几千个神经元的子结合，其中循环神经
冲动会自我强化，继续循环。希伯认为这些细胞集合就是大脑基本的信息建设砖块。每
一个细胞集合都与一种声调、一束光线或某种思想的一闪念相对应。但这种细胞集合在
生理上并没有特别之处。确实，它们相互重叠，任何一个神经元同属于好几个细胞集合。
而且因为如此，一个细胞集合的行动势必带动其他细胞集合的动作，这样，这些基本的
建设砖块就会迅速自组成为更大规模的概念和更复杂的行为。总之，细胞集合就是思想
的基本量子。
荷兰德坐在听众席上听得呆若木鸡。这可不是当时哈佛的行为学家斯金纳（B．F．
Skinner）推崇的枯燥无味的刺激／反应心理学。希伯谈论的是精神内部的活动情形。
他的关联理论的丰富多采性和令人永恒惊奇的特点引起了荷兰德的强烈反响。这个理论
的感觉是对的。荷兰德迫不及待地想运用这个理论做点什么。希伯的理论就像是一扇开
启了思想本质的窗户。他想凭窗张望，想看到细胞集合在随意的混沌之中形成自组，不
断成长，想观察它们如何相互作用，以及思维本身是如何涌现的。他想观察所有这些是
如何在没有外界指导的情况下自然发生的。
利克莱德刚结束对希伯理论的讲演，荷兰德就对701计算机组的负责人纳撒尼尔·
罗切斯特（NathanielRochester）说：“好吧，我们已经有了这么一台原型计算机，让
我们来编写一个神经网络的模拟程序。”
而这正是他们所做的。“他编写了一个程序，我也编写了一个程序。这两个程序在
形式上很不相同。我们把它们称为‘概念者’，这绝非自大之言！”
事实上，即使到了四十年之后，当神经网络模拟早就变成了人工智能的标准工具，
IBM的“概念者”的成就也仍然引人瞩目，其基本思想在今天看来仍然非常熟悉。在他
们的程序中，荷兰德和罗切斯特把他们模拟的人工神经元当作“节点”——也就是能够
记住自己内部状态中某些事情的小计算机。他们将自己的人工突触模拟成各种节点之间
的抽象结合点，每一个结合点都有一定的“重量”，与突触的强度相对应。他们还用通
过网络吸取经验来调节强度的方式模拟希伯的学习规则。但荷兰德、罗切斯特和他们的
同事们还采用了比今天的大多数神经网络模拟远为详尽的基本神经生理学知识，包括模
拟神经元的反应有多快、如果神经元过于经常起反应，疲劳程度如何这样的因素。
毫不奇怪，他们的这些研究进展困难。不仅仅是因为他们所编写的程序是神经网络
模拟方面最原初的研究，而且也因为这使计算机首次被用于模拟（与计算数字和分析数
据的功能正好相反）。荷兰德对IBM公司的合作耐心给予了很高的评价。他和他的同事
们在计算机上耗费了无数个小时来模拟神经网络，甚至还由IBM公司出资去了趟蒙特利
尔，向希伯本人咨询。
但到最后他们的模拟终于成功了。“出现了许多涌现现象。”荷兰德至今谈起这些
来仍然很激动。“你可以从统一的神经元基质开始，然后看到细胞集合的形成。”1956
年，在这项研究工作的绝大部分结束几年之后，荷兰德、罗切斯特和他们的同事终于发
表了该项研究成果。这是荷兰德发表的第一篇论文。
建设砖块
荷兰德说，现在回想起来，希伯的理论和他自己基于这个理论之上的神经网络模拟
对他产生的最大影响，是形成了他后来三十年的思想，而不是在某一单个方面使他受益。
但当时，最直接的结果就是导致他离开了IBM公司。
问题在于，计算机模拟有一些确凿无疑的局限性，特别是701计算机。真正神经系
统的细胞集合有一万个神经元分布在大脑的大部分区域，而每个神经元又有一万个突触。
但荷兰德和他的伙伴们在701计算机上运行的最大规模的模拟神经网络也只能有一千个
神经元，每个神经元只有十六个结合点，还是他们竭尽他们能够加速运转的所有编程技
巧才达到这个速度的。荷兰德说：“越往下做我越觉得我们真正能够进行试验的与我所
想看到的结果之间的距离实在太大了。”
唯一的选择就是用数学方法来分析神经网络。“但这样做实在太困难了。”他的每
项尝试都撞上了南墙。靠他在麻省理工学院学到的数学功底来全面展开希伯式的网络实
