LSTM之父再語出驚人：圖靈被吹得太過了，計算機科學之父根本不是他
最近《自然》雜志發(fā)表呼吁：讓我們“重視那些確?？茖W能夠自我糾正的人”。認識我的人都可以證明，尋找和引用科技創(chuàng)新成果的最初起源，對我來說很重要。
今天這篇文章就是要做這件事。
在計算機科學的基本概念上，英國數(shù)學家阿蘭·圖靈做出了重要貢獻，尤其在英美文化圈子里享有盛譽，有時被稱為“計算機之父”?！蹲匀弧芬舶l(fā)表過文章說，圖靈 1936 年的論文“為后來的所有計算機的誕生構建了理論框架和基礎。”
圖靈 1936 年的論文《論可計算數(shù)及其在判定問題上的應用》
這個說法明顯把圖靈吹過了頭。而這也同樣影響了被稱為“計算機的諾獎”的圖靈獎的命名。雖然圖靈確實如該獎委員會所說，“闡明了計算的數(shù)學基礎和局限性”，但更重要的問題是，這些工作以前就一直有人在做。
那么是誰先做的呢？不是圖靈。
回顧歷史，圖靈難稱“計算機之父”
1931 年，奧地利數(shù)學家?guī)鞝柼?middot;哥德爾（Kurt Gödel）和 1935 年美國的阿朗佐·丘奇（Alonzo Church）都在這個問題上取得了開創(chuàng)性成果。當然，圖靈在 1936 年的論文中引用了他們的成果。
1931 年，Kurt Gödel 創(chuàng)立理論計算機科學，實際上成為現(xiàn)代理論計算機科學的奠基人。他提出了一種基于整數(shù)的通用編碼語言，以公理形式將任何數(shù)字計算機的操作形式化。哥德爾用它來表示數(shù)據(jù)（如公理和定理）和程序。
Gödel 最著名的成就是對形式系統(tǒng)的闡述，其中包括形式系統(tǒng)的計算 —— 給定一個計算定理證明器，從一組可枚舉的公理中系統(tǒng)地枚舉所有可能的定理，但是當陳述自我指涉時它將是不可解的。
Kurt Gödel（1906-1978）
Gödel 確定了算法定理證明、計算和任何類型的基于計算的 AI 的基本局限性。實際上，從 20 世紀 40 年代至 70 年代早期，關于人工智能的研究大部分是關于定理證明以及通過專家系統(tǒng)和邏輯編程的 Gödel 式演繹。
像大多數(shù)偉大的科學家一樣，Gödel 的成果也建立在更早的先人成果的基礎上。他將 Georg Cantor 的對角化技巧與 Gottlob Frege、Thoralf Skolem 和 Jacques Herbrand 的基礎工作相結合。
而上面這些人的研究基礎是萊布尼茨 1686 年的著作《思想的代數(shù)》。對，就是提出微積分的那個萊布尼茨。他也是 “計算機科學之父” 的候選人之一，被稱為 “世界上第一個計算機科學家”，甚至是 “有史以來最聰明的人”。
萊布尼茨（1646-1716）
萊布尼茨不僅是提出微積分的第一人，而且還進行了一個雄心勃勃的項目，通過計算來回答所有可能的問題。
他曾說過：“如果出現(xiàn)爭議，兩個哲學家之間就不需要爭論，而是像兩個會計師之間一樣，手里拿著鉛筆，坐下來就足夠了，用他們的石板互相說：讓我們計算一下！” 然而，在 1931 年，Gödel 表明，以這種方式可判定或可計算的東西存在根本的局限性。
Alonzo Church （1903-1995）
1935 年，Alonzo Church 通過證明 Hilbert 和 Ackermann 著名的 Entscheidungs problem（決策問題）沒有通用解決方案，推導出 Gödel 結果的擴展。為此，他使用了名為 Untyped LambdaCalculus 的替代通用編碼語言，該語言構成了極具影響力的編程語言 LISP 的基礎。
