司马贺是人工智能之父,也是认知心理学、符号学、经济管理等数十个学科的先驱和巨匠,他是唯一获得了诺贝尔经济学奖和图灵奖及世界人工智能终生成就奖的科学家,他用30年把一所三流大学提升为全球前30的大学,中国是他去过次数最多的外国,70多岁开始学中文并成为首届中科院外籍院士。他琴棋书画样样精通,他是一个与圣诞节有奇妙渊源的犹太人。
很难用三言两语来概括他对全人类的贡献,读完全文,我们会了解他是如何获得诺贝尔奖和图灵奖并9个博士学位的,相信我们每个人都可以从他身上学到很多宝贵的个人品质。
非凡的成就
从政治系主任到人工智能之父
司马贺(Herbert Alexander Simon,赫伯特·西蒙)可能是人类历史上最多产的教授,他不但通晓数十个领域,他的许多杰出贡献至今影响了世界,他的研究领域涉及经济学、政治学、管理学、社会学、教育学、心理学、城市规划、计算机科学、认知心理学、应用数学、人工智能、符号学、博弈论等诸多领域,并在他所致力于的几乎所有领域都获得了世界级的最高殊荣。
司马贺不仅是一个触类旁通的天才,而且是创新创造的思想巨人,他是现代许多重要学术领域的先驱,如人工智能、信息处理语言、决策原理、组织行为学、认知心理学、符号信息、复杂系统等,他在许多领域带来了人类首创。
司马贺1936年毕业于芝加哥大学政治学专业,1939年他进入加州伯克利大学做研究工作,负责由洛克菲勒基金会资助的一个研究地方政府管理的项目,期间他完成了博士论文,是关于组织如何决策的研究。这一论文成为其代表作《管理行为》的原型。1943年获得芝加哥大学的政治学博士学位后到伊利诺伊理工学院任教,在那里工作了7年,还担任过政治系主任。
1953年当选为国家科学院院士,1969年获美国心理学会颁发的杰出科学贡献奖, 1975年获得图灵奖,1978年获得诺贝尔经济学奖,1986年获得美国国家科学奖章,1993年获得美国心理学会终身成就奖,1994年当选首批中国科学院外籍院士。
在被授予诺贝尔奖时,诺奖委员会对司马贺的评价是:他的科学成就远远超出了其担任教授的学科。卡耐基梅隆大学校长贾里德·科恩曾说:“世界上很少有科学家和学者像西蒙那样在经济学、计算机科学、心理学和人工智能等众多领域产生如此大的影响”。
1956年夏天,11名来自数学、心理学、神经学、计算机科学与电气工程等各种领域的学者聚集在达特茅斯学院,参会者包括麦卡锡、明斯基、香侬、司马贺、纽厄尔等人工智能研究领域的先驱,他们讨论了如何用计算机模拟人的智能,并根据麦卡锡(也是一名赫赫有名的犹太教授)的建议,正式把这一学科领域命名为“人工智能”。
司马贺是这个历史性会议的主要参与者之一,他和学生兼同事纽厄尔带到会议上的“逻辑理论家”是当时唯一可以工作的人工智能软件,引起了与会代表的极大兴趣与关注。司马贺、纽厄尔以及达特茅斯会议的发起人麦卡锡和明斯基被公认为是人工智能的奠基人,被称为“人工智能之父”。
司马贺对人工智能的贡献远非概念层面
司马贺把认知心理学和计算机科学相结合产生了人工智能这一新学科,他和他的学生和同事共同创建了信息处理语言,开辟了从信息处理角度研究人类思维的方向,推动了认知科学和人工智能的发展,因此他被授予图灵奖。
司马贺对人工智能的贡献之一就是创立了符号主义,这在后来演变为符号主义学派。他认为知识的基本元素是符号,最原始的符号就是物理客体。智能的基础依赖于知识和经验,研究方法则是用计算机软件和心理学方法进行宏观上的人脑功能的模拟。司马贺借鉴了心理学的研究方法,把人脑看成一个实现信息处理目的的物理符号系统来表现智能行为,这也成为传统人工智能的理论基础。
在符号主义的基础上,司马贺等又进一步提出了纯认知系统模型,在原有物理符号系统上增加了情感、认知等人类思维特有的影响因素,司马贺还提出了组块理论, 类比搭积木的方式将零散的构件组成有意义的信息加工单元,来模拟人类思维对信息进行组织或再编码的过程,这一理论在今天的自然语言处理中仍有应用。
