司馬賀是誰？他憑什么跨界獲得9個博士學(xué)位？| 悅讀科學(xué)
他在近四十年的學(xué)術(shù)生涯中獲得9個博士學(xué)位；
他的研究涉及多個領(lǐng)域并屢獲大獎；
他名下有近一千篇高被引用的論文；
他還有個中文名：司馬賀
看到司馬賀這個名字，你會想到什么？司馬遷，司馬光或是司馬相如？事實上，這個名字的所有者可是位如假包換的美國人，在血統(tǒng)上和中國沒有半點關(guān)系，他的英文名字叫做赫伯特?亞歷山大?西蒙（Herbert Alexander Simon）。西蒙不僅能熟練使用中文進行讀寫，在中國訪學(xué)期間還為自己入鄉(xiāng)隨俗地起了“司馬賀”這個諧音的名字，讓人印象深刻。
司馬賀是一位難得的學(xué)界通才，他的研究涉及心理學(xué)、管理學(xué)、經(jīng)濟學(xué)、計算機科學(xué)等多個領(lǐng)域。人工智能充其量只是他的一門副業(yè)，可深厚的數(shù)學(xué)基礎(chǔ)和計算機程序設(shè)計功底讓司馬賀即使在這門副業(yè)上，也取得了常人難以企及的成就。作為達特茅斯會議的與會者，司馬賀見證了人工智能這門學(xué)科的誕生，也在人工智能的發(fā)展過程中打下了自己的烙印。
AI先驅(qū)
司馬賀對人工智能的第一個貢獻就是創(chuàng)立了符號主義，這在后來演變?yōu)榉栔髁x學(xué)派。符號主義認為，知識的基本元素是符號，最原始的符號就是物理客體。智能的基礎(chǔ)依賴于知識，研究方法則是用計算機軟件和心理學(xué)方法進行宏觀上的人腦功能的模擬。司馬賀借鑒了心理學(xué)的研究方法，把人腦看成一個實現(xiàn)信息加工目的的物理符號系統(tǒng)，來表現(xiàn)智能行為，這也成為傳統(tǒng)人工智能的理論基礎(chǔ)。這個指令系統(tǒng)中有若干基本操作，實現(xiàn)的功能就是識別不同的模式。
在符號主義的基礎(chǔ)上，司馬賀等又進一步提出了純認知系統(tǒng)模型，在原有物理符號系統(tǒng)上增加了情感、認知等人類思維特有的影響因素，完善了符號主義對人工智能的認識。此外，司馬賀還提出了組塊理論, 類比搭積木的方式將零散的構(gòu)件組成有意義的信息加工單元，來模擬人類思維對信息進行組織或再編碼的過程，這一理論在今天的自然語言處理中仍有應(yīng)用。
司馬賀對人工智能的第二個貢獻是開創(chuàng)了決策理論。“決策”這個概念其實出自司馬賀的老本行——管理學(xué)，也是司馬賀對管理學(xué)的主要貢獻之一。當(dāng)決策理論被創(chuàng)新性地應(yīng)用在了人工智能中時，司馬賀提出了“決策是管理”的核心論斷，用數(shù)學(xué)方式定義了決策的四個階段——信息活動、設(shè)計活動、選擇活動、審驗活動。他提出了基于“滿意度”而非“最優(yōu)化”的決策模型，并把決策類型劃分為程序化決策和非程序化決策兩種。
（圖源：wikipedia）
在關(guān)于決策的一系列貢獻中，基于滿意度的模型對人工智能產(chǎn)生了重大的影響。在今天的人工智能中應(yīng)用的、擁有海量參數(shù)的啟發(fā)式算法中，在問題的最優(yōu)解難以求得的情況下，滿意度都被用作評價標(biāo)準(zhǔn)。
司馬賀對人工智能的第三個貢獻是提出了學(xué)習(xí)模型。司馬賀對學(xué)習(xí)給出了一個簡單的定義：性能的改進就是學(xué)習(xí)。在此基礎(chǔ)上，司馬賀領(lǐng)導(dǎo)研究了多個知識發(fā)現(xiàn)系統(tǒng)，力求從長期積累的物理學(xué)、天文學(xué)、化學(xué)等自然科學(xué)學(xué)科的實驗數(shù)據(jù)中，重新發(fā)現(xiàn)隱藏的科學(xué)定理。這樣的學(xué)習(xí)模型在今天的地球物理學(xué)、生物信息學(xué)、乃至大數(shù)據(jù)的處理與價值挖掘中都存在潛在的應(yīng)用價值。
除了理論貢獻之外，司馬賀還領(lǐng)導(dǎo)開發(fā)了人工智能的一系列實際產(chǎn)品，其中的代表作就是邏輯理論家（Logic Theorist）和通用問題求解器（General Problem Solver）。邏輯理論家由司馬賀和他的學(xué)生紐厄爾共同發(fā)明，通過問題分解和代入的方式來實現(xiàn)機器對數(shù)學(xué)定理的證明，是數(shù)學(xué)機械化進程中的重要成果。通用問題求解器則利用“手段-目的”式的分析方法進行啟發(fā)式搜索，通過類比對問題進行聚類，進而提出解決方案。這一算法最終進化為認知領(lǐng)域知名的SOAR系統(tǒng)。
