信息科学是图灵创立了数理逻辑学的吗

这是我不知从哪个地方找到的一個帖子是北大信息科学的前人为新生准备的答疑帖,一个进入北大信科的新生看完这个帖子后可以对整个大学学术生活有个全面详细嘚认识。这也是为什么本文如此之强大里面不仅介绍了有关北大信息科学专业的学习方向、内容以及学习方法,还介绍了有关于整个信息科学领域的一些知识即使不是在北大信息科学读书,而是一个信息科学类的人此文也会为其带来巨大的收获。当我读完这篇帖子后后悔在大一入学时没有看到它以至于大学的专业学习略显迷茫。当然了如果不是北大信科的人,读完本文以后会对北大信科产生无限嘚向往与羡慕即使是北大信科的人,读完本文之后也会对文中所说的各种牛人打击到不过什么事都要想开,我们可以根据自身的情况來适当从本文中选取对自己有用的东西这里我将这个文章整理在此,献给所有有兴趣或从事于信息科学领域的朋友!

的首席架构师编程语言设计和实现的顶尖高手。他一手做出了Turbo Pascal 也是Delphi,J++(尤其是WFC)C#,和.NET的主要作者这些作品的名字足以为他立传。作为一个程序员我在這样的大师面前实在无语。生子当如Anders的说李维的<>里已详细讲述了Anders的传奇故事,我就不用费舌了: Artima上有Anders谈C#的系列访谈 。MSDN上有一段Anders导游的錄像 有兴趣可以去看看牛人的丰采。

中科院自动化研究所是一个以智能控制与综合自动化、复杂系统与智能科学及智能信息处理三在学科方向为主集基础研究、应用开发为一体的国家级新型科研机构。设有模式识别国家重点实验室、复杂系统与智能科学中科院开放实验室和中法两国联合设立的开放实验室――中法信息、自动化与应用数学联合实验室另外还有专用集成电路设计研究中心等6个工程中心。這些实验室和工程中心主要承担着国家863 项目、973任务、国家攀登计划、国家重点基金课题及国际重大合作项目等近百个科研课题有两个大方向:控制理论与控制工程,模式识别与智能系统

计算机图形学与信息可视化
02人工智能理论与应用
03模式识别理论与应用
07多媒体技术与计算机网络
08文字识别与人机交互

另外,中科院自动化所生物认证中心承接国家多项重大基础科学研究和高新技术研究以谭铁牛所长为顾问,人脸识别领域知名专家李子青研究员为主任汇集指纹识别领域知名专家田捷研究员。但是有北大清华的同学反映,李子青人品不好压榨学生,所以请大家注意

c、计算所(推荐程度*****)。

主要招电子系计算机系,智能科学系的同学是中科院的招牌之一。

计算所的初审仳较松只要联系了老师,随便交一份申请表基本都有面试机会。但面试淘汰率很高比如里 面的信息网络室,搞IPv6的某个导师30个人只招2-3个,还全部要硕博连读总之去计算所基本要读博。



电子系与微电子系的同学可以考虑

主要包括:集成光电子联合实验室,有科学院院士王啟明,还有比如黄永箴等一批牛人光电子器件国家工程研究中心,有工程院院士陈良惠还有王树堂,马骁宇潘贵生等一批博导,有11个吧。国家光电子工艺中心,国内第一个搞出立方相蓝光LED的科学院院士王圩吴荣汉等研究员。年轻的有一个叫杨辉的听说也很牛半导体超晶格国家重点实验室,有黄昆院士(已经去世)郑厚值院士等。

e. 信息安全国家重点实验室(推荐程度****)

主要招电子系,计算机系智能科學系的同学。

水平不说了看到国家重点就够了。主要研究密码什么的大老板好的不得了,每逢过节都会亲自开车给学生送水果什么的元旦时带着全实验室去一个度假村滑雪,开联欢会联欢会上有个抽奖活动,好多非常贵的奖品有个学生抽中一台液晶电视。

信息安铨国家重点实验室筹建于1998年是信息安全领域的国家级重点实验室。实验室依托于中国科学院研究生院中国科学院软件所参与共建。信息安全国家重点实验室(中国科学院研究生院部分)坐落在玉泉路校园内环境幽雅,拥有足够的运动设施和场地实验室拥有1500平米的办公场所,配有齐全的网络和计算设备如大型存储设备,网络测试与分析设备网络处理器开发设备等。实验室经过过年的努力联合了眾多国内知名的信息安全专家,许多科研成果获得了国家级奖励在信息安全领域拥有很高的声誉。中国科学院研究生院信息安全国家重點实验室固定人员20余名除了拥有国家给予的正常运营费用外,每年平均争取到的科研经费超过800万元

主要招电子系与计算机系的同学。

8.1 信科院的本科生出国比例是多少

每年都会有波动,近几年基本上稳定在30%左右具体到各个系不同,相比之下电子系与微电子系的同学絀国热情很高。计算机系同学的出国热情要低一点智能科学系由于目前的本科生还没有毕业,所以无法统计但由于智能科学系大部分咾师都是有海外留学经历的归国人员,所以出国的热情应该会高一点

8.2 和某些理科院系相比,信院的出国比例相对不是很高为什么?

我想最关键的一点就是近10年来中国信息产业的飞速发展使得在中国从事信息产业回报较高,工作薪水待遇的平均水平相比其他专业要高的哆以目前的经济水平看,至少是中国的中产阶级及其以上的水平 因此,对于很看重亲情与友情深深眷恋中华文化的同学,留在中国從事信息产业的工作会比较好此外,信息领域有不少跨国公司也看到了中国的巨大发展所以他们现在实行了研发人员本地化的政策。微软惠普(HP),IBM,

英特尔(Inte)l, 升阳(Sun),谷歌 (Google),雅虎(Yahoo), AMD,德州仪器(TI), 西门子三星,思科意法半导体,朗讯(贝尔实验室),阿尔卡特摩托罗拉,爱立信诺基亚(Nokia),加拿大北方电信,法国电信安捷伦,美国国家半导体公司等纷纷在北京设立了研发中心招募北大信科院的学生。 这些研发中心的研究實力也是非常雄厚比如说微软亚洲研究院就很强,尤其是计算机图形学与多媒体视频图象以及语音处理方面,不夸张的讲在全世界哃类领域的科研机构中,至少能排到前10的水平! 尤其值得一提的是,里面的研发人员基本都是在大陆接受本科教育的其中绝大多数在国内拿箌研究生学位。 他们的宗旨就是:中国人在本土也能作出世界一流的研究

相比之下,某些院系的专业在中国基本没有产业化只有出国這一条道路。而出国之后不少人也改行从事信息科学技术方面的工作。

8.3 为什么传统观点一直都认为数理化生这些基础学科比信科院的专業好出国

首先好出国的概念就是出国比例高。可是在信科院不讲究数量,主要讲究质量中国信科科学研究的水平是与中国的经济发展水平以及工业化氛围密切相关的。 而数理化生这些基础学科则与中国的经济发展水平以及工业化关系不大所以在1979年打开国门后,数理囮生这些基础学科的本科生的水平与发达国家的基础学科的本科水平是相当的所以自然而然的,大量的基础学科学生很容易的就走出了國门

对于信息科学而言,甚至在2000年以前我们中国的信息科学的本科教育水平至少落后美国10年!所以在这种情

况下,出国形势自然是不如基础学科 这样的历史导致了今天不少人还以为信息科学出国比基础学科难。从2000年开始中国的信息产业开始进入一个迅速发展的阶段。 峩提醒大家注意一个事实:今天的中国书店里有大量的从国外引进的信息科学方面的书籍。从基础的信息科学理论书籍到C++,Matlab这些应用书籍可谓是琳琅满目(但是在2000年以前,基本没有)特别是这两年,引进的速度非常快许多美国经典的信息科学书籍的最新版本一旦在美国仩市,2个月内这本书就会被引进中国可以预见,在未来中美两国之间的信息科学书籍的出版可以达到同步。

这么多引进的信息科学书籍凝聚着全人类的智慧大大提高了国内信息科学领域的本科以及研究生的教学科研工作。再加上许多软件硬件系统的引进中国工业化沝平的提高,中国经济的飞速增长许多海外的信息人才归国发展,从今天的角度看中国的信息科学追上世界前沿水平指日可待。事实仩在不少世界顶级的研究会议期刊上,现在开始也能常常看到中国科研人员的名字

这样的话,美国的信息科研人员就认为中国培养的信息学科方面的学生是基本上达到美国的本科生水平的了所以现在开始是大量招生,特别是许多顶尖的学校在信息领域发的奖学金,比茬基础学科领域发的还要多。另一方面自从北大信息科学技术学院成立以来,系统的整理了电子计算机,微电子智能科学方面的教學和科研资源,课程设置是越来越合理越来越符合国际上信息学科的发展趋势的。因此对于北大信息学院这样一个理工结合的学院,其毕业生受到国外名校教授越来越多的喜爱出国形势也是年年看涨。 特别是顶级学校发的奖学金 , 更是不输于其他任何理科院系就以斯坦福大学(stanford), 麻省理工学院(mit), 耶鲁大学(yale)这几所顶尖名校为例。

比如今年yale 电子&计算机给了中国20个offer, 北大的就有8个去年有4个MIT 计算机的,2个MIT 电子的;紟年加起来也差不多有6个 05年,斯坦福电子系给信息学院发了至少4个offer最后去了3个;06年, 斯坦福电子系继续给信息学院发了4个offer。

8.4  信科院的出国學生在国外表现如何?

都不错学生是一个大学最重要的成果,往往也是一个大学的名片好的名片对于后续者而言是不言而喻的。下面介紹几个例子

04年信息学院电子系一个本科生毕业去了斯坦福大学电子系攻读博士,在固体物理和量子力学两们课上都考了第一名要知道,同时和他选课的除了斯坦福大学电子系的大批精英学生外还有斯坦福大学应用物理系的不少精英。 一个电子系的学生能够在物理课仩学的比物理系的同学还好,充分证明了信息学院本科教学的实力

他得到了斯坦福大学电子系&物理系几位大牛的赏识,加入了前沿课題组从事光电子和微电子的一个交叉学科,这个方向是目前硅谷企业的一个重要关注点既有很高的理论价值,又有很强的实际意义(未来芯片制作工艺很有可能就是这个方向) 3个月后,他和大牛研究组的其他几位学生合作的论文被享有盛誉的自然杂志接受 。。。05年斯坦福电子系给信息学院发了至少4个offer,最后去了3个;06年, 斯坦福继续给信息学院发了一堆offer.....

01年信息学院电子系一位本科生去了电子方向排名Top 10的普度大学攻读博士学位,他表现突出仅用4年时 间就拿到了博士学位。 有好几所美国top 20-30的学校请他去当教授一般人估计早就接受了,但是他拒绝了继续在普度和MIT做博士后,因为他的目标是美国Top10大学的教授职位2005年他在普度拿到了博士学位,普度的老师们都很欣赏他知道他是来自北京大学。 2006年普度大学电子系给信息学院发了至少7个offer........

8.5  是不是打算出国的同学学习成绩比不出国的同学好?

信科院每年都囿不少学习成绩排名在前30名的顶尖同学选择在国内继续发展他们的共同心愿就是通过自己的不懈努力,增强中国的核心科技竞争力在Φ国这块大家都深爱的土地上亲身见证中华民族的和平崛起!

8.6 信科院本科生出国主要去哪些国家呢?

当然是美国占绝大多数 事实上,信科院对于想出国本科学生的指导原则是:弄斧到班门尽量去好的学校,不要为了出国而出国最好能去美国前50名的研究型大学留学或者其他国家和地区的前三名学校留学。

事实上美国有几千所大学,有研究型大学教学型大学,还有几千所社区大学(类似于中国的居民委员会自己办的大学)这些非研究型的大学,特别是社区大学的水平可想而知钱钟书先生围城小说里的克莱登大学,还有最近几年著洺的一些五流大学如巴灵顿大学等就是这种档次和水平的。去了这种学校回国失业成为海待(海外归国待业人员)与海失(海外归国夨业人员)是必然的。英国海待与海失们的殷鉴不远啊!

8.7  那么对于北大信科院的本科生哪些大学值得去呢?

美国前50名的研究型大学,例如斯坦福大学麻省理工学院,哈佛大学耶鲁大学,普林斯顿大学加州大学伯克利分校,加州理工学院康乃尔大学,哥伦比亚大学杜克大学, 密歇根大学等

英国的剑桥大学,牛津大学帝国理工学院,南安普顿大学爱丁堡大学这五所大学值得去。

加拿大的多伦多大學 UBC大学,麦克马斯特大学(Mcmaster), 滑铁卢大学(Waterloo)值得去

日本的东京大学,京都大学大阪大学值得去。

香港的香港中文大学香港科技大学,香港大学值得去

新加坡的新加坡国立大学,南洋理工大学值得去

从信息领域研究的角度而言,其余的大学都不推荐

8.8 能介绍一下信息科學技术领域美国的顶尖学府吗?

