一文读懂人工智能的前世今生（附脑图）

文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。

转自 | 大数据

作者 | 周志明

导读：人工智能的展开过程可谓三起两落，几经迂回。

固然往常有了诸如Siri、Cortana、IBM Watson等各类人工智能产品，也有像DeepBlue、AlphaGo人机大战等人工智能的新闻和事情不时呈现，但相比起电脑、网络、智能手机这类直接地、反动性地改动人们工作生活方式的科技成果而言，在人工智能上所取得的成果还远远不够，没有抵达最初的想象希冀。

让机器具有智能这个事情到底有多难？人类精英们做了怎样的努力和探求尝试？目前人工智能范畴到底展开到什么阶段了呢？以下，畅销书《聪慧的疆界》作者周志明教员将在文中逐一与大家讨论。

文末附思想导图~

“人工智能”作为一个专业名词，是在1956年初次呈现，但是人类对人造机械智能的想象与思索却是源远流长。

在古代的神话传说中，技艺高超的工匠能够制造人造人，并为其赋予智能或认识，希腊神话中呈现了诸如赫淮斯托斯的黄金机器人和皮格马利翁的伽拉忒亚这样的机械人和人造人；依据列子辑注的《列子·汤问》记载，中国西周时期也曾经呈现了偃师造人的故事。

人类对人工智能的凭空幻想阶段不时持续到了20世纪40年代。由于第二次世界大战交兵各国对计算才干、通讯才干在军事应用上迫切的需求，使得这些范畴的研讨成为人类科学的主要展开方向。信息科学的呈现和电子计算机的发明，让一批学者得以真正开端严肃地讨论结构人造机械智能的可能性。

01

信息反动

从1939年到1945年，在二战发作的6年时间里，美国的国民消费总值（GDP）就增长了一倍，这是人类经济历史有GDP记载以来录得的最高增速，并且这种惊人的速度还是发作在一个基础范围曾经极为庞大的经济体上，更是连最猖獗经济学家都不敢想象的奇迹。

美国作为二战中独一本土不被战火直接触及的世界性大国，经过军事援助与战争贷款将各国的经济命脉与自身相连，从而疾速取代欧洲和亚洲，成为世界“经济的心脏”。稳定的社会环境、经济飞跃式的展开为军事、科技的展开注入了强大的驱动力，战争中大量遭到纳粹优待的各种范畴顶尖的人才多以美国为避风港，自然地促使美国集聚了全球最顶尖的人才与技术，令美国也成为了“世界的大脑”。

在这种单一国度内简直集中了全球经济资源和聪慧力气的时期背景下，在二战这场简直触及全人类的庞大战争压力推进下，以美、英两国学术界为首的人类精英学者们展示了出不相上下的聪慧和发明力。新军事技术对计算与通讯需求，更细致的是当时新呈现的导弹、精确火炮等远程武器对计算速度、精确性和系统控制才干的请求，以及雷达、电话电报网络等侦查、通讯系统对信息传输保险和效率的请求，直接催生了信息科学和信息技术产业开端生根发芽。

二战终了之后仅一年（1946年）时间，世界第一台通用计算机，电子数值积分计算机“埃尼阿克”（Electronic Numerical Integrator And Computer，ENIAC）在美国宾夕法尼亚大学降生，并实践应用于陆军火炮弹道和火力计算工作，这个事情标记了通用可编程的计算机技术不只是理论已成熟，而且曾经有了初步的工业化成果。

在两年之后（1948年），诺伯特·维纳（Norbert Wiener，1896-1964）和克劳德·香农（Claude Shannon，1916-2001）分别发表了两部极具开创性的著作，创建了“控制论”和“信息论”，再分离上之前路德维希·冯·贝塔朗菲（Ludwig Von Bertalanffy，1901-1972）在1945年发表的对“系统论”的总结性著作，整个信息科学似乎被上帝的手推进着，后世称之为“信息学三论”的三门支柱性理论简直于同一时辰问世，短短几年时间里面一下子就完成了过去需求几十年时间才可能完成的展开突破。

信息科学的研讨，不论是理论上还是工程上，都从之前各个学者、机构零散研讨探求的状态一下子变得系统有序起来。

信息科学这门学科在20世纪40年代降生以后，很快就取得了一系列令人注目的成就，这让从政府官员、科学家等精英到社会的底层大众都感受鼓舞，大家似乎已达观地预见到了蒸汽机械替代人类的膂力劳作的工业反动后，下一场由智能机械替代人类做脑力劳作的信息反动的到来。

