AI发展史 | 大卫·布莱克威尔:他从未亲临AI战场,却把旗帜插在了山顶

“大卫·哈罗德·布莱克威尔(David Harold Blackwell，1919年4月24日- 2010年7月8日)生于美国伊利诺伊州，是一位杰出的美国数学家与统计学家。他是美国国家科学院首位黑人院士，也是加州大学伯克利分校首位黑人终身教授。1965年当选美国国家科学院院士，2014年被追授国家科学奖章。他不仅在学术上取得了卓越成就，更以打破种族壁垒的先驱者身份，深刻影响了20世纪的数学界。”

01. 人物介绍

一位黑人数学家写给AI的情书——看不见的基石

你打开手机，对语音助手说了一句话，它听懂了，它回答了，你不觉得这有什么稀奇。

在二十一世纪的第三个十年，这已经是空气般自然的事。你不会去思考空气为什么存在，你只是呼吸它。

但在这自然得近乎透明的智能背后，有一层又一层的数学结构，像深海中的暗礁，支撑着海面上所有的浪花与航行。大多数人永远不会知道它们的名字，就像大多数人永远不会知道大卫·布莱克威尔这个名字。

他不是那种会在新闻里出现的人。他没有发明会讲话的机器人，没有编写过一行AI代码，甚至可能从未用过你手中的这台设备。他只是一个数学家，一个统计学教授，一个在加州伯克利安静的办公室里推演公式的黑人学者。

但他写的那些公式，他证明的那些定理，他思考过的那些关于决策、信息和不确定性的问题——它们全都活在你手机的智能里，活在自动驾驶汽车的“大脑”里，活在每一次机器“学习”的过程中。

这是一个关于时间的故事。

一个关于思想如何穿越种族壁垒、穿越时代隔阂、最终成为未来技术基石的故事。

一个关于一个温和的人，如何用一支笔和一叠稿纸，在人类最前沿的疆域插上旗帜，然后安静地转身离开，让后来者在他的土地上建造城市的故事。

让我为你讲述这个故事。

一、玉米地里的少年

（图片来源：AI生成）

1919年4月24日，美国伊利诺伊州，森特勒利亚。

一个普通的春日。

一个普通的黑人男孩出生在一个普通的家庭。

说普通，其实也不那么普通。他的父亲是一位铁路工人，母亲在家照顾孩子。家里有八个孩子，大卫排行老四。在当时的美国，尤其是在铁路沿线的小镇，黑人家庭意味着什么，这段历史不需要我赘述。贫穷、歧视、有限的机会——这些都是默认设置。

但格罗弗·布莱克威尔和梅布尔·布莱克威尔这对夫妇，给孩子们设置了一个不同的默认值：教育。

他们不是什么知识分子。父亲在铁路上干活，母亲没有上过大学。但他们有一种朴素的信念：书里有出路。

小大卫很早就表现出对数字的偏爱。他后来回忆说，自己小时候最喜欢的游戏是心算，把两个大数乘在一起，看看能不能比书本后面的答案更快。他常常赢。

在森特勒利亚的高中里，他是全班唯一的黑人学生。这个词——“唯一的”——会像影子一样跟随他大半辈子。在教室里唯一的黑人，在研究生院唯一的黑人，在博士后团队里唯一的黑人，在学术会议上唯一的黑人。

但他那时候还不太在意这些，他在意的是数学。

1935年，16岁的大卫·布莱克威尔高中毕业。他申请了伊利诺伊大学香槟分校。

“我其实不知道自己要学什么，”他后来在一次访谈中说，声音缓慢而温和，像一条安静的河流，“我只是觉得，数学好像比较容易。”