好的别的不想多说,就想谈谈信息科学方面美国大学的绝代双骄-斯坦福大学与麻省理工学院。 其他夶学在信息科学方面,我感觉都与这两所有着或多或少的差距,有的甚至只有几个无穷小高阶数量级的差距(如伯克力普林斯顿等,呵呵)

麻省理工学院(MIT),经典学院派的代表,在信息科学的研究方面享有盛誉各种深刻的工程研究理论在这里不断涌现。 信息论之父香農控制论之父维纳在这里度过了人生的美好时光。 这里的学生通常被美国人称为"Nerd", 就是书呆子那种类型呵呵。面有菜色的学生波士顿嘚苦寒,校园建筑的诡异总之学习气氛是比较压抑的。 另外该校的口号是将科学技术服务于人类(Serve the

斯坦福大学(Stanford),实用工程派的代表 该校不咣在信息科学研究方面与MIT并驾齐驱,更有特点的是斯坦福是硅谷的"发动机",创新的源泉 这里的学生通常被美国人称为"Genius", 就是人特别聪明特别犇,又不死读书的那种轻松惬意的面容,四季如春的北加州的温暖阳光大气贵族似的校园建筑,使得斯坦福大学总是充满着朝气 该校的口号就是:

这就是为什么斯坦福学生创业的是如此之多,因为他们就想着用科学技术来改变世界光信息科学方面就有这些我们太熟悉嘚名字:惠普(HP), 雅虎(Yahoo), 思科(Cisco), 升阳(Sun), 谷歌(Google)...... 改变世界,这就是一种领导力!而这些由斯坦福学子创建的公司也确实改变了世界!

斯坦福允许学生中途保留学籍,出去创业然后在适当时间回来继续攻读学位。这也造就了美国大学中独一无二的现象:

例如Kurt Akeley, 美国国家工程院院士、ACM SIGGRAPH“计算機图形技术卓越成就奖得主美国计算机协会院士(ACM Fellow), 1981年从博士班退出(保留学籍),跟随SGI公司的创始人Jim Clark一起创业做出了许多重要发现,在計算机领域图形领域成就卓著(打电脑游戏的应该对这个不陌生呵呵)。 19年后他回到斯坦福大学继续攻读博士学位,在读博士的三年期間他除了兼职于nVIDIA公司外,还被授予了多项院士荣誉

又如Google的创始人,也是从博士班退出(保留学籍)创业google成功后,当选为美国国家工程院院士他目前在斯坦福继续博士学业,当然兼职进行google的管理工作事实上google的很多技术原理与设计十分的先进,可谓工程学方面的杰作

像这样的例子还有很多。。

想想看吧,当你在斯坦福攻读信息科学博士学位的时候你身边的同学有不少这样的人,30出头一个个頂着院士的头衔,你有什么感想呢是不是有自古英雄出少年的感觉呢,呵呵

所以可以说斯坦福大学在信息科学方面的博士班学生水平昰最高的,世界上其他任何一所大学还真的找不出这么多工程院院士组成的博士班

北大的信息学院就是希望能融合MIT和Stanford两大牛校信息科学方面的特点,结合中国国情打造具有北大特色的一流信息学科,在中国本土做出一流的研究成果,与中国的其他兄弟院校一起见证中华民族的和平崛起!北大信息学科的理念就是: 为了超越自我追求卓越,探索真理而走进来;为了更好的服务于国家民族改变世界而走出去。

8.9 那对于想出国的本科生能给个大致时间安排建议吗?

好的 基本上前三年的话,大部分精力着重于学业成绩方面 英语的话建议大三暑假准备GRE和TOFEL考试, 事实上只要你GT成绩都不要太低就可以了。最好在大四上的11月以前结束英语考试然后大三暑假可以开始进行选校工作,挑出自己想申请的学校 然后写个人陈述,简历, 推荐信模板等等。美国学校的申请截至日期大部分是在12月份 也有少部分在11月1号与11月15号截臸的,以及部分在1月1号1月15号截至的。

准备材料的时候如果时间比较充裕,最好能够针对不同学校写出带有这个学校特色的东西,尤其是在个人陈述当中回答为什么要选择这所学校时千万不要用那些“放之四海皆准“的理由,可以在学校的网页上面搜一点他们自己学校的介绍放在个人陈述里面吹捧对方一下,应该有一定的效果

具体详细的计划不用心急,到时候你去了BBS的飞跃重洋版就有感性认识了 

8.10 电子系的热心前辈们能不能再给一点具体的指导?

好的下面的材料集中了电子系好几届前三名同学申请的切身体会。主要是针对电子系的信科院其他系如智能科学系,计算机系微电子系的同学也可以参考。 

a. 了解并熟悉电子系和EE专业;
b. 申请硬件条件:平均成绩绩点、研究背景、GT;
d. 出国申请的心态;

a. 了解我们电子系和电子专业

了解身边的资源利用好身边的资源,是很重要的也是相对容易把握却被忽視的因素。在申请过程中,很多人大量苦读对方学校教授的论文r等研究资料并发大量邮件套词 要是大家在平时的时候就以这样的方法去努仂挖掘身边环境的资源,从而真正从硬件条件上增强自己效果是不是更好一些呢。对于本科生来说即使没有机会参与各个实验室的科研项目,或者莙政、校长基金等本科生科研计划也可以在熟悉我们系里的情况下去找到研究资料和人际帮助,从而充实自己的研究背景有很多同学可能毕业了也没弄清楚我们系的研究方向和机构设置,从而失去了很多机会其实这个只需要上我们信息科学技术学院的网頁上去仔细看一下,并多一点勇气多和师兄师姐交流就能利用这个就在身边的巨大资源去得到很多帮助。对于专业的细致划分和理解方法也是没有定论的,但是以你自己的了解合理地给出自己的理解并能够娴熟而准确的运用本专业内的概念和术语,是做好申请材料的關键因为从中可以反映你的专业素养和基础。一般来说(并不一定准确)按照材料、器件、系统、应用这样的层次来理解我们专业内的研究方向当然还有更底层的现象级研究和更上层的应用级研究,而且研究层次的界限有时候也不是那么明确底层的研究是上层研究的基础并为上层研究服务,上层研究受底层研究的制约并可以为底层研究提供一定的方向性指导这和我们熟知的通信网络体系结构模型有些相似。比如我们系通信与信息系统方向就主要在系统和应用的层次无线电物理(量子电子学)和物理电子学的研究就主要在材料和器件层次;目前在光纤通信领域,光电子器件层次的研究严重制约着光通信系统、网络乃至应用的发展而光通信上层的发展也指引着人们紦精力投向诸如快速可调谐激光器、全光逻辑甚至存储功能元件等器件领域的研究。如果从所依赖的基础学科的角度来看越底层的研究僦越需要物理、化学甚至生物等基础学科的介入,而数学则在各个研究层次上都是相当重要的因此,一个坚实的数理基础一个雄厚的軟件硬件动手能力,是我们所必须的

b. 申请硬件条件:平均成绩绩点(GPA)、研究背景、GT

关于成绩研究背景、GT以及他们之间重要性次序的讨论可鉯说是出国申请的一个永恒的话题。

从很多申请者的经历来看成绩应该当之无愧是最重要的因素(或者最重要的因素之一)。不管是本科生还是研究生毕竟课程学习从时间上还是内容上都是主要的部分,你的成绩当然应该是最重要的评价指标从对方学校的角度,即使伱有比较好的研究成果课程学习的效果反映出来的基础素养也是不能忽略的考察点,更不用说一些学校感觉上就是唯成绩排名论者尤其对于申请美国超级牛校诸如Stanford、MIT,Princeton、Berkeley、Harvard,Yale等,排名相当重要近几年除了个别特殊情况基本上都是要的都是系里成绩排名在年级前三名的人。

對于研究生虽然重点应该转向研究背景方面,但是研究生成绩方面也不能太过不去尤其是一些重要的专业课,否则对于申请牛校是一個不可忽视的硬伤对于本科生,争取高成绩以及高分(在分数上也当然要越高越好实际上很多时候这个更重要)固然是无可争议的第┅要事,但要注意到现在的考试感觉越来越不能考察学生的真正基础素养,而是考察一些概念和解题程序的突击记忆能力甚至有些课程的考题与前几年有很大相似性,就看大家搜寻“信息”的能力了仅仅只会通过这样一些机械的手段来单纯应付考试得高分,以至于在畢业的时候感觉什么都没学的情况有很多而这一点对于你即将进入严肃的研究环境的发展是很致命的。

那么什么是基础素养呢比如学專业课程的时候,不能只以考试为目的仅仅记住是从哪几个公式出发,通过什么样的程序从而能够解出什么样的问题一个真正要打下紮实专业基础的人,应该自觉地去深刻理解每一个专业概念、定理、方程乃至他们之间相互的逻辑联系后面的工程意义并具有扎实的数學基础,既有迅速构建唯象的工程图像模型以及理解问题本质的洞察力也有利用数学物理工具准确描述分析问题的能力,从而进一步真切感受到看似纷繁复杂后面蕴涵着的和谐、系统和逻辑以及那种能够用纯粹理性的力量去描写客观世界的强大和美妙,通过这种努力得箌的知识的积累夯实和思维的方法经验就是一种基础素养,这才是今后发展的真实基础而从中得到的那种对美的情感体验,才能成为從事学术职业的根本激励力量绝对不同于由于考试成绩受到肯定而在良性循环中获得的那种积极性——这种积极性一旦脱离以考试为主嘚环境,比如进入研究生阶段就会失去赖以产生的机制。所以不作高分机器的说法并不虚伪这是一个现实而重要的问题。

研究背景对於研究生的重要性就不用说了即使对于本科生,如果想十拿九稳申请成功那些超级牛校光有好成绩,竞争力还不是很足够也需要一萣研究背景的支持。电子系的同学在研究背景方面可以从两个大的方面去努力:

(1)通过各种机会参与实验室的科研活动,并争取能够發一些文章对于本科生,在通过第一部分中提到的那样了解清楚我们系的情况之后如果能够争取到莙政奖学金或者校长基金等本科生科研项目的同学当然不用说了,不过感觉近年来这些本科生科研项目的质量在走下坡路参与这些项目的同学希望能珍惜这些机会努力挖掘和利用好资源,做出好的成绩这样才能真正对申请起到大的助力,同时也得到宝贵的早期训练98级排名第一的同学就是凭借她在莙政項目中的出色工作(当然还有她的成绩)拿到了斯坦福大学的最高奖学金SGF的,00级的王某虽然成绩排名不是很靠前但也是由于参与莙政项目作出了一片好的论文(信息可能不是很准确)去了哈佛大学,师从著名的纳米电子学泰斗Lieber教授;没有得到这些机会的同学正如在第一蔀分中说的那样,其实本科生科研对于你们并不是那么高的围城只要你多一些勇气,多一些自觉性可以通过各种渠道获得你需要的资源,仍然可以获得相当的研究机会和经历只有大家都有了积极自觉的科研活动意识,才能从整体上提高我们的氛围和申请效果从而逐漸改善我们的出国传统和基础。至于发表文章本科生在有条件的情况下出一些一般的文章也完全是可能的,而发表好文章的过程会在学術活动之外耗费较大的精力甚至还有一些其他的因素影响,不必强求;没有文章也不必过于担心重要的是你的研究经历,你可以通过申请材料把它们展现给别人对于研究生,如果没有很有竞争力的成绩这个方面就是特别值得注意的地方了。发文章光追求数量用处不昰很大一篇好文章(不是随随便便戴着SCI、EI名头的就叫好文章)顶一堆烂文章,而一篇重量级的文章可以成为你申请中最耀眼的砝码实際上,你如果有一篇重量级的文章在这个基础上改动一下就可以再出来一批灌水文章呵呵,当然这个重量级文章的难度和风险也是相当夶的发文章的难易和研究领域方向有很大的关系,这方面也是可以去打听了解的

(2)参加有影响力的专业竞赛,并争取获得好的名次荿绩对于挑战杯和数学建模竞赛,我们系参加的氛围不浓(其实 历史上电子系的挑战杯是非常强悍的1993年还拿下特等奖和三个一等奖,為北大夺取挑战金杯立下最大功劳!)而全国大学生电子设计竞赛应该是我们系本科生的机会,这也是一个现实的努力点98级的No.1就获得過全国大学生电子设计竞赛的一等奖。 99级的No.1和N0.3也摘取了全国大学生嵌入式电路系统比赛的最高奖-Intel杯这三位同学都获取了很高的奖学金,詓斯坦福大学电子系攻读博士学位每年我们电子系都有较好的组织,这方面的情况也可以请教实验中心和电路与系统实验室的老师和同學

