图灵逝世七十周年｜尼克：为图灵作注

《理解图灵》，尼克著，人民邮电出版社2024年6月出版，284页，79.80元

休谟说牛顿发现了物的定律。一点也不夸张，我们可以说图灵（1912.6.23-1954.6.7）发现了心的定律，更准确地说是“论题”。1930年，不到十八岁的图灵经历了同学和爱人摩尔康之死，他伤心地给摩尔康的母亲写信：“我确信我和摩尔康会在彼岸再见，因为我们还有未竟的事业，原本就该在此岸完成。”1932年，不到二十岁的图灵再访摩尔康的母亲，并留宿摩尔康家，其间他写了一篇感人的短文《精神之本质》（“Nature of Spirit”），最后一段是这样的：“至于为什么我们非得有肉体不可：为什么我们不可以只有自由之精神，且只需精神间的交流。这样也未尝不可，但会无聊。肉体让精神不无聊，让精神去照看和利用肉体。”（As regards the question of why we have bodies at all; why we do not or cannot live free as spirits & communicate as such, we probably could do so but there would be nothing whatsoever to do. The body provides something for the spirit to look after & use.）无疑，这是图灵后来不长的生涯的追求。

图灵1932年短文《精神之本质》结尾原笔迹

图灵的所有贡献中，有两项是无与伦比的，第一是他1936年的文章《可计算的数》（“On Computable Numbers”，下文简称“图灵-1936”），其中他定义了一种机械装置，后来被他的导师丘奇（Church）称为“图灵机”。哥德尔认为图灵机比他自己的递归函数更令人信服，冯诺伊曼说这奠定了现代计算机的基础，也就是说，图灵机是计算机科学的基础，也是计算机工程的起点。第二是他1950年在哲学杂志《心》（Mind）上发表的文章《计算机与智能》（“Computing Machinery and Intelligence”，下文简称“图灵-1950”），这篇文章是人工智能领域的灯塔。即使今天读起来，仍然充满洞见，令人深思。虽然它是以科普的语调写成并发表在哲学杂志上，旨在吸引大众读者，但读懂全文需要花些工夫。

怀特海有言“整个西方哲学传统就是柏拉图著作的一系列脚注”，我想借过来说：整个计算机科学，包括人工智能，就是图灵为数不多的著作的一系列脚注。这话应该不算过分。也许会有一两位不喜欢英美学术传统的狭隘欧陆中心主义者不服，但真没必要和他们较真。他们企图用“笛卡儿测试”替代“图灵测试”，从而抵消图灵为人工智能做出的贡献。这不仅学理上靠不住，时间上也对不上。为图灵-1950写注释，是我三十年前头一次读这篇文章时就有的妄想。写注本身也是对人工智能，甚至更广义地说，是对计算机科学的思考。计算机科学（包括人工智能）中，最早替别人的工作做注的应该是诗人拜伦的女儿艾达（Ada）。巴贝奇并没有为他的分析机（Analytical Engine）写过系统的介绍，是艾达把别人的法文听课笔记翻译成英文。译文之后，她附加了诸多注释，这些注释的长度是原来笔记的两倍，其中Note G详细说明了如何在分析机上计算伯努利数，这被称作世界上第一个计算机程序。因此美国国防部1980年把霍尼韦尔（Honeywell）按照合同开发的编程语言命名为Ada，以纪念这位早期计算机领域的先驱。

我的灵感后来还受到《图灵的秘密》（The Annotated Turing）那本书的强化，作者佩措尔德（Petzold）给图灵-1936写了注释。我本来也想仿照那书的体例，即逐段注释，但后来放弃了这个想法。一方面，在原文中插入注解使得原文失去了可读性，艾达的注释是作为笔记的附录，整体列在原文之后的。另一方面，我渐渐意识到，要想理解图灵-1950，需要系统化地梳理预备知识。最好的阅读方式是把预备知识放原文之前：最好的放到最后。