在太不够了。而他还比大多数物理系毕业生多学了不少数学课程呢。“当时对我来说，
仿佛要想更多地了解神经网络，关键在于更好地掌握数学工具。”他说。所以在1952年
秋季，他带着IBM公司的祝福和继续为IBM公司的宏伟蓝图做一百个小时顾问工作的允诺，
来到安·阿泊，开始在密西根大学攻读数学博士学位。
他又一次成为幸运者。当然，不管在任何情况下密西根大学都不是个糟糕的选择。
不仅是因为当时那里的数学系是全美国最好的数学系之一，而且还因为荷兰德还有一个
主要的考虑：那儿有一个足球队。“在周末与十强进行足球比赛，有十万观众涌入城内
来观战，对此我至今还觉得回味无穷。”
但对荷兰德来说，真正的好运是他在密西根大学碰到了阿瑟·勃克斯（Arthur
Burks）这位非同寻常的哲学家。勃克斯是查尔斯·皮尔斯（Charles Peirce）实用主
义哲学的专家，于1941年获得博士学位。由于当时在他的学科领域根本无法觅到一个教
职，所以他在毕业后的第二年在宾州大学的摩尔学院又读了10周的课程，变成了一个战
时工程师。后来证明了这是一个很好的选择。1943年，他毕业不久就受雇于摩尔学院，
从事属于最高机密的第一台电子计算机ENIAC的研究。在那里他遇到了传说中的人物、
匈牙利数学家约翰·冯·诺意曼。当时冯诺曼作为顾问，经常从普林斯顿的高级研究所
来这儿为这个项目工作。勃克斯在冯诺曼的指导下还参与了ENIAC的下一代计算机EDVAC
的研制工作。这是第一台能运用程序这种电子化形式储存信息的计算机。确实，冯·诺
意曼、勃克斯和数学家荷曼·哥斯廷（Herman Goldstine）1946年发表的论文，《电子
计算仪器逻辑设计初探》，一直到今天仍然被认为是现代计算机科学的基石。在这篇论
文中，这三位撰写人用精确的逻辑形式规定了编程的概念，同时还描述了一个普通功能
的计算机如何通过从计算机记忆系统提取指示，然后再把结果存储到记忆系统这样一种
不断循环的方式来执行程序。这个“冯·诺意曼式建筑设计”仍然是今天几乎所有计算
机的基础。
当荷兰德五十年代中期在密西根大学遇见勃克斯的时候，勃克斯是一个身材匀称、
举止优雅的人，酷似荷兰德想象中的传教士的形象（迄今为止，勃克斯从来没有不打领
带、不着外衣地出现在以不在乎穿着著称的密西根大学的校园里）。但勃克斯同时也是
一个热情友善的良师益友，他很快就把荷兰德带入了他的计算机逻辑设计小组，这是一
个理论学家的圈子，这个圈子的人致力于计算机语言研究和开关网络定理论证，总之是
力图从最严格、最根本的层面上掌握计算机这个新机器。
勃克斯还邀请荷兰德加入了一个新的博士学位项目。这是一个致力于在尽可能广泛
的领域里探索计算机和信息处理意义的项目，勃克斯本人正在帮助组织这个项目。这个
很快就以通讯科学变得众所周知的项目到了1967年终于发展成了一个完整的计算机系，
叫做计算机与通讯科学。但在当时，勃克斯感到他只是在为1954年死于癌症的冯·诺意
曼填补空白。“冯·诺意曼希望把计算机应用在两个方面。”他说。一方面是一般性功
能的计算机设计，这种功能的计算机他们已经发明了。“另一方面是基于自动机理论。
自然和人工智能知识的计算机。”勃克斯同时还感到，研制这样一种程序会符合这些学
生的需要，而荷兰德是其中杰出的一位，他的头脑拒绝随波逐流。
荷兰德喜欢上了他所听到的消息。“这就是说要开设生物学、语言学、心理学这类
非常艰难的课程和信息理论这样的常规性课程。这些课程是由来自那一个学科领域的教
授来上，这样学生们就能将所学知识和他们的计算机模型联系起来。通过学习这些课程，
学生们就会非常深刻地理解这个领域的根本——其难点和问题，为什么这些问题如此难
以解决，计算机在解决这些问题上能起到什么作用，等等。他们就不会对事物仅仅只是
流于表面的了解。”
荷兰德喜欢这个主意更因为他已经对数学完全失去了兴趣。密西根大学数学系就像
二次世界大战之后的所有数学组织一样，被法国波巴科学派（Bourbaki school）所控
