今天要講的這個故事有兩個男主，其中一個是天才，另一個也是天才。
第一位天才叫沃爾特·皮茨（Walter Pitts），1925年生於底特律窮人區。皮茨的父親是一位喜歡用拳頭說話的鍋爐工，他對培養一個天才顯然完全不關心，只希望皮茨早點輟學好工作掙錢。
更糟糕的是，皮茨還要面對霸凌他的鄰居孩子，為了避免捱揍，皮茨常常躲在社區的圖書館。
沃爾特·皮茨（Walter Pitts）圖片來源：https://www.newscientist.
圖書館之於皮茨，可能就像是霍格沃滋之於哈利·波特，這裡沒有兇悍的老爹，也沒有蠻橫的鄰居，只有各門神奇的“魔法”——知識。
年少的皮茨在圖書館自學了希臘語、拉丁語，而最令他著迷的“黑魔法”莫過於數學和邏輯學。
12歲那年，皮茨用三天的時間一頁不漏地讀完了伯特蘭·羅素（Bertrand Russell）和阿爾弗雷德·黑特懷德（Alfred Whitehead ）合著的《數學原理》三冊。看完之後，這位小朋友還從裡面挑出了一些錯誤，寫了一封信寄給了羅素本人。
羅素回信了。
他不僅回了信，還在信裡邀請皮茨來劍橋讀他的研究生——這時的皮茨連高中都還沒上。
由於家庭因素，皮茨沒能去成劍橋成為羅素的學生，但是羅素的回信促使皮茨決心成為一個數學和邏輯學家。
到15歲那年，皮茨得知羅素訪問芝加哥大學的消息，選擇永遠離開自己毫無留戀的“家”，隻身前往芝加哥尋找屬於自己的天地。
“芝漂”的皮茨，沒有高中文憑，沒有學生身份，靠打短工為生，但是這些既不能磨滅他追求學術的決心，也掩蓋不了他耀眼的天才光環。
比如，他在十五歲那年曾經徑直走進著名哲學家魯道夫·卡爾奈普的辦公室，沒經過任何自我介紹，拿著一本卡爾奈普的著作《Philosophy and Logical Syntax》，開門見山地說：“來，我跟你講講你哪裡寫的不對。”說完就揚長而去。讓可憐的卡爾奈普教授在芝加哥大學奔走了幾十天，就為了找到那個“懂邏輯的報童”。
18歲的時候，皮茨認識了神經學家沃倫·麥卡洛克（Warren McCulloch）。彼時的麥卡洛克正在思考一個問題，神經元是如何工作的呢？作為神經學家的他對於心理學家弗洛伊德那一套很不買帳，他認為講清楚神經元的工作方式，才是理解認知的正解。
數學和邏輯天才皮茨的適時出現給了麥卡洛克最強助力。皮茨將麥卡洛克的神經網絡抽象成了數學模型，提出了閾值邏輯單元（threshold logic units，TLU)這個函數模型來描述神經元，並且用環形的神經網絡結構來描述大腦記憶的形成。
這就是著名的麥卡洛克-皮茨（M-P）論文《A Logical Calculus of Ideas Immanent in Nervous Activity》，這篇論文對人工神經網絡和人工智能技術具有開創性的意義，TLU也被稱為M-P神經元模型，被沿用至今，奠定了未來深度學習技術的基石。
不過，這篇文章在當時並沒有引起很大的轟動，論文的相當一部分受眾是神經學家，他們並不能完全理解其中的數學模型，況且這個模型比起人腦還是簡單太多了。
直到另一位天才，諾伯特·維納（Norbert Wiener）出現，才將麥卡洛克-皮茨模型的潛力充分地發掘了出來。
維納的天才屬性從兒童時代就已展露無遺。他9歲入讀高中，11歲高中畢業入讀塔夫茨大學，14歲取得數學學士學位，17歲從哈佛取得數學博士學位——迄今為止維納都是哈佛曆史上最年輕的博士，曾被譽為“世界上最神奇的男孩” （the Most Remarkable Boy in the world）。
維納曾被譽為“世界上最神奇的男孩”。圖片來源：history-computer.com
博士畢業後，維納先後去了英國劍橋和德國哥廷根繼續深造，回到美國後，他輾轉在幾所大學任教，最終在麻省理工（MIT）紮根，研究數學、信息理論和控制理論。
維納漸漸成為了信息論的大牛導師，但有那麼一陣子，他卻因為招不到中意的學生而煩惱。就在這時，有人給他推薦了皮茨——自學數學、邏輯學、希臘語和拉丁語並得到羅素和卡爾奈普賞識的天才。
起初，維納根本不相信有這樣的人存在。但是事實證明，他錯了。
維納和皮茨的初次見面是在維納MIT的辦公室裡面。兩個人都省去了寒暄的部分，直接切入了正題。維納把皮茨領到黑板前面，然後自己開始在黑板上推公式，而皮茨很自然地在維納的推導過程中提出了一些自己的見解。
坐在辦公室裡的維納。圖片來源：history-computer.com
推完兩黑板的公式之後，維納就決定要留下皮茨。
皮茨無疑是維納見過的最厲害的年輕人，他認為皮茨將會遠超同齡人，成為那個時代全美國、乃至全世界最重要的兩三個科學家之一。
在維納的力保之下，MIT破格錄取了既沒有高中學歷也沒有本科學歷的皮茨。
於是，皮茨正式成了維納的博士生，繼續神經模型的研究。
皮茨在維納的指導下，準備在博士期間將他原本的二維平面神經網絡模型拓展成三維模型，並原有的固定函數模型替換成概率模型——而概率正是維納的長項。
即使是在今天，一個基於概率的三維神經網絡模型也不是什麼稀疏平常的博士課題，更何況是在70年前！大家都覺得三維神經網絡的數學複雜性不可想象，但是大家——特別是維納——都對皮茨充滿信心。