从大半个世纪后的今天回望当初，我们的确在蒸汽动力反动、电力反动之后，见证了信息反动的来临，不外，即便有互联网这样超出了一切前人想象的技术呈现，但在当时的大家看见的目的蓝图里，信息反动的最重要成果还不只是大家往常能接触的电脑和网络，今天计算机能够依据人类预设的指令和程序，快速的传送、计算和处置人类无法想象的天量数据，而当时人们所希冀的信息时期的新型机械，不只能够完成计算和信息传输，以至还将是一种能够和人类一样可看、可听、可写、可说、可动、可思索、能够复制自身以至能够有认识的机械。

笔者所描画的这个场景，不是来自于能够随意凭空想象的科幻小说，而是引述了当年刊登在《纽约时报》上，美国海军对“感知机Mark-1”（这台机器能够说是衔接主义在工程理论上的开端，我们后面章节中还要提到它）的希冀和评价：

The embryo of an electronic computer that (the Navy) expects will be able to walk, talk, see, write, reproduce itself and be conscious of its existence.

这段六十多年前的报道，往常听起来是不是都还有一点莫名的熟习感和科幻感？在互联网上大家对人工智能的期盼、想象、以至恐惧的观念都也与此相似；我们今天在电影和小说中见到的各种机器人，与那时分人们对信息反动所想象的目的，也并没有太大差别。

信息科学在20世纪40年代的收场能够说是一个圆满的开局，接下来的数十年内，信息科学和信息技术产业也是好事多磨，疾速展开，在计算机、通讯、互联网等方面取得了丰盛的成果。但在人工智能这个范畴，展开过程就是几经迂回，三起两落。

固然往常也有了诸如Siri、Cortana、IBM Watson等各类人工智能产品、也有像DeepBlue、AlphaGo人机大战等人工智能的新闻和事情不时呈现，但相比起电脑、网络、智能手机这类直接地、反动性地改动人们工作生活方式的科技成果而言，在人工智能上所取得的成果还远远不够，没有抵达最初的想象希冀。

为何信息学在人工智能范畴的停顿上会不如预期，以至几段特定的时间里面完整堕入了泥潭。让机器具有智能这个事情到底有多难？人类精英们做了怎样的努力和探求尝试？目前人工智能范畴到底展开到什么阶段了呢？这些都是笔者希望与大家一同讨论的问题。

02

图灵机，计算的基石

英国数学和密码学家阿兰·图灵（Alan Turing，1912-1954，人工智能之父），今天被一些英国的学者和媒体评价为“未开一枪，却胜百万雄兵”，“在二战中间接解救了上千万人生命”的传奇学者。

他做出的重要贡献之一是在二战期间与布莱切利园的同事们（Bletchley Park）共同研制了名为“炸弹（Bombe）”的密码破译机器，胜利破解了从1920年起开端商用，德国人直到战败都以为绝不可能被破解的加解密措施“迷”（Enigma），招致德军的军事部署在盟军面前再无秘密可言。

图灵的成果直接加快了盟军取得战争胜利的速度，因军事指挥通讯被Bombe破译，引发了当时位列世界第一的德国战列舰俾斯麦号在丹麦海峡被英军伏击并围歼击沉，以及后来山本五十六的座机航线被盟军获知，进而遭拦截并击落等直接影响战争进程的事情。在二战期间，图灵的工作成果固然没有对公众公开，但曾经在盟军的密码学圈子内部声名远扬，已是一颗耀眼明星了。

破解德军Enigma密码的Bombe

1942年末，图灵被英国政府秘密派到美国，和美国海军交流破译德国的北大西洋潜艇舰队密码的研讨成果。终了在华盛顿交流后，图灵又来到了贝尔实验室，参与这里的保险语音通讯设备的研发工作。这样，当时正在贝尔实验室数学组供职的香农就取得了一个和图灵协作的机遇。

图灵在当时破译了包含希特勒通话在内的多项德军秘密通讯的密码学破译专家，而香农当时的工作是经过数学措施证明“Ｘ系统”——这是美国总统罗斯福到英国首相丘吉尔之间的加密通讯系统，是不可能被他人所破译的，他们两位经过在密码学上“矛和盾”的攻防讨论，很快让图灵和香农成为了惺惺相惜的好友。