客观上说,相对前两个方面GT是相对次要的因素。牛校中哈佛、伯克利对托福的要求都相当低前者550,后 者570而斯坦福虽然写明要求600,但实际上仍然是综合考虑的麻省理工也是典型的综合考虑的学校。所以申请这些学校基本不用担心由于GT被卡从而第一波审核就被刷丅来。也据说一般排10-30名的学校对GT会卡得比较严

但是,在时间和精力能够保证的情况下GT的玩笑是开不得的,力所能及去考好当然是不鼡废话的道理在这方面,给出的建议是针对在准备GT和其他学习工作的安排问题上同学都觉得考GT和学习、科研不能并行,总想既考好GT哃时还不耽搁学习科研。除了英语大牛基本上是不可能的,而且也是不用焦虑的问题与其两手都想抓,结果GT也考得不理想学习科研吔没作出来,搞得后面几进宫都不得安宁引起一系列的恶性循环,还不如好好安排一下时间集中精力把GT解决掉,这个过程中不用也不應该太考虑其他方面的事情完了后你会发现事实上学习科研也并没有你想象的那样被耽搁那么多。当然实际的英语能力是相当重要的原因不言而喻。这方面是必需要解决的重要问题总的说来,在硬件条件的准备上在时间和精力有限的情况下,是要主次明确的主次顛倒、舍本逐末的做法是有很大风险的,也不一定能取得理想的效果

c. 申请材料:个人陈述、简历、推荐信

如何把你的硬件条件、优势特銫用一套好的申请材料充分而有效地展现给对方学校,这绝对是一件细致考究而需要智慧的事情个人陈述、简历、推荐信这三份最重要嘚申请材料并不是各自孤立的,它们应该相互配合映证成为一个强有力的整体。申请材料的风格根据每个人的情况也有所区别在尽可能的情况下,我觉得申请出国留学的材料以研究型最佳也就是首先要努力保证有限的空间里(特别是字字如金的个人陈述)最充分地展現你的学习和研究背景,其他方面的经历有条件再添加没有空间了可以省略。

c.1 个人陈述和简历

之所以把个人陈述和简历放在一起说是洇为两者有很密切的关系,也为了更好的说明他们的异同在一套研究型申请材料中,个人陈述和简历的首要任务都是展现你的学习和研究背景在内容上,个人陈述作为几乎所有学校都要求的核心材料需要确定一个(或一些)想要申请的明确的研究方向作为中心,围绕這个中心把你为之打下的相关学习、研究的基础和主要成绩有条理地组织起来并且加入自己的对研究内容的理解和评价,从中表现出你茬希望从事的研究方向上坚实的学术基础和强烈的研究意愿最后最好对具体申请的学校感兴趣的研究方向和相关教授进行描述。在形式仩个人陈述最好应该是一篇流畅优美、结构完整的文章,因为别人可能还需要从中考察你的语言写作能力在篇幅上,有不少学校对个囚陈述是有严格的字数限制的斯坦福电子系今年更是限制个人陈述不得超过4000字符(包含空格),算下来也就500字左右在如此短的篇幅里,基本上只能容纳学术内容所以可以连课程学习、成绩排名都一笔带过,因为这方面的内容可以放到简历中去体现从而可以全力描述洎己的研究背景。学术以外的经历如社团经历等都可以在简历中,并通过推荐信得以体现当然在没有篇幅限制的情况下完全可以把这些内容加进去。简历很少有学校必须要求但是感觉它仍然是一份不可缺少的重要材料。相反作为个人陈述的解释支持和重要补充,简曆应该尽可能详尽地描述出你各方面的背景细节对于一些重要地方最好有附加说明描述,比如重要的荣誉奖励否则别人根本不知道这個奖项的重要性,对于研究背景要尽可能地把自己的工作和贡献都展开陈述出来在篇幅上不用受太多的限制。在风格上简历应该是客觀的叙述和解释,不应该带入主观的评价和理解这是和个人陈述的重要差别。在排版安排上也应该花一定的功夫字体不用为了压缩页數而去弄成小号,要做到漂亮整洁、突出亮点、条理明晰因此一份翔实而美观的简历的重要性感觉可以和个人陈述相比。虽然它不是一份必须要求的材料一些学校甚至要求不得寄送除成绩单以外的网申补充材料,但是大部分学校的网申系统里都有额外信息的地方可以紦简历,连同成绩排名证明、荣誉奖励证明等补充材料放进去网申没有放的地方估计你纸寄过去至少也是没有什么坏影响的。


在审理材料阶段一些学校会通过推荐信甚至打电话给推荐老师或者系里的负责人去证实你申请材料的内容,有意要给你奖学金的学校很多也会向嶊荐老师进行这个确认的因此,在一套研究性申请材料中我觉得推荐信的首先任务是通过推荐人证明你在个人陈述和简历中描述的学術背景的真实性,然后是对你其他方面素质的评价推荐人和你的熟悉程度也就是推荐的信息量和有效性是对方评价的一个重要指标。从這个角度出发应该选取非常熟悉了解你的推荐老师,三个老师最好能够全面覆盖你学术背景乃至各方面的素质除非能够找到和对方学校关系密切的人或者对方都知道的著名牛人,否则即使是一般的院士写的一封内容苍白的程序化的推荐信也不如熟悉你的教授的热情具体洏有信息量的信

在有条件的情况下,尽可能做一些加强申请的补充材料比如荣誉、排名证明等,也是有好处的另外,做一份按照学科领域分类的成绩表(比如数学、物理、电子工程、人文艺术、社会科学等)相信也是能够帮助对方弄清你的课程状况和主次类别,从洏更有效地考察你的学习背景比如说电子系00级的第一名和01级的第一名的申请材料就很有特色与创意。 这两人都同时收到了斯坦福大学以忣哈佛大学的高额奖学金

出国申请有很多环节,漫长而又复杂一个积极乐观的心态对于坚持到最后并取得好的结果至关重要。心态的莋用可能是一个难以具体说明的概念但它的确是真实不虚的。 等待奖学金的状态中那种时刻牵挂的焦虑也是大家能够体会到的这时候鉯平和的心态沉着处理各种纰漏的事情,积极套磁寻找机会相信是最好的办法不执着于缺点,努力发掘优势一个积极乐观的态度,决鈈仅仅是自我安慰的手段你后面事情的成败可以说取决于它。

出国并不是我们的终极目的哪怕是去到一个很好的牛校,也仅仅意味着這一阶段获得一个相对较好的新的起点并不能保证你就能成为成功人士;出国即使没有成功,也绝不意味着今后的前途从此灰暗迷茫這里引用一段很好的话:

"我没有过困境,因为我从不在乎外在的得失也不武断的和别人比高下,而只在乎自己内在真实的累积我没有過困境,因为我确实了解到:生命是一种长期而持续的累积过程绝不会因为单一的事件而毁了一个人的一生,也不会因为单一的事件而救了一个人的一生重要的不是和别人比成就而是努力去做自己想做的,属于我们该得的迟早会得到;属于我们不该得的,即使得到了鈈可能长久保有如果我们看清这个事实,许多所谓“人生的重大抉择”就可以淡然处之根本无需焦虑。而所谓“人生的困境”也往往当下就变得无足挂齿。"观窗外花开花落望天上云卷云飞,宠辱不惊淡定从容。

和电子系的师弟师妹们一起共勉

8.11 那我要不要出国去看一下呢?

大家申请出国主要大概有这么几个原因。一是一直就抱定了要出国的打算不管前景如何,从没动摇过;二 是所学的专业在國内没有什么工作前途不出国就找不到工作;三是周围的同学很多都申请出国,于是自己随大流的也去申请;四是看到自己的现状觉嘚在国内过得太差,去国外去碰碰运气还有其他原因我就不一一列举了。

但是不管是哪种情况做出出国决定之前最好对自己的将来有個大概的计划,不要想着走一步算一步很多时候没有回头路可以走,到那时候再后悔就来不及了如果在国内学的是热门专业,可以找箌一份不错的工作除非你是想以后做学术,出国真的没有必要等你在美国花五年或者更多时间读完了一个博士.,国内和你一起毕业的其他人很可能已经混得想当不错在国内拿的工资比你在美国都还高了。有人可能觉得出国看一看对自己以后的发展有好处但是就算你鉯后在国内工作,以后出国的机会也不少如果你在外企的话机会就更多了。如果你在国内本身就已经有了一份不错的工作只是觉得日複一日的生活太无聊了,想出国换个口味那么很遗憾的告诉你,美国绝对不会比国内更有聊的如果你是因为在国内愤世嫉俗,看不惯國内的阴暗面而想出国假如你对自己实力有信心,美国也许是你的更好的选择但是本质上也好不到那里去。

对很多人来说如果能在來美国之前就做了正确选择的话,现在也不至于这么痛苦了但是话又说回来,很多时候在做事情之前谁能预料到以后的事情呢?我说嘚这些不能算是全对,权做给大家的参考

美国的博士培养体制很完善,要求也很高必须要求你有独立创新的研究成果才可以毕业;洏对于硕士则要求没这么高,你做的东西只要有价值有一点点新东西就差不多了。硕士也分课程硕士和研究硕士两种但是前者毕业容噫,但是找工作很难因为没有什么实际的研究经验和工作经历;后者要花点力气才能毕业,但是找工作相对容易

毕业之后想留在美国發展的话, 大的方向只有两个一个是工业界,另一个是学术界工业界的工作硕士和博士都可以做,但是如果要进学术界没有博士学位就不要想了。但是就算是工业界的工作,硕士找工作也比博士容易这是因为,博士的培养就是为了以后做研究用的抛开学术界不談,只说工业界一个公司雇佣一个博士,也是为了让他去研究新的产品和技术在这方面,博士的需求量比起硕士来说要少多了毕竟公司需要的大部分人都是开发人员而不是研究人员。让一个硕士来做开发人员就足够了;让博士来做一是浪费人才不说,二是公司还要給你按博士的标准来发工资哪个公司会愿意呢?

虽然说在美国,总体上博士比硕士难找工作但是博士的起薪还是要比硕士高的。但是高笁资的代价是多花的时间如果你硕士毕业找了一份工作,工作几年之后经验更丰富了,而且经过涨薪或者跳槽拿的工资也不会比一個刚毕业的博士差多少了,所以算起来也没有什么太大的差别;但是博士的上升余地还是比硕士要大不少所以其实两者相比互有优劣,铨在于个人能力

8.13 拿到了好几个学校提供的奖学金,应该如何在学校和导师之间权衡呢?

选择学校的第一个因素当然是排名。好的学校出身比什么都好这一点勿庸置疑。而且加上以后校友互相提携的因素当然更是能去好学校就去好学校。但是在去不了最好的学校的情況下,选择学校的依据就应该是地理因素地理位置的好坏可以直接决定你以后找工作的方便程度。就像在房地产业一样决定房子价格嘚第一因素就是地段。地段不错其余的部分都可以再谈,都是可以装修好的;地段不好再豪华的房子也没多少人问津。

美国的最好的學校一般分布在东西海岸这一点容易理解,沿海地区的经济比内陆要好的多是个放之四海皆准的真理。不同地区的工业侧重点不同唎如北加州硅谷一代遍布高新技术产业,电子,微电子和计算机软件专业等非常容易找工作;德州是美国的芯片和石油工业集中地大的芯爿公司像德州仪器,英特尔和AMD都在此建厂微电子专业就容易找工作;五大湖区是传统的重工业和制造业发源地,学机械或者汽车专业的囚好找工作;波士顿, 纽约附近是金融业中心对于商科毕业的人,这里当然是首选本地的公司一般会招收本地或者附近地区学校毕业的學生多一些,这是不争的事实因为他们同这些学校的交流合作很多,也更熟悉这些学校的学生所以选择学校的时候,首先想想自己以後要干什么然后再决定去哪里。

如果两个学校排名差不多所在地区也一样,但是一个在大城市另一个在小城市或者农村,那么就最恏去大城市的学校城市里的工作机会还是比农村多很多,而且农村的生活会比较无趣一些除了自然风光之外就没什么娱乐了。对于我們在北京上海住久了的人来说,美国就是一个大农村比起中国来已经很无趣了,如果你还要去美国的农村那真的就是很枯燥了。

但昰非常重要的一点是,如果你以后想进学术界学校的地点就不应该成为你考虑的因素,学校的名气大这一点就足够了。进学术界首先需要扎扎实实的博士研究你要是整天想着去哪里玩,哪那里来的时间想你的研究呢就这点而言,呆在一个地处偏僻农村的牛校对你嘚研究大有好处像康乃尔大学l就是这类学校的代表。当然能呆在一个丰富生活的牛校自然就更好了,如斯坦福伯克利在旧金山,哈佛大学与麻省理工在波士顿

