文 | 王丰辉（资深金融研究者）

　　1956 年 9 月 11 日，MIT 开了一场信息论研讨会。散场的时候，心理学家乔治·米勒心里留下了一句话，近半个世纪后他把它写进一篇回顾文章：我离开研讨会时，带着一种与其说理性、不如说直觉的确信——实验心理学、理论语言学、认知过程的计算机模拟，都是同一个更大整体中的碎块。

　　那一天的会场里都有谁？上午，纽厄尔和西蒙演示了"逻辑理论家"，一个能自己证明数学定理的程序，后来被认作第一个跑起来的人工智能程序（那年夏天，他们刚参加过达特茅斯会议）；米勒本人讲的是人的记忆广度，就是后来那篇著名的《神奇的数字 7±2》；台下面坐着一个年轻人，诺姆·乔姆斯基，讲的是他的语法理论。人工智能、心理学、语言学，三个当时互不来往的学科，同一天在一个房间里，各自讲了一块拼图。

　　这是三者的第一次相逢。在场的人，没有一个知道。

　　米勒后来挑了"碎块"里的一块，啃了一辈子：人的记忆。七个左右的组块、组块是可以重新编码的，这些工作跟布鲁纳一起把心理学从行为主义手里接了过来，史称认知革命。到了 1985 年，快六十岁的米勒动手造一块具体的拼图，WordNet。钱来自对机器翻译感兴趣的政府机构，前后大约三百万美元；但这个项目的底子不是钱，是他做了半辈子的心理语言学研究：人对词的记忆，本来就不是按字母表组织的，是按意义组织的。所以 WordNet 是词典，但不全是词典：词按意义分组，一个意义一个同义词集，集与集之间连着上下位关系，狗往上是犬科，再往上是哺乳动物。项目目标里白纸黑字写着一条：支持自动的文本分析和人工智能应用。

　　这个当时看不到用途的数据库，建完之后，十几年没人用它干出过大事。

　　守着它的人叫克里斯蒂安·费尔鲍姆。她 1980 年在普林斯顿拿了语言学博士，1987 年回到米勒的认知科学实验室，是 WordNet 的共同开发者。米勒渐渐淡出之后，负责人就是她。她做的事说出来不惊人：2000 年，她和阿姆斯特丹的 Vossen 一起发起全球 WordNet 协会，让几十种语言各自建了自己的 WordNet，再用一个跨语言的索引把它们互相连起来。没有突破，没有革命，就是守着，把它养活，等它被人用起来。讲学术传承的故事，主角总是突破者；但 WordNet 的故事让我看到另一件事——板凳不冷，是因为有人坐着。

　　2006 年，一个访客推门进来。

　　李飞飞，伊利诺伊大学香槟分校的助理教授，做计算机视觉的。那两年她被一个念头折磨——这个词不是我夸张，她自传里的原话是"消耗了我醒着的全部时间"：整个领域的精力都花在改进算法上，没人把数据当回事，可是训练数据反映不了真实世界，算法再好也是白搭。她想做一个把真实世界整个装进去的数据集，让机器看过世界上每一样东西。想法有了，卡在骨架上：两万多个类别，用什么结构组织？她研究各家怎么组织数据的时候找到了 WordNet，专门回普林斯顿去找费尔鲍姆。费尔鲍姆告诉她，自己有个一直没做的计划：给 WordNet 的每个词配上图片，当初的定位只是查阅参考。李飞飞把这个计划放大了一百倍：不是一词一图，是一词千图，专供训练。她自传里写：WordNet 对我是一场启示，我面前第一次出现了一条路，我能看见下一步。

　　后面全是工程。最初估算要十九年，她的学生说照这个速度我不能等毕业了。后来有个研究生说：听说过亚马逊的众包平台吗？于是十九年缩成十五年、十年、五年、两年，最后不到一年。2009年 ImageNet 建成，在计算机视觉的顶会 CVPR 上，只分到一个海报位，缩在会场角落。团队印了些印着 ImageNet 的钢笔，见人就送，求人看一眼。当时领域里的主流判断是这个项目不值得做，有人说得更难听：普林斯顿做这种课题简直是耻辱。