虽说图灵是去美国做交流的，但是军事上的事情，特别是密码的加密和破解这种事情，只需不在军方明白允许的范围内，平常时间是不允许交流各自停顿状况的，所以在密码学上的话题，他们工作之外无法随意讨论什么。所幸香农和图灵在计算机科学、信息科学上的兴味和研讨范围都极为普遍，经常饭堂闲谈就经常拉到其他各种的前沿范畴上。

一次，他们在自助餐厅见面时，图灵给香农看了他还在剑桥大学念硕士时（1936年）写的一篇论文《论可计算数及其在判定性问题上的应用》（“On Computable Numbers, with an Application to the Entscheidungsproblem”），这篇文章是可计算性范畴的里程碑式作品。

关于可计算理论能够追溯到1900年，当时著名的大数学家大卫·希尔伯特（David Hilbert，1962-1943）在世纪之交的数学家大会上给国际数学界提出了著名的“23个数学问题”。其中第10问题是这样的：

存不存在一种有限的、机械的步骤能够判别“丢番图方程”（Diophantine Equation）能否存在解？

这里就提出来了有限的、机械的证明步骤的问题，用今天的话说就是“算法”。但在当时，通用计算机还要半个世纪之后才会呈现，人们还不知道“算法”是什么。不外，当时数学范畴中曾经有很多问题都是跟“算法”密切相关了，对“算法”，即“如何计算求解问题的步骤”的定义和能否可被算法计算的判定呼之欲出。

图灵这篇论文的处置可计算性如何定义和度量的问题，其中的关键是引出了今天被称为“图灵机（Turning Machine）”的概念模型。“图灵机”与“冯·诺依曼架构”并称现代通用计算机的“灵魂”与“躯体”，它的对可计算性理论、计算机科学、人工智能都影响深远，能够说是一项改动了人类近代科学史的巨大发明。

“图灵机”这种虚拟的计算机器实践上是一种理想中的计算模型，它的基本思想是用机械操作来模仿人们用纸笔中止数学运算的过程。浅显地讲，图灵把“计算”这一件日常的行为笼统概括出来，看作是下列两种简单动作的不时重复：

1.在纸上写上或擦除某个符号。

2.把留意力从纸的一个位置移动到另一个位置。

在每个动作完成后，人要决议下一步的动作是什么，这个决议依赖于此人当前所关注的纸上某个位置的符号和此人当前思想的状态。为了模仿人的这种运算过程，图灵结构出一台假想的机器，该机器由以下几个部分组成：

1. 一条无限长的纸带TAPE。纸带被划分为一个接一个的小格子，每个格子上包含一个来自有限字母表的符号，字母表中有一个特殊的符号“_”表示空白。纸带上的格子从左到右依次被编号为0，1，2，…，纸带的右端能够无限伸展。

2. 一个读写头HEAD。该读写头能够在纸带上左右移动，它能读出当前所指的格子上的符号，并能改动当前格子上的符号。

3. 一套控制规则TABLE。它依据当前机器所处的状态以及当前读写头所指的格子上的符号来肯定读写头下一步的动作，并改动状态寄存器的值，令机器进入一个新的状态。

4. 一个状态寄存器。它用来保存图灵机当前所处的状态。由于寄存器数量是有限的，所以图灵机的一切可能状态的数目是有限的，并且规则有一个特殊的状态，称为停机状态，代表计算完成。

这种机器的每一部分都是有限的，但它有一个潜在的无限长的纸带，因而这种机器只是一个理想的设备，不会被真正的制造出来。图灵的论文证明了这台机器就能模仿人类所能中止的任何计算过程。

图灵机的图形表示

图灵机思想的价值所在是由于它固然结构简单，但却能够描画任何人类能够完成的逻辑推理和计算过程，换句话说，图灵机的计算才干是人类能够完成的一切计算的全集，只需一个问题是可判定的，它的计算过程能够被符号和算法所表白出来，它就能够运用图灵机来完成计算。当时很多学者都无法想象这么一台听起来跟打字机差未几的东西，会是一个能够承载人类一切能够完成的逻辑和运算计算模型，此前，“计算”才干是被视为与“思索”相相似的人类笼统才干，大家一时间很难接受“计算”能够被如此简单的模型所概括。