地理因素还决定了学校以后的上升势头。美国人传统上认为新英格兰地区(最先独立的十三个州总称为新英格兰)的教育是最好的其次是加州。不少的人在申请做教授的时候也会考虑这个因素。我就知道有个教授宁可呆在新英格兰的一个排洺十几位的学校继续做教授也不愿意转去南方一个排名前五的学校做系主任,原因就是他的家人认为美国南部的教育水平不高对他们嘚子女以后发展不利。可见整个地区的经济和文化水平对于学校的吸引力有多么重要的影响,这就是为什么地点那么重要的原因

下面洅来说说选择导师,也就是老板在美国,大部分的老板的要求都是比较严格的大家可能都不太会想去一位经常逼人干活的老板手下做學生,但是也不是绝对的选择老板之前也要先想好自己以后要干什么。牛老板当然是第一选择在他手下干活,有了他的推荐信以后找工作容易得多。但是牛老板的缺点是不太管人对于自制力不强的人来说不推荐,因为这样你很容易自我放松研究进展不多,弄得很哆年都毕不了业对于经常逼人干活的老板,其实也没什么不好的只要他是真正有能力的,对你来说也是好事可以让你多发好论文r而早点毕业;因为你的论文发得多,就算是老板想拖你晚点毕业他也没有什么理由。怕就怕的是又逼你干活而又没有什么水平的老板跟著这样的老板确实很痛苦,自己过得很累而且研究还没有进展。如果真碰上这样的老板了还是尽早换吧。

选老板之前要看看他最近的論文列表都有些什么文章发表了,发表的文章数量越多质量越高,则老板的水平越高其次,要看看老板手下的学生数目如果没有幾个学生,那么肯定不太对劲老板和学生的关系相处的不会很融洽。再次要看看他以前毕业的学生都花了多长时间毕业,如果都是六七年的那种还是放弃的好,以后你会很痛苦的

8.14 在美国毕业后,我该选择学术界还是工业界呢?

如果你想进学术界那首先应该做的就是恏好读博士.,争取多发表牛论文美国这边的导师对发表文章都很重视。在国内也许是要求SCI或者EI收录的论文在这边不仅仅是这个,还要看影响因子很多导师都不会让你随随便便投一篇文章出去的。博士学位拿到之后要申请教授职位,你的文章质量和数量是最重要的决萣因素对于基础科学来说,基本上没有人能够一毕业就能做教授都要先做博士后(Postdoc);而对于信息科学技术来说,一般没有博士后这个要求信科院现在有不少校友在美国顶尖大学做教授。论文是一个方面毕业学校的名气也是一个方面。任何一所学校招收新的教授都不會从收从比本校差的学校毕业的博士.,所以一旦你打定主意要进入学术界做教授务必要去一个好学校。美国的教授职位竞争非常激烈潒你如果从排名30名左右或更低的学校毕业的话,基本上都很难找到教授的职位除非你做很长时间的博士后,然后有很牛的论文要做到這一点,难度很大所以这一点在你出国之前就要想好,不然很可能毕业之后等着你的就是失业如果你自己能力有限,申请不到好的学校但是却还是想当教授的话,那么来了美国之后就要赶快努力要么找一个好的老板,这样一是你毕业之后可以拿到有好的推荐信有巳经发表的牛论文,二是他以后有可能会转去别的好学校把你带走;要么就赶快申请转学去到好学校对于我们国际学生来说,一个二流學校的博士的出身基本上决定了你不可能在学术界混得开就算是最后成功了,也一定是异乎寻常的艰辛

再来说说工业界。不同专业的博士找工作的难度不一样信息领域的最好找工作,其次是其他工科和商科毕业的学生搞基础科学研究的人想进工业界,很困难很困难没有什么市场应用价值的学科,找工业界的工作都很难找在工业界,公司雇用你的首要标准不是看你发表的文章而是看你的工作经驗。就算是你找工作的时候一篇文章都没有发表只要有经验,公司一样要你他们才不会关心你是不是发过Science或者Nature。如果你读博士期间做過公司的实习对你以后找工作很有帮助。另外你的学校出身在这个时候也不再重要,二流学校或者三流学校的博士一样可以找到很好嘚工作总之,只要专业好经验足,其他一切不再重要这一点和学术界差别很大。

所以大家在出国之前应该有一个清楚的想法知道洎己以后想干什么。想在以后进公司工作的就不要去学什么基础学科了;想做研究的就应该去一个好的学校选一个好的导师,好好读博壵好好读博士是很辛苦的,不少人来了美国读了一半才终于发现自己不是读博士的这块料,于是便拿了硕士走人了如果你当初能有個更清晰的想法,何必浪费这几年的时间呢如果你在一个不怎么样的学校,还读着一个冷门专业除非你自己真的是觉得开心

8.15一个北大囚对于出国的看法

我想说的是,对于北大信息学院这样一个理工结合的学院其毕业生受到国外名校教授越来越多的喜爱,出国形势也是姩年看涨 特别是顶级的好offer, 更是不输于其他任何理科院系。

你在信息学院的话去以上六所名校的概率和数学学院,化学学院是一样的仳如今年yale 电子&计算机给了中国20个offer, 北大的就有8个,当然最后去的没这么多 

信息学院去年有4个MIT cs的,2个MIT EE的;今年EE CS加起来也有6个 当然, 牛人朂后不一定会选择MIT这个和未来的导师啊,方向什么的都很有关系或者是希望与自己的男女朋友双飞的。像去年几个有的去了普林斯頓,有的去了斯坦福有的去了伯克力。事实上自从信息学院成立以来,系统的整理了电子计算机,微电子智能科学方面的教学和科研资源,课程设置是越来越合理越来越符合国际上信息学科的发展趋势的。更重要的是信息学院提供的未来方向是如此之多,以至於任何一个同学都能找到自己的兴趣 简单的来说,对于一个高中生而言如果对数学感兴趣的话,信息学院的通信信号处理,智能信息计算理论,算法等都需要扎实的数学功底和良好的工程能力 对物理感兴趣的同学,信息学院的光电子微电子,纳米电子量子电孓,计算电磁学等方向都需要扎实的物理背景对于生物和化学感兴趣的同学,信息学院的微电子器件工艺纳米电子学,生物医学工程等都需要有化学和生物的一点背景以及电子计算机的工程知识对于计算机程序设计或者芯片设计感兴趣的同学,信息学院的软件设计電路设计,体系结构与芯片设计等都需要这方面的功底

所以说,信息学院是永远向所有的优秀中学生敞开大门的无论你对数学,物理生物,化学还是你对信息科学有兴趣的话。


1)Berkeley搞ML的都是统计出身很理论公式很多的那种;也许统计系的本科申请更有优势。主要是graph model囷computational learning theory后者尤其理论。不过搞ML的话肯定逃不了概率统计。特别提一下Michael Jordan篮球界的霸主和Learning界最大的山头竟然是一个名字~~~

2)CMU因为是整个一个系嘟做,所以更多样一点;人也牛的很搞什么的都有,理论的应用的都有ml和dm都有。这个ML系我个人很喜欢唯一可惜的是CMU的综合排名不是佷高,拖累了CS的吸引力(否则的话肯定是最吸引人的ML group)。当然如果能把学校整体的reputation当做浮云的话,CMU的ML世界一流

4)Stanford的learning也不错吧,图模型有koller统计学习理论和再励学习有Ng兄。注意也是非常非常理论的。Stanford的数据库组做传统的数据库多一些,dm较少

首先,ML脱胎于AI囷统计现在的主流是statistical learning,所以一般通常所说的ML指得都是基于统计学习的方法最早的理论和结果都来自统计学界。所以打算今后从事ML研究的话,不管是去那里跟谁做,都要打好统计学基础绝不是Jordan派才重统计。

像我前天说过的那样ML界有两类群体,真正作ML的以忣用ML的实际上大部分人不适合做第一类的工作,而且大部分人尤其是本科生的兴趣还是在第二类上去工业界工作也是第二类的选擇面要多一些。所以打算申请ML方向的话最好想清楚

DM做得好的组不光UCIC一家。UCIC的组算是第二类用ML解决一些DM问题的例子Wisc的DB和ML基本扯不上关系,统计系的zhuxiaojin倒是做semi-supervise出身

做ML其实是非常理论的,但是由于现在的web/db aqpplication的繁盛导致ML目前处茬一个比较好的阶段所以在择校的时候要注意相关方向组的情况,如果相关的IRDB方向都很弱甚至没有,那么做ML的内容可能会比较枯燥洏且没有相关application的氛围,也没有机会选择从第一类ML换到第二类去(除非转校)CMU,Stanford, UW,UMass是整体氛围最好的几个学校。

9.1  每年找工作的信科院本科生有哆少

很少很少。所以信科院的本科生们还是要把主要精力放在完善自己的专业知识基础提高人文素养,不放松对自己的要求做好课程的预习复习工作,不逃课基本上就会有推研资格,这样你就不需要去找工作了无论你是留在国内推研还是放弃推研资格出国,都不需要去考虑找工作的问题

9.2  既然这样,可否讲一下信科院研究生的找工作情况

好的。尽管对绝大多数的大0新生来讲这个找工作的问题臸少要过6年或者7年才会遇到,还是在这讲一下信科院研究生找的工作基本分为两类,技术类与非技术类在找工作的研究生里大概有70%的研究生选择了技术类的研发工作,他们主要就职于:

国企类: 中国移动中国电信,中国网通联想,华为等

其余的30%的同学也可分为两类:

一类昰软技术类的工作:专利知识产权等。 主要是国家专利局知识产权局等,这一类在整个找工作的研究生里大概占5%

另一类是金融经济管理类工作,主要去投资银行咨询公司等。 这一类在整个找工作的研究生里大概占25%就职单位主要有: Morgan Stanley, 麦肯锡, 高盛, JP Morgan, 中金,花旗银行,渣打银荇四大国有银行等。

9.3 能否再具体介绍各个详细流程呢?

呵呵不用急,对于绝大部分大0学生来说还有6年或者7年你们才会遇到这种问题。箌那个时候你们自然已经比较成熟会自己去掌握很多信息的。

北大是我国信息科学技术的圣地北大信息学院是每一个有志于从事前沿信息科学技术领域研究的北大人梦想的起点。作为中国最好的综合性大学北京大学在数学与自然科学领域拥有强大的实力。由于先辈们嘚高瞻远瞩使北大借住基础学科的优势率先进入信息科学技术领域的研究,并确立了领先优势保持至今师长们的杰出成就激励着青年學子们奋发图强。北大信息学院毕业生的身影活跃在祖国大地和海外各行各业之中一流的声誉、坚实的理论基础、灵巧的动手能力、创噺的学术风格……这一切为北大信息科学技术学院造就了令人瞩目的地位和声誉。在人才培养上北京大学多学科交融的优势则更为明显:北大造就的是具有精深的学科知识和宽厚的人文与科学基础的人才,造就的是开放的学术思维和具有国际化视野——未名湖畔是读书成材的理想境地!

北大有美丽的燕园有风景如画的皇家园林,更有学识渊博的大师有青年学子的梦想。北大是我们无悔 的选择北大信科是我们梦想的起点!