司马贺教授对人工智能的另一个贡献是开创了决策理论,这也是司马贺对经济管理学的主要贡献之一,他甚至在19岁的时候就做出了研究“决策理论”的决定。当决策理论被创新性地应用在了人工智能中时,司马贺提出了“决策是管理”的核心论断,用数学方式定义了决策的三个阶段——信息活动、设计活动、选择和审验活动。他提出了基于“满意度”而非“最优化”的决策模型,并把决策类型划分为程序化决策和非程序化决策两种。
司马贺的决策制定过程包括三个主要阶段:①收集制定决策的依据和情报;②制定可能的行动备选方案;③根据当前情况和对未来的发展预测,从备选方案中选定一个方案。最后,对已选择方案及其实施情况进行评价。
司马贺对人工智能的第三个贡献是提出了学习模型,至今仍然是应用最广的也是最简单的学习模型。司马贺对学习给出了一个简单定义:如果一个系统能够通过执行某种过程而改进它的性能,这就是学习。在此基础上,司马贺领导研究了多个知识发现系统,力求从长期积累的物理学、天文学、化学等自然科学学科的实验数据中,重新发现隐藏的科学定理。这样的学习模型在今天的地球物理学、生物信息学、乃至大数据的处理与价值挖掘中都存在潜在的应用价值。这直接对后来的机器学习、大数据应用和产品迭代开发方法产生了影响。
他提出的逻辑分析理论为计算机模拟人的思维活动提供了具体的帮助,同时他对经济组织内的决策程序进行了开创性研究,建立起决策理论,他因此获得了诺贝尔奖。
除了理论贡献之外,司马贺还领导开发了人工智能的一系列实际产品,其中的代表作就是逻辑理论家(Logic Theorist)和通用问题求解器(General Problem Solver)。逻辑理论家由司马贺和他的学生纽厄尔在一个圣诞节假期共同发明的,通过问题分解和代入的方式来实现机器对数学定理的证明,是数学机械化进程中的重要成果。通用问题求解器则利用“手段-目的”式的分析方法进行启发式搜索,通过类比对问题进行聚类,进而提出解决方案。这一算法最终进化为认知领域熟知的SOAR系统。
甚至在产品的设计和发明中,司马贺也做出了贡献。在开发通用问题求解器的过程中,他与纽厄尔和克里夫(Cliff Shaw)共同发明了信息处理语言。信息处理语言是最早的AI程序设计语言,该语言首次引入了与人工智能和现代编程语言密切相关的表处理结构。这种结构也为后来的其他高级编程语言——诸如C,C++,Java等——奠定了基础。
司马贺非常注重活学活用,因为他的爱好广泛且跨学科知识渊博,他甚至用计算机作曲和作画,1966年,司马贺与同事开发了最早的下棋程序之一MATER。
他曾在1957年预言十年内电脑可以击败人类冠军棋手,但并未实现。他在1965年再度预言这个目标在20年内可以实现,20年后,计算机的进步却再次让司马贺失望。在此期间还有两个顶尖的犹太计算机专家打了个有名的赌,1968年的国际象棋大师大卫·利未和麦卡锡(即上文提到的达特茅斯人工智能大会发起人)打赌十年内机器不可能赢他,结果1978年电脑不敌大卫,麦卡锡输了1250英镑。直到1996年,IBM深蓝电脑才击败国际象棋冠军卡斯帕罗夫,司马贺总算在有生之年见到了自己的预言成真。
司马贺对教育的贡献
他把卡耐基梅隆大学从三流院校提高到顶尖学府
1933 年,当他准备进入芝加哥大学时,他已经有了大致的职业方向,他认为社会科学需要与使“硬”科学如此辉煌成功的相同的严谨性和相同的数学基础。他准备自己成为一名数学社会科学家。
上大学时,司马贺就对市游乐处的组织管理工作进行过调查研究,这项研究激发了他对行政管理人员如何进行决策这一问题的兴趣,这个课题从此成为他一生事业中的焦点。1936年从芝加哥大学本科毕业后,他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,他第一次用上了计算机,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。