1936 年，圖靈引入了另一個通用模型：圖靈機，并成為后來最著名的通用模型（至少在計算機科學領域是如此）。他重新推導出了上述結果。當然，他在 1937 年的論文中同時引用了 Gödel 和 Church 的方法。
Post 和圖靈在 1936 年究竟做了哪些 Gödel 和 Church 沒有做過的事情？有一個看似微小但卻很重要的差異。
Gödel 的許多指令序列是數(shù)字編碼存儲內(nèi)容與整數(shù)的一系列乘法。同樣，Church 在他的算法中也忽略了基本指令的時空復雜性。
而圖靈和 Post 采用了傳統(tǒng)的、簡化的二進制的計算觀點。他們的機器模型只允許非常簡單的具有恒定復雜性的基本指令，就像萊布尼茨早期的二進制機器模型一樣。
還有人說，圖靈至少奠定了人工智能的基礎。這種說法也站不住腳。
實際上，西班牙人 Leonardo Torres y Quevedo 是 20 世紀第一個實用 AI 的先驅，1914 年，他建造了第一個可工作的國際象棋終局棋手（當時國際象棋被認為是一種僅限于智能生物領域的活動）
1948 年，圖靈寫了相關的人工進化思想和學習人工神經(jīng)網(wǎng)絡的論文，至少它的結構可以追溯到 1943 年（至于其中物理學密切相關的前期工作自 20 世紀 20 年代就開始進行了）。
阿蘭·圖靈（1912-1954）
不過，圖靈并沒有發(fā)表這些文章。1950 年，他提出了一個簡單而著名測試，用于評估計算機是否是智能的。在 1956 年的達特茅斯會議上，“人工智能”一詞由約翰·麥卡錫提出，成為此后相關研究的新標簽。
然而，關于人工智能的第一次會議是在 1951 年的巴黎舉行的，當時大部分現(xiàn)在被稱為“人工智能”的東西仍然被稱為控制論，其內(nèi)涵非常符合現(xiàn)代人工智能深度神經(jīng)網(wǎng)絡。
遺憾！兩位 AI 理論先驅都沒得過圖靈獎
現(xiàn)代人工智能理論的先驅是Gödel，而非圖靈。Gödel 確定了人工智能、數(shù)學和計算的局限性，并通過專家系統(tǒng)基于自動定理證明和推論奠定了人工智能的正式基礎。他在人工智能的基礎成就大大早于圖靈。實用人工智能最早的奠基者也不是圖靈。
圖靈獎創(chuàng)建于 1966 年，表彰 “對計算機領域具有持久和重大技術重要性” 的貢獻。令人尷尬的是 ，Gödel 從未獲過該獎項，而為計算機科學理論基礎做出重要貢獻的 Church 也沒有得過。這不能不說是一個諷刺。
在生物信息學方面，圖靈最有影響力的貢獻可能是在二戰(zhàn)期間破解了納粹德國使用的 Enigma 密碼。
有人認為，成功破解德軍密碼是盟軍擊敗第三帝國的決定性因素
然而，著名的密碼破譯機 Colossus 是由 Tommy Flowers（而非圖靈）設計的。這位英國密碼學家的成果建立在波蘭數(shù)學家 Marian Rejewski、Jerzy Rozycki 和 Henryk Zygalski 的早期基礎工作之上，他們才是首批破解 Enigma 密碼的人（以此為題材的電影中甚至連提都沒提這些人）。
近一個世紀以來，有許多人對計算科學的理論和實踐做出了貢獻。圖靈的貢獻當然是巨大的，但他和其他人一樣，都是站在巨人的肩膀上。
圖靈 1936 年的著名論文中，引用了Gödel 和 Church 的開創(chuàng)性成果 。我們今天如果將圖靈一人捧上神壇，過度夸大他的貢獻，而對其他先驅的工作視而不見，圖靈本人想必也不會同意。