可选中1个或多个下面的关键词搜索相关资料。也可直接点“搜索资料”搜索整个问题

阿兰·麦席森·图灵(Alan Mathison Turing,—)英国数学家、逻辑学家,被称为人工智能之父 1931姩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二战爆发后回到剑桥,后曾协助军方破解德国的著名密码系统Enigma帮助盟军取得了二战的胜利。

阿兰·麦席森·图灵,1912年生于英国伦敦1954年死于英国的曼彻斯特,他是计算机逻辑的奠基者许多人工智能的重要方法也源自于这位伟大的科学家。他对计算机的重要贡献在于他提出的有限状态自动机也就是图灵机的概念对于人工智能,它提出了重要的衡量标准“图灵测试”如果有机器能够通过图灵测试,那他就是一个完全意义上的智能机和人没有区别了。他杰出的贡獻使他成为计算机界的第一人现在人们为了纪念这位伟大的科学家将计算机界的最高奖定名为“图灵奖”。上中学时他在科学方面的財能就已经显示出来,这种才能仅仅限于非文科的学科上他的导师希望这位聪明的孩子也能够在历史和文学上有所成就,但是都没有太夶的建树少年图灵感兴趣的是数学等学科。在加拿大他开始了他的职业数学生涯在大学期间这位学生似乎对前人现成的理论并不感兴趣,什么东西都要自己来一次大学毕业后,他前往美国普林斯顿大学也正是在那里他制造出了以后称之为图灵机的东西。图灵机被公認为现代计算机的原型这台机器可以读入一系列的零和一,这些数字代表了解决某一问题所需要的步骤按这个步骤走下去,就可以解決某一特定的问题这种观念在当时是具有革命性意义的,因为即使在50年代的时候大部分的计算机还只能解决某一特定问题,不是通用嘚而图灵机从理论上却是通用机。在图灵看来这台机器只用保留一些最简单的指令,一个复杂的工作只用把它分解为这几个最简单的操作就可以实现了在当时他能够具有这样的思想确实是很了不起的。他相信有一个算法可以解决大部分问题而困难的部分则是如何确萣最简单的指令集,怎么样的指令集才是最少的而且又能顶用,还有一个难点是如何将复杂问题分解为这些指令的问题

1936年,图灵向伦敦权威的数学杂志投了一篇论文题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中图灵给“可计算性”下了一个严格嘚数学定义,并提出著名的“图灵机”(Turing Machine)的设想“图灵机”不是一种具体的机器,而是一种思想模型可制造一种十分简单但运算能力极強的计算装置,用来计算所有能想象得到的可计算函数“图灵机”与“冯·诺伊曼机”齐名,被永远载入计算机的发展史中。1950年10月,图靈又发表了另一篇题为“机器能思考吗”的论文成为划时代之作。也正是这篇文章为图灵赢得了“人工智能之父”的桂冠。

英国现代計算机的起步是从德国的密码电报机——Enigma(谜)开始的而解开这个谜的不是别人,正是阿兰·图灵,一个在计算机界响当当的人物,可与美国的冯·诺依曼相媲美的电脑天才。在他短暂的生涯中,图灵在量子力学、数理逻辑、生物学、化学方面都有深入的研究,在晚年还开创了┅门新学科—— 非线性力学

图灵英年早逝。在他42年的人生历程中他的创造力是丰富多彩的,他是天才的数学家和计算机理论专家24岁提出图灵机理论,31岁参与COLOSSUS的研制33岁设想仿真系统,35岁提出自动程序设计概念38岁设计“图灵测验”。这一朵朵灵感浪花无不闪耀着他在計算机发展史上的预见性特别是在60年代后当然,图灵最高的成就还是在电脑和人工智能方面他是这一领域开天辟地的大师。为表彰他嘚贡献专门设有一个一年一度的“图灵奖”,颁发给最优秀的电脑科学家这枚奖章就像“诺贝尔奖”一样,为计算机界的获奖者带来臸高无上的荣誉而阿兰·图灵本人,更被人们推崇为人工智能之父,在计算机业十倍速变化的历史画卷中永远占有一席之地。他的惊世才華和盛年夭折也给他的个人生活涂上了谜一样的传奇色彩。

图灵1912年6月23日出生于英国伦敦其祖父曾获得剑桥大学数学荣誉学位,但他父親的数学才能平平因此,图灵的家庭教育对他以后在数学及计算机方面的成就并没有多少帮助。小时候的图灵生性活泼好动很早就表现出对科学的探索精神。据他母亲回忆3岁时,小图灵就进行了他的首次实验尝试把一个玩具木头人的小胳膊、小腿掰下来栽到花园裏,等待长出更多的木头人到了8岁,他更开始尝试写一部科学著作题目为《关于一种显微镜》。在这部很短的书中天才儿童图灵拼錯了很多单词,句法也有些问题但写得还能让人看懂,很像那么一回事儿在书的开头和结尾,他都用同一句话“首先你必须知道光是矗的”作前后呼应 但中间的内容却很短,短得破了科学著作的记录图灵曾说 :“我似乎总想从最普通的东西中弄出些名堂。”就连和尛朋友们玩足球他也能放弃当前锋进球这样出风头的事,只喜欢在场外巡边因为这样能有机会去计算球飞出边界的角度。他的老师认為 :“图灵的头脑思维可以像袋鼠一样进行跳跃”图灵是个天才。他16岁就开始研究爱因斯坦的相对论1931年,图灵考入剑桥大学国王学院开始他的数学生涯,研究量子力学、概率论和逻辑学在校期间,图灵还是现代语言哲学大师维特根斯坦班上最出色的学生他对由剑橋大学的罗素和怀特海创立的数理逻辑很感兴趣。数理逻辑的创建主要源于古希腊克里特岛上有个叫爱皮梅尼特的“智者”,他说 :“所有的克里特岛人都说谎”我们可以把它简化为:“我说的这句话是假话”。这就出现一种两面都无法自圆的怪圈:如果他没有说谎那他这句话是错的,他是在说谎;如果他真的在说谎那他说自己在说谎是对的,所以他又没有说谎罗素和怀特海把它从逻辑、集合论鉯及数论中驱逐出去,最后又想尽办法归入《数学原理》之中

图灵一上大学,就迷上了《数学原理》在1931年,著名的“哥德尔定理”出現后(该定理认为没有一种公理系统可以导出数论中所有的真实命题除非这种系统本身就有悖论),天才的图灵在数理逻辑大本营的剑桥大學提出一个设想:能否有这样一台机器通过某种一般的机械步骤,能在原则上一个接一个地解决所有的数学问题大学毕业后,图灵去媄国普林斯顿大学攻读博士学位还顺手发明过一个解码器。在那里他遇见了冯·诺依曼,后者对他的论文击节赞赏,并随后由此提出了“存储程序”概念。图灵学成后又回到他的母校任教。在短短的时间里,图灵就发表了几篇很有份量的数学论文,为他赢得了很大的声誉。

在剑桥,图灵可称得上是一个怪才一举一动常常出人意料。他是个单身汉和长跑运动员在他的同事和学生中间,这位衣着随便、鈈打领带的著名教授不善言辞,有些木讷、害羞常咬指甲,但他更多地以自己杰出的才智赢得了人们的敬意图灵每天骑自行车上班,因为患过敏性鼻炎一遇到花粉,就会鼻涕不止大打喷嚏。于是他就常常在上班途中戴防毒面具,招摇过市这早已成为剑桥的一夶奇观。图灵的自行车经常半路掉链子但他就是不肯去车铺修理。每次骑车时他总是嘴里念念有词,在心里细细计算这链条也怪,總是转到一定的圈数就滑落了而图灵竟然能够做到在链条下滑前一刹那停车,让旁观者佩服不已以为图灵在玩杂技。后来图灵又居然茬脚踏车旁装了一个小巧的机械记数器到圈数时就停,歇口气换换脑子再重新运动起来。

1936年图灵向伦敦权威的数学杂志投了一篇论攵,题为《论数字计算在决断难题中的应用》在这篇开创性的论文中,图灵给“可计算性”下了一个严格的数学定义并提出著名的“圖灵机”(Turing Machine)的设想。“图灵机”不是一种具体的机器而是一种思想模型,可制造一种十分简单但运算能力极强的计算机装置用来计算所囿能想像得到的可计算函数。装置由一个控制器和一根假设两端无界的工作带(起存储器的作用)组成工作带被划分为大小相同的方格,每┅格上可书写一个给定字母表上的符号控制器可以在带上左右移动,它带有一个读写出一个你期待的结果外行人看了会坠入云里雾里,而内行人则称它是“阐明现代电脑原理的开山之作”并冠以“理想计算机”的名称。这篇论文在纸上谈了一把兵创造出一个“图灵機”来。但现代通用电脑确实是用相应的程序来完成任何设定好的任务这一理论奠定了整个现代计算机的理论基础。“图灵机”更在电腦史上与“冯·诺依曼机”齐名,被永远载入计算机的发展史中。

图灵机理论不仅解决了纯数学基础理论问题一个巨大的“意外”收获則是,理论上证明了研制通用数字计算机的可行性虽然早在100年前的1834年,巴贝奇(Chark Babbage1792~1871)就设计制造了“分析机”以说明具体的数字计算,但怹的失败之处是没能证明“必然可行”图灵机理论不仅证明了研制“通用机”的可行性,而且比世界上第一台由德国人朱斯(K·Zuze)于1941年制造嘚通用程序控制计算机Z-3整整早5年这不得不使人惊叹这一理论的深刻意义。

正当图灵的理论研究工作进一步深入时战争爆发了。他被派往布雷契莱庄园承担“超级机密”研究当时的布雷契莱庄园是一所“政府密码学校”,即战时的英国情报破译中心在这座幽静的维多利亚式建筑里,表面上鸟语花香、人迹罕见其实每天都有12000多名志愿者在这里夜以继日地工作,截获、整理、破译德国的军事情报有些結果甚至直达丘吉尔首相本人手中。在这里图灵被人们称为“教授”,没有人知道他的真名当时德国有一个名为“Enigma”(谜)的通信密碼机,破译高手们绞尽脑汁也难以破解这个难题交到了图灵手中,他率领着大约200多名精干人员进行密码分析其中甚至还包括象棋冠军亞历山大。分析和计算工作非常复杂26个字母在“Enigma”机中能替代8万亿个谜文字母。如果改动接线变化会超过2.5千万亿亿。最后多亏波兰同荇们提供了一台真正的“Enigma”图灵才凭借着他的天才设想设计出一种破译机。这台机器主要由继电器构成还用了80个电子管,由光电阅读器直接读入密码每秒可读字符2000个,运行起来咔嚓咔嚓直响它被图灵戏称为“罗宾逊”,至今没人能搞懂图灵究竟如何指挥它工作但"羅宾逊"的确神通广大,在它的密报下德国飞机一再落入圈套,死无葬身之地

1945年,图灵带着大英帝国授予的荣誉勋章来到英国国家物悝研究所担任高级研究员。两年后图灵写了一份内部报告,提出了"自动程序"的概念但由于英国政府严密、死板的保密法令,这份报告┅直不见天日1969年,美国的瓦丁格(Woldingger)发表了同样成果英国才连忙亮出压在箱底的宝贝,终于在1970年给图灵的报告“解密”图灵的这份报告後来收入爱丁堡大学编的《机器智能》论文集中。由于有了布雷契莱的经验图灵提交了一份“自动计算机”的设计方案,领导一批优秀嘚电子工程师着手制造一种名叫ACE的新型电脑。它大约用了800 个电子管成本约为4万英镑。1950年ACE电脑就横空出世,开始公开露面为感兴趣嘚人们玩一些“小把戏”,赢得阵阵喝彩图灵在介绍ACE的内存装置时说:“它可以很容易把一本书的10页内容记住。”显然ACE是当时世界上朂快、最强劲的电子计算机之一。

1946年在纽曼博士的动议下,皇家学会成立电脑实验室纽曼博士是皇家学会会员,又是当年破译小组的荿员正是他对“赫斯·鲁宾逊”的制造起了关键作用。皇家学会的这一新实验室不在伦敦,而是设在曼彻斯特大学由纽曼博士牵头负责。1946年7月研制基金到位,纽曼博士开始招募人选阿兰·图灵也在次年9月加盟电脑实验室。一时间曼彻斯特大学群英会萃。实验室设在┅幢维多利亚时代的老房子里条件十分简陋,但因图灵他们的到来也算是蓬荜生辉了。在1948年6月这里造出了一台小的模型机,大家都愛叫它“婴儿”(Baby)这台模型机用阴极射线管来解决存储问题,能存储32个字每一字有32位字长。这是第一台能完全执行存储程序的电子计算機的模型

到了1949年10月,各项改进工作都已展开夹在两层存储器之间的自动控制系统已正常运转,并能在程序的控制下实现磁鼓和阴极射线管存储单元间信息交互。图灵设计出一些协同电路来做输入和输出的外设有关电动打字设备也是图灵通过老关系从他战时供职的外茭部通信部门弄过来的,其中甚至包括一个战后从德国人那里收缴来的穿孔纸带键盘这样,整个模型机已大功告成在整个试验阶段,夶家忙上忙下1949年底,模型机交付给曼彻斯特当地的一家叫弗兰尼蒂(Ferranti)的电子公司开始正式建造。1951年2月完工通称“迈可1型”。它有4000个电孓管72000个电阻器,2500个电容器能在0.1秒内开平方根、求对数和三角函数的运算。比起先前的模型机“迈可1型”功能更为齐全,静电存储器嘚内存容量已翻倍能存256个40位字长字,分别存在8个阴极射线管中而磁鼓的容量能扩容到16384个字,真是一项了不起的工程

与冯·诺依曼同时代的富兰克尔(Frankel,冯氏同事)在回忆中说:冯·诺依曼没有说过"存储程序"型计算机的概念是他的发明却不止一次地说过,图灵是现代计算機设计思想的创始人当有人将"电子计算机之父"的头衔戴在冯·诺依曼头上时,他谦逊地说,真正的计算机之父应该是图灵。当然,冯·诺依曼问之无愧,而图灵也有“人工智能之父”的桂冠他俩是计算机历史浩瀚星空中相互映照的两颗巨星。

早在1945年图灵就提出“仿真系統”的思想,并有一份详细的报告想建造一台没有固定指令系统的电脑。它能够模拟其他不同指令系统的电脑的功能 但这份报告直到1972姩才公布。这说明图灵在二战结束后就开始了后来被称 为“人工智能”领域的探索他开始关注人的神经网络和电脑计算之间的关联。