假如了解过可“计算性理论”（Computability Theory）这个学术分支历史的读者会知道，在图灵机被提出之前其实就曾经有了能模仿人类所能中止的全部计算过程的模型被设计出来。例如图灵在硕士阶段的导师，普林斯顿大学的阿隆佐·邱奇（Alonzo Church，1903-1995）教授于1928年就提出的“Lambda演算”就是其中之一。

但图灵机相比起其他计算模型的优势在于它极为直观易于了解，而且很容易经过机械或者电子技术来完成。因而，图灵机的价值被人们所发现后，疾速成为了计算机处置“如何计算”问题的基础，在计算理论上也成为了可计算性的对标物。当一个新的计算模型呈现，人们会判定它能否能处置一切在算法上可计算的问题，假如是的话，它就被称为是图灵等价或者图灵完备的。今天，我们称某种程序设计言语是图灵完备的，意义也是一切可计算的算法都能够用这种言语来完成（往常天常见的C、C++、Java、Java等都是图灵完备的，而HTML/CSS这些言语则不是图灵完备的）。

由于笔者是个程序员，所以这里就再多写一句题外话，由于图灵机的结构简单性，不思索编码效率和可读性的话，只需寥寥几个操作指令就能照着图灵机的定义完成出一款图灵完备的言语，制造出脑洞大开的效果，大家有兴味的话能够搜索一下“BrainFuck”和“Whitespace”这两门言语看看。

03

人工智能的萌芽

在和图灵的交流中，香农很快就了解并接受了图灵机的概念，并对此十分感兴味。由于他与图灵都看到了一个令人激动的前景——

既然图灵机这样一个并不复杂的计算模型就能够笼统人类逻辑和计算才干，而逻辑和计算又是人类最具代表性的智能表示之一，那“思索”才干，也就是“智能”能否也能够被一个模型所承载笼统，并且被机器所完成呢？图灵机能否也能够扩展为概括一切智能活动的模型？假如图灵机缺乏以成为这种模型的话，能否有其他的笼统模型能够替代，成为人造智能的基石呢？

有必要再强调一下，当时是1943年，处于信息科学的萌芽期，连正派的通用电子计算机都还不曾呈现的时期，并没有实践的图灵机和编程，图灵和香农所讨论的一切对智能的想象都停留在数学和哲学层面，而两位人工智能的先驱所讨论的这几个基础理论问题，在今天依旧是人工智能学界未能处置的问题，他们当时讨论的内容对计算机和人工智能的研讨仍有很大启表示义。

当时他们的讨论主要是盘绕图灵机能否作为智能的基础模型、如何令机械具有智能展开的，要处置这些问题，首先要处置的就是要定义什么是“智能”。香农提出思索机器智能问题时，应当把艺术、情感、音乐等方面的才干一并思索进去，这很接近今天对多元智能理论中对智能的了解。而图灵则不认可，图灵以为智能既然是由物质（指人类大脑）所承载的，就应该是可由物理公式去推导，能够用数学的方式去描画的，不应该把这些文化方面的内容包含进去。

据《图灵传》（“Alan Turing: The Enigma”）的记载，一次他们两个在讨论智能的定义时发作了争论，图灵反驳香农时是这么说的：“不！我对如何建造一颗无所不能的大脑完整不感兴味，我只需一颗并不太聪明的大脑，和美国电报电话公司董事长的脑袋那样就差未几行了！”，假如这位躺枪的董事长先生（贝尔实验室是AT&T下辖的研讨机构，董事长既是他们两个的老板）在场的话，大约不会同企图灵给智能所作的定义。

图灵（左）和香农（右）

关于机器如何完成智能这个问题，图灵提出了两条可能的展开道路：一种是基于树立“基础才干”的措施，经过编写越来越庞大完善的程序，使机用具备越来越多的才干，譬如能够与人下棋、能够剖析股票、能够辨认图形等等这样的才干，图灵以为这是完整能够做到的。但他更有兴味的是基于“思想状态”来建造大脑。

这种措施的指导信心是，人类大脑一定存在着某种内在机制来产生智能，由于并没有什么更高等的神秘力气在为人脑编程，所以一定存在着某种措施，能够使机器自动地学习，就像人类大脑一样。图灵进一步解释到：重生儿的大脑是不具备智能的，因而，找到人类大脑取得智能的途径，然后应用于机器上，能够完成一个能够自己学习长大，成为机器控制任何范畴技艺的一揽子处置计划。

