人工智能的深厚歷史始于三千年前

#時間深度 #人工智能

圖片通過AI生成

人工智能不是歷史的斷裂，而是智能的延續，信息被系統地排列。

主要要點

• 人工智能是人類數千年來構建的認知系統的延續。

• 當信息被組織——目錄、索引、元數據——并超越人類尺度時，它會從大腦遷移到系統。

• 現代人工智能延續了這一歷史趨勢，不同的是，今天的算法能夠基于訓練數據統計推斷程序。

公元前58年，西塞羅的住所遭到洗劫。這位羅馬政治家從流放歸來時發現自己的財產遭到破壞;他的卷軸雜亂、撕裂、散落。庫假設有秩序、模式，某種使其合理且可訪問的東西。西塞羅的時代是混亂。

提蘭尼奧登場了，他是一位希臘文學和圖書館專家，擁有約三萬卷卷軸，是著名的亞里士多德專家——事實上，正是負責修復這位哲學家破敗圖書館的人，藏書被運往羅馬。提蘭尼奧介入，整理西塞羅的混亂。他識別卷冊，修復損壞，整理卷軸，并制作標題標簽。西塞羅對這種轉變感到驚嘆。

“你會對提蘭尼奧在我藏書中的精彩布置感到驚訝，”西塞羅寫信給他的朋友阿提庫斯。當作品完成時，他的欣賞幾乎到了神秘的境界。“自從提拉尼奧整理了我的書，”他寫道，“這房子似乎有了靈魂。”

這是個詩意但拙劣的翻譯。西塞羅使用了拉丁語單詞

mens

——不是“靈魂”，而是“心靈”。另一種譯文說，這座房子“恢復了智慧”。他說的不是提蘭尼奧的智慧，而是提蘭尼奧強加給圖書館的智慧，這個結構反映了提蘭尼奧，但現在獨立于他存在。

一旦整理好，西塞羅的圖書館就擁有一種可辨識的——即使是人工的——智能。它現在有了自己的意識。如果布置得當，圖書館可以提出聯系、揭示模式、回答問題，并綜合不同的想法。這促進并擴展了西塞羅的思維，超出了他生物大腦自身所能承受的范圍。

但圖書館的情報并不依賴于提蘭尼奧或西塞羅的持續存在。現在任何人都可以使用它。組織結構本身展現了連貫性——例如，標題標簽表示位置，類別代表關系。這些都是可以學習和遵循的程序。正如三段論的有效性不依賴于誰陳述它，一個組織良好的圖書館通過非人格作來運作。一旦智力工作變成程序化，任何人都可以跟隨流程。

我是斜杠青年，一個PE背景的雜食性學者！?致力于剖析如何解決我們這個時代的重大問題！?使用數據和研究來解真正有所作為的因素！

積累的信息會提示使得其易于理解的系統和安排。正如

《連線》

聯合創始人凱文·凱利在

《科技想要什么

》中所論述的，“我們作為人類的角色，就是引導技術沿著它自然想走的道路前進。”我們所說的人工智能，是自人類開始組織圖書館和歸檔數據以來不斷積累壓力的最新表現——這意味著人工智能的誕生地并非硅谷;更像是古代近東。

為了讓你明白我的意思，我想回顧過去幾千年，關注人類如何組織和處理信息，以及越來越多的數據如何提示了管理這些壯舉的新、更穩健的方法。我們將沿著一條穿越古代和中世紀世界、早期現代和現代時代，最終追溯到我們今天的道路。在此過程中，我們將看到不同解決方案如何逐步推動我們走向機器學習和大型語言模型，這并非必然，而是人類根據數據管理中固有的建議解決問題的結果。

最初的搜索引擎

三千三百年前，舒皮盧利烏瑪一世從他的首都哈圖沙統治赫梯帝國。他的宮殿內設有一個藏有多達7000塊泥板的圖書館，這些泥板經過精心整理和編目。他保留這份檔案是為了幫助自己的決策。例如，當圖坦卡蒙法老去世，王后需要新的王室配偶時，舒皮盧利烏瑪可以引用與埃及的現有條約，以判斷該安排是否值得認真考慮。

“赫梯國王能夠在他們的石板室訂購特定的泥板，”古代近東學者西奧·范登豪特寫道。怎么做到的？?attu?a檔案員開發了目錄和相應的元數據——標題取自每篇文本的首字，內容簡要描述，體裁分類等。有人可以掃描目錄，發現他想要的東西，然后取出一塊或一系列平板電腦供參考。在谷歌和大型語言模型盛行的時代，任何知識只需幾次按鍵，這似乎并不引人注目。但在公元前2千年，這種回憶令人震驚。

