我第一次见到马文·明斯基（Marvin Lee Minsky）是在1979年，当时我还是加州理工学院物理系的一名学生。有一天我去拜见理查德·费曼，向他请教一些物理学问题。但那天费曼还有另一位来访者，这个人不止谈论物理学，还满腔热情地提出一个又一个意想不到的话题。

 

　　那天下午，我们驱车穿过加利福尼亚帕萨迪纳市。一路上，费曼的来访者精力充沛地畅谈着如果AI能够驾驶汽车的话，那么它必须能判断的各种事物。到达目的地时，我终于松了口气，但很快这位来访者又提起了另一个话题，谈起了大脑如何工作，然后说写完下一部书，他将高兴地让人打开他的大脑并把电极插到里面去，如果他们有好的计划弄清楚大脑如何工作的话。

 

　　费曼常常有古怪的来访者，但我确实不知道这个人是谁。后来又遇到几次，然后我逐渐知道了这位古怪的来访者就是马文·明斯基，计算和AI的先驱，并且有幸把他视为朋友三十多年。

 

　　就在几天前，我还说起要看望马文――当我获悉他去世的噩耗时我十分伤心。我开始追忆那么多年来我们互相影响的方方面面以及我们共有的各种兴趣。我生命中的每个重大计划都与马文探讨，从SMP――我的第一个大软件系统，到Mathematica数学软件、《一种新科学》、Wolfram Alpha搜索引擎和最近的Wolfram Language编程语言。

 

　　几十年来，马文也许是世界上AI研究的最大能量来源。他就是一个点子喷泉，他把点子源源不断地输送给他在MIT的一茬又一茬的学生。虽然具体内容有所变化，但他始终认定目标，要弄清楚人的思维到底如何工作以及如何让机器做到这一点。

　　到了我认识马文的时候，他已倾向于主要谈论事物可以被常识所理解的理论，也许是基于心理学或哲学上的推理。但在他生命的早些时候，马文走过的是一条不同的道路。他那来自普林斯顿大学的1954年博士论文题为“神经-模拟强化系统的理论及其在大脑模型问题上的应用”，是关于人工神经网络（ANN）的，这是一个技术性数学论题。1956年，马文发表了一篇题为“有限自动机的一些通用元件”的论文，他在文中讨论了“复杂的机器能用若干基本元件构建起来”的方法。

 

　　这篇论文基本上只考虑有限的机器，直接基于特定的人工神经网络模型。但不久后马文就在考虑更综合性的计算系统，并试图看到它们能做什么。在某种意义上，马文正在开始我在几年之后也将做的对计算领域的探索，我最终就此写出了《一种新科学》一书。事实上，早在1960年的时候，马文差一点就发现我最终发现的同一核心现象。

 

　　1960年，与现在一样，图灵机被用作标准的基本计算模型。在他探索理解计算――而潜台词是大脑是什么的过程中，马文开始考虑极为简单的图灵机（仅有两种状态和两种颜色）并用计算机探查全部4 096个图灵机实际上做了什么。他发现大部分仅有重复的行为，只有为数不多的几个具有我们现在称之为嵌套或分形的行为，但没有一个做出较为复杂的行为。

 

　　数年后，马文告诉我说他已对图灵机付出了那么多，不想再往前走了。但我1991年最终发现，如果有人仅考虑图灵机，那么在300万左右的图灵机当中，有那么几个不再仅仅表现简单的行为――而是从它们非常简单的规则产生出极大的复杂性。

 

　　回到1960年代初期，即使他尚未仅凭搜寻“自然产生的”简单图灵机发现复杂性，马文仍想要构建他所能构建的最简单图灵机来演示其复杂性。通过艰苦的努力，他于1962年拿出了一个他证明是通用的图灵机。（因此，在某种意义上说，能够任意地做出复杂行为。）

 

　　此时，马文的图灵机是已知最简单的通用图灵机。该记录实际上保持了40年未被打破――直到我最终在《一种新科学》一书中公开了一部通用图灵机。我觉得有点儿内疚，因为我把马文保持了那么久的记录抢走了。但马文对此表现得相当绅士。几年之后，他满腔热情地同意加入我的为了确立“我鉴定为最简单的可作为复杂性候选对象的图灵机是否事实上通用”而设立奖项的委员会。

 

　　当谈到科学时，似乎存在两个马文。一个是受过数学训练的马文，他能够给出精确的定理证据；另一个是高谈阔论、异想天开的马文，常常抛出与数学形式化之类相去甚远的点子。

 

　　我认为马文对数学和形式化能获得的东西最终感到失望。在他早年，他曾想过用简单的人工神经网络――也许是像图灵机那样的东西――会很容易建立起像大脑一样工作的系统。但这好像从未发生过。1969年，马文与他的长期合作者数学家西摩·佩珀特（Seymour Papert）合作写了一本书，证明某类简单神经网络――称为感知器――无法“做任何有趣的事情”。

 

　　使马文懊恼的是，有人拿那本书说事，没有哪种神经网络能做有趣的事情，对神经网络的研究几乎停止。但跟图灵机的情况差不多，更丰富的行为实际上是隐藏了起来，看不见罢了。它在1980年后开始为人们所注意，但只是在最近两三年――随着计算机有能力处理差不多大脑级别的网络――神经网络所能做事的丰富性才开始变得清晰起来。