图灵在美国交流期间，他和香农并未能处置“如何定义智能”、“图灵机能否作为智能的承载模型”等问题，但是他们在贝尔实验室一系列关于智能的讨论，代表这个时期学者对“机器和智能”思索的萌芽，是人工智能从“科幻”走向“科学”踏出的第一步。

图灵回到英国之后，他与香农依旧坚持着联络，香农还在战后到英国回访过图灵，他们依旧为处置几个问题而不懈努力。在本章中，笔者将继续以图灵的工作为主线中止解说，而香农的研讨工作也间接地招致了人工智能史上另一个重要里程碑事情的发作，而这就是下一章的内容了。

04

图灵测试：何谓智能？

1945年到1947年期间，图灵从美国回到英国之后寓居在伦敦的汉普顿区。这段时间内他在为“英国国度物理实验室”（National Physical Laboratory，NPL）工作，工作的细致内容是设计一款名为“自动计算引擎”（Automatic Computing Engine，ACE）的通用电子计算机。1946年2月，图灵发表了世界上细致论述带程序存储功用（Stored-Program）的计算机体系架构的最早论文之一。但是由于政府决策者的短视，ACE完成理论设计后，反而堕入了一连串研发电子计算机的工作能否值得往常就去投入的争论中，并未能立刻进入建造阶段。图灵因而感到心灰意冷，分开NPL回到大学校园（剑桥大学和曼切斯顿大学），专心研讨机械与智能去了。

ACE电子计算机

关于ACE的历史，其实很值的细致书写一番，假如ACE当时立刻启动建造，将很有可能和冯·诺依曼的“离散变量自动电子计算机”（Electronic Discrete Variable Automatic Computer，EDVAC）竞争“现代计算机的开山祖师”的头衔（当ACE建造工作重新启动之后，在1950年竣工，EDVAC则在1949年完成，两者完成时间仅差不到1年），或许今天的学校的计算机课本教授到体系架构时就不再称为冯·诺依曼架构了。图灵和冯·诺依曼（Von Neumann，1903-1957）都是数学和计算机科学范畴的天才，他们固然没有直接的协作，分别在两个国度独立研讨，但对计算机体系架构的观念却出奇的分歧，只是运气上冯·诺依曼要比图灵侥幸得多。图灵关于ACE的工作和人工智能关系有限，我们就不再破费笔墨在这上面了。

由于英国政府的失密请求，回到剑桥后，图灵所做的关于机械智能的研讨在当时并未公开发表（图灵的论文《智能机器》（“Intelligent Machinery”）写于1948年，直至1992年才在《艾伦·图灵选集》中发表）。直到1950年，图灵在《心灵》（“Mind”）杂志上发表了另一篇划时期的论文：《计算机器和智能》（“Computing Machinery and Intelligence”），笔者置信大部分读者都没有听说过这文章，但也敢肯定有很多人听说过“图灵测试（Turing Test）”，正是这篇文章提出了著名的“图灵测试”。能够说，也正是由于这篇论文对图灵研讨工作的总结，使得后来图灵被世人冠以人工智能之父的光彩。

1950年图灵在《心灵》杂志中发表《计算机器和智能》，图为《心灵》杂志的目录

我们先来引见图灵测试，与当年和香农争论“智能该如何定义”这个问题时的思绪不同，经过几年时间的探求，图灵曾经认识到在当时的学术积聚下强行定义智能将是适得其反的。因而，在《计算机器和智能》的开篇就直接阐明了他不会正面地的明白定义何谓“智能”，而是先假定智能能够被机器所模仿，然后对机器能否具有智能给出了一个侧面的判定途径：

假如人类由于无法分辨一台机器能否具备与人类相似的智能，招致无法分辨与之对话的到底是人类还是机器，那即可认定机器存在智能。

这个简单的机器对人类的“模仿游戏”便是现今举世出名的图灵测试。图灵在提出图灵测试的时分，并未想到会对后世带来如此深远的影响。大约1998年互联网兴起开端，每隔一段时间就有企业或机构出来宣称自己研制的机器人经过了图灵测试，其实这简直都是商业操作和宣传的噱头，无一例外都是特定条件下，如“在5分钟或者20句的对话中，胜利令若干个的受测者以为与他对话的机器是个13岁的孩子”这一类型的“经过测试”。