容易。

对别人来说是绞尽脑汁的微积分、实变函数、泛函分析，对他来说就像呼吸一样自然。他用了三年时间拿到学士学位，又用了一年拿到硕士学位，再用两年拿到博士学位。

1941年，他22岁。

伊利诺伊大学的教授们看着这个年轻的黑人学生，觉得他应该继续往上走。他们给他写了推荐信，寄往全美最好的数学研究机构。

其中一封寄到了普林斯顿高等研究院。

二、普林斯顿的冬天

（图片来源：AI生成）

普林斯顿高等研究院。

这个名字在今天如雷贯耳。爱因斯坦在这里度过了他最后的岁月。冯·诺依曼在这里发明了博弈论和计算机架构。奥本海默在这里。哥德尔在这里。

1941年，22岁的布莱克威尔收到了研究院的博士后邀请。

他是在校车上拆开那封信的。那是一个阳光很好的下午，校车晃晃悠悠地开过玉米地，他把信看了一遍，又看了一遍，然后望着窗外沉默了很久。

他要和爱因斯坦做同事了。

当然，“同事”这个词有点微妙。他是最年轻的博士后，而爱因斯坦已经是一个活着的传奇。但他们在同一个走廊里走过，在同一间餐厅里吃过饭，在同一个学术讨论会上交换过眼神。

布莱克威尔当时正在研究博弈论——这个冯·诺依曼刚刚开辟的新领域。他经常和冯·诺依曼一起散步、聊天、讨论数学。冯·诺依曼是这个星球上最聪明的几个人之一，但他对布莱克威尔很友善，很耐心。

“他从不介意和我讨论最基础的问题，”布莱克威尔回忆说，“他总是愿意解释。”

普林斯顿的日子是金色的。

然后，冬天来了。

1942年，布莱克威尔开始找工作。

他有普林斯顿高等研究院的博士后经历。他有伊利诺伊大学的博士学位。他有几篇已经发表的论文。他的导师和同事们都愿意为他写最热烈的推荐信。

但他是一个黑人。

在二十世纪四十年代的美国，一个黑人数学家意味着什么？意味着没有一所主流大学愿意雇用你。不是因为你的数学不够好。而是因为——你是黑人。

布莱克威尔后来在口述历史中谈到这段经历，语气平静得让人心疼：

“我向大约105所黑人学院递交了申请。”

105所。

他只申请黑人学院，因为白人学院的大门是关着的。

不是关着，是焊死的。

他去了南方大学，一所历史悠久的黑人大学。后来又去了霍华德大学——另一所黑人大学，位于华盛顿特区。

在霍华德，他一待就是十年。从一个普通的数学讲师，做到了系主任。

十年。

一个人最好的学术年华，三十岁到四十岁，他在种族隔离的阴影中度过。他能够研究数学的时间，是从教学任务和行政工作之间挤出来的碎片。

但他没有停下来。

他在那些碎片时间里，写出了一篇又一篇论文。关于博弈论，关于概率论，关于统计学。他的名声开始在学术圈里悄悄传播，像一个地下的溪流，在无人注意的地方涌动。

有一天，他收到了一封信。

信是从芝加哥大学寄来的。一位名叫艾伦·瓦尔德（Abraham Wald）的统计学家在信中说：布莱克威尔先生，我读过你的论文，非常感兴趣。你有兴趣来芝加哥大学访问一段时间吗？

瓦尔德是当时最顶尖的统计学家之一，也是决策理论的奠基人之一。他是一个从欧洲逃亡过来的犹太人，比布莱克威尔更懂得“歧视”这个词的重量。

1954年，布莱克威尔去了芝加哥。

那是他命运的转折。

三、伯克利的阳光

瓦尔德发现了布莱克威尔的天才，并把他带入了统计决策理论的最前沿。在芝加哥的日子里，布莱克威尔与瓦尔德、萨维奇（Jimmie Savage）等人一起工作，他们在做的事情，是重新思考“统计”这个学科的本质。