隨著統治者收集和部署的數據量不斷增加，解決方案也需要跟上步伐。當亞述巴尼拔統治新亞述帝國時，這項工作要重得多，時間是2700年前。亞述巴尼拔是一位冷酷無情的領主，羞辱敵人，獵殺獅子作為娛樂，他同時也是——頗為不協調？——一個書迷。他擁有一支書記員菌隊，征服鄰近王國時，珍視書籍作為掠奪品。

來自亞述巴尼拔圖書館（約公元前1500-539年）的楔形文字泥板現收藏于倫敦大英博物館。（圖片來源：維基共享資源）

考古學家在19世紀發掘出了亞述巴尼拔在尼尼微的宮殿。他們發現了數千件作品，分布在約3萬塊泥板上——涵蓋預兆、儀式、語言、醫學等內容的文本。亞述巴尼拔的檔案管理員面臨的挑戰是整理所有這些信息。檔案管理員制作清單和目錄，貼上標識體裁和內容的標簽，并利用籃子、書架和墻壁壁龕開發了歸檔系統。他們甚至將新購入的物品記錄在可擦除和重復使用的蠟質寫字板上：這些古老的數據庫可以實時更新。像亞述巴尼拔這樣的圖書館組織得當，可以存儲數千份文件——分類、可搜索，并在需要時隨時使用。一個由泥土和涼鞋皮革組成的網絡。

隨著持有地的增加，游戲愈發激烈。亞述巴尼拔三百五十年后，亞歷山大圖書館面臨著整理成千上萬卷紙草卷軸的挑戰。亞歷山大圖書館員采用了不同形式的元數據：為卷軸附加標題標簽，建立分類和體裁，將相似書籍集中存儲，并編纂了龐大的120卷字母目錄，提供作者姓名、職業、行數等信息。在他那本俏皮命名的書

《索引：歷史

》中，倫敦大學學院教授丹尼斯·鄧肯將整個作稱為“希臘大數據”。

注意一個新出現的模式：解決方案在不同世紀和文化中極為相似，因為問題是持續不斷的。積累的信息需要易于理解的組織和內部邏輯。一旦這種邏輯建立起來，知識就變成了程序化的。分類、檢索和關聯成為可以獨立于任何個人學習和重復的作。

古騰堡加碼了

13世紀歐洲學者在研究不斷擴展的藏品時，自然也面臨著類似的挑戰。牛津的羅伯特·格羅塞泰斯特尋求從他廣泛的閱讀中獲取知識的方法。他設計了一個詳盡的表格索引，收錄了他在古典和教父文獻中遇到的所有主題。鄧肯將其描述為“一個關于羊皮紙的谷歌，將主題放大到整個已知文獻中。”大約在同一時期，在巴黎，圣謝爾的休將圣經拆解，重新排列成一個超過一萬個術語的龐大字母索引。

不久之后，這些索引就演變成了書后面的技術和參考書，從此為學者們提供了鋪平道路——而且正是在關鍵時刻。到了15世紀中葉，印刷技術已經傳入。這引發了信息的爆炸，加劇了組織和可發現性的壓力。

正如法國歷史學家弗雷德里克·巴比耶在

古騰堡的《歐洲

》中所說，印刷的出現創造了“大眾媒體化現象”。研究估計，在印刷術出現前的900年里，歐洲抄寫員大約創作了1100萬冊書籍。相比之下，古騰堡之后的150年里，印刷機的印刷量超過2億冊。哈圖沙和亞歷山大城的檔案管理員和圖書館員能在藏書中找到新興的秩序，但這些藏品與大量印刷品相比顯得微不足道。學者們現在會怎么做？

舊答案找到了新的應用。哥倫布的私生子埃爾南多·科隆在西班牙塞維利亞建立了一座擁有15,000多本書的圖書館。更令人印象深刻的是他設計的模擬超文本和超鏈接網絡，用于導航他的收藏。