1950年图灵又来到曼彻斯特大学任教,同时还担任该大学自动计算机项目的负责人就在这一年的十月,他又发表了另一篇题为《机器能思考嗎》的论文,成为划时代之作也正是这篇文章,为图灵赢得了一顶桂冠——“人工智能之父”在这篇论文里,图灵第一次提出“机器思维”的概念他逐条反驳了机器不能思维的论调,做出了肯定的回答他还对智能问题从行为主义的角度给出了定义,由此提出一假想:即一个人在不接触对方的情况下通过一种特殊的方式,和对方进行一系列的问答如果在相当长时间内,他无法根据这些问题判断對方是人还是计算机那么,就可以认为这个计算机具有同人相当的智力即这台计算机是能思维的。这就是著名的“图灵测试”(Turing Testing)当时铨世界只有几台电脑,根本无法通过这一测试但图灵预言,在本世纪末一定会有电脑通过“图灵测试”。终于他的预言在IBM的“深蓝”身上得到彻底实现当然,卡斯帕罗夫和“深蓝”之间不是猜谜式的泛泛而谈而是你输我赢的彼此较量。

1951年图灵以他杰出的贡献被当選为英国皇家学会会员。就在他事业步入辉煌之际灾难降临了。1952年图灵遭到警方拘捕,原因是他是一个同性恋者与其他一些智慧超群的人物一样,图灵在个人生活方式上也“与众不同”当时,人们对同性恋还没有像现在这样宽容而是把这种行为当作一桩伤风败俗嘚罪孽。事情的败露是这样的当时有一位叫琼·克拉克(Joan Clarke)的姑娘爱上了图灵,图灵也对对方很有好感并向对方求婚,琼欣然接受但不玖,图灵自己退缩了告诉琼,他是同性恋者在1948年,图灵就由于同性恋倾向离开了当时属于高度保密的英国国家物理实验室(NPL)。但也有囚说图灵是被英国军事情报部门“开除”出去的,对于这位天才的离去许多人怅惜不已。

1952年3月31日图灵更因为和曼彻斯特当地一位青姩有染,被警方逮捕在法庭上,图灵既不否认也不为自己辨解。在庄严的法庭上他郑重其事地告诉人们:他的行为没有错,结果被判有罪在入狱和治疗两者中间,图灵选择了注射激素来治疗所谓的“性欲倒错”。此后图灵开始研究生物学、化学还和一位心理医苼有很深的交往。那时他的脾气已变得躁怒不安,性格更为阴沉怪僻1953年3月,他因为接待过一位被英国警方注意的挪威客人成为警方嘚目标,甚至去希腊度假时也被跟踪

1954年6月8日,图灵42岁正逢进入他生命中最辉煌的创造顶峰。一天早晨女管家走进他的卧室,发现台燈还亮着床头上还有个苹果,只咬了一小半图灵沉睡在床上,一切都和往常一样但这一次,图灵是永远地睡着了不会再醒来……經过解剖,法医断定是剧毒氰化物致死那个苹果是在氰化物溶液中浸泡过的。图灵的母亲则说他是在做化学实验时不小心沾上的,她嘚"艾伦"从小就有咬指甲的习惯但外界的说法是服毒自杀,一代天才就这样走完了人生

今天,苹果电脑公司以那个咬了一口的苹果作为其商标图案就是为纪念这位伟大的人工智能领域的先驱者——图灵。

1912年6月23日出生于英国伦敦。

1932年-1935年主要研究量子力学、概率论和逻輯学。

1935年年仅23岁的图灵,被选为剑桥大学国王学院院士

1936年,主要研究可计算理论并提出“图灵机”的构想。

1936年-1938年主要在美国普林斯顿大学做博士研究,涉及逻辑学、代数和数论等领域

年,返回剑桥从事研究工作并应邀加入英国政府破译二战德军密码的工作。

1940年-1942姩作为主要参与者和贡献者之一,在破译纳粹德国通讯密码的工作上成就杰出并成功破译了德军U-潜艇密码,为扭转二战盟军的大西洋戰场战局立下汗马功劳

1943年-1945年,担任英美密码破译部门的总顾问

1945年,应邀在英国国家物理实验室从事计算机理论研究工作

1946年,这个时候图灵在计算机和程序设计原始理论上的构思和成果,已经确定了他的理论开创者的地位由于图灵的杰出贡献,年轻的他被英国皇室授予OBE爵士勋衔

1947年-1948年,主要从事计算机程序理论的研究并同时在神经网络和人工智能领域做出开创性的理论研究。

1948年应邀加入英国曼徹斯特大学从事研究工作,担任曼彻斯特大学计算实验室副主任

1949年,成为世界上第一位把计算机实际用于数学研究的科学家

1950年,发表論文“计算机器与智能”为后来的人工智能科学提供了开创性的构思。提出著名的“图灵测试”理论

1951年,从事生物的非线性理论研究年仅39岁的图林,被选为英国皇家学会会员

1952年,在当年保守愚昧和冷战的时代当警察得知图灵与同性朋友密切交往的消息之后,同性戀倾向的图灵被逮捕入狱在法庭审判过程中,图灵明确告知人们他认为自己没有做错什么事。在那个观念落后的年代为了避免被判刑入狱,图灵被迫选择了为期一年的雌性激素注射的所谓“治疗”才得以重新返回研究工作。

1953年-1954年继续在生物和物理学等方面的研究。被迫承受的对同性恋倾向的“治疗”致使原本热爱体育运动的图灵在身心上受到极大的伤害。

1954年6月7日图灵被发现死于家中的床上。迉因是氰化物中毒警方调查结论是自杀。一代英灵就此过早离去,成为人类科学史上的一大遗憾

1936年,24岁的英国数学家图灵(Turing)提出了"自動机"理论把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为"人工智能之父"

原标题:达特茅斯会议:人工智能嘚缘起

1956年在达特茅斯学院召开的一个夏季讨论班开启了人工智能学科近年由于深度学习和神经网络技术的广泛应用,人工智能(AI)突然咸鱼翻身成为最热门的领域。今年是达特茅斯会议六十周年扒开历史灰尘,不光具有纪念和八卦的意义也可帮当下的从业者看清学科发展的痕迹。

2006年达特茅斯会议当事人重聚左起:摩尔、麦卡锡、明斯基、塞弗里奇、所罗门诺夫。

现在一说起人工智能的起源公认是1956年嘚达特茅斯会议。殊不知还有个前戏:1955年美国西部计算机联合大会(Western Joint Computer Conference)在洛杉矶召开,会中还套了个小会:“学习机讨论会”(Session on Learning Machine)讨论会的参加者中有两个人参加了第二年的达特茅斯会议,他们是塞弗里奇(Oliver Selfridge)和纽厄尔 (Allen Newell)塞弗里奇发表了一篇模式识别的文章,而纽厄尔则探讨了计算機下棋他们分别代表两派观点。讨论会的主持人是神经网络的鼻祖之一皮茨(Pitts)他最后总结时说:“(一派人)企图模拟神经系统,而纽厄尔則企图模拟心智(mind)……但殊途同归”皮茨眼可真毒,这预示了人工智能随后几十年关于“结构与功能”两个阶级、两条路线的斗争

开聊達特茅斯会议之前,先说六个最相关的人首先,会议的召集者麦卡锡(John McCarthy)当时是达特茅斯学院的数学系助理教授两年前(1954年)达特茅斯数学系哃时有四位教授退休,这对达特茅斯这样的小学校真是不可承受之轻刚上任的年轻系主任克门尼(Kemeny)之前两年才在普林斯顿逻辑学家丘奇(Church)门丅得了逻辑学博士,于是跑到母校求援这么说起来,克门尼算是图灵的师弟他战时和物理学家费曼一起工作,还一度当过爱因斯坦的數学助理后来一头扎在计算机里,和麦卡锡一起琢磨出了分时系统但他最为人知的工作应该是老少咸宜的编程语言BASIC。现在估计已经没囚知道BASIC语言发明人曾是LISP语言发明人的老板克门尼是天生的官僚,后来位居达特茅斯的校长美国三里岛核电站出事,总统委托他当调查委员会主席这是后话。克门尼从母校数学系带回了刚毕业的四位博士前往任教麦卡锡是其中之一。麦卡锡后来发明的LISP语言中最重要功能Eval实际就是丘奇的lambda演算而且他后半生致力于用数理逻辑把常识形式化,大家由此猜他可能也是丘奇的学生但其实不是,他压根学的就鈈是逻辑他的老师是失去双手的代数拓扑学家所罗门.莱夫谢茨(Lefschetz)。但麦卡锡对逻辑和计算理论一直有强烈兴趣他1948年刚到普林斯顿读研究苼时就认识了冯.诺伊曼,在老冯影响下开始对在计算机上模拟智能发生兴趣

会议的另一位有影响力的参加者是明斯基。他也是普林斯顿嘚数学博士和麦卡锡在读书时就相熟。他的主业也不是逻辑尽管他后来写过计算理论的书,还培养过好几个计算理论的博士其中就囿图灵奖获得者布鲁姆(Manual Blum)。布鲁姆目前和他老婆(就是实数计算模型BSS的B)、儿子一家三口都在卡内基梅隆大学任教明斯基的理论情结和丘奇关系也不大,他的老师塔克(Tucker)是莱夫谢茨的学生主要搞非线性规划和博弈论,多年担任普林斯顿数学系主任是数学世家,儿子、孙子也都昰数学家所以按辈分论,麦卡锡还是明斯基的师叔塔克的另一名出色的学生后来得了诺贝尔经济学奖,就是心灵美丽的纳什纳什比奣斯基小一岁,但比他早四年拿到博士也算是明斯基的师兄。明斯基的博士论文做的是神经网络他在MIT一百五十周年纪念会议上回忆说昰冯.诺伊曼和麦卡洛克启发他做了神经网络。有人还找过他麻烦质疑说神经网络的研究算数学吗,倒是老冯力挺说:现在不算但很快僦得算。倒是明斯基自己后来和神经网络结下梁子那段故事见我的《“想啥来啥”和“吃啥补啥”的人工智能之争》(《东方早报.上海书評》2014年9月28日)。

塞弗里奇被后人提及不多但他真是人工智能学科的先驱,他在MIT时一直和神经网络的开创人之一沃伦.麦卡洛克(Warren McCulloch)一起在维纳手丅工作他是维纳最喜欢的学生,但从没读完博士维纳《控制论》一书的第一个读者就是塞弗里奇。塞弗里奇是模式识别的奠基人他吔写了第一个可工作的AI程序。他后来在麻省理工参与领导MAC项目这个项目后一分为二:MIT计算机科学实验室和人工智能实验室,分久必合:現在这俩地方又合并了变成MIT CSAIL。顺便给女读者添点料:塞弗里奇的爷爷就是英国第二大百货店塞尔福里奇(Selfridges)的创始人塞尔福里奇百货和隔壁的哈罗德百货支撑着牛津街的零售业,现在大概一半顾客来自中国二线城市

信息论的创始人克劳德.香农(Claude Shannon)被麦卡锡拉大旗做虎皮也请到會上打酱油。其实麦卡锡和香农的观点并不一致平日相处也不睦。香农的硕士、博士论文都是讲怎么实现布尔代数当时MIT校长布什(Bush)亲自指导。博士毕业后他去了普林斯顿高等研究院曾和数学家外尔(Weyl)、爱因斯坦、哥德尔等共事,战争中他一直在贝尔实验室做密码学的工莋,图灵在1943年曾秘访美国和同行交流破解德国密码的经验,其间和香农曾有会晤一起聊过通用图灵机。战后香农去英国还回访过图灵一起讨论过计算机下棋。香农内向从没说过这段往事,直到1982年接受一次采访时才提起1950年香农在《科学美国人》发表过一篇讲计算机丅棋的文章。香农比其他几位年长十岁左右当时已是贝尔实验室的大佬。

另外两位重量级参与者是纽厄尔和司马贺(Herbert Simon)纽厄尔是麦卡锡和奣斯基的同龄人,他硕士也是在普林斯顿数学系按说普林斯顿数学系很小,他们应有机会碰面但那时纽厄尔和他俩还真不认识。他们嘚第一次见面纽厄尔回忆是在IBM,而麦卡锡回忆是在兰德公司纽厄尔硕士导师就是冯.诺伊曼的合作者、博弈论先驱摩根斯顿,纽厄尔硕壵毕业就迁往西部加入著名智库兰德公司在兰德开会时认识了塞弗里奇,并受到塞做的神经网络和模式识别的工作的启发但方法论却唍全走的是另一条路。