首先，最重要的背景知识是计算理论。图灵企图说明机器是可以有智能的，而这里的机器是普适或通用图灵机（UTM，Universal Turing Machine）。图灵-1950是建立在图灵-1936（即“可计算的数”）之上的，这篇更早的经典论文奠定了计算机科学的理论基础，使计算机事业不仅仅是工程，更重要的是科学。图灵在关于智能的论证中，假设了丘奇-图灵论题，这是计算机科学的基石。无论是页码数，还是子标题数，计算理论占了图灵-1950一半以上的篇幅。不了解计算理论及其演化历史，是没法搞明白图灵这篇文章的深意的。图灵-1950和图灵-1936密不可分。在“为什么是图灵”一章中，我有意识地系统化重构计算理论的形成过程，并力图说明丘奇-图灵论题的哲学含义。这些成果变成了本书的几个章节，其中“为什么是图灵”讲可计算性，其核心是丘奇-图灵论题，“图灵与计算复杂性”讲复杂性，其核心是强丘奇-图灵论题。最后我决定，与其逐段地写注释，还不如在可能造成迷惑的地方写几句提示性的脚注，连接到相关的章节中。这样，一方面不至于把原文涂鸦得不可读，另一方面也可以避免由于注释太长而影响读者思维主线的问题。有兴趣深究的读者，总可以通过相关章节更加系统地了解相关的背景知识，那里也有足够多的参考文献。

没有什么比对话或掐架更真实地反映当事者的心态。“图灵 vs 维特根斯坦”回顾了图灵1939年在剑桥和维特根斯坦的一学期遭遇，旨在更加容易了解两者的哲学态度。“语言=思维吗”一章虽然更多篇幅讲述乔姆斯基，但目的是为理解图灵测试提供背景，图灵测试不是行为主义的测试，而是语言的测试。这也可以解释：相较稍早的人工智能在语音与视觉能力的突破，为什么ChatGPT在语言能力的突破给我们造成了更大的冲击。

了解图灵的写作背景，也有助于理解文章的内容。第二次世界大战结束后，英国国家物理实验室（NPL）力邀图灵加入，ACE（自动计算引擎，Automatic Computing Engine）是图灵为NPL设计的计算机。在NPL工作一年后，图灵厌恶其中的政治斗争，前往母校剑桥大学休假一年。回来后，图灵给NPL提交了一份报告，题为《智能机器》（“Intelligent Machinery”，下文简称“图灵-1948”）。因为各种原因，这篇文章直到1969年才渐为人知。其实，如果我们仔细研读图灵-1948，会发现图灵-1950中思想的来龙去脉。图灵-1948的内容更加广博，例如，图灵在其中详细讨论了神经网络，并认为可以训练神经网络，使之成为通用计算机。机器人学者罗德尼·布鲁克斯（Rodney Brooks）甚至在这篇文章中看出了“具身智能”（embodied intelligence），这可能有点过度解读，但仁者见仁智者见智。其实布鲁克斯更应该去图灵1932年在摩尔康家写的那篇短文中寻找灵感，图灵晚年更加关注没有肉体的精神。

BBC 1952年1月10号组织了名为“自动计算机能思考吗?”（Can Automatic Calculating Machines Be Said To Think？）的广播讨论会。参加讨论的人，除了图灵外，还有图灵的老师、数学家纽曼和曼彻斯特大学的神经外科教授杰弗逊（Geoffrey Jefferson，1886-1961）等。杰弗逊1948年获得皇家学会和皇家外科学会颁发的李斯特（Lister）奖章，他的获奖演说题为“机器人之心”（The Mind of Mechanical Man），其中他明确表达了自己的立场：机器不能思考。图灵-1950中有一节（“来自意识的异议”）就是专门针对杰弗逊获奖演说的批评。事实上，如果我们非要说图灵-1950和图灵-1948有什么实质性不同的话，图灵在写作图灵-1950时，内心有个更具体的辩论对象，那就是杰弗逊。图灵参加过的讨论，留有完整记录的，除了图灵与维特根斯坦1939年在剑桥的课堂对谈，就是这次讨论了。整场基本是图灵和杰弗逊之间的辩论，而纽曼无疑站在图灵一边。有来有去的讨论比一个人自言自语更有亲和力，相声也得有逗有捧。这篇讨论本身就可以作为图灵-1950的一个有趣且通俗的注解。

人类中心主义，即认为人是最高级、最神圣的物种，很容易归约到宗教或活力论。我们作为人，自然地会受此影响。但人类中心主义又常常戴着humanism（人文主义、人本主义、人道主义）的面具。就像博学且善辩的杰弗逊在他演讲的结尾自称是和人文主义者莎士比亚一伙儿的，然后马上就恰到好处地拎出了《哈姆雷特》：“人类是一件了不起的杰作！多么高贵的理性！多么伟大的力量！多么优美的仪表！多么文雅的举动！在行为上多么像一个天使！在智慧上多么像一个天神！宇宙的精华！万物的灵长！”（朱生豪译；What a piece of work is a man How noble in reason how infinite in faculty; in form, in moving, how express and admirable! In action, how like an angel! In apprehension, how like a god! The beauty of the world! The paragon of animals!）于是，一个人文主义者的文字，丝滑而优雅地，变成了一个人类中心主义者的论据。

