撰文:张峥（亚马逊云计算上海人工智能研究院院长）
“尽管中国古代对人类科技发展做出了很多重要贡献，但为什么科学和工业革命没有在近代的中国发生？”这就是著名的李约瑟之问。从李约瑟在上世纪三十年代提出这个问题，时间已经过去了近一百年，虽然李约瑟问题还经常被提起，但困扰我们的是一个新版本：为什么当代中国不能从0到1，只能从1做到无穷大？换句话说，为什么步入资讯通达的二十一世纪，中国始终缺乏原始创新？
前一阵朋友圈里读到吴国盛老师的一篇文章，指出”一个国家的综合科技实力，由基础研究、应用研究、面向市场的开发研究三方面组成，如果其中一个是短板，那么科技实力是偏颇的。”
针对中国缺乏原创这个现象，吴老师认为我们对基础研究和基础学科缺乏正确的认识，我们的文化缺少对科学、真理和创造的支持，更多从功利角度、实用角度来看待科学。
吴老师的这个观点，可以在知识分子上刊登的另一篇熊卫民老师的文章里得到一部分佐证。熊文分析了中国科学家为什么选择了中国特色的“人工合成生命”系列研究，从而错失分子生物学革命的各种原因。（见文章“中国为何会错失分子生物学革命？”）他指出，从1958年到1977年近二十年间，除了冷战阶段和国际同行脱轨的国际原因之外，中国反对“为科学而科学”，强调理论联系实际，经常性的批判基础研究，由非科学家主导研究。
从无线电、计算机、互联网的发明，
我们能学到什么？
吴老师文章里举了三个例子，无线电、计算机和互联网。我们不妨对这它们的起源和发展轨迹做些分析。
无线电发明极简史麦克斯韦方程组被称为人类历史上最伟大的公式。这位英国物理学家在十九世纪六十年代把人类对电磁现象的认识归结为漂亮的四个微分方程，并预见到电磁波的存在。二十年后，德国物理学家赫兹设计了一套简单的电磁波发生器和一个检测器，于1887年，成功地用实验验证了电磁波的存在，电磁波从理论上的可能性变成可见、可测量、可量化的实验现象。有意思的是，对这一个巨大的突破，赫兹本人固执地认为一点实用价值都没有。
1894年，也就是赫兹去世的那年，爱科学爱折腾的意大利年轻富二代马可尼，偶然读到了电气杂志上赫兹的实验介绍和论文，马上想到无线电可以用来编码传递信息。和他同时竞争的英国同行一开始认为无线电和可见光一样，传播路径上必须没有遮挡。偏偏非科班出身、基础并不扎实的马可尼无知无畏，在家里动手装了一个简陋的装置，用无线电波打响了楼下的电铃。他不停改进设备，在发射和接收端装上天线。1895年秋天，他将实验转移到室外，通信距离增大到2.8千米，不但打响电铃，而且还在纸带上记录莫尔斯电码。
无线电商用化的障碍在于，有线通信已经非常成熟，最早的海底话缆已于1891年英法海峡敷设。当时一个最有希望的应用是海上救援，尤其在夜晚和迷雾中。马可尼没能说服忙于铺设电缆的意大利政府，不得已前往英国集资成立公司。在一连串近乎赌博的疯狂实验之后，于1901年成功验证了跨大西洋的传输，距离3500公里。1912年4月15号，泰坦尼克号撞上冰山，相距近六十海里的Carpathia号花了近17分钟接受和解析出求救信号，最终七百多人获救。马可尼的设备，立了大功。
计算机发明极简史要说计算机如何成为一门科学，离不开英国科学家图灵和图灵机。那么，图灵机又怎么来的？事实上，图灵机的发明是一个意外。1900年，被誉为欧洲数学界的教皇的大数学家希尔伯特，在巴黎国际数学大会上的演讲中提出了23个有待解决的数学难题，为20世界的数学发展制订了计划。图灵对其中的第十个问题的更一般化的形式感兴趣：能不能按照一串机械化的步骤——我们现在通称为“算法”——来判断一个数学陈述是正确的？这就是希尔伯特的“可判定性”问题的泛化版。
图灵意识到，为了解决这个问题，他首先得构造出一个抽象的机器来执行这些步骤，这个抽象的机器就是图灵机，简单到只有一条无限长的纸带和一个读头，读头能读写纸带上的字符并且移动。这个图灵机所做的就是执行证明数学陈述的步骤。然后图灵进行了一个巧妙的转换，把可判定问题转换成图灵机能不能停，随后构造了一个巧妙的悖论，证明有可能停不下来，也就是说不可判定的情况是存在的。
在这个过程中，图灵随手给出了一个通用机的版本，这个机器可以把做证明用的那台图灵机的算法作为输入，因此可以变身成任何算法的执行者。这个抽象的计算机，完全是图灵为了证明可判定性问题的副产品，却不意间奠定了计算机的基础。
然而，要不是需要破译德军密码，图灵机的思想不可能那么快落地，计算机在曼哈顿计划后期也被投入使用。战后不久，计算和存储分离的冯诺伊曼结构成型，至今仍是主流框架，但是软硬件一直在不断迭代发展，在云里从超级计算机到服务器集群，在云下从工作站到个人计算机到今天的智能手机、智能手表。同时，计算机作为一门新兴学科分出诸多大类（人工智能、算法和理论、体系结构、操作系统、数据库、软件工程、计算机语言、人机界面、计算机安全……），每大类又有诸多子类，层层叠叠。比如单看人工智能之下自然语言处理这一“小”支，要是细分到底层子任务，就有几十个，每年三四个顶会，每个会议都有上千篇文章。