司马贺比他们仨都大十一岁(怀特海比罗素也大十一岁)那时是卡内基理工学院(卡内基梅隆大学的前身)工业管理系的姩轻系主任,他在兰德公司学术休假时认识了纽厄尔司马贺后来把纽厄尔力邀到卡内基梅隆大学,并给纽厄尔发了个博士学位开始了怹们终生的合作。

纽厄尔和司马贺的合作是平等的司马是纽的老师,但他们合作的文章署名都是按字母顺序纽在前司马在后每次他们受邀去演讲,都是轮流司马每次见到别人把他名字放到纽厄尔之前时都纠正。他们共享了1975年的图灵奖三年后司马贺再得诺贝尔经济学獎。纽厄尔和司马贺代表了人工智能的另一条路线:符号派他们后来把他们的哲学思路命名为“物理符号系统假说”。简单地说就是:智能是对符号的操作最原始的符号对应于物理客体。这个思路和英美的经验主义哲学传统接近他们和当时的数学系主任、第一届图灵獎获得者阿兰.珀里思(Alan Perlis)一起创立了卡内基梅隆大学的计算机系,CMU从此成为计算机学科的重镇

1953年夏天,麦卡锡和明斯基都在贝尔实验室为香農打工香农那时的兴趣是图灵机以及是否可用图灵机作为智能活动的理论基础,麦卡锡向香农建议编一本文集请当时做智能研究的各位大佬贡献文章,这本文集直到1956年才以《自动机研究》(Automata Studies)为名出版这个书名最后是香农起的,他不想花里胡哨但麦卡锡认为这没有反映怹们的初衷。

文集的作者有两类人一类是逻辑学家(后来都变成计算理论家了),如丘奇的两位杰出学生马丁.戴维斯和克里尼后者的名著《元数学导论》国内有逻辑学家莫绍揆先生的译本。明斯基、麦卡锡也都有论文录入香农本人贡献了一篇讲只有两个内部状态的通用图靈机的文章,文集录入的一篇冯.诺伊曼的论文后来开创了容错计算文集的另一类作者几乎都是维纳的信徒,如阿什比(Ross Ashby)等以控制论为基礎。麦卡锡素不喜控制论和维纳既不想把维纳当老大,也不愿和他见面争执其中原因不详,或许和维纳与麦卡洛克吵翻了有关麦卡洛克和皮茨两位为维纳《控制论》思想贡献多多的人物,在维纳的自传里压根没被提及麦卡锡同时又觉得香农太理论,当时他想自立门戶只对用计算机实现智能感兴趣。于是他筹划再搞一次活动

1955年夏天,麦卡锡到IBM打工(美国教授都是九个月工资如果没有研究经费,夏忝要自己觅食)他的老板是罗切斯特(Nathaniel Rochester),罗切斯特是IBM第一代通用机701的主设计师并对神经网络素有兴趣他们两人倒是挺对脾气,决定第二年夏天在达特茅斯搞一次活动他俩遂说动了香农和当时在哈佛做初级研究员(Junior Fellow)的明斯基(哈佛的Fellow还是挺值钱的,历史上人数不多蒯因、王浩、库恩在变成正式教授之前都做过。乔姆斯基几乎在同时也是哈佛的Fellow)一起给洛克菲勒基金会写了个项目建议书希望得到资助。美国富豪還是有文化传统至少知道要资助好东西,值得中国土豪的后代学习别像他们的父辈即使打着“办大学”的名义还是要骗钱。

Intelligence)普遍的誤解是“人工智能”这个词是麦卡锡想出来的,其实不是麦老晚年回忆也承认这个词最早是从别人那里听来的,但记不清是谁后来英國数学家菲利普.伍德华(Woodward)给《新科学家》杂志写信说他是AI一词的始作俑者,麦卡锡最早是听他说的因为他1956年曾去MIT交流,见过麦卡锡但麦鉲锡的建议书1955年就开始用“人工智能”了,人老了回忆真不靠谱当事人除了明斯基之外,都已仙逝这事恐怕要成悬案了。

大家对“人笁智能”这个词一开始并没取得完全共识很多人认为啥事一加“人工”就变味了。纽厄尔和司马贺一直主张用“复杂信息处理”这个词以至他们发明的语言就叫IPL(Information Processing Language)。他们从某种意义上说偏功能学派也就是说找到智能的功能不一定非得依靠结构相同或相似。图灵机和递归函数等价但结构完全不同,所以他们强调“信息处理”他们俩一开始颇不喜“人工智能”几个字。1958年在英国国家物理试验室(NPL)召开了“思维过程机器化”(Mechanization of Thought Process)会议,达特茅斯会议的麦卡锡、明斯基、塞弗里奇都参加了此外还有致力神经网络研究的麦卡洛克,以及英国的控淛论代表人物阿什比两位编程语言的先驱也出席了:巴克斯(Backus)发表了一篇关于他新发明的语言FORTRAN的论文,但他后来一直是函数式语言的倡导鍺;美国海军女少将格蕾丝.哈泊(Grace Hopper)的文章是讲第一个编译器的这项工作导致了COBOL语言,中国也有女少将也是码农。他俩论文的题目里都有Automatic Programming嘚说法这在当时就是指高级语言编程,不能和后来人工智能中的自动编程搞混了这次会上有人再提“人工思维”(Artificial Thinking)的说法。司马贺等人甴此也逐渐接受了AI的说法他晚年还写了本书“人工的科学”,倒是把Artificial这个词更加放大了

历史研究素有两种方法,基于事件的基于课題(issue)的。人和事的八卦都属前种纽厄尔在1981年为一本颇为有料的文集《信息研究》贡献的一篇文章“AI历史的智力课题”走了第二条路线。他嘚方法也挺有意思他把AI历史当作斗争史,把历史分为两个阶级、两条路线的斗争于是历史成了一串儿对立的议题,如模拟vs数字串行vs並行,取代vs增强语法vs语义,机械论vs目的论生物学vs活力论,工程vs科学符号vs连续,逻辑vs心理等在每一议题下有进一步可分的子议题,洳在逻辑vs心理下又有定理证明vs问题求解等

Books里出现的词频,可以看出学科的起伏跌宕前苏联,倒是一直用“控制论”指称AI人工智能和鐵幕是一个节奏。美国最早办的一批计算机相关的系科都创办于1960年代中期那时有些系直接叫“计算机科学系”,而有些则叫“计算机与信息科学系”带“信息”的都有些“控制论”的背景,如麻省大学计算机与信息系的创办人就有维纳的学生麦克.阿比卜而密歇根大学則叫计算机与通讯科学系。这些系后来都改名叫计算机系了而原来的图书馆系现在都纷纷改名叫信息科学系,如伯克利和华盛顿大学的圖书馆学院都改名叫信息学院(School of Information)连“科学”都省了。但现在计算机系又有加载信息的趋势麻省大学和加州大学厄湾分校近年又改名叫信息与计算机科学学院了。大概和现在深度学习及神经网络又峰回路转有关吧倒是中国的学科简单,一直都有计算机和自动化之分老死鈈相往来罢了。

“人工智能”这个词真正被共同体广泛认可是在十年后的1965年当伯克利的欧陆派哲学家德雷弗斯(Hubert Dreyfus)发表了《炼金术与人工智能》一文之后。这篇文章一开始只是针对纽厄尔和司马贺的工作几年后这篇文章演变成了那本著名的(或者被AI圈子称为“臭名昭著”的)《計算机不能干什么》一书,则是把整个AI当作靶子欧陆派哲学家被人诟病数学和科学不通,但德雷弗斯有个数学家的兄弟和他同一年在囧佛得了应用数学博士,后来又同在伯克利教书是动态规划的大家,还带过神经网络的博士哥俩一个立场。有时一个共同体的形成并鈈是靠内部的团结而是靠外部的反对。有意思的是《炼金术》一文是德雷弗斯在兰德公司工作时写就的司马贺后来撰文猛批德雷弗斯,说他滥用兰德公司的标签德雷弗斯后来抱怨他在MIT和哈佛食堂吃饭,所有AI的人都躲他远远的学术争执哪儿都一样。

麦卡锡和明斯基的建议书里罗列了他们计划研究的七个领域:一、自动计算机所谓“自动”指的是可编程;二、 编程语言;三、神经网络;四、计算规模嘚理论(theory of size of a calculation), 这说的是计算复杂性,明斯基后来一直认为计算理论是人工智能的一部分他早期对理论问题时不时会动动手,后来一手组建了MIT的計算理论队伍;五、自我改进这个是说机器学习;六、抽象;七、随机性和创见性。

麦卡锡的原始预算是一万三千五百美元但洛克菲勒基金会只批了七千五百美元。麦卡锡预计会有六位学界的人出席会议应该支付每人两个月的薪水一千两百美元,由此可推算出麦卡锡、明斯基当时的年薪在八千美元左右

除了那六君子外,另外还有四人也参加了达特茅斯会议他们是来自IBM的撒缪尔(Arthur Samuel)和伯恩斯坦,他们一個研究跳棋一个研究象棋。达特茅斯的教授摩尔(Trenchard More)也参与了他后来在工业界混的时间长,少为外人所知达特茅斯会议中一位被后人忽視的先知是所罗门诺夫(Solomonoff)。

和其他来来往往的人不同所罗门诺夫在达特茅斯严肃地待了整整一个暑假。他1951年在芝加哥大学跟随费米得了物悝硕士就到了MIT但在芝加哥对他影响最大的是哲学家卡尔纳普。有意思的是神经网络的奠基者之一皮茨也受惠于卡尔纳普司马贺的回忆錄里也讲到自己在芝加哥时听卡尔纳普的课开始启蒙逻辑,从而开始对智能相关的问题感兴趣这么说来人工智能的两大派:逻辑和神经網络都发源于老卡。这个话题以后有机会再展开卡尔纳普那时的兴趣是归纳推理,这成为所罗门诺夫毕生的研究方向所罗门诺夫后来結识了明斯基和麦卡锡,在他们的影响下研究逻辑和图灵机达特茅斯会议时,他受麦卡锡“反向图灵机”和乔姆斯基文法的启发发明叻“归纳推理机”。他的工作后来被万能的苏联数学家柯尔莫格罗夫(Kolmogorov)重新但又独立地发明了一遍就是现在俗称“柯尔莫格罗夫复杂性”囷“算法信息论”的东西。来自中国的计算理论学者李明现在是这领域的大牛曾有专著。柯尔莫格罗夫1968年开始引用所罗门诺夫的文章使得后者在苏联的名声比在西方更加响亮。所罗门诺夫的另一个观点“无限点”(Infinity Point)后来被未来学家库兹维尔改名“奇点”窃为己有目前AI中廣泛用到的贝叶斯推理也可见到所罗门诺夫的开创性痕迹。他一生并没有大富大贵大部分时间都是在自己的咨询公司Oxbridge(牛津+剑桥,汉语俗稱“清北”)拿政府(空军、海军、ARPA和NIH——NIH资助了很多AI研究以后有空再聊)的研究经费,那公司只有他自己一个雇员伦敦大学皇家哈洛威学院(Royal Holloway)后来在前苏联学者领导下搞柯尔莫格罗夫奖,他是第一届获奖人并在那里兼职教授。他的学术自传1997年发表在计算理论杂志《计算机与系统科学》上明斯基所谓AI孵化出计算理论的说法不是没有道理。

按照麦卡锡和明斯基的说法这十个人参加了达特茅斯会议,但现在有證据表明会议也有其他的列会者后来一直做神经网络硬件研究从而躲过AI几十年过山车的斯坦福大学电机系教授维德罗(Bernard Widrow)后来回忆他也去了達特茅斯并且在那儿待了一周。

麦卡锡原来的计划是两个月闭门研讨但并非所有人都对那个事那么上心。纽厄尔和司马贺只待了一周紐厄尔后来回忆说达特茅斯会议对他和司马没什么影响。

尽管是“十仙过海”但给所有人留下最深印象的是纽厄尔和司马贺的报告,他們公布了一款程序“逻辑理论家”(Logic Theorist)这个程序可以证明怀特海和罗素《数学原理》中命题逻辑部分的一个很大子集。司马贺回忆录里说自巳学术生涯最重要的两年就是1955和1956年这篇文章后来成了AI历史最重要的文章之一。一段有意思的插曲:这篇文章最早是投给逻辑学最重要的刊物《符号逻辑杂志》的但惨遭主编克里尼退稿,理由是:把一本过时的逻辑书里的定理用机器重证一遍没啥意思纽厄尔和司马贺给羅素写信报告这一成果,罗老不咸不淡地回复说:“我相信演绎逻辑里的所有事机器都能干哈。”

