过去十年，AI的进步不能让图灵奖得主Alan Kay满意。他在计算机世界混沌初开的时候进入这个领域，见过太多的“革命性突破”。他现在关心的是，如何让人类科技发展的潜能最大限度地激活，来面对最重大的挑战：气候变暖。他认为，人类现在有能力解决这一问题，但因为鸵鸟悖论等认知偏见而迟迟没有行动。“我们需要来真的。”在上个月的北京智源大会上，Alan Kay呼吁道。
当2003年图灵奖得主Alan Kay被问到对过去60年，尤其是过去10年的AI进展怎么看时，他笑着回答道：“哦，这个问题很简单…… AI这个词已经被偷走了。当年我们称之为人工智能的研究，现在被改作‘通用’人工智能（General AI）。
有些人想要取得成功，于是他们决定忽略人工智能研究中较难的问题，也就是关于认知的那部分……我承认机器学习领域取得了醒目的成就，但我绝不会将其和真正的AI混淆，绝无可能。”这是2020北京智源大会的压轴演讲现场，我和几千人一起在线观看了Alan Kay和华人计算机专家张宏江的对谈。看上去，Alan Kay似乎对AI过去十年的发展并不买账。
在他看来，一个足够复杂的机器学习系统，就像是一只“超级鸽子”。
这只超级鸽子可以做许多有用的事情。但机器学习领域的研究人员，不能用这个子领域的进展来标榜整个人工智能领域的成功。Alan指出，如果我们想要发明能够和人类自然交互的AI系统，就必须让AI学会理解人类的语境和常识。过去四十年中，这个领域几乎没有得到经费支持。
而现在，Alan表示，即便我们拥有巨量神经元构成的神经网络和专用的芯片，我们做的一切不过是Judea Pearl所说的“曲线拟合”（curve fitting），无论是通过多项式这样的最简单的模型来完成，还是通过最复杂的深度神经网络模型来达成，曲线拟合都仅仅是在输入数据和输出数据之间找到某种固定的模式，而非“理解”数据。
Alan Kay的这番话，让我想到了另一个著名的“非主流”研究者和AI大潮中的“异见人士”，印第安纳大学的认知科学教授侯世达（Douglas Hofstadter）。略懂中文的他为自己取了侯世达这个名字。他通常以跨学科巨著《GEB》闻名于世，但成名并获得终身教职后，他一直以自己的方式研究人工智能。在2019年接受果壳网的采访中，他严厉地批评AI领域的机器学习路径。
例如，Google翻译团队宣称他们的翻译水平已经达到了人类水平，但仍然会犯低级错误。
不难理解Alan Kay，Judea Pearl，侯世达这些前辈，对当前AI领域繁荣表象的批评。图灵在那篇启发后世的论文中，提出的问题是“机器能思考吗？”（Can machine think）？
许多老一辈研究者关心的是从科学上理解智能，而机器学习并非人类智能的运作方式，因为人类显然不需要从巨量的数据中学习如何分辨猫狗。在他们看来，想靠机器学习实现真正的人工智能，就像那个古老的寓言，“有人想顺着一棵树往上爬，一直爬到月球”。而如今，拥有六十年前研究者不敢想象的数据量和计算能力的AI研究者，会更加倾向于相信，飞机为了飞行，并不需要像鸟一样挥动翅膀。
诚然我们能造出厉害的机器，在围棋领域战胜人类世界冠军。但是，我们还是不理解人类的智能是如何运作的。“我们应该严肃对待人工智能中的‘智能’二字（We should take the word 'Intelligence' seriously）。”Alan Kay强调道。
80岁的Alan Kay语出惊人的背后，的确有真本事。他1940年出生于美国麻省，父亲是生理学教授，母亲是音乐家。
小时候的Alan是个神童，三岁就学会了流利的阅读，上小学前，他已经读完了150本书。他说，“不知道是幸运还是不幸……小学一年级的时候，我就已经知道老师在骗我了。”Alan大学在西弗吉尼亚的Behany学院读生物学专业，还辅修了数学。他没毕业就参加了空军，并因此接触到了计算机，成为一名IBM 1401程序员。从空军退役后，Alan到科罗拉多大学继续读书，拿到了数学和分子生物学的本科学位。