此外，信息論大咖維納還從麥卡洛克-皮茨模型看到了另一種可能性。麥卡洛克-皮茨是以神經學為切入點，希望通過對神經元的建模來理解大腦是如何工作的。但是維納認為，既然這個數學模型可以用來描述大腦，那麼反過來，如果用電子機械系統搭建一個這樣的模型，這不就成了“電腦”了嗎？
好，讓我們猜一下在20世紀40年代，誰會對一個叫作“電腦”的東西感興趣呢？
答案當然是計算機之父——馮·諾伊曼（von Neumann）！
維納把皮茨和麥卡洛克的工作積極地介紹給了馮·諾伊曼，馮·諾伊曼從麥卡洛克-皮茨模型中獲取了靈感，提出了馮·諾伊曼結構。1945年6月，馮·諾伊曼在劃時代的報告《EDVAC報告書的第一份草案》（“First Draft of a Report on the EDVAC” ）中唯一引用公開發表的文章只有一篇，就是麥卡洛克-皮茨這篇論文。
除了順手推動了一下計算機發展，維納又集結了一批神經學家，成立了他的跨學科研究夢之隊，風風火火地推進他的控制理論（Cybernetics）大業，致力於將生物體和電子機械設備統一在同一個系統理論的框架下。
維納認為，生物體的通信和行為可以被建模，電子機械設備也可以具備像生物體一樣的學習能力，依託控制理論的電子機械設備用不了多久可以代替人類完成大量任務。
維納成功了，1949年正式提出“控制理論”之後，他儼然成為了學界明星，他的控制理論著作《控制論：關於動物和機器中控制和通信的科學》和大眾科普版的控制理論《人有人的用處》都是經典中的經典。
《控制論：關於動物和機器中控制和通信的科學》，維納在標題中簡短地定義了“控制理論”，就是“關於動物和機器中控制和通信的科學”。圖片來源：monoskop.org
維納的在《人有人的用處》中提到：科學技術可能給人類社會造成的衝擊，對部分人群可能造成壓迫和剝削。這些問題在人工智能火熱今天來看也毫不過時。圖片來源：goodreads.com
維納為計算機科學、人工智能、機器人技術以及自動化等領域都做出了開創性的貢獻，併成為名副其實的“控制論之父”。
但是令人意外和惋惜的是，相同的故事並沒有在皮茨身上上演。
就在皮茨剛剛成為科學界的新星，開始閃耀光芒時，1952年，維納突然單方面宣佈與皮茨和麥卡洛克斷交。
為什麼會這樣？
據說是維納的太太厭惡麥卡洛克，因此從中挑撥，讓維納遠離克洛克和皮茨。也有人說是維納自己傲嬌古怪的個性發作。
總之，維納既沒有解釋，也再沒見過皮茨，就這樣突然、徹底地切斷了他與那個他曾經無限看好的年輕人的聯繫。
皮茨從此一蹶不振。
而在這之後，他對於青蛙眼睛的研究結果更是將他推入絕境——大腦和神經元的關係異常複雜，並不能用純粹的邏輯來回答。這完全顛覆了他的世界觀。
皮茨與萊特文曾合作研究青蛙視覺與大腦的聯繫。圖片來源：web.csulb.edu
不過他並沒有預見到，自己先前的觀點對於生物學大腦雖然不完全適用，但卻推動了數字計算、機器學習中的神經網絡方法等。
後來，
皮茨失去了對研究以及對一切事物的熱情。他拒絕了MIT授予他博士學位，甚至一把火燒光了自己的博士論文——那篇讓整個學術界翹首期盼的關於三維人工神經網絡的論文。
在人生的最後歲月中，心灰意懶的皮茨與酒精相伴，於1969年死於酗酒的併發症——食管靜脈曲張破裂。
作為當代的吃瓜群眾，我們除了惋惜也無能為力，二十世紀最偉大科學家名單裡，從此不會有皮茨。
也許在某個平行宇宙中，維納和皮茨可以一直愉快地合作，提前幾十年發展起來人工智能和深度學習。也許在今天，無人駕駛和各種自動化設施早就普及。
然而，在我們這個宇宙中，並沒有這個“也許”。
只希望，當我們在享受人工智能帶來的各種便利的時候，大腦裡有那麼幾個小小的神經元稍微一放電，閃過兩個發光的天才，他們的名字是諾伯特·維納和沃爾特·皮茨。
作者名片
排版：小爽
參考文獻：
F. Conway and J. Siegelman, "Reintroducing Wiener: Channeling Norbert in the 21st Century [Keynote]," in IEEE Technology and Society Magazine, vol. 34, no. 3, pp. 41-43, Sept. 2015.
Ioan James, “Remarkable Mathematicians: From Euler to von Neumann”, Cambridge University Press (6 Feb. 2003)
Anderson, James A.; Rosenfeld, Edward (editors), “Talking Nets: An Oral History of Neural Networks”, 1998. The interview with Jerome Lettvin discusses Walter Pitts.
Gefter, Amanda (February 5, 2015). "The Man Who Tried to Redeem the World with Logic". Nautilus. No. 21. MIT Press and NautilusThink.
閱讀更多 我是科學家iScientist 的文章