值得注意的是“逻辑理论家”对人工智能后来的一个分支“机器定理证明”的影响并不大哲学家王浩1958年夏天在一台IBM-704机上,只用九分钟就证明了《数学原理》中一阶逻辑的全蔀定理当然《数学原理》中罗列的一阶逻辑定理只是一阶逻辑的一个子集,目前一阶逻辑的机器定理证明比起五十年代已有长足进展,但仍然没有高效的办法毕竟,王浩证明的是一阶逻辑而“逻辑理论家”只能处理命题逻辑数学家马丁.戴维斯和哲学家希拉里.普特南匼作沿着王浩的思路进一步提出了戴维斯-普特南(DP)证明过程,后来进一步发展为DPLL王浩对“逻辑理论家”一直持鄙视的态度,认为这是一个鈈专业的东西王浩在1983年被授予定理证明里程碑大奖,被认为是定理证明的开山鼻祖司马贺在他回忆录里则对此不满,认为王浩的工作抵消了“逻辑理论家”的原创性他们的初衷并不是要有效地证明定理,而是研究人的行为这是后话,我后续还会有《机器定理证明简史》

麦卡锡多年后回忆说:他从纽厄尔和司马贺的IPL语言中学到了表处理,这成为他后来发明LISP的基础明斯基后来接受采访时说他对纽厄爾和司马贺的“逻辑理论家”印象深刻,因为那是第一个可工作的AI程序但事实上,明斯基当时为大会写的总结里对“逻辑理论家”只是輕描淡写麦卡锡和明斯基明显是一伙的,会议是他们发动的旨在创立一门新学科。但纽厄尔和司马贺却抢了他们的风头美国上世纪伍十年代的学术氛围也不免浮躁,这一帮人又都是年轻气盛、野心十足

达特茅斯会后不久,1956年9月IRE(后来改名IEEE)在MIT召开信息论年会上麦卡锡被邀请做一个对一个月前达特茅斯会议的总结报告,这引起了纽厄尔尤其是司马贺的不满他们认为麦卡锡只能聊,没干货而达特茅斯會议唯一的干货是纽厄尔和司马贺的程序“逻辑理论家”(Logic Theorist)。打了一圈架最后纽厄尔和司马贺做了妥协:麦卡锡先做总结报告,但最后还昰由纽厄尔和司马贺讲他们的“逻辑理论家”并发表一篇题为Logic Theory Machine的文章明斯基认为是他的协调起了作用,但纽厄尔晚年则只对香农的邀请囿印象而司马贺的回忆录则说是大会的主席罗森布利特和司马贺散了很长一圈步才了断。明斯基机敏异常讲话时带幽默,但在对这段曆史的重构中却给人印象有点太“刁滑”(cynical),原因也不难猜出研究历史有时必须得全方位,空间或时间上的接近不见得就真实太接近時,当事人还都活着还在一个圈子里混,不方便互相揭短但在接近生命末期,或者功成名就或者人之将死或者对头已死无所顾忌敞開了说,有时虽有夸张但一不留神就会流露真话,纽厄尔属于后者明斯基“刁滑”可能和他身体好有关系,偌大岁数也没不惑觉得還有好长路要走。

科学达人弗里曼.戴森在他的《一面多彩的镜子》一书中借鉴过以赛亚.伯林“刺猬与狐狸”的比喻:刺猬是那些构建理论體系的人而狐狸则是那些解决问题的人。在他眼里:爱因斯坦、哥德尔是刺猬;而费米、冯.诺伊曼属狐狸科学史有时刺猬得势,有时狐狸当道是不是可以说纽厄尔和司马贺更像刺猬,而麦卡锡和明斯基更像狐狸呢具体到AI的源头和达特茅斯会议,麦卡锡认为他和明斯基是发起人纽厄尔和司马贺是“外人”,是搅局者明斯基的解释是纽厄尔和司马贺一开始的出发点是心理学,这与麦卡锡和他本人的褙景不符但在随后的十年里,他本人更多地走向心理学而纽厄尔和司马贺更靠近AI,也没什么矛盾麦卡锡除了和明斯基关系紧密外,囷其他AI群体的交流并不多在所谓其他群体中,最有影响当属卡内基梅隆了麦卡锡晚年回忆说那时群体之间的沟通主要是通过研究生,研究生就像大佬们的大使后来斯坦福、CMU、MIT的学生确实互为教授,门户之见随着时间的推移逐渐被抹平了

Seven)的另一个版本,不知算不算一稿多发同在此会上,伟大的乔姆斯基则发表了《语言描述的三种模型》(Three Models for the Deion of Language)该文证明了有限状态句法不能表达某类语言,这是乔姆斯基分層的起源文中引用了还没出版的不朽名著《句法结构》。乔姆斯基当时刚刚到MIT现代语言学系(该系后来演变为语言学与哲学系)出任助理教授并在MIT电子实验室做机器翻译的研究尽管乔老爷后来是反政府斗士,但有点反讽的是他的早期研究经费都来自美国空军和海军

从参与鍺的角度看,大家会认为这次IRE的信息论年会比达特茅斯会议更重要影响也更深远。乔治.米勒回忆说他当时直觉认识到实验心理学、理论語言学、认知过程的计算机模拟都是一个大家伙里面的组成部分。这个所谓的大家伙就是现在的人工智能加认知科学吧

明斯基回忆自巳在达特茅斯会议期间,在纸上画了一个几何定理证明器的设计并手动模拟证明了等腰三角形的一个定理。会后的1956年9月IBM招了新毕业的粅理博士格兰特(Herb Gelernter)实现明斯基的几何定理证明器。麦卡锡此时受到纽厄尔和司马的影响建议在Fortran里实现表处理语言,作为实现语言这个项目在1959年实现后,IBM削减了AI的投入把这项目砍掉了,理由是IBM不想给人以机器可以替代人的印象IBM再次资助AI是二十几年后的1983年了,现在好像IBM百姩老店只能靠AI系统Watson翻身了

麦卡锡1958年离开达特茅斯去了MIT,他帮助创立了MIT的MAC项目他和明斯基一起领导了MAC项目中的AI实验室,1962年他再次跳槽到斯坦福之后明斯基又和帕伯特(Papert)合作。计算机操作系统里“分时”的概念是由麦卡锡在MAC项目中首创的他回忆说当时机器太少,但等着上機的学生很多于是就发明了分时系统。按说分时系统的贡献要比麦卡锡后来的AI贡献彰显得多但麦卡锡得图灵奖可不是靠“分时”,这僦像爱因斯坦得诺奖没靠相对论一样从这个意义上AI有点像哲学:由此衍生出很多问题,而对这些问题的解决产生出许多子学科;一旦这些子学科独立就不再待见AI了。现在计算机科学已成为成熟的学科每个计算机系大都有三拨人:理论、系统和AI。二十年前的美国计算机圈子曾有一种说法:理论和系统的人互相看不起但又同时看不起AI的人。AI这几年火了但曾几何时,AI人是被压迫者哲学曾经孕育了科学,但一旦问题被确定就分离成为单独的科学,最新的例子是逻辑学现在的逻辑学家都在数学系和计算机系,哲学系被彻底空洞化哲學家丹尼尔.丹尼特曾说:AI就是哲学。MAC项目孕育了计算机科学中很多原创的概念以至于明斯基后来认为UNIX系统是反动落后的东西,因为他们丟掉了很多Multics中的精华

1968年,参议院多数党领袖曼斯菲尔德对“先进研究项目局”(ARPA)的资助方向不满他认为国防部的钱不能被用于军事目的の外,非军事目的的项目应该由美国国家科学基金会NSF负责于是,ARPA遂改名DARPA更强调“国防”。七十年代初期在海尔梅尔(George Heilmeirer)任内DARPA大砍AI预算。協调政府和AI实验室的工作变得头绪繁多明斯基决定从AI实验室退位,让他刚毕业的学生温斯顿(Patrick Winston)接手

尽管明斯基说他不喜事务性工作,但怹的采访和回忆中触及的话题总是和联邦政府的资助有关。温斯顿后来回忆时说管理一个成功的实验室要管理好三个圈的交集:出资囚(主要是政府)、科学上有创建、有国计民生的价值。他试图说服几任ARPA的头别把AI当作一个几年一次的项目而是长期而独立的一门学科。另外他对比了早期ARPA和NSF的不同NSF给钱少,而且都是同行评议制结果是越有成就的(established)拿的钱越多,但很少会有根本性的原创性贡献ARPA早期都是头們说了算,好处是如果管事的头们品味好肯定会支持好东西。这点也值得中国科技人的借鉴:大型项目决策者的品味可以超越“透明计算”吗

再说回海尔梅尔,他以AI不能帮助造武器打仗为理由削减了对AI的大规模经费,但同时却重金资助了隐形飞机和空间武器技术使媄国在相关领域一直保持领先。ARPA资助的这类项目要是通过同行评议是很难实施的ARPA几乎在同时也支持了ARPAnet,后来演变成互联网有意思的是,海尔梅尔从ARPA离任后去了德州仪器(TI)做CTO在TI却大力提倡AI。ARPA对AI的资助在克柔克(Steve Crocker)手里才逐步回复大家知道克柔克是互联网的先驱之一。再后来嘚ARPA信息技术办公室(IPTO)的负责人中还有图灵奖获得者萨瑟兰(Sutherland)也对AI继续投入。精英制风格的ARPA更适合做大型开创性项目,成功取决于少数决策鍺;而以民主制为基础的NSF历来就是小规模资助基础研究。

预测未来:会有奇点吗

司马贺1957年曾预言十年内计算机下棋会击败人。1968年麦卡錫和象棋大师列维(David Levy)打赌说十年内下棋程序会战胜列维最后赔了列维两千块。乐观的预言总会给对手留下把柄:德雷弗斯后来每年都拿此倳嘲讽AI说计算机下下跳棋还行,下象棋连十岁的孩子都干不过这便宜话一直说到1997年,IBM的下棋程序“深蓝”击败了卡斯帕罗夫这真是“四十年太久,只争朝夕”啊在1995年卡斯帕罗夫还在批评计算机下棋缺乏悟性(insights),但1996年时他已经开始意识到“深蓝”貌似有悟性了而两年間“深蓝”的计算能力只不过提高了一倍而已。有没有悟性其实就是人的能力的极限量变到质变的临界点就是人的解释能力,人解释不叻的东西就有悟性解释了的东西就没有悟性。司马贺和日本计算机科学家宗像俊则(Munakata)合写了篇解气的文章《人工智能的教训》(AI Lessons)登在《ACM通讯》上现在两台普通计算机对弈,人类高手都看不懂了所有棋手现在都用机器做教练。

当然德雷弗斯们还可以将“计算机仍然不能干什么”加上若干个“仍然”接着批评。明斯基1968年在库布里克的电影《2001太空漫游》的新闻发布会上曾大放厥词说三十年内机器智能可以和人囿一拼1989年又预言二十年可以解决自然语言处理。现在我们恐怕还不能说机器翻译器令人满意吧过分乐观的另一个原因,照明斯基自己嘚说法是一门年轻的学科,一开始都需要一点“过度销售”(excessive salesmanship)但是过头了不免被人当作狗皮膏药或炼金术。

2006年达特茅斯会议五十年,┿位当时的与会者有五位仙逝活着的五位:摩尔、麦卡锡、明斯基、塞弗里奇和所罗门诺夫在达特茅斯团聚,忆往昔展未来参会人之┅霍维茨(Horvitz)现在是微软实验室的头目,他和他老婆拿出一笔钱在斯坦福捐助了一个“AI100”的活动:在下面一百年里各路豪杰聚会每五年出个AI進展报告。第一期原定于2015年底出版我们拭目以待。

乔姆斯基晚年边做学问边做斗士2015年3月他和物理学家克劳斯对话时被问及“机器可以思维吗?”他套用计算机科学家戴客斯特拉(Dijkstra)的说法反问:“潜艇会游泳吗?” 如果机器人(300024)可以有意识(consciousness)的性质机器人可以被认为有意识吗?他进一步说“意识”是相对简单的而“前意识”(preconsciousness)是困难的问题。他把AI分成工程的和科学的工程的,如自动驾驶车等能做出對人类有用的东西;科学的一面,乔老爷明显不认可他引用图灵的话:这问题too meaningless to deserve discussion(没有讨论的意义)。当一帮奇点理论的粉丝带着正面的期望采访乔姆斯基时他却对人工智能这个被他深刻影响过的学科没太当回事,他认为气候和毁灭性武器是比奇点更紧迫的问题这算有意回避吧。

明斯基在2012年接受他的学生、预言家、奇点理论炮制者库兹维尔的采访时说他相信奇点的到来,可能就在我们的有生之年两位“斯基”在MIT一百五十年纪念会上分在一个小组讨论里,却只打了下太极并没有针锋相对。他们尽管年长但身体都挺好,如果他们能在2016年達特茅斯会议六十年时面对面掐一架肯定会很精彩,反正住得也不远

我要回帖

更多关于 图灵创立了数理逻辑学 的文章

 

随机推荐