在產(chǎn)品的設(shè)計中，司馬賀在編程上也小露了一手。在開發(fā)通用問題求解器的過程中，他與同事紐厄爾和克里夫?肖（Cliff Shaw）共同發(fā)明了信息處理語言（Information Processing Language）。信息處理語言在超級簡明的匯編風(fēng)格語法中，第一次引入了與人工智能和現(xiàn)代編程語言密切相關(guān)的表處理結(jié)構(gòu)，這種結(jié)構(gòu)也為后來高級程序設(shè)計語言——諸如C，C++，Java等——奠定了基礎(chǔ)。
學(xué)界通才
副業(yè)尚且如此，主業(yè)更不必說。司馬賀的學(xué)術(shù)成就令人嘆為觀止：他在近四十年的學(xué)術(shù)生涯中空前絕后地獲得了9個博士學(xué)位！這其中包括1943年他在美國加州大學(xué)伯克利分校取得的哲學(xué)博士，也包括美國耶魯大學(xué)、瑞典倫德大學(xué)、加拿大麥吉爾大學(xué)、荷蘭鹿特丹伊拉斯謨斯大學(xué)和美國哈佛大學(xué)等名校因其科學(xué)成就而授予的榮譽博士學(xué)位。
博士學(xué)位的數(shù)量還不足以說明司馬賀在學(xué)術(shù)界的地位，研究領(lǐng)域廣泛的他在科研上堪稱獲獎專業(yè)戶，大大小小的獎項拿到手軟。這些獎項中分量最重的莫過于1969年美國心理學(xué)會頒發(fā)的杰出科學(xué)貢獻獎、1975年美國計算機協(xié)會頒發(fā)的圖靈獎和1978年挪威諾貝爾委員會頒發(fā)的諾貝爾經(jīng)濟學(xué)獎——要知道，計算機科學(xué)和經(jīng)濟學(xué)可是兩個風(fēng)馬牛不相及的領(lǐng)域??！
截至2016年，這位通才式的學(xué)者在人工智能和認知心理學(xué)領(lǐng)域仍然是被引用次數(shù)最多的作者，名下有近一千篇高被引用的論文——搞過科研的人都明白這是多么了不起的成就。
除了科學(xué)造詣，司馬賀琴棋書畫也是樣樣精通，維基百科上關(guān)于他的詞條中使用的就是一幅自畫像。身為國際象棋高手的司馬賀自然對機器下棋情有獨鐘，在符號主義取得了邏輯理論家和通用問題求解器等進展后，司馬賀于1957年作出了一個大膽的論斷：計算機下棋的水平可以在10年內(nèi)超過人類！
司馬賀自畫像（圖源：wikipedia）
這次，司馬賀高估了人工智能的水準(zhǔn)。計算機下棋的水平確實超過了人類，只不過是在四十年和六十年之后，遠遠超出司馬賀的預(yù)期。2001年去世的司馬賀見證了深藍的成功，卻無緣目睹阿爾法狗的勝利。但不管怎樣，該來的總會到來，今日人工智能的迅猛發(fā)展正是對偉大先驅(qū)們最好的慰藉。若司馬賀泉下有知，想必也會為阿爾法狗而欣喜不已。
結(jié)緣中國
值得一提的是，這位游刃有余的跨界大牛與中國頗有淵源：他曾先后10次來中國訪問交流，中國是他除了美國以外生活時間最長的國家。1972年，“乒乓外交”這一歷史性的破冰之旅后，司馬賀以計算機科學(xué)家代表團成員的身份首次來華，為新中國計算機事業(yè)的發(fā)展獻計獻策。八年后的1980年，司馬賀又作為心理學(xué)家代表團的成員再次來華，正是這次訪問讓司馬賀與中國結(jié)下了不解之緣。
1983年到1987年間，作為中美科技交流委員會美方主席的司馬賀每年都要來中國進行講學(xué)，與中國學(xué)術(shù)界建立了長期合作關(guān)系，在古漢語的計算機翻譯、漢字的短時記憶、問題解決和樣例研究等問題上都進行了卓有成效的研究，并于1986年出版了學(xué)術(shù)著作《人類的認知——思維的信息加工理論》。
司馬賀卓越的工作在中國得到了廣泛認可：他是北京大學(xué)、天津大學(xué)、中國科學(xué)院管理學(xué)院等單位的名譽教授，1985年被聘為中國科學(xué)院心理研究所名譽研究員，1995年當(dāng)選中國科學(xué)院外籍院士。
作者簡介
王天一 北京郵電大學(xué)通信與信息系統(tǒng)專業(yè)工學(xué)博士，貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院副教授，研究方向為量子通信與物聯(lián)網(wǎng)/大數(shù)據(jù)技術(shù)。
（本文經(jīng)授權(quán)摘編自北京時代華文書局出版的《人工智能革命：歷史、當(dāng)下與未來》（2017年6月，王天一/著）第十章《這里群星璀璨——人工智能英雄譜》，標(biāo)題及部分圖片為編者所加。點擊閱讀原文購買《人工智能革命：歷史、當(dāng)下與未來》。）
文章頭圖及封面圖片來源：guancha.cn
賽先生
啟蒙·探索·創(chuàng)造
如果你擁有一顆好奇心
如果你渴求知識
如果你相信世界是可以理解的
歡迎關(guān)注我們
投稿、授權(quán)等請聯(lián)系
saixiansheng@zhishifenzi.com
點擊閱讀原文購買《人工智能革命：歷史、當(dāng)下與未來》
↓ ↓ ↓