問題是跟上節奏;信息往往比我們能管理的速度更快地積累——這種壓力在現代社會只會越來越大。

由于藏書眾多且時間有限，圖書館的讀者需要一個方式來決定哪些書值得閱讀。科隆的《摘要集》（

Libro de los Epítomes

）跨越多卷，提供了他收藏作品的精簡版，以及內容細節、作者傳記和寫作風格等元數據。

這些摘要都與科隆開發的其他目錄進行了交叉核對。他的《主題書》（

Libro de las Materias

）不僅編目了書籍的廣泛主題，還涵蓋了每本書中涵蓋的所有個別主題。通過使用

材料

學，研究者可以自由地跨越作者和體裁等范疇，追蹤一個主題的歷史、哲學、神學、詩歌、圣經等領域。突然間，書籍的無處不在不再是負擔，而是益處，因為索引可以幫助讀者找到精選部分，同時鼓勵順暢的偶然。

16世紀的瑞士科學家康拉德·蓋斯納也以類似方式解決了這個問題。在二十多歲時，蓋斯納設想了一座普世知識圖書館。他花了三年時間，編寫了詳盡的注釋和按字母順序編纂的書目——《

通用圖書館》（Bibliotheca universalis

），總計1300頁，收錄了約10000篇著作，作者3000位。三年后，他又編纂了《

潘德克塔魯姆

》，這是一本龐大的參考書目索引。

格羅塞泰斯特、休、科隆和蓋斯納等人所開發的解決方案固有模式與古代世界相似，但適應了信息量不斷增加的復雜挑戰。問題是跟上節奏;信息往往比我們能管理的速度更快地積累——這種壓力在現代社會只會越來越大。

機電互聯網

到了19世紀末，知識的工業化重塑了信息格局。由蒸汽驅動的旋轉印刷機驅動的機構不斷發展，書籍和文章數量超過了讀者的承受能力。正如有進取心的圖書館員和檔案管理員用新穎的解決方案應對當時的困難，新一代也在尋找適應溢出的方法。

保羅·奧特萊特1868年出生于比利時，16歲時被任命為耶穌會學校的圖書管理員。他后來談到圖書館的編目系統時說：“這似乎是一種奇跡，”這臺儀器讓我能夠使用所有這些書籍。”

但奧特萊已經看出，傳統目錄無法抵擋工業化出版的沖擊。解決方案是：如果你把書籍拆解成最小的特征，從而原子化它們呢？研究人員隨后可以根據自身需求訪問關鍵信息，并以新的、有用的方式進行綜合。

奧特萊特解釋道：“理想狀態是剝去每篇文章或章節中那些精美的語言、重復或填充，并將新穎且豐富知識的內容單獨收集在卡片上。”

在他看來，信息可以歸結為四個關鍵組成部分：事實、解釋、統計數據和來源。奧特萊最初嘗試從書本上剪下行條，貼到索引卡上。有了概念驗證，他后來開始在卡片上打字輸入信息。

保羅·奧特萊（中）于1930年蘇黎世書目會議上。（圖片來源：Mundaneum / 維基共享資源）

本質上，奧特萊解開了書本，提取內容以換另一種方式。但他真正的突破不僅僅是原子化。傳統的圖書館分類遵循層級結構。例如，杜威十進制系統遵循線性路徑，從廣泛的類別開始，逐步縮小到具體的范疇。這往往以不自然的方式讓話題變成便當盒。通過放棄標準分類，Otlet可以用多個主題、多個時間段和其他相關標識符標記單個事實。突然間，分類既可以橫向又線性地進行。

哈圖沙和亞歷山大城的檔案管理員將知識程序化;奧特萊特創建了更為健全的程序，以滿足信息快速增長的需求。在19世紀90年代，奧特萊特打造了埃爾南多·科隆愿景的工業規模化版本。當奧特萊和他的商業伙伴在1900年巴黎博覽會上首次亮相他們的作品時，他們已經制作了超過300萬張索引卡，這僅為最終總數1500萬張的五分之一。他們的目標，正如奧特萊特所說，是“所有所有時期、所有語言、所有主題的著作清單”——整齊地排列在微型文件柜抽屜中，并通過電話查詢即可查閱。

資金不足、國家支持搖擺不定以及兩次世界大戰使項目陷入困境，但奧特萊特確定了接下來需要的積累信息：不僅是組織，更需要跨維度的即時檢索。他的愿景發展成了一個極具先見之明的系統：一個龐大的多媒體網絡，將他的數據庫與電話、電視、廣播和電影結合起來。他的愿景是一個機電式互聯網。還有一些人開始有類似的想法。

一臺思考機器

“我們正陷入泥潭，”美國工程師范尼瓦·布什在1939年說。“研究成果不斷增加;調查員被成千上萬平行研究者的發現和結論轟炸，卻無法及時理解，更別說回憶了。”