 

　　虽然我不认为在当时有任何人已经认识到这一点，但我们知道马文早在1951年就在研究的神经网络实际上已经在孕育中，终将达到他所希望获得的那种令人印象深刻的AI能力。可惜的是它花费了太久的时间，马文差一点儿没看到它。

 

　　马文最早接近人工智能是通过像神经网络这样的事物。但也许是受到LISP编程语言的发明者约翰·麦卡锡（John McCarthy）的影响，马文与他一道创建了麻省理工学院人工智能实验室，马文也开始考虑更“符号化地”接近AI。1961年，马文让他的一位学生用LISP编写一个程序来做符号积分。马文告诉我他想要该程序尽可能“像人那样”――因此它会不时停下了说“给我一块饼干”，而使用者则不得不回答“一块饼干”。

 

　　就Mathematica数学软件或Wolfram Alpha搜索引擎的标准而言，1961年的积分程序是非常原始的。但我当然高兴马文把它建了起来。它在MIT启动了一系列计划，从而助推了我在1970年度最终使用的MACSYMA系统的产生，这在许多方面开辟了我对SMP的努力并最终产生Mathematica数学软件。

 

　　虽然马文自己未考虑继续使用计算机做数学，但却开始研究它们如何能执行人类（包括儿童）经常执行的种种任务。马文的合作者佩珀特――他曾与瑞士发展心理学家让·皮亚杰共事――对儿童如何学习感兴趣，因此马文积极参与西摩开发一种儿童用计算机语言计划。其结果就是Logo编程语言（Scratch简易编程工具的直接前身）的诞生。1970年中有一小段时间，马文和西摩曾拥有一家公司，试图向学校推销Logo软件和一种名叫“海龟”的硬件。

 

　　对我来说，马文关于AI的理论总是有一种确信无疑的神秘感。在某些方面，这些理论好像是心理学，在另外一些方面，它们又像是哲学。但间或又会有――常常以我不很理解的方式――声称体现这些理论的种种软件或硬件。

 

　　最引人注目的例子当属由马文的学生丹尼·希利斯（Danny Hillis）及其思维机器公司（我和费曼都是该公司的顾问）研发的连接机。始终流传着连接机造出来是为了实施马文关于大脑的理论，且或许在某一天被看作“人工智能的晶体管”。

 

　　马文总是有新点子和新理论。即使是连接机尚在建造的过程中，他已把《心智的社会》一书的草稿给我看过，该书讨论各种不同的AI新方法。作为一个不按常规出牌的人，马文告诉我他考虑用韵文写这本书。但实际上这本书的结构更像是我与马文之间的对话集：每页一个点子，往往是好点子，但有时候不是――但总的来说很生动。

 

　　我想马文是把《心智的社会》视为自己的代表作，我还认为他有点失望，因为很多人不理解、不欣赏。该书是1980年出版的，当时AI正处于谷低。但不知什么缘故，我认为要真正欣赏这部书的内容，需要马文在场，让他亲自充满激情地呈现给大家并对可能提出的反对意见做出回应。

 

　　

 

　　见到马文始终是件乐事，常常是在他那间位于马萨诸塞州布鲁克莱恩的大房子里。只要你一走进去，马文就会开始说一些非同寻常的事情。比如说，“假如今天太阳不下山，我们会得到什么结果呢？”或者“你最好来看一下我温室里的现实版双胞胎树。”曾有人告诉我马文几乎可以谈论一切，但如果你想要他的谈话合你的胃口，那么就要抢在他开口之前先问他一个有趣的问题，然后他就会接着侃侃而谈。我认为这就是与马文的谈话之道：提出一个话题，你就可以期待他说一些非同寻常的事情，而且常常是饶有趣味的。

 

　　我记得在几年之前提出过编程教学的话题，以及我是多么希望Wolfram Language编程语言与之有关联。马文马上就开始滔滔不绝地谈论编程语言如何成为人们在能够阅读之前就被学会书写的唯一语言。他说一直以来试图说服西摩·佩珀特相信，编程教学的最佳方法应该以向人们展示好的代码作为开始。他举了音乐教学的例子，先听一段小夜曲，然后要听者把它变调到不同的节奏，看看会出现什么程序错误。（马文是一位古典音乐发烧友。）就是以这种心情，我们刚刚启动的沃尔夫勒姆编程实验室让人们学习编程的一种方法就是通过以好的代码作为开始，然后让人们去修改它。

 

　　马文身上总有一股热情。他喜欢扶持别人；他联络各种有趣的人；他喜欢讲有关人的美好故事。他的家里总是充满生气，人声鼎沸，常年如此。

 

　　马文还酷爱点子――那些看起来重要的点子、那些异想天开的和非同寻常的点子。最后我还认为马文最大的乐趣是把点子与人联系起来。他是一个点子黑客，但我认为，当他把点子用作一种与人相联系的方式时，那些点子对他来说就变得很有意义。

 

　　我将怀念那些关于点子的对话――无论是我认为很有意义的还是我认为没有意义的。毋庸讳言，马文始终是一个人体冷藏的狂热者，因此这也许不是故事的结尾。但至少在目前，马文，再见了，谢谢你。