传统统计学关心的是：给你一些数据，你能告诉我什么？

瓦尔德的决策理论问了另一个问题：给你一些数据，你需要做一个决定，你应该怎么做？

这是两种完全不同的思维方式。

前者是被动的，像一面镜子，只是反射信息。后者是主动的，像一个棋手，要在不确定中做出最优选择。

这不就是今天人工智能在做的事情吗？一个AI系统接收数据，然后输出一个决策——识别这张图片是猫还是狗，决定这盘棋下一步落在哪里，判断这段语音对应哪一串文字。

布莱克威尔在二十世纪五十年代，就已经在思考这些问题的数学基础了。

在芝加哥的那段时间里，他证明了一个后来以他和印度统计学家拉奥（C. R. Rao）共同命名的定理——拉奥-布莱克威尔定理。

（图片来源：AI生成）

这个定理说了什么？

简单来说，它回答了一个问题：如果你有一个不够好的估计方法，你能不能把它变得更好？

想象你在一个黑暗的房间里，只能隐约看到一个物体的轮廓。拉奥-布莱克威尔定理告诉你，如果你用手电筒把那些模糊的角落照亮一下——不是乱照，是按照某种特定的方式——你就能看到一个更清晰的图像。换句话说，它可以帮你把杂乱的数据信号“提纯”，用更少的噪音获得更准确的推断。

今天，几乎每一个需要从数据中学习的人工智能系统，都在某种程度上受益于这个定理。它隐藏在机器学习的每一个角落里，像混凝土中的钢筋，看不见，但缺了它就会塌。

1954年，布莱克威尔迎来了他职业生涯中最重要的机会。

加州大学伯克利分校向他发出了邀请。不是访问，不是临时，而是一个终身教职的职位。

伯克利是美国最好的公立大学之一。它的数学系和统计系在全美名列前茅。而且——这一点非常重要——伯克利在种族问题上比东海岸的许多学校要开明得多。

1955年，布莱克威尔正式成为伯克利统计系的教授。

他是伯克利历史上第一位获得终身教席的黑人教授。

不是第一个黑人学生，不是第一个黑人讲师，是终身教授，是全职的、享有全部权利的、坐在教授会圆桌边的、有投票权的教授。

他终于走到了，那一年，他36岁。

四、那些改变未来的定理

伯克利是布莱克威尔的学术天堂。

这里没有种族隔离，没有黑人学院那些琐碎的限制。他可以自由地选择研究课题，可以自由地和全世界最聪明的头脑对话。他的同事中有像奈曼（Jerzy Neyman）这样的统计学巨擘，有像勒让德（Lucien Le Cam）这样的天才。

布莱克威尔的研究进入了一个疯狂的爆发期。

他研究动态规划。

“动态规划”这个名字听起来很技术，其实它的核心思想极其简单，甚至有点诗意：一个复杂的最优决策问题，可以分解成一系列简单的最优决策问题。

想象你在爬一座山。你不知道山顶在哪里，但你有方向感。你每一步都朝着当前看起来最高的方向走。如果你每一步都是最优的，你最后会到达山顶——即使你一开始并不知道山顶在哪里。

这就是动态规划的思想。它后来成为人工智能中强化学习的核心原理。当AlphaGo在棋盘上打败人类冠军时，当自动驾驶汽车在十字路口决定加速还是刹车时，当推荐系统为你挑选下一首可能爱听的歌时——它们在做的，本质上就是动态规划。

布莱克威尔是这一领域的奠基人之一。他证明了动态规划中一些最深层的数学定理，包括所谓的“布莱克威尔更新定理”和“接近最优定理”。这些定理确保了在不确定环境中做出一连串决策时，存在一个最优策略，并且这个策略可以通过某种迭代方法找到。

没有这些数学基础，强化学习就只是一个模糊的想法，而不是一门严谨的科学。

他还研究比较统计实验。

这个问题听起来有点哲学：你怎么知道一个实验比另一个实验更好？

假设你有两个不同的数据收集方法，哪个更能帮助你做出正确决策？布莱克威尔给出了一个数学上的精确答案，建立了一套完整的“信息比较”理论。这套理论直接影响了今天人工智能系统中关于“如何选择最优模型”、“如何评估不同信息来源的价值”等问题。