图灵

人工智能是最靠近人性的学科，很容易引起广泛的关注，同时它的边界又最不清晰，于是从最高智力的数学家和理论计算机科学家，到频谱的另一极端哲学和媒体从业人员，谁都能说三道四。大语言模型的出现，又让我们有新的机会重新审视图灵-1950。不同路线的人工智能学者都能在图灵的著述中找到他们想要的东西。就像有人在图灵-1948看到了“具身智能”，而有人看到了深度学习。我们不仅可以泛泛地讨论大模型是否通过了图灵测试，也可以把图灵的思想和其他学科交叉考虑。对“语言=思维吗？”这个问题的思考，我们可以看到后来的乔姆斯基和图灵有诸多相似。

西方知识传统有“心-身”之分，物理科学是关于身的学问。牛顿的《自然哲学的数学原理》开启了现代物理学，拉丁文书名中的Principia不仅是原理，还有第一性原理的意思。罗素和怀特海的大部头，借用了牛顿，直接是拉丁文Principia Mathematica（《数学原理》），讲的是逻辑，他们当然配得上。中学物理教科书都是从牛顿定律开始的。理论计算机科学可以作为“心”的原理。在图灵看，图灵机和智能是一回事，图灵-1948和图灵-1950中关于智能的论述不过是图灵-1936中计算理论的科普版或者哲学注解。哥伦比亚大学的周以真（Jeannette Wing）曾呼吁把“计算思维”（Computational Thinking）作为通识教育的一部分。但她的“计算思维”只限于直觉观察，并没有说透应该有哪些具体内容。于是很多人自满于在中学开设Java或Python编程课。“计算思维”的核心应该是计算理论，如果哪一天计算理论像几何和代数那样成为中学课程，我会更满足。柏拉图在《理想国》里通过苏格拉底之口说出：我们学习算术不是为了做买卖，而是为了追求知识。这为我们今天的教育奠定基础：我们在中学教几何定理的证明而不直接教测量学，教代数而不直接教会计学。本来，理解基础的计算理论并不需要艰深的预备知识，也不比二次方程和万有引力更加难学。现在看来，越来越多的人会相信计算理论比代数和物理更为基础（fundamental）。没学过数学和物理的人注定处在知识鄙视链的底端，我猜，某一天，没学过计算理论的人也会如此。英国通才斯诺（C. P. Snow）在1950年代末看到不可愈合的文、理两种文化之分。今天，即使在理工科（STEM）内部，彼此也不见得就能互联互通。一个典型的例子是做量子计算的相当多的一批实验物理学家搞不懂计算，以至于弄不清楚“量子优势”究竟是什么。

即使没有实用的计算机，也会有计算理论。计算理论为我们审视理性的同时提供了一个科学的起点和一个数学的起点。数学物理学家尤金·维格纳（Eugene Wigner）曾经写过一篇有名的文章《数学在自然科学中出奇地管用》（“Unreasonable Effectiveness of Mathematics in the Natural Sciences”）。当然，每个人都有夸大自己学科重要性的倾向，费曼在他的《物理学讲义》里思考了物理学和化学、生物学、天文学、地质学乃至心理学的关系。费曼在讨论心理学时讲到了计算机与神经系统的关系，考虑到费曼和同校的米德（Carver Mead）的紧密关系，这不奇怪，费曼在去世前，还讲过计算机设计和理论的课程呢。但心理学大概是费曼可以游走到的最远的学科了，他曾经毫不客气地指出社会科学不是科学。哪天我得空了，想写一篇《计算理论更加出奇地管用》（“Unreasonable Effectiveness of Theory of Computation, Even More”）。不只是自然科学，还有生命科学，这恰是维格纳对数学的期望。如果罗素当时知道计算理论，他肯定会重写《心的分析》。

图灵-1950的早期中文译文曾作为附录，收录在我的《人工智能简史》中，当时为了赶时间，其中有很多不讲究的地方，甚至错误。此番做注，给了我修正的机会：把图灵1948年的“智能机器”、杰弗逊1949年的“机器人之心”和1952年的BBC讨论一并译出，作为图灵-1950的补充阅读。当然，错误仍在所难免，如果读者指出，我一定改。

虽然在图灵漫不经心触碰到的所有领域，我们都能看到他思想的深邃，但必须承认图灵并无心在这些旁支上走太远，他更关心计算和智能的本质。图灵-1950中的辩解几乎可以一字不动地适用于当下。当然，我们更希望借助他的洞见更清楚地看见未来。