《奇思妙想：15位计算机天才及其重大发现》
基于对 15 位顶尖计算机科学家的现场访谈，记录他们的人生历程、研究路径与思想精华。 8 位图灵奖得主，覆盖编程语言、算法、体系结构、人工智能四大方向。
书籍概览
- 写作形式：第一手访谈记录 + 作者补充的历史背景与科学原理，通俗化表达，避免专业术语
- 章节结构：每位科学家独立成章，章前附大事时间线，技术细节以”补充内容”单独呈现
- 独特价值：读者得以”当面和计算机领域的牛顿级大师交流”，接触他们的真实思维方式
- 成书时间：原版 1998 年，中文版 2012 年；后记保留了 1998 年对未来的预测，可对照现实验证
四大分类与 15 位科学家
第一部分：语言大师 —— 如何与机器对话
| 科学家 | 核心贡献 | 标签 |
|---|---|---|
| 约翰·巴科斯（John Backus） | FORTRAN 语言发明人，BNF 范式提出者，函数式编程（FP）推动者 | 不断进取的发明家 |
| 约翰·麦卡锡（John McCarthy） | Lisp 语言发明人，人工智能奠基人，提出”非单调逻辑” | 不走寻常路的常识逻辑学家 |
| 艾伦·C·凯（Alan C. Kay） | Smalltalk 语言发明人，面向对象编程先驱，Dynabook 构想（平板电脑前身） | 清晰的浪漫主义梦想家 |
语言大师的核心命题：沃尔夫假说（语言塑造思维方式）在计算机领域进一步印证——编程语言决定了程序员思考问题的方式。巴科斯的 FORTRAN 让科学计算走向实用，麦卡锡的 Lisp 奠定了符号计算与人工智能的语言基础，艾伦·凯的 Smalltalk 与面向对象思想则重塑了软件的组织方式。
第二部分：算法大师 —— 如何快速地解决问题
| 科学家 | 核心贡献 | 标签 |
|---|---|---|
| 艾兹赫尔·W·戴克斯彻（Edsger W. Dijkstra） | 最短路径算法（Dijkstra）、信号量机制、结构化编程倡导者、Go To 有害论 | 可怕的说明文和最短路径 |
| 迈克尔·O·拉宾（Michael O. Rabin） | 随机化算法、非确定性自动机、密码学基础、质数检测 | 机会的可能性 |
| 高德纳（Donald E. Knuth） | 《计算机程序设计艺术》（TAOCP）、TeX 排版系统、算法分析奠基人 | 逐新趣异一线牵 |
| 罗伯特·E·陶尔扬（Robert E. Tarjan） | 数据结构与图算法大师（平衡树、并查集、强连通分量等） | 寻找优秀的结构 |
| 莱斯利·兰伯特（Leslie Lamport） | 分布式系统理论（Paxos、逻辑时钟、因果关系）、LaTeX | 时间、空间和计算 |
| 史蒂芬·古克 & 利奥尼德·列文（Stephen Cook & Leonid Levin） | NP 完全性理论（分别独立提出库克定理与列文定理） | 良解难觅 |
第 9 章为古克与列文合章——两人分别在西方和苏联独立证明了 NP 完全性，因铁幕阻隔而互不知情。
算法大师的核心命题：从”能不能计算”转向”能多快计算”。算法复杂度分析、随机化、分布式一致性、NP 完全性等核心概念，共同构建了计算效率的理论框架。
第三部分：架构大师 —— 如何构建更好的机器
| 科学家 | 核心贡献 | 标签 |
|---|---|---|
| 弗雷德里克·P·布鲁克斯（Frederick P. Brooks） | IBM System/360 项目经理、《人月神话》作者、虚拟现实先驱 | 成功带来的愉悦 |
