@KirkDBorne: 克劳德·香农帮助启动了机器学习 —— “香农没有费心预测未来——他只是直接去发明了……”
摘要
这篇文章重点介绍了克劳德·香农对现代计算和人工智能的基础性贡献,包括信息论、逻辑门的发明,以及早期的计算机国际象棋编程,这些都帮助推动了机器学习的起步。
查看缓存全文
缓存时间: 2026/07/31 04:47
克劳德·香农推动了机器学习的诞生——“香农没有费心去预测未来——他直接去发明了它”:https://spectrum.ieee.org/claude-shannon-information-theory… +—+—+—+ 参见这本获奖图书:http://amzn.to/3L1yQES
克劳德·香农如何推动了机器学习的诞生
来源:https://spectrum.ieee.org/claude-shannon-information-theory 在20世纪的伟大工程师中,谁对21世纪技术的贡献最大?我的答案是:克劳德·香农 (https://spectrum.ieee.org/claude-shannon-tinkerer-prankster-and-father-of-information-theory)。
香农最为人熟知的是创立了信息论 (https://spectrum.ieee.org/tag/information-theory)。在1948年的一篇论文中,这篇论文属于工程学史上 (https://spectrum.ieee.org/tag/history-of-engineering) 最伟大的论文之一,他提出了一种衡量信号信息含量的方法,并计算出在任何通信信道上可靠传输信息的最大速率。这篇题为“通信的数学理论 (https://people.math.harvard.edu/~ctm/home/text/others/shannon/entropy/entropy.pdf)”的文章描述了所有现代通信的基础,包括智能手机上的无线互联网 (https://spectrum.ieee.org/tag/internet),甚至是双绞电话陆线(landline)上的模拟语音信号。1966年,IEEE授予他最高奖项——荣誉勋章 (https://corporate-awards.ieee.org/recipients/ieee-medal-of-honor-recipients/),以表彰这项工作。
如果信息论是香农唯一的成就,那也足以确保他在先贤祠中的地位。但他做的远不止这些。
十年前,在MIT (https://spectrum.ieee.org/tag/mit) 攻读硕士论文期间,他发明了逻辑门。当时,电磁继电器——利用磁力 (https://spectrum.ieee.org/tag/magnetism) 来开合电开关的小型装置——被用于构建路由电话呼叫或控制复杂机器的电路。然而,对于如何设计或分析这类电路,并没有一致的理论。人们思考它们的方式是围绕继电器线圈是否通电。香农表明,布尔代数 (https://www.allaboutcircuits.com/textbook/digital/chpt-7/introduction-boolean-algebra/) 可以被用来摆脱继电器本身,进入对电路功能的更抽象理解。他利用这种逻辑代数来分析和综合开关电路,并证明整个电路按预期工作。在他的论文中,他发明了AND、OR和NOT逻辑门 (https://spectrum.ieee.org/tag/logic-gates)。逻辑门是所有数字电路的构建块,整个计算机科学的大厦都基于此。
1950年,香农在《科学美国人》 (https://www.paradise.caltech.edu/ist4/lectures/shannonchess1950.pdf) 上发表了一篇文章,并发表了一篇研究论文 (https://vision.unipv.it/IA1/ProgrammingaComputerforPlayingChess.pdf),描述了如何为计算机编写程序来下国际象棋 (https://spectrum.ieee.org/tag/chess)。他详细介绍了如何为实际计算机设计程序。他讨论了数据结构如何在内存中表示,估计了程序需要多少位内存,并将程序分解为他所谓的子程序。今天我们称之为函数或过程。他的一些子程序用于生成可能的走法;另一些则用于对局面好坏进行启发式评估。
在MIT攻读硕士论文期间,香农发明了逻辑门。
香农做这一切的时候,全世界计算机 (https://en.wikipedia.org/wiki/Timeline_of_computing_1950%E2%80%931979) 的数量不到10台。而且它们都被用于数值计算。他在研究论文的开头推测了计算机可能被编程执行的各类非数值计算任务,包括设计继电器和开关电路、设计通信用的电子滤波器、在人类语言之间进行翻译,以及进行逻辑推理。如今,计算机做了所有这些事情。他给出了为什么选择先研究国际象棋的四个理由,其中一个重要的理由是,人们认为下棋需要“思考”。因此,他推断,这将是检验计算机能否思考的一个绝佳测试案例。
香农建议,可以通过分析程序已经下过的棋局,并调整其启发式评估中用于判断所遇到棋局强弱项的术语和系数,来改进他的程序。当时香农手头没有现成的计算机,因此无法测试他的想法。但仅仅五年后的1955年,亚瑟·塞缪尔 (https://history.computer.org/pioneers/samuel.html) 这位IBM (https://spectrum.ieee.org/tag/ibm) 工程师,能够在计算机交付给客户前的测试阶段使用它们,就运行了一个跳棋程序,该程序使用香农的确切方法来提升其棋力。1959年,塞缪尔发表了一篇论文 (https://ieeexplore.ieee.org/document/5392560),标题中带有“机器学习”——这是该短语首次出现在出版物中。
所以,让我们回顾一下:信息论、逻辑门、非数值计算机编程 (https://spectrum.ieee.org/tag/programming)、数据结构,而且可以说还有机器学习 (https://spectrum.ieee.org/tag/machine-learning)。克劳德·香农 (https://spectrum.ieee.org/tag/claude-shannon) 没有费心去预测未来——他只是直接去发明了它,甚至还活到了亲眼看到自己的思想被采纳的那一天。自从他20年前去世以来,我们再也没有见过像他这样的人。也许永远不会再有了。
本文发表于2022年2月印刷版,原题为“Claude Shannon’s Greatest Hits”。
相似文章
@pmarca: 有意思。
Marc Andreessen 分享了 Lenny Rachitsky 播客中一个有趣的片段,其中 Dan Shipper 过去的AI预测被证明是准确的,包括被忽视的 Claude Code 的重要性。
艾伦·凯:香农给了我们处理噪声信道的方法 [视频]
在克里斯汀·尼加德生日庆典的演讲准备期间,艾伦·凯遇到了音频反馈,这让他想起了克劳德·香农的噪声信道编码定理,促使他就其在真实世界技术问题中的相关性进行了即兴评论。
@bcherny: 非常支持以易懂的方式教更多人使用 Claude Code 的基础知识。世界上还有很多人尚未…
Itay Shmool 创建了 'zero2claude',一个免费课程,教没有终端经验的人如何使用 Claude Code。Boris Cherny 赞扬了让 AI 代理更易用的努力。
@KirkDBorne: 机器学习之前 [第三卷] - 人工智能的概率与统计:数据科学与人工智能的基础数学…
这篇文章推广了《机器学习之前 第三卷:人工智能的概率与统计》一书,该书通过 Antwerp Diamond Heist 的叙事来教授人工智能的统计概念,如贝叶斯推理和马尔可夫链,并附有实用的代码示例。
@bcherny: 我一直在思考的一件事:过去,我认识的最优秀的工程师们花大量时间以各种方式自动化自己的工作……
一条发人深省的推文串,主张自动化工程任务(尤其是使用像Claude这样的AI代理)比以往任何时候都更加重要。它主张将领域知识编码为基础架构,以加速开发并使非工程师也能参与贡献。