劉卓軍

創(chuàng)新，尤其是技術(shù)創(chuàng)新總要有一個(gè)過程。若創(chuàng)新獲得成功，這個(gè)過程就會(huì)以創(chuàng)新成果得以呈現(xiàn)而告一段落或結(jié)束。當(dāng)創(chuàng)新成果還有進(jìn)一步完善的空間時(shí)，這個(gè)過程就很可能要持續(xù)下去，進(jìn)入下一個(gè)甚或下下一個(gè)階段。當(dāng)然，創(chuàng)新的努力也有可能失敗，需要正確對(duì)待，情形明朗時(shí)必須果斷止損，終止相應(yīng)的過程。

通常，創(chuàng)新過程在開始時(shí)，或許已經(jīng)有了很周全的規(guī)劃和方案，或許有的也僅僅是興趣及好奇心，甚或是一時(shí)興起或受到其他因素的影響而啟動(dòng)?？傊?，創(chuàng)新過程非常復(fù)雜，不確定性很大，充滿挑戰(zhàn)，隨著創(chuàng)新工作的深入展開，方案調(diào)整和路線更改是常有的事。從成果價(jià)值和影響程度來看，創(chuàng)新有大小之分，其意義當(dāng)然也有所不同。但有一點(diǎn)是一樣的、根本的，即創(chuàng)新要以（取得）發(fā)現(xiàn)為核心和基礎(chǔ)，實(shí)現(xiàn)由發(fā)現(xiàn)到（獲得）應(yīng)用成果的轉(zhuǎn)移和轉(zhuǎn)化。其中，重大發(fā)現(xiàn)往往需要進(jìn)行相當(dāng)長的基礎(chǔ)研究，包括概念形成和澄清，原理解釋和分析，模型設(shè)計(jì)和構(gòu)建等內(nèi)容。一項(xiàng)創(chuàng)新成果，有關(guān)的基礎(chǔ)研究越扎實(shí)，前期的相關(guān)積累越豐富，就越不容易被超越，其創(chuàng)新影響的范圍就越大、時(shí)間越持久。

當(dāng)然，創(chuàng)新的努力也有可能失敗，需要正確對(duì)待，情形明朗時(shí)必須果斷止損，終止相應(yīng)的過程。

單純依靠靈感、金點(diǎn)子和好主意是不夠的。牛頓看到蘋果落地導(dǎo)致了他發(fā)現(xiàn)萬有引力定律的故事并不能屏蔽掉牛頓在對(duì)開普勒基于歷史觀測數(shù)據(jù)得到的經(jīng)驗(yàn)發(fā)現(xiàn)做出深入思考并借助他自己發(fā)明的微積分方法進(jìn)行分析推導(dǎo)所付出艱苦努力的事實(shí)。可以說，沒有長期的觀察和分析，沒有微積分這一有力的工具，蘋果落地是砸不出萬有引力定律的，而且事實(shí)上這一定律的發(fā)現(xiàn)也絕不完全是牛頓一人的功勞。不管怎么說，（重大）創(chuàng)新發(fā)明是推動(dòng)社會(huì)進(jìn)步的重要力量，所以社會(huì)高度重視創(chuàng)新也是一種必然。但這里也要正視一個(gè)問題，即創(chuàng)新的冷與熱的問題。

社會(huì)可以表現(xiàn)出對(duì)于創(chuàng)新的熱的一面，就像賽場上的啦啦隊(duì)一樣，對(duì)創(chuàng)新者，對(duì)創(chuàng)新成果的取得給予鼓與呼。不過也要有個(gè)度，比如在實(shí)事求是方面就不能打折扣。從另一方面看，參與創(chuàng)新的團(tuán)隊(duì)及其成員對(duì)于創(chuàng)新卻應(yīng)堅(jiān)持冷的態(tài)度。創(chuàng)新者當(dāng)然需要有激情，所謂的冷是要有冷靜的心態(tài)、理性的作風(fēng)和勇于坐冷板凳的精神。談?wù)摾?，并不排斥?duì)熱點(diǎn)問題的追逐。對(duì)此，可以品味一下人工智能這個(gè)到目前為止仍然很熱的題目。

人工智能當(dāng)然不僅僅是像1956年達(dá)特茅斯一次小型研討會(huì)上首次提出了一個(gè)概念和詞匯那樣簡單，它經(jīng)歷了跌宕起伏的發(fā)展，是一個(gè)必將持續(xù)發(fā)展的科學(xué)、技術(shù)和工程領(lǐng)域。由于能下（圍）棋、能認(rèn)人、能對(duì)話、開車等，人工智能得到了一般民眾的高度關(guān)注和更熱情的期盼。與此同時(shí)，與之相關(guān)聯(lián)的（人工）神經(jīng)網(wǎng)絡(luò)技術(shù)和深度學(xué)習(xí)方法也受到了研究人員和工程技術(shù)人員的高度追捧。不妨回顧一下，這類技術(shù)和方法的最初成果從正式在文獻(xiàn)上發(fā)表到現(xiàn)在已經(jīng)走過了近80年的歷程。智能是什么，智能可不可以模擬，可不可以創(chuàng)造？這類問題是人類不可能不關(guān)注的基本問題。

1943年，神經(jīng)生物學(xué)家麥卡洛克和自學(xué)成才的數(shù)學(xué)家皮茨發(fā)表了把數(shù)學(xué)方法融入神經(jīng)元系統(tǒng)的劃時(shí)代的文章，然而，在當(dāng)時(shí)沿著這個(gè)方向做下去并沒有形成熱點(diǎn)，一切都在探索。

1950年，還在哈佛大學(xué)讀本科的馬文·明斯基和他的同窗迪安·艾德蒙茲建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)，他們使用了3000個(gè)真空管和B-24轟炸機(jī)上多余的自動(dòng)駕駛裝置，搭建了可模擬40個(gè)神經(jīng)元的網(wǎng)絡(luò)。這個(gè)取名為SNARC的系統(tǒng)，其目的是學(xué)習(xí)如何穿越迷宮。后來，明斯基進(jìn)入普林斯頓大學(xué)深造，先學(xué)物理后改修數(shù)學(xué)，更深入地研究神經(jīng)網(wǎng)絡(luò)和腦模型問題。1954年，當(dāng)他要博士畢業(yè)時(shí)，答辯委員會(huì)有人質(zhì)疑，他的工作是否可以看成是數(shù)學(xué)研究？偉大的馮·諾伊曼表了態(tài)，他說，現(xiàn)在不是，將來會(huì)是！

這就是創(chuàng)新中的冷與熱。熱的時(shí)候，追逐不算大本事，冷的時(shí)候堅(jiān)持才能成就大事業(yè)。后來，明斯基在1969年，成為了人工智能研究領(lǐng)域第一個(gè)獲得圖靈獎(jiǎng)的人。悲情的是，這一年，麥卡洛克和皮茨都謝世了。更為悲情的是，明斯基由于對(duì)神經(jīng)網(wǎng)絡(luò)研究的態(tài)度轉(zhuǎn)變，打擊了這個(gè)方向的發(fā)展。再一次，在“寒冬”季節(jié)里出現(xiàn)了勇士，包括辛頓等人的堅(jiān)持和努力，使得基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型和方法有了新的發(fā)展。冷與熱再次發(fā)生了變化。難道，我們不應(yīng)從中獲得什么啟發(fā)嗎？