　　接手的人，先坐上了同一张板凳。

　　板凳上还有一个人，坐得比谁都久。辛顿，1972 年在爱丁堡大学读博士，选的方向是神经网络——就在前一年，明斯基和帕珀特出了一本《感知机》，论证的正是罗森布拉特那个单层感知机的局限，这个领域被整体判了死刑。他自己的原话是：人们觉得我搞神经网络，是完全疯了。1986 年他和鲁梅尔哈特、威廉姆斯发表反向传播的论文，证明多层网络可以训练，这是一根支柱；但整个八九十年代，主流方法一直不属于神经网络：八十年代是符号主义和专家系统的天下，九十年代支持向量机这类统计学习方法又占了上风，做神经网络的人几乎绝迹。从 1972 年入行，到 2012 年翻身，四十年，他没有离开这张板凳。

　　今天我们回头看，米勒、费尔鲍姆、李飞飞、辛顿，这一串名字是 AI 历史的一座座丰碑。但当事人并不知道自己为几十年后的发展做了多大贡献。米勒不知道 WordNet 在等谁，李飞飞不知道ImageNet在等谁，辛顿不知道转弯会在哪一年。以今时今日的语境看，他们坐的全是冷板凳。

　　然后就是第二次相逢，我称之为金风玉露。2012 年，ImageNet 挑战赛，辛顿和他的两个学生带着深度卷积神经网络参赛，AlexNet，识别错误率比上一届冠军直接低了十个百分点。算力是 GPU，算法是深度学习，数据是 ImageNet，三样东西在这一年合上了。这一合，就是这轮 AI 的起点。

　　这场相逢里埋着两段旧账。

　　第一段在辛顿家里：他是布尔的外曾曾孙，布尔的女儿里有一位写了《牛虻》——伏尼契，就是我初中读的那本小说的作者。布尔 1850 年代发明逻辑代数的时候，全世界不知道这东西能干什么，它在板凳上躺了一百多年，绕过四代人，绕道一部革命小说，最后在自家后代手里引爆了计算机和 AI。我知道这层关系的时候，第一反应是荒诞：布尔那么遥远，辛顿又是 AI 前沿，牛虻夹在中间，感觉不太真实。

　　第二段在语言学：这一轮 AI 的语言能力，站在一条被冷落了六十年的假说上。1954 年，语言学家泽里格·哈里斯提出，词的意义藏在词的分布里："如果我们认为词 A 与词 B 的意义差异，大于词 A 与词 C 的意义差异，那么我们通常会发现，A 与 B 的分布差异也大于 A 与 C"（"If we consider words or morphemes A and B to be more different in meaning than A and C, then we will often find that the distributions of A and B are more different than the distributions of A and C."，《Distributional Structure》，1954）。后来的语言学家弗斯把这条假说概括成"观其伴而知其义"。

　　这句话是词向量的思想源头，词在向量空间里的位置，由它周围的伴生词决定；attention 再往前走一步，让"观其伴"从一次性的统计，变成逐词的动态计算。

　　提出假说的人是乔姆斯基的博士导师。学生走的是另一条路，先天规则系统，成了语言学的主流；老师的分布假说在板凳底下压着，直到 2013 年 word2vec 把它做成了词向量，今天每一个大模型的词向量层，底下垫的都是它。学生后来公开批评大模型这条路，但这一轮真正被兑现的，是老师的分布假说。要说乔姆斯基的贡献，是他第一个把"语言能力"变成可以形式化研究的问题，没有这一步，后来的工程路线无从谈起；但最终得到验证的，是老师的分布统计，不是学生的先天规则。

　　还有一桩旧账要收，跟机器翻译有关。2014 年，为了机器翻译，研究者给一个新机制起了名字，叫attention，起名的是 Bengio，他的解释是人类翻译的时候，一次只特别注意一两个源语言词——借的是心理学的词，做的工程的事；2017 年的 Transformer，本来就是一个机器翻译模型。当年出钱供养 WordNet 的机器翻译，五十六年后自己长出了拼图里的一块。而机器翻译自己，从设想到可用，也在冷板凳上坐了几十年。