而图灵所定义的图灵测试，更接近于一个思想实验，并未规则参与测试的机器要和人对话多长时间，要骗过受测者中多少人，参与测试的人类智力、年龄等应该在什么样的水平，机器应该模仿一个年龄多大的人类等等（论文中倒是罗列了很多可能提的问题和计算机回答的场景来中止论述，但并未对测试加以任何判定的条件限制）。图灵测试中所指的人类，也更多是一个泛称，而非特定的某类人或某个人类个体。

迄今为止，没有任何机器能够经过真正意义上的图灵测试。有趣的是，由于机器在图灵测试上一次又一次的失败，人类基于机器经过这种测试的艰难度，反而发明出图灵测试最普遍的应用场景，这种应用在网络上随处可见——图形考证码。考证码的英文单词“Captchac”其实就是 “经过图灵测试来完整自动地分辨出计算机和人类”这句话的首字母缩写（Completely Automated Public Turing test to tell Computers and Humans Apart）

05

智能与人类的界线

今天主流的人工智能研讨中，直接以发明出能经过图灵测试的人造智能机械为目的的研讨项目其实极为稀有的，这一方面缘由是由于图灵测试的难度真实是太高，难以出成果；还有另一方面的缘由是图灵测试所提出的目的，其实是曾经超越了人类自身的需求了，好比人类要不时制造更好飞机的目的肯定是为了更快更温馨的旅游，而不是为了它飞的更像鸽子致使于能诈骗掉其他鸟类。

经过一个简单的汇合关系，能够令我们以更严谨的方式来了解“人类所需的智能”和“能够模仿人类经过图灵测试的智能”这两个问题的差别。如图所示，我们定义了两个汇合：“全部智能行为”和“全部人类行为”，以及两者的交集“属于人类需求范畴的智能行为”，并以此举例：

1. 属于全部智能行为能够回答的问题：“围棋规则中执黑需求贴目多少才干确保公平？”

2. 属于全部人类行为能够回答的问题：“周志明和周杰伦谁唱歌比较好听？”

3. 属于人类范畴的智能行为能够回答的问题：“菠菜3元一斤买3斤需求多少钱？”

人类行为与智能行为的范围

显而易见，图灵测试所判定的“智能”是能够模仿全部人类行为的智能，但是全部人类行为的范围内并非都是“属于人类需求范畴的智能行为”，也并非一切人类行为都有让计算机替代人类去完成的必要，你没必要让计算机替你分辨出“榴莲到底是不是一种好吃水果”，觉得榴莲能否好吃这种问题也不会用来权衡回答者有没有智能或者作为判别智商的上下的依据，对吧？

今天学术界人工智能研讨的主流是机器从事人类范畴的智能行为（当然，机器天生就能够完成一部分人类之外的智能行为，譬如速算，所以要研讨的问题是机器还完成不了的人类范畴的智能行为）这部分内容，而笔者置信往常绝大部分人都很容易接受人工智能的研讨定位在人类范畴的智能行为是合理的。

但是当时的主流学者并不都这么以为，在1950年以及之后的一、二十年里，人们对机械完成智能的难度估量普遍都表示出极为达观的态度，很多的投入是破费在“认识”（Consciousness）、“心智”（Mind）、“自我”（Self）这一类今天划归于强者工智能范畴的研讨之中，致使于在20世纪80年代大家终于接受快速完成人工智能的愿望已不真实际这个理想后，呈现了一系列关于人工智能出路的大讨论，如“技术奇特性”的讨论、“中文房间”实验、强弱人工智能之分等都是这个时期提出的。

关于作者：周志明，矩阵数字经济智库专家，资深Java技术、机器学习和企业级开发技术专家，现任远光软件研讨院院长，人工智能博士在读。

著作颇丰，著有知名畅销书《深化了解Java虚拟机：JVM高级特性与最佳理论》《深化了解Java虚拟机》《深化了解OSGi》，翻译了《Java虚拟机规范》等著作。其中《深化了解Java虚拟机》第1版出版于2011年，曾经出至第2版，叫好又叫座，累计印刷超越30次，仍长销不衰，是中文计算机图书范畴公认的、难得一见的佳作。

本文摘编自周志明新书《聪慧的疆界：从图灵机到人工智能》，经出版方受权发布。

附：一张图看懂人工智能的前世今生

右上角点击珍藏，留着慢慢看！

引荐阅读：