他还在博弈论中留下了自己的名字。他的“布莱克威尔接近最优策略”定理，为两人零和博弈中的长期互动提供了深刻洞见。在重复博弈中，即使你不知道对手的策略，你仍然可以通过某种方式保证自己获得接近最优的收益。

这些理论像是他为未来建造的脚手架。当时的计算机还很笨重，填满整个房间，连今天一部手机的计算能力都比不上。没有人能预见到半个世纪后，这些理论会在一个叫做“人工智能”的领域里遍地开花。

但布莱克威尔似乎有一种超前的直觉。

他不关心应用。他不是一个工程师，不是一个“解决问题”的人。他纯粹是出于对数学美的追求，去思考那些最深层的、最本质的问题。

而正是这种对本质的追求，让他的工作具有了惊人的前瞻性。

最实用的东西，往往来自最不实用的问题。

五、沉默的革命者

布莱克威尔不是一个愤怒的人。

这需要特别说明一下。

他活在一个对黑人极端不友好的时代。他亲身经历了吉姆·克劳法的余波，经历了民权运动的风起云涌，经历了马丁·路德·金被刺杀，经历了无数次“只限白人”的标志和“无意冒犯”但极其冒犯的日常。

他不是没有愤怒的理由。

1965年，他被选为美国国家科学院院士。这是美国科学界的最高荣誉之一，也是对一个科学家学术地位的最权威的认可。

而他是第一位获此殊荣的黑人数学家。

无论是在科学院的历史上，还是在整个美国科学史上，这都是一个里程碑。

你可以想象这件事意味着什么。对于一个群体来说，第一次有一个人“做到了”，那扇门就打开了一条缝。后来的所有人都可以借着这道缝隙，走得比他更远。

但布莱克威尔从不把自己当成一个“先驱”或者“斗士”。当记者问他作为第一位黑人科学院院士的感受时，他总是说：“我从不把自己看作一个符号。我只是一个做数学的人。”

这种谦逊不是装出来的。

他的学生回忆说，布莱克威尔是那种会在办公室里为你泡一杯茶、然后像一个平等对话者一样认真听你讲完每一个想法的导师。他从不高高在上。他从不把自己放在“权威”的位置上。他总是用那种温和的、略带南方式的慢吞吞的语调说：“嗯，这很有趣。”

“有趣”对他来说是最高的赞美。

他做数学，从来不是因为追求奖项、地位或认可。他只是觉得数学“很有趣”——有趣到可以让人忘记吃饭、忘记睡觉、忘记外面的世界有多么不公正。

2012年，在他去世两年后，美国总统奥巴马追授他国家科学奖章。

奖章被送到他的家人手中。布莱克威尔的大儿子接过奖章，说：“爸爸一定会说，‘哦，这很好，但我不需要这个。’”

这就是他。

一个真正不需要奖章的人。

六、思想的漫游者

布莱克威尔的研究风格，如果要用一个词来形容，那就是“漫游”。

他不是那种给自己设定一个宏大目标、然后按计划推进的人。他不会说“我要在未来五年内解决某某猜想”。他不是那样工作的。

他就像一个在数学花园里散步的人，走到一个地方，看到一朵奇怪的花，就蹲下来研究一下；再往前走，看到一颗形状奇特的石头，又翻过来看一看。看起来是漫无目的的，但某一天回头一看，他已经在整个花园的最深处留下了一串清晰的脚印。

“我只研究我觉得有趣的问题，”他说，“我不在乎是不是重要。”

这是一种奢侈。

对于今天的大多数科学家来说，这是一种无法企及的奢侈。他们有经费申请需要写，有论文数量需要完成，有终身教职的评审需要准备。他们必须证明自己的研究是“重要的”、“有影响力的”、“能转化应用的”。

