歷史素有兩種寫法：以人為主和以事為主。所有的傳記都是以人為主的；而各種專史，如戰(zhàn)爭史，則多以事為主。所謂歷史是人民創(chuàng)造的還是英雄創(chuàng)造的，我個人的偏好還是以人為本。八卦的歷史，讀者自然喜歡，對作者也有好處，就像一戰(zhàn)后英國首相勞合·喬治對他的耶路撒冷總督說的那樣：有爭執(zhí)，咱們政治家才派得上用場，如果他們停下來不打了，你就失業(yè)了。 
　　人工智能到底是什么？給一門學科界定范圍很難，尤其是這門學科還在快速變化中。即使是數學這樣的成熟學科，有時我們也理不清邊界，而像人工智能這樣朝令夕改的，更是不容易鬧清楚了。人工智能的定義素無共識。在大學里，機械系、電子系、計算機系，甚至哲學系都有人干人工智能。讓這些人對這門學科取得共識談何容易。從實用主義（哲學的“實用主義”，不是日常用語“實用主義”）看，一個學科就是學科共同體共同關注的東西。有些毛邊可以寬容，演變。這種外延式的定義要比從上帝視角給一個內涵式定義更為實用。 
　　一般認為，人工智能起源于1956年在達特茅斯學院召開的夏季研討會。國內關于達特茅斯會議和神經網絡早期歷史的各種段子很多源于我?guī)啄昵暗膬善�博客，后來被《上海書評》轉發(fā)。經過修訂，我把它們重新編為本書的兩章：“達特茅斯會議：人工智能的緣起”和“神經網絡簡史”�！坝嬎銠C下棋”一章的大部分也在《南方周末》發(fā)表過�！白詣佣ɡ碜C明興衰紀”的核心內容在《中國計算機學會通訊》連載過。 
　　明尼蘇達大學的查爾斯·巴貝奇研究所一直在做計算機科學的口述歷史，采訪了很多對計算機科學有影響的人，其中有相當一批是人工智能學者。大部分的采訪都有錄音。除了翻閱各種文獻外，我聽了近100小時的采訪錄音，許多人工智能老一代革命家臨終時話都說不利索，聽這種東西除了興趣，還得有體力。 
　　圖靈大概是第一個對智能做出深刻思考的智者。他1936年的文章“可計算的數”奠定了計算機科學的理論和實踐基礎，也把相關的哲學思考推進了一大步，以至于哲學家蒙克（Ray Monk）把他列為有史以來最偉大的十位哲學家之一。圖靈1950年在哲學雜志《心》（Mind）上發(fā)表的文章“計算機與智能”是傳世之作，但這篇文章沒有靠譜的中文翻譯，我將我的譯文和一篇圖靈小傳附在書后作為附錄。圖靈小傳的一個早期版本曾出現在我的《哲學評書》一書中，但新版本融入了一些近幾年關于圖靈研究的新成果�！叭斯ぶ悄堋边@個詞組的出現和達特茅斯會議有關。但英國學術圈在1956之前和之后的很長一段時間一直在用“機器智能”的說法，這和圖靈1950年的文章有關。一般認為，這篇文章是這個學科的源頭。但后來發(fā)現圖靈1948年在英國國家物理實驗室（NPL）寫過一個內部報告，題為“智能機器”，其中提到了“肉體智能”（embodied intelligence）和“無肉體智能”（disembodied intelligence）的區(qū)分。機器人學家布魯克斯（Rodney Brooks）認為圖靈1948年的報告比圖靈1950年的文章更加重要，它從某種意義上預示了后來符號派和統(tǒng)計派之爭。這段歷史我也列在附錄里，放在圖靈小傳之后，因為我覺得先讀讀圖靈的生平也許會有助于理解他的思想。 
　　本書每一章幾乎都可單獨閱讀，大部分內容，對于受過高中教育的人，應該都不難懂。但第10章是個例外，這一章企圖以嚴肅的態(tài)度探討人工智能。我以一種濃縮的方式講述了圖靈機、丘奇 圖靈論題、相似性原則和超計算。沒有計算理論，很多人工智能的基礎問題實在是拎不清。如果讀者覺得吃力，可以跳過這一章。 
　　我常用的一種歷史研究工具是谷歌的Ngram。谷歌掃描了三千多萬本書，把書中出現的詞組的詞頻統(tǒng)計結果公布。以時間為橫軸、詞頻為縱軸畫一條曲線，就可看出特定的詞在不同歷史時間段的興衰，從而得出某些洞察。例如，通過比較“United States are”和“United States is”在歷史上出現的頻率，就可看出美國人是何時開始認同美國作為一個統(tǒng)一的國家的。很明顯，南北戰(zhàn)爭之后，“United States is”開始變得更常用。我們通過統(tǒng)計若干人工智能中關鍵詞的Ngram，可以感知人工智能在不同階段的宏觀發(fā)展。我曾經寫過一篇“計算歷史學”（見《哲學評書》）介紹Ngram。大數據為歷史學提供了有力而令人信服的工具。 
　　科普有一種寫法：用一些貌似通俗的語言去解釋復雜的原理。我一直不大相信這種方法，無論作者是內行還是專業(yè)科普作家。我壓根就沒見過一本可以把量子力學解釋清楚的科普書。即使簡單如圖靈機，也鮮有適當的普及讀物。倒是那些講歷史和八卦的書引人入勝，安德魯·霍奇斯的《艾倫·圖靈傳：如謎的解謎者》是內行寫作的典范，而數學家所羅門·費佛曼的太太安妮塔·費佛曼的兩本邏輯學家傳記是我心目中的標桿。戴森（Freeman Dyson）一直是我喜歡的作者，他也時不時為《紐約書評》寫寫八卦，趣味和我接近，我總是從閱讀他的文章的過程中收獲良多。即使我不懂他的數學和物理的領域，也能時有洞察。我的書單上還有蒙克的所有傳記，它們既高級又有趣。就像蒙克所說，歷史可以幫助內行了解知識的進化并獲得新的視角，同時也為外行人了解專業(yè)知識提供入門的臺階或向導。 
　　讀大科學家寫的科普著作，最有意思的倒不是那些對成熟思想的通俗敘述，而是那些對不成熟看法的披露，還有不好意思寫到正經學術論文里的自負和牢騷。恰因為這個原因，我也喜歡多依奇（David Deutsch）的幾本書。 
　　我們很少有機會在學科發(fā)展之初就能把學科脈絡梳理清楚。過去有過幾個這樣的時間段，例如1900年到1950年的邏輯學，1945年到2000年的分子生物學和1950年到當下的語言學。本書除了想梳理始于20世紀40年代的人工智能的歷史外，還有一個作者隱含的心愿：作為人工智能的科普。哈代曾說科學（尤其是數學和理論物理，也許理論計算機科學）和藝術的原創(chuàng)需要一等的智力，解釋和欣賞（例如樂評家和書評家）是二等的智力活兒。本書假想的對象是那些有能力但又是外行的人。丘成桐曾說（大意）：要想做大學問，必須先培養(yǎng)對學問的感情。除了科普，我還希望能幫助一小撮內行人或準內行人培養(yǎng)感情。我盡可能地列出了相關的參考文獻供進一步學習。人工智能畢竟不是超弦理論，憑著一些智力還是可以自學的。 
　　本書寫作得到白碩、陳利人、宮力、洪濤、劉江、馬少平、毛德操、施水才和趙偉等諸位師友的幫助和指點，特此致謝。烏鎮(zhèn)智庫的同仁為本書提供了必要的數據，我的助理冰冰為我提供了多方面的支持，一并謝過。