1966年，进入犹他大学工程学院读研究生，研究电气工程。1970年，Alan加入了加州的Xerox PARC（Palo Alto Research Center）。
PARC是1970年施乐（Xerox）发起的，致力于为“未来的办公室”做长期研究的机构。
施乐靠激光打印机成为全球知名的数字与信息技术产品公司，其前身是ARPA（Advanced Research Projects Agency），互联网的原型阿帕网（APRAnet）就是这个机构在1966年的研究产物。在PARC，Alan发明了图形用户界面（GUI）。
如果没有这个发明，就不会有后来的Windows和Macintash，我们就不会像现在这样使用鼠标和键盘，通过点击或者触摸屏幕上的图形来和电脑交互了。不过这还不算什么。在施乐期间，Alan Kay基于Smalltalk语言，提出了面向对象编程（Object-oriented Programing）的思想。
这个思想几乎应用在一切现代日常计算机应用软件的代码中，也是C++，Java，Ruby等现代编程语言的基础设计。此外，他在70年代初，他还提出了Dynabook的原型，启发了现代笔记本电脑，平板电脑和电子书的设计。他关于GUI和“每个人都能用电脑”的思想，深刻影响了比尔盖茨和乔布斯。
年少功成的Alan Kay多才多艺，曾是职业爵士吉他演奏家和业余管风琴演奏家。
显然，他认为自己是名有科学背景的艺术家。“艺术家不会因为别人不接受他的想法就停止创造，他们创造并不是为了售卖，而是为了让自己的思想得以显现于世。”他在分享中说道。Alan Kay毫无意外地提到最近40年来计算机技术的“停滞”。
Alan曾在17年FastCompany的采访中表示，Tim Berners-Lee创造的万维网（World Wide Web，即WWW）和HTML，与Douglas Engelbart（超文本链接和鼠标的发明人）的思路相比格局太小，只是碰巧被其他同样头脑简单的人接受，变成了标准。
而iPad，也只是他在70年代创造的Dynabook和后来的产品Xerox Palo的延长线，不幸的是，iPad更加消费主义。微型计算机Xerox Palo，比Macintosh早了足足11年，只不过售价相当于现在的11万美元。
在他看来，最近20年只有Croquet项目值得一提。
该项目设想了一个所有参与者都可以自由互动的虚拟现实环境，像是创造一个大型多人在线网游，但人们相互交流的是整套的操作系统，应用软件和人机交互方式，这使得参与者可以随时改变各种物件的源代码。Alan Kay认为，“Croquet的重要性可以和TCP/IP相提并论。”Croquet是Alan Kay尚未实现的一项远景（Vision）。
他当年在ARPA工作时的领导，信息处理技术办公室的负责人J. C. R Licklider正是一个善于描绘远景的人。
1960年代，Licklider看到“计算机命中注定要成为和未来普遍联网的人类交互的智能放大器”（Computers are destined to become interactive intellectual amplifiers for all humans pervasively networked worldwide）。
也就是说，他已经预言了个人计算机，基于图形界面的人机交互技术，以及互联网的诞生。更准确的说，不是预言，而是“导演”了这一切。在Alan Kay看来，杰出领袖的责任在于提供远景，而不是提供目标（goal）。只有这样，才可能取得前所未有的突破。“远景给你一种感觉，一种渴望，但没有任何具体细节，没有任何你可以直接上手的问题。
你需要自己从远景中寻找可以做的事情……远景就像磁场，研究者能够感受到这些磁场的存在，感受到北方在哪儿……但前往这个方向的途径可以是多种多样的。”
这些远景，Alan Kay说，让当时的年轻人间获得了一种“美学意义的联接”。“我们爱Licklider的远景，就像爱一个情人...我们受到这远景的召唤，就像一些人被宗教召唤。