布莱克威尔没有这些压力。他生活在另一个时代——一个更慢的时代，一个一个人可以纯粹地做学问的时代。

他做动态规划，不是因为有人告诉他“这个以后在AI里面会有用”。他做动态规划是因为他觉得在不确定环境中做决策的数学结构很美。

他做比较统计实验，不是因为有人告诉他“这个以后会帮助机器学习模型选择特征”。他做比较统计实验是因为他觉得“信息”这个概念值得被精确地数学化。

他做博弈论，不是因为有人告诉他“这个以后会被用来训练AlphaGo”。他就是觉得两个人轮流做决定这件事，背后的数学很有意思。

他像一个天真的孩子，不为了任何实用目的，只是纯粹地好奇这个世界是怎么运作的。

而正是这份天真，让他触及了这个世界最深层的秘密。

尾声：看不见的支撑

2010年7月8日，大卫·布莱克威尔在伯克利的家中去世，他91岁。

葬礼很简单，来的人不多——都是家人、几个老朋友、几个以前的学生。没有记者，没有直播，没有全网悼念。

这不是一个能冲上热搜的名字。

但我想请你想象一个画面。

在你使用手机语音助手的这一刻，在你滑动屏幕浏览信息的这一刻，在算法为你推荐了恰好合口味的音乐或商品的那一刻——在所有这些“智能”的背后，有无数层的数学抽象。

最上层是你看到的界面，漂亮的图标，流畅的动画。

下一层是代码，Python或者C++，函数和循环，if和else。

再下一层是算法，神经网络，梯度下降，反向传播。

再下一层是统计学原理，大数定律，中心极限定理，贝叶斯推断。

再下一层——很深很深的下一层——是决策理论，是动态规划，是拉奥-布莱克威尔定理。是那些最基础的数学结构，那些支撑起整个大厦的钢筋骨架。

在这些最底层的结构上，刻着许多名字。有些名字如雷贯耳，有些名字默默无闻。

（图片来源：AI生成）

而大卫·布莱克威尔的名字，安静地刻在其中一块最重要的基石上。

他不写代码，他不设计神经网络，他不训练大模型。

但他的思想活在每一个从数据中学习的智能体里，活在每一次机器面对不确定性做出决策的过程中，活在每一个“学习”这个动词的数学定义里。

这是一个不急不躁的人，用不急不躁的方式，参与了人类最前沿的技术革命。

他从未亲临战场，但他的旗帜插在山顶。

他的故事告诉我们一件事：

有时候，改变世界的方式不是冲在最前面，而是退回最深的地方。在那些最安静、最不为人注意的角落里，搭建起足够结实的根基，然后等待。

等待时间把你的思想酿成酒，等待未来的年轻人偶然路过，捧起你的书，拍掉上面的灰尘，说：“哦，原来你早就想明白了。”

这就是大卫·布莱克威尔。

一个温和的数学家，一个沉默的架构师，一个在种族隔离的时代用一张稿纸和一支铅笔写下未来蓝图的人。

他从未被喧嚣的时代所改变。

而他改变了时代。

——

愿我们都能在自己的领域里，做那个不急不躁、只问“有趣”的人。

愿我们都能为未来，留下一块看不见、但撑得住一切的基石。

——

后记

如果你今天打开谷歌学术，搜索“David Blackwell”，你会看到长长的论文列表。大多数标题对普通人来说如同天书：《等价比较实验》、《序贯分析中的动态规划》、《博弈论中的接近最优策略》。