這次轟炸是有代價的。布什在1945年7月《

大西洋月刊

》發表的文章《 我們所思》 中寫道：“孟德爾關于遺傳學定律的概念在一代人中遺忘，因為他的發表未能觸及少數能夠理解和擴展它的人。”“這種災難無疑正在我們周圍重演，真正重要的成就在無關緊要的紛爭中被遺忘。”布什強調，這個問題遠遠超出了科學研究范疇：“它涉及人類通過繼承獲得知識獲利的整個過程。”

布什生動描繪了這場困境。他請讀者在1933年的文章中想象一位教授在圖書館：“長長的書架堆滿了大量書籍，但它本應是一個正在運作的圖書館，而非博物館。他得按小時翻閱卡片、拇指頁，深入挖掘。這確實是浪費時間，也讓人惱火。”

解決辦法？布什設想了一款模擬個人電腦，稱為Memex。一張桌子里會放著微縮膠卷、鍵盤、屏幕以及一系列按鈕和杠桿。用戶可以輸入代碼快速搜索數據，在雙斜屏上調出內容，并用杠桿作文檔。

布什預示了互聯網的超鏈接和超文本，他設想用戶可以在文檔之間建立所謂的“關聯軌跡”。與概念之間的線性連接不同，聯想線索可以靈活地連接物品，跨越主題領域，甚至整個領域，將文本、圖像和音頻錄音連接成新穎的配置。布什解釋道：“這就像是從相隔甚遠的渠道收集起來，裝訂成一本新書。”

范尼瓦·布什的Memex裝置的現代詮釋現藏于柏林技術博物館。（圖片來源：Bunyk / 維基共享資源）

但他不僅設想Memex作為一個動態的文獻庫，還要作為研究圖書館員。隨著布什的愿景在1930年代至1960年代演變，他設想Memex承擔部分用戶的認知負擔——觀察偏好、更新記憶、自主創建檔案和研究簡報。機器將擁有一種智能，用戶可以利用它來增強自身智能。

“成熟思想沒有機械的替代品，”布什承認。“但創造性思維和本質上重復的思維是兩回事。對于后者，有強大的機械輔助工具，也可能存在。”在他看來，人類會開始制造“機器來幫他思考一些事情”。

布什繼承了古代檔案員和圖書館員的關鍵貢獻——知識程序化——并更進一步：自動化。“我們或許有一天會在機器上關閉爭論，就像現在用收銀機錄入銷售一樣，”他說。

這并不像看起來那么大。一旦你將智力作形式化為程序，這些程序本質上就變得可自動化。畢竟，論證本質上就是一種算法：一系列步驟產生特定結果。根據技術限制，機器可以被編程成像人類一樣輕松完成這些動作。 不幸的是，布什的遠見遠超當時技術所能承受的范圍。

前瞻性認知系統

1962年至1964年擔任ARPA信息處理技術辦公室主任的J.C.R.利克萊德進一步推動了布什的愿景。1960年，他發表了《人機共生》一文，論證人們可以“與計算機互動時，思考的方式與與一位能力相輔相成的同事一起思考”。在研究自己的實踐后，利克萊德發現，他多達85%的智力工作——如尋找數據、進行計算、檢驗結論和綜合信息——本質上是為更深層次、更具創造性的努力做準備的。

如果機器能處理部分工作呢？為此，利克萊德提議將書籍原子化成離散的信息塊——正如奧特萊特半個多世紀前提出的，但這次由數字工具而非索引卡輔助。一旦計算機消化了數據，它們就能執行預定義的程序——搜索、關聯、轉換——并重新配置、更新、完善后再反饋。Licklider稱這些系統為“認知性”，因為它們積極參與認知勞動。

利克萊德在1965年《

未來圖書館

》報告中寫道：“前瞻性認知系統總體目標的一個基本部分，是讓知識庫的使用者更接近于執行官或指揮官的職位。他依然會閱讀、思考，希望能獲得洞見和發現，但他不必親自完成所有的探索、所有的轉化，也不必進行所有關于匹配或匹配的測試，這些都是創造性運用知識所涉及的。”

但這還不是全部。Licklider隨后描述了一個聽起來非常像當今人與大型語言模型（如ChatGPT或Claude）互動的過程：“他會說他希望對知識體系的哪些部分（本質上是一個提示）執行哪些作，看看結果是否合理，然后決定下一步該做什么。”