”从ARPA到后来的Xerox PARC，Alan说，他遇到的领导者没有官僚，而是科学家政客（Scientist statesman）。他们尽可能地免除了种种官僚手续和文书工作，更多地凭借信任工作，放手让年轻人去尝试。他们甚至取消了同行审议（peer review）。在他看来，最顶级的工作，是无法找到同行的。确实，两个机构的几乎每项工作，都开创了一个全新的行业，它们根本就没有竞争者。
在Xerox PARC，25名研究人员，5年的时间，每年1500万美元的投资，便带来了8.5个重大发明（那0.5是互联网），科研投资带来的回报，现在已经超过了40万亿美元。
以阿帕网项目的诞生为例，Alan回忆到，人类的互联网时代始于一个15分钟的谈话。
1960年代初的一年，Robert Taylor和当时ARPA的负责人Charles Herzfeld进行了一场谈话，在15分钟的时间里，Robert估算出约合现在700万美元的启动资金，Charles稍加询问后同意了。几乎在同一天，ARPAnet项目开始运转，而项目申请的文书工作直到一年后才补完。这种程度的信任和效率，无疑会让现在深陷经费申请泥潭的项目带头人心生羡慕。
Alan Kay认为，为了取得开创性的研究进展，就必须要有“疯钱”（mad money），不在乎后果和回报，投资可以没有任何明确的目标收益。换言之，这些投资是“非理性”的。但为了创造，非理性是必要的。
在Alan Kay看来，Mad money需要占到某个机构R&D经费的1%~5%。
如果我们认为Xerox PARC的经费——每年约合现在的1500万美元——全都是“疯钱”，那么财富Top 418的公司，都能供养得起自己的Xerox PARC。而像中国和美国这样的大国，各自至少可以拥有超过330个Xerox PARC。也就是说，我们的科技进步速度远远没有达到应有的水平。Alan Kay指出，人类应该有足够的能力，去解决那些更大的挑战，例如全球变暖。
全球变暖才是Alan Kay现在最关注的问题。比起过去的科学家和工程师身份，Alan Kay现在更像一个思想家。他关心的是如何用科技来应对人类面临的重大挑战，例如全球变暖带来的气候灾难。“我们可以想象一个今年出生的孩子，在22世纪来到的时候刚好80岁。我们应该思考，如何让他度过这一生？如何让他在80岁的时候的地球看上去比现在更好，而不是更糟？”Alan问道。
确实，气候变暖问题是一个远比新冠疫情危害更大的挑战。地球上的大气二氧化碳含量，一直在200ppm~300ppm之间震荡。但自从1950年代以来，这个数字已经上升了33%，达到了414ppm。温室气体增多会让地球气温升高，而这对环境的许多影响将是不可逆的。
“我们不能用创造问题时的思维水平来解决问题。”Alan Kay引用爱因斯坦这句话，以解释解决问题和产生问题并不是对称的。
他指出，打破一个系统的稳态是很容易的，但要恢复稳态就很难了。例如，推倒一个竖立的玻璃瓶，要比扶起一个平放的玻璃瓶需要的能量少得多。同样，修复地球的生态，也远比破坏生态系统要困难得多。然而，因为人类固有的种种认知偏见，人们并没有像面对二战或冷战那样的战争威胁一样，迅速组织起来，用科技的力量去解决问题。
Alan Kay认为，这些认知偏见中最重要的就是鸵鸟悖论，正如心理学者丹尼尔·卡尼曼在《思考，快与慢》中所列举的那样：1) 在时间和环境中的近视 2）失忆（快速忘记过去的困难） 3）乐观（认为事情会自动变好） 4）惯性（尤其是面对不确定性的时候） 5）简化（尤其是认知负担过重的时候） 6）从众（即要通过社会共识来做决定）。“一个不好笑的笑话是，人类只能在面对外星人入侵的时候才能团结起来。
然而，对于气候灾难来说，这就太迟了。”Alan Kay警告说。
ARPA和Xerox的经历告诉Alan Kay，只要有适当的投资，优秀的管理和杰出的人才，凭借人类的创造力和组织能力，可以解决最难的问题，做成伟大的事情。而如何让人们能够在灾难降临前就做好准备，而不是继续假装没有问题发生，Alan Kay认为，这一问题亟需解决方案和行动。如同他在演讲中所说，“我们需要来真的（get real）。”