但如果你仔细读他的论文，你会注意到一种独特的风格：简洁，优雅，不炫耀。

他擅长用最少的话说最多的事。

他的证明通常都很短，两三个步骤就能把一个看似复杂的问题说清楚。就像他这个人本身一样——不张扬，不冗长，不多说一句废话。

安静，深邃，有力。

这也许就是最好的数学家，和最好的故事，共同的特质。

02. 我的思考与感受

读完大卫·布莱克威尔的故事，有一种说不清的复杂情绪，像一杯温度刚好的茶，入口是暖的，回味却有淡淡的苦涩。

我想，这种情绪大概来自一个矛盾：一个如此深刻影响了未来的数学家，在未来到来之前，几乎没有人知道他的名字。

他不是被时代遗忘的。他只是太安静了。

安静到不争不抢，安静到在种族隔离最严酷的年代里，他没有走上街头演讲，而是回到书房继续推公式。安静到他证明的那些定理，整整比人工智能的爆发早了半个世纪。安静到他明明参与塑造了我们生活的底层逻辑，却从未出现在任何一篇科技媒体的头条里。

这让我开始重新思考一个问题：究竟什么才算是“贡献”？

在我们的时代，贡献似乎必须可见。它要有数据支撑——引用了多少次，下载了多少次，产生了多少经济效益。它要有视觉冲击——一个酷炫的产品，一个刷屏的demo，一个改变用户行为的app。它要被谈论，被转发，被膜拜。

但布莱克威尔提醒了我，还有另一种贡献。

那种贡献不需要掌声。它藏在公式的褶皱里，藏在定理的脚注中，藏在一个22岁黑人青年独自推演的草稿纸上。它像一块砖，砌在摩天大楼的地基里，上面覆盖着水泥、钢筋、玻璃幕墙，以及来来往往、从未低头看一眼的游客。

那不是时代的悲哀。那恰恰是它的伟大之处——真正的基础设施，就应该是看不见的。

布莱克威尔的故事还让我想起另一个问题：什么样的人，才能做出这样跨越时代的工作？

答案似乎藏在他自己的那句话里：“我只研究我觉得有趣的问题。”

不是“重要”的问题，不是“有用”的问题，甚至不是“别人会关注”的问题。只是“有趣”。

这听起来任性，甚至奢侈。但在那种轻描淡写的“有趣”背后，是一种近乎信仰的诚实——对自己的智力诚实，对数学本身诚实。他不追逐热点，不迎合基金评审，不被“人工智能即将改变世界”的喧嚣所扰动。他只是安静地坐在伯克利的办公室里，像一个守林人，看护着自己的思想，等它慢慢长大。

而恰恰是这种“不追逐”，让他追逐到了最远的地方。

这让我想到一句诗，或者不是诗，只是一句话：最慢的，往往是最先到达的。

在这个推崇快速迭代、敏捷开发、即时反馈的时代，布莱克威尔的慢，像一面镜子，照出了我们多少焦虑和匆忙。

他91岁的一生，用22年拿到博士学位，再用接下来的69年，慢慢地在数学的花园里散步。他不急着发表，不急着证明自己，不急着告诉世界“这个以后会很重要”。他只是相信，真理不需要急着被承认——它会自己找上门来。

而历史也的确找到了他。只是稍稍晚了一些，晚到他离开之后，才把国家科学奖章送到他的家人手中。

但他不在乎，他从来不在乎。

我想，这就是一个真正的思想者最迷人的地方：他活着的时候，就已经活在了永恒里。

最后，我还想说的是，布莱克威尔的故事给我一种奇怪的安慰。

在这个“35岁危机”“AI取代人类”“焦虑无处不在”的时代，他似乎在对我们说：别急。真正重要的事情，从来不需要赶时间。真正深刻的思想，从来不会因为沉默而贬值。你只需要诚实地面对自己觉得“有趣”的东西，然后认真地对待它，日复一日，年复一年。

至于它什么时候被世界看见，那不是你需要操心的事。

你只需要做一个种树的人，然后慢慢地等。

03. 本期提问

基于以上的思考，我想向你提出的问题是：

在人工智能高速迭代、今天的技术明天就可能被颠覆的当下，我们是否正在过度崇拜“看得见的速度与成果”，而忽略了那些“看不见的、缓慢的、基础性的思想建构”？如果是这样，我们可能会失去什么？

这个问题没有标准答案。

但我很好奇，如果是你，会怎么回答。