彼得·诺维格：每位人工智能研究者都从中学习的教科书

询问过去三十年里受过人工智能培训的几乎任何人，他们第一次正式接触该领域是在哪里，会有惊人数量的人提到同一本八百页的书：《人工智能：一种现代方法》（Artificial Intelligence: A Modern Approach）。该书被135个国家的1,400多所大学采用，据统计销量已超过五十万册。彼得·诺维格（Peter Norvig）于1995年与人合著了这本书，当时人工智能的热潮尚未出现。此后的几十年里，他一直在美国国家航空航天局（NASA）和谷歌担任高级研究职务，同时非正式地成为了该领域最值得信赖的解释者之一。

学术家庭

诺维格出生于1956年12月14日，他的父亲是一位丹麦数学家，二战后移民到美国并在明尼苏达大学学习。他在布朗大学获得了应用数学学士学位，并于1986年在加州大学伯克利分校获得了计算机科学博士学位，论文题目为《文本理解的统一推理理论》（A Unified Theory of Inference for Text Understanding）——这标志着他早期致力于解决让机器理解自然语言的问题，这一主题贯穿了他的整个职业生涯。

从学术界到NASA

诺维格的职业生涯早期在大学教职（南加州大学助理教授、伯克利研究教员）和工业研究之间转换，包括在Sun Microsystems实验室担任高级科学家，以及在Junglee（一家早期的网页比价平台，后被亚马逊收购）担任首席科学家和第八号员工。他技术上最亲力亲为的阶段是在NASA艾姆斯研究中心，他最终领导了计算科学部门，监督约两百名科学家从事自主性、机器人技术和自动化工程的工作。在那里，他的团队开发了搭载在NASA“深空1号”探测器上的“远程代理”（Remote Agent）软件——该软件自主规划并执行了航天器操作，这是人工智能规划在失败即意味着灾难的领域中早期且真正部署的应用。它在1999年赢得了NASA年度软件奖，诺维格本人也在2001年获得了该机构的杰出成就奖。

在谷歌指导研究

诺维格在21世纪初加入谷歌，到2002年时已在指导公司的核心搜索算法。从2005年起，他担任研究总监，在谷歌研究组织的发展形成期，监督从事机器翻译、语音识别和计算机视觉的团队。他至今仍以研究员身份与谷歌保持联系，同时担任斯坦福大学以人为本人工智能研究所的杰出教育研究员。在这一职业生涯中，诺维格在业内闻名，并非因为某项单一的突破性成果，而是因为他始终能识别出该领域的发展方向——最明显的是他与阿隆·哈勒维（Alon Halevy）和费尔南多·佩雷拉（Fernando Pereira）合著的被广泛引用的2009年IEEE论文《数据的不合理有效性》（The Unreasonable Effectiveness of Data）。该论文指出，在网络规模下，使用海量数据训练的简单统计模型，其表现可靠地优于使用较少数据训练的更复杂的人工设计模型。回顾过去，这一论点预示了后来主导机器学习的“数据饥渴”和“规模驱动”方法。

教科书

诺维格最重大的单部作品是与斯图尔特·罗素（Stuart Russell）合著并于1995年首次出版的《人工智能：一种现代方法》。该书没有将人工智能视为搜索、逻辑、规划、学习、机器人技术等独立技术的松散集合，而是围绕“理性代理为最大化预期结果而行动”这一统一思想组织了整个领域，为此前缺乏连贯概念框架的学科提供了坚实的理论支柱。它被全球一千多所大学采用，实际上成为了两代研究者进入学术人工智能领域的标准入门点，其中许多人后来构建了驱动当前人工智能行业的系统。诺维格的其他著作包括《人工智能编程范式：Common Lisp案例研究》（Paradigms of AI Programming: Case Studies in Common Lisp），该书因其对Lisp技术的深入探讨而至今仍受程序员推崇，此外还有他职业生涯早期关于翻译系统和Unix帮助系统的工作。

大众教师

2011年，诺维格与塞巴斯蒂安·特龙（Sebastian Thrun）共同教授了一门斯坦福大学的人工智能在线课程，全球有超过16万名学生注册。这种参与规模帮助启动了大规模开放在线课程（MOOC）运动，并直接促成了优达学城（Udacity）的创立。他随后创立了谷歌的Course Builder项目用于构建在线课程，并发表了被广泛翻译的文章《十年学会编程》（Teach Yourself Programming in Ten Years，2001年），反驳了关于即时掌握编程的捷径承诺，该文已被翻译成二十多种语言。在轻松的一面，他2003年的讽刺作品《葛底斯堡演说PPT演示》（Gettysburg PowerPoint Presentation）将林肯的演说改写为要点幻灯片，成为了科技行业对糟糕演示设计进行广泛批评的代表作。

为什么彼得被称为天才

诺维格的天才之处不在于某项单一的著名证明或发明，而在于他漫长职业生涯中异常一致的综合与远见：在人工智能成为主流学科之前编写了该领域的主导教科书，构建了在NASA航天器上实际飞行并工作的自主软件，在谷歌研究组织发展的关键十年中进行指导，并在该观点成为行业共识的前几年就发表了关于数据优于复杂模型的论点。他当选为AAAI、ACM、加州科学院和美国艺术与科学院的院士，反映了同行社区多次认可他是该领域最可靠、最全面的思想家之一，而非狭隘的专家。

诚实的局限在于，与数学家的证明或科学家的发现不同，诺维格的声誉很大程度上建立在解释、组织和应用工程之上，而不是建立在像定理那样以他名字命名的单一基础理论突破之上。按照他所在领域的说法，他是人工智能领域伟大的综合者和教师之一，而不是某个特定定义性思想的原创者——这是一种真实且持久的智力贡献，但其性质与单一的理论飞跃不同，有时受到的评价也不如后者那样引人注目。

遗产

在第一版出版几十年后，《人工智能：一种现代方法》仍在全球课堂中积极使用，并不断修订以追踪其所定义的领域。与此同时，诺维格的开源教学材料和代码库（其中一些在GitHub上吸引了数万名关注者）继续塑造着新程序员学习思考智能系统的方式，将其影响力延伸到了曾坐在他真实课堂里的学生之外。