| 伯顿·J·史密斯（Burton J. Smith） | 大规模并行计算架构（Tera 机、数据流架构、多线程） | 与光速赛跑 |
| W·丹尼尔·希利斯（W. Daniel Hillis） | 连接机器（Connection Machine）、大规模并行计算、人工生命 | 与生物学的连结 |
架构大师的核心命题：当单核性能逼近物理极限（光速瓶颈），如何通过并行架构突破算力上限？布鲁克斯见证了大型机的黄金时代，史密斯和希利斯则从不同路径探索并行计算的未来——一个追求硬件层面的数据流与多线程，一个从生物神经元获取灵感。
第四部分：机器智能的雕塑大师 —— 如何让机器更聪明
| 科学家 | 核心贡献 | 标签 |
|---|---|---|
| 爱德华·A·费根鲍姆（Edward A. Feigenbaum） | 专家系统之父、知识工程提出者、MYCIN/DENDRAL | 知识的力量 |
| 道格拉斯·B·莱纳特（Douglas B. Lenat） | Cyc 项目（20 年构建常识知识库的豪赌）、AM 程序 | 一场二十年的豪赌 |
AI 大师的核心命题：智能的本质是什么？费根鲍姆代表了”知识就是力量”的符号主义路线——专家系统在特定领域大获成功；莱纳特的 Cyc 则是一场豪赌：用 20 年手工编码人类所有常识，试图实现通用人工智能。
行业发展脉络（按十年回溯）
| 时期 | 核心挑战 | 代表人物与突破 |
|---|---|---|
| 50 年前 | 让硬件设备运转起来 | 硬件基础实现 |
| 40 年前 | 降低编程门槛 | 巴科斯、麦卡锡——编程语言同时适配科研、商业与 AI |
| 30 年前 | 操作系统与编程效率 | 布鲁克斯、戴克斯彻——多任务并行；高德纳——编译器；费根鲍姆——专家系统 |
| 20 年前 | 算法与编程范式 | 高德纳、拉宾、陶尔扬、古克/列文——精确算法分析；艾伦·凯——面向对象；兰伯特——分布式系统理论 |
| 10 年前 | 人工智能与并行计算 | 莱纳特——Cyc 项目；伯顿·史密斯、希利斯——大规模并行设计 |
趋势总结：研究重心从”机器本身”逐步转向”实际问题本身”。核心挑战从”设计处理器”变成”设计连接多处理器的网络”，以及如何用软件让并行系统兼具高速与稳定性。
成功的秘密：15 位科学家的共同特质
伟大的计算机科学家没有统一的成功模板——他们的不同点远多于相似之处。
1. 成长路径多元，没有标准答案
- 早慧者：列文十多岁获基辅物理奥赛冠军
- “叛逆者”反而走出独特道路：
- 巴科斯高中每年不及格，暑期补习全花在帆船上
- 艾伦·凯的学校悲惨遭遇，反而启发他研究”用计算机帮助孩子学习”
- 伯顿·史密斯初中科学课的装置是用来弹射纸团
- 拉宾 12 岁因恶作剧被赶出课堂，和同学打赌解几何题开启数学生涯
2. 创造力不受年龄限制
与传统数学家”年轻时出成果”的刻板印象不同，计算机科学家的创造期更长：
- 拉宾 40 岁后发明随机化算法
- 麦卡锡 50 岁后发明非单调逻辑
- 巴科斯年过 60 才开始研究函数式语言
- 戴克斯彻 60 岁左右提出数学验证新方法
3. 早年兴趣驱动长期成就
内在激情是核心驱动力，而非外部激励。例如希利斯童年培育青蛙心脏、痴迷神经解剖学，自然引导他后来设计连接机器、研究人工生命。
4. 不止于技术，保有精神追求
- 布鲁克斯放弃 IBM 大好前程，去大学创建计算机系，将 VR 带入化学、建筑、医学，并从道德上反对 VR 主要用于娱乐
- 巴科斯退休后研读神秘著作，认为”通过反省自己可以真正理解宇宙的奥秘”