司马贺1943年获得芝加哥大学政治学博士后在伊利诺伊理工学院教了几年政治学,1949年加入当时不太知名的卡耐基理工学院(卡耐基梅隆大学前身),在其工业研究院任教。当时的卡耐基梅隆校长知道司马贺是管理决策的大师,于是半开玩笑半认真地问司马贺说“你能否用30年的时间,让这所名不见经传的大学成为世界一流名校?”,司马贺想了想说“那我们只搞计算机!”结果不到30年,卡内基梅隆大学就进入了世界高校排行榜前30位,也成为高等教育史上的一个奇迹。他对该校的商学院、社会学院、心理学院和计算机学院做出了许多开拓性的贡献。因此,司马贺也是当之无愧的教育家。
1967年,卡耐基理工学院改名为卡耐基梅隆大学。1968年,司马贺被任命为美国总统科学顾问委员会委员,1975年 他和纽厄尔因为在人工智能、人类心里识别和表处理等方面进行的基础研究,荣获计算机科学最高奖——图灵奖。1978年,司马贺因对“经济组织内的决策过程进行的开创性的研究”,荣获诺贝尔经济学奖。1995年,在国际人工智能会议上被授予终身荣誉奖。
他获得的奖项远不止上面这些,据不完全统计,还包括:美国心理学会杰出科学贡献奖(1969年),美国经济学会杰出会员奖(1976年),美国管理科学院学术贡献奖(1983年),美国政治科学学会麦迪逊奖(1984年),美国总统科学奖(1986年),美国心理学基金会心理科学终身成就奖(1988年),美国运筹学学会和管理科学研究院冯·诺伊曼奖(1988年),美国公共管理学会沃尔多奖(1995年)。
他还获得了包括芝哈佛大学、耶鲁大学在内的9所大学的博士学位。司马贺一直很欣赏这些所取得荣誉,但他坚持认为荣誉对他而言没什么大不了的,他真正珍惜的事情是做他的教授工作。
数学是司马贺最常使用的思维语言
司马贺在他所研究的诸多学科中,对数学极为重视。他喜欢引用傅立叶的颂歌来赞美数学:数学就像自然本身一样无所不在;它界定了所有能够察觉到的关系,测度了时间、空间、力……它的主要优点是明确;它没有表达混乱概念的符号。它汇聚了最广泛的现象,并且发现了把它们联系在一起的潜在的类比关系。它似乎是人类精神的功能,目的是弥补生命的短暂和感官的缺陷。
数学是司马贺最常使用的思维语言,在解决问题时,他不用词语思考,而是用抽象符合来思考,或是图画或图表。数学不只是测量和验证通过其他方式形成概念的工具,更是产生新观念的工具,司马贺说,这种数学虽相对不精确、不严谨,但有启发意义。通过数学,司马贺发现,不只是数学,而应将所有学科应该视作工具来发现和解决问题。这一发现大大拓展司马贺解决问题的能力。
论文被引用次数最多的人
司马贺平时关注的问题几乎都没有现成的答案,只能在不同学科中交叉学习找答案,他将学科视为工具箱。解决问题的方法可能来自不同领域,从统计学到社会学,从经济学到心理学。每当需要新的工具时,比如一种编程语言,但又无法现成获得,他就会自己发明。如果他作出了一个假设,他会将其形式化、精致化,并检验其局限性。在习得学科知识之后,他总是专注推断出普遍性结论,考察这些工具对其他情形的的价值的适用性,再回头来解决实际问题。
原本建议卡耐基梅隆大学只搞计算机的司马贺却游刃于各大院系之间,教授各类他有过研究的各类学科,他不到30岁就已经能够教授宪法学、城市规划、地缘政治学、统计学、经济学、运筹学、政治史等众多课程。他教过的课程还包括计算机、人工科学、认知科学、经济管理、信息科学,甚至还有法国大革命,他是当之无愧的跨学科之王。
在司马贺看来,一个优秀的人必须学会使用学科工具来处理综合问题,一个运行良好的研究团队应该是跨学科的。
司马贺著作丰富,出版专著有27本,发表上千篇论文,一些作品早年已被翻译成中文。他的论文被引用超过百万次,也是人工智能和认知心理学领域被引用次数最多的人。
关于科学和教育,司马贺经常提到的一句话 “ Learn or creative?”(是学习还是创造?),这个问题也值得整个教育界去思考。
与中国的不解之缘
成长经历与生平轶事