正如這一發展軌跡所示，人工智能并非在21世紀發明。我們已經建造了三千年。

預見的不僅僅是這些“前瞻性認知系統”自動處理的信息。Licklider設想用戶能夠從遙遠地點訪問數據。他1963年的備忘錄——帶著半開玩笑的寫給“星際計算機網絡的成員及附屬人員”——描述了存儲在一個地方的信息可以“瞬間被帶入我正在使用的系統部分”。信息將從有界變得無處不在。

從利克萊德的工作到ARPANET（互聯網和萬維網的前身）之間，有著直接的聯系，通過羅伯特·泰勒、道格·恩格爾巴特、特德·尼爾森和蒂姆·伯納斯-李的工作。

當伯納斯-李在1989年提出網絡時，他提到了一個古老的問題：“信息往往被記錄下來;只是找不到。”他的解決方案？“一張帶有鏈接的筆記網絡”，“可以不斷發展和演變。”他預見到了我們已經多次見到的動態：數據催生數據，管理數據的解決方案促進了更多數據的創造，超越了這些解決方案，并要求新的方法使信息更易獲取。

一旦網絡足夠龐大，伯納斯-李建議需要“自動分析”——即人工智能——才能保持可導航性。“這尤其有用，”他說，“當數據庫變得非常龐大，比如項目織得如此復雜，以至于難以看到樹木的全貌時。”

龐大的數字圖書館需要一位圖書管理員，而知識的工作可以簡化為一套程序，這位圖書管理員可以成為一臺機器。

三千年交付物

正如這一發展軌跡所示，人工智能并非在21世紀發明。我們已經建造了三千年。圖書館、目錄、元數據和索引不僅預見了數字數據庫和搜索引擎;他們創造了使此類系統可能甚至可能出現的條件。

人類擅長創造信息。幾千年來，我們創造的數量遠超我們本土智慧所能輕易掌控的。因此，我們創建了系統和程序來分擔部分認知負擔。隨著數據洪水的上漲，這些程序建議進一步發展以應對洪水。

數據量的增長帶來了壓力。面對同樣的挑戰——讓越來越龐大的信息量變得可用——人類總是以同樣的方式回應：發現材料中隱含的邏輯，將其編碼，然后將其分包到結構中。

每一個組織選擇都產生了既有優勢也有約束，塑造了后續的創新。一旦按字母順序組織，索引就變得可能。一旦你建立了交叉引用，關聯線索和超鏈接就變得可行。一旦運營正式化，自動化就變得可能。從這個角度看，這是一個路徑依賴的故事。我們不是偶然來到這里;我們沿著規模問題和早期解決方案的建議走了一條路徑，引導技術朝其所指的方向前進。

當西塞羅說他的圖書館擁有意識時，他并不是說它有意識。他也不是說這僅僅反映了被強加的智慧。一旦被強加，系統就不再需要系統化器來促進思考。?attu?a和Alexandria也是如此：通過去人格化知識并將其轉化為可作的程序，任何人都可以介入并開始工作。系統越穩健、越可預測，我們就越有可能訓練系統本身執行這些程序。

古代目錄與現代人工智能的區別，并不是出現了一種新型的感知能力。而是那些長期從人類思維外部化的作——搜索、聯想、轉化、重組——現在可以以掩蓋與早期系統連續性的速度自動發生。但這種連續性是真實存在的，對我們現在所處的世界具有塑造性意義。

當Otlet將數據原子化并重組在卡片上，Licklider設想了能夠“轉換”和“測試兼容性”的預認知系統時，他們已經指向了如今大規模語言模型所做的事情。主要區別在于實現方式：Otlet和Licklider設想的是顯式程序，而現代系統則基于訓練數據統計推斷程序;但功能性角色——將先前材料重新合成成新的、情境相關的配置——依然如故。

古代圖書館和大型語言模型都代表了同一現象：智能從信息的系統排列中涌現。人工智能遠非知識史上的斷裂，而是思維被形式化、可轉移，最終可執行的過程可預見的結果。我們只是訓練程序自動運行。

了解更多時間深度剖析，盡在于此@黃先生斜杠青年

商業咨詢和顧問業務，請@yellowscholar

關注我，帶你先看到未來！?

轉載聲明：除調整格式外，不得對原文做改寫、改編。原創不易，謝謝！E-mail:yellow@aliyun.com

?聲明：本文為原創文本，非生成式，轉載請注明出處！

商務咨詢/顧問/請@yellowscholar?作者：黃先生斜杠青年