5. 四大共通特质
| 特质 | 说明 |
|---|---|
| 重视问题选择 | 选什么问题决定了成果的重要性；要关注其他学科中”有生命力的问题” |
| 接纳价值的不确定性 | 重大成果的价值往往事后才显现，研究者很难提前预判 |
| 匹配自身背景 | 成为解决问题的合适人选，依托自己独特的知识储备 |
| 敢于冒险 | 颠覆性研究初期往往不被认可，相当于用职业生涯做长期赌注 |
6. 研究环境与资助
- 资助来源：企业（IBM、施乐、苹果、MCC）+ 政府（ARPA、NSF）+ 大学
- 关键洞见：资助的灵活性和金额同等重要——“资助人而非项目”的开放式拨款（如麦卡锡和明斯基闲聊后获批的 AI 实验室），是 Lisp、连接机器、Smalltalk、随机化算法等争议性创新得以落地的关键
- 学术网络：几乎所有北美顶尖计算机科学家都有 MIT、斯坦福、CMU、哈佛、普林斯顿的进修或任教经历
- 合作模式：多数以小团队高效协作（如拉宾与斯科特），少数独立研究（如戴克斯彻、兰伯特）
- 跨学科启发：普遍有物理学背景——兰伯特的分布式研究受狭义相对论启发，多位与费曼私交甚笃
计算机科学 vs 自然科学
艾伦·凯的经典论断：
自然科学的核心是”探索” —— 大自然已经给出了既定的世界，科学家的工作是发现其中的法则。
计算机科学的核心是”创造” —— 研究者是法则的构建者，要亲手创造出一个世界。
正因为计算机科学是”构建法则、创造世界”的学科，才更需要选对问题、敢冒风险、依托自身背景开拓新方向。
相关人物与著作
关联书籍
- 《SICP》-计算机程序的构造和解释-第二版——体现了麦卡锡 Lisp 思想的经典教材
- 《程序员修炼之道》-从小工到专家——务实主义编程哲学，延续了语言塑造思维的脉络
- 《重构》-改善既有代码的设计——软件工艺层面的持续改进
- 《人月神话》——布鲁克斯的软件工程经典（本书有专章介绍其人）
- 《计算机程序设计艺术》——高德纳的鸿篇巨制（云盘已有，待处理）
15 位科学家中的图灵奖得主（8 位）
约翰·巴科斯、约翰·麦卡锡、艾兹赫尔·戴克斯彻、迈克尔·拉宾、高德纳、罗伯特·陶尔扬、莱斯利·兰伯特、史蒂芬·古克、弗雷德里克·布鲁克斯、爱德华·费根鲍姆
注：原书称 8 位图灵奖得主，但按获奖记录实际超过 8 位（巴科斯 1977、麦卡锡 1971、戴克斯彻 1972、拉宾 1976、高德纳 1974、陶尔扬 1986、兰伯特 2013、古克 1982、布鲁克斯 1999、费根鲍姆 1994）。原书出版于 1998 年，兰伯特和布鲁克斯的获奖在此之后，故当时统计为 8 位。
金句摘录
- “语言塑造了我们思考的方式，决定了我们思考的内容。“——本杰明·沃尔夫（萨丕尔-沃尔夫假说）
- “计算机科学是关于创造法则、构建世界的学科，而非发现已有法则。“——艾伦·凯
- 选对问题比努力更重要——问题的选择决定了解决方案的重要程度。
- 重大成就需要甘冒风险，甚至要勇于面对嘲笑与反对。
- 计算机科学仍是非常年轻的领域，重大的成果正在持续涌现。——迈克尔·拉宾
延伸阅读方向
- 编程语言思想史：从 FORTRAN → Lisp → Smalltalk → 现代语言的演进脉络
- 算法与复杂度理论：P vs NP 问题、随机化算法、分布式一致性
- 计算机架构史：从大型机到并行计算、从冯·诺依曼到数据流架构
- 人工智能史：符号主义 vs 连接主义、专家系统的兴衰、Cyc 项目的经验教训
- 科学家传记与创新方法论：如何选研究方向、如何面对失败与质疑