　　从 1956 年捋到 2012 年：米勒造拼图，没人要；费尔鲍姆守着；李飞飞接走，陪着坐；辛顿四十年不离板凳；哈里斯的假说压了六十年。中间有一个共同点：每一环接手的人，都不知道自己在接。冷板凳上的东西，看起来不像值得接的东西。这些人各自的"当时"，看上去全是浪费；是两次相逢，把这些浪费追认成了接力棒，很是温暖。

　　我写到这儿想起了乔布斯 2005 年在斯坦福毕业典礼上讲的那段话。他说，人生的种种经历，就像一颗颗散落的点：站在十几年后回望，你能把一些点串起来，它们一步一步推到今天的你；但站在此时此刻往未来看，你找不到下一个落脚点在什么地方。向前看，点串不起来；回头看，才串得起来。这就是 AI 的发展史。我们站在后来者的视角去寻根问源，看到的是这样一个脉络；站在当事人的视角，是看不到这个脉络的。

　　去探究历史上每一个对 AI 做出重大贡献的人，会发现，命运无常。有的人昙花一现。罗森布拉特，1958 年做出感知机，《纽约时报》发了头条，标题是"New Navy Device Learns By Doing"，新海军装置边做边学，轰动一时；1969 年明斯基和帕珀特出一本书，证明了单层感知机的局限，经费断了，热潮散了；1971 年他死于船难，就在自己 43 岁生日那天，没等到神经网络翻身。

　　昙花一现的还有一个更早的人，可能是整段历史里最疼的一个。瓦尔特·皮茨，底特律锅炉工的儿子，自学希腊语、拉丁语和逻辑，12 岁读完罗素的《数学原理》，还挑出几处错写成信寄给罗素，罗素回信请他去剑桥读研究生，那时他连高中都没上过。15 岁他从家里跑出来，流落到芝加哥大学旁听，没有学籍，睡过门廊。1943 年，20 岁的皮茨和神经生理学家麦卡洛克合写《神经活动内在思想的逻辑演算》，把神经元抽象成一个阈值逻辑单元，这是第一个神经元的数学模型，后来所有神经网络的第一块基石都是这颗 M-P 神经元；1945 年冯·诺伊曼写 EDVAC 报告，唯一点名引用的公开文献就是它。

　　然后命运开始走样。他的导师维纳，控制论的创始人，1952 年因为一场至今说不清的家事突然与他绝交，没有解释。皮茨从此一蹶不振，烧掉了那篇学界等了多年的三维神经网络博士论文，拒绝了 MIT 送上门的博士学位，与酒精为伴。1969 年 5 月，他死在剑桥的公寓里，46 岁，死因是酗酒的并发症，讣告几乎无人注意。深度学习的第一颗神经元，至死不知道自己点燃了什么。

　　有的人默默无闻。反向传播最早出现在 Paul Werbos 1974 年的哈佛博士论文里，十年无人问津，1986 年鲁梅尔哈特、辛顿和威廉姆斯在《自然》上发了一篇论文，反向传播名满天下，深度学习从此有了发动机。虽然终有人桂冠加身，图灵奖、诺贝尔奖都发到了这个行当，但我觉得对于这些坐冷板凳的人而言，他们要的荣誉可能并不是桂冠加身。站在他们自己人生的视角来看，他们并不知道自己坐在冷板凳上，也不知道自己在为什么添砖加瓦，他们可能就是做着自己感兴趣的事情，日复一日地向着理想中的目标前进。

　　当然，不排除这里面也有太多的迷茫。我相信辛顿迷茫过，李飞飞迷茫过，搞心理学的那一批人更是迷茫过，他们到现在为止都搞不清大脑最底层的机理。（本文为作者观点，不代表本头条号立场）

　　人生路漫漫，但是人生又如白驹过隙。站在学术的百年发展路径上，我们固然可以指指点点，但是只有看过了这些起起伏伏，设身处地地去瞻仰那些当事人时，我们剩下的只有敬佩。

　　谢谢。