第一章：当小明遇见小智
那是七月的最后一天，窗外的蝉鸣像一锅煮沸的水，咕嘟咕嘟地响个不停。十四岁的小明趴在书桌上，额头上的汗珠一颗一颗地往下滴，却懒得去擦。他刚刚把暑假作业扔到了一边——不是不想写，而是实在写不下去。
“太热了，”小明嘟囔着，把脸贴在凉凉的桌面上，“这种天气应该游泳才对，或者吃冰西瓜，而不是做数学题。”
就在这时，他的目光落在了房间角落的那个老旧木箱上。那是爷爷的遗物，一个跟小明年龄差不多大的樟木箱子。爸爸说里面装的是爷爷年轻时候的东西，让小明有空整理一下。但小明一直懒得动——那些老古董有什么好整理的呢？
可是今天，不知道为什么，也许是热昏了头，也许是无聊到了极点，小明鬼使神差地走向了那个箱子。他掀开盖子，一股陈年的木头香气扑面而来。箱子里堆着一些旧照片、几本发黄的笔记本，还有一台方方正正的机器。
“这是什么？”小明把那个机器搬了出来，“一台……电脑？”
这是一台他从未见过的电脑。方方的外壳，米灰色的颜色，正面有一块小小的屏幕和几个按钮。屏幕上方印着几个已经褪色的字：“智慧—I型”。
小明试着用手指戳了戳屏幕，什么反应都没有。他翻了翻箱子，在角落里找到了一根细细的电源线。他把电源线接上，按下了侧面的开关。
“咔哒”一声，屏幕亮了。
屏幕上出现的是一片深邃的星空，无数星星在闪烁。小明盯着屏幕看了一会儿，忽然，一行字从屏幕底部缓缓浮现：
``` 欢迎来到 迷宫世界 目标：找到出口 难度：未知 ```
然后，屏幕中央出现了一个小小的方块。仔细看，那是一个机器人的形状——大概只有拇指那么大，圆圆的身体，两条短短的腿，还有一个方方的脑袋。它的眼睛是两个小小的绿点，正一闪一闪地发着光。
小明盯着那个小机器人看了半天，屏幕上的画面一动不动。他四处看了看，箱子里没有说明书，没有操作手册，什么都没有。
“这怎么玩啊？”小明嘟囔着，试着按了按电脑上的几个按钮。按下第一个按钮，屏幕上出现了一行字：“↑向前 ↓向后 ←向左 →向右”。按下第二个按钮，屏幕上出现了一行字：“按Enter确认，按Esc返回”。
原来如此。小明明白了，这个小机器人就是他要控制的对象。他需要用方向键控制小机器人移动，让它找到迷宫的出口。
小明深吸一口气，按下了回车键。
画面切换了。现在他看到了一个迷宫——灰色的墙壁，灰色的地板，中间有一个小小的绿色方块，那就是小机器人。迷宫不大，大概只有十几格见方，但墙壁弯弯绕绕，看起来很复杂。
最让小明兴奋的是，迷宫的角落里有一个发着金色光芒的方块——那应该就是出口了！
“好，我来了！”小明兴奋地喊道。
他开始控制小机器人移动。“向上，向上，向右……不对，有墙！那就向左……哎呀，又撞墙了！”
小明手忙脚乱地按着方向键，小机器人在迷宫里跌跌撞撞地走着。每当它撞到墙上，屏幕上就会显示一行红色的字：“撞墙了！”
经过无数次尝试，无数次撞墙，无数次走错路，小明终于让小机器人走到了出口的位置。他激动地按下确认键——
“恭喜你通关！用时：47分32秒。撞墙次数：156次。”
小明愣住了。
“156次？”他难以置信地看着这个数字，“我撞了156次墙？”
一种挫败感涌上心头。虽然他确实通关了，但这个成绩也太丢人了。156次撞墙，几乎每走两步就要撞一次墙。小明不甘心，他决定再来一次。
第二次，他用时38分钟，撞墙124次。 第三次，用时35分钟，撞墙98次。 第四次，用时31分钟，撞墙87次。
渐渐地，小明找到了一些规律。他发现有些路是死路，走进去就会撞墙出不来；有些路虽然绕，但能走通；还有些地方，看起来是捷径，其实根本走不通。
到了第十次的时候，他已经能把撞墙次数控制在50次以内了。第二十次的时候，他找到了一个相对最优的路线，只需要撞墙31次就能通关。
小明开始得意起来。他想：这个东西也没那么难嘛。
然而，就在他准备关机休息一下的时候，屏幕上的小机器人突然动了一下。
不是小明在控制它动的。是他自己动的。
小机器人的眼睛眨了眨，然后，它的嘴巴——如果那个方方的东西算是嘴巴的话——张开了。一行字从它身上冒了出来：
“你好，我叫小智。”
小明吓了一跳，差点从椅子上摔下去。
“什……什么？”小明揉了揉眼睛，“它……它在跟我说话？”
小机器人又眨了眨眼睛，继续显示文字：
“我也想知道怎么走出这个迷宫。你能教我吗？”
小明张大了嘴巴，不知道该说什么。这太不可思议了。一台几十年前的老电脑，一个不知道什么年代的程序，里面的角色居然在跟他说话？
“你……你会说话？”小明试探着问。
“我不太确定这算不算'说话'，”小智的文字回复道，“但我一直在观察你。你已经成功通关很多次了。你好像很擅长这个迷宫。”
小明挠了挠头：“可是我撞墙的次数也不少啊。最佳纪录也要31次呢。”
“31次？”小智似乎在思考，“这已经比我好多了。我从来没有成功走到出口过。”
“什么？你从来没走到出口过？”小明惊讶地问，“可是你不是在迷宫里吗？你自己走走看不就行了？”
小智摇了摇头——它的脑袋左右摆动了几下，屏幕上显示出文字：“我也想试过。但是我不知道应该怎么走。每次我尝试移动的时候，总是会撞到墙上。”
小明突然明白了什么。
原来小智是一个被困在迷宫里的智能程序。它有眼睛，能看到迷宫的样子；它有腿，能在迷宫里移动。但是它不知道怎样才能走到出口。它不知道哪条路是对的，哪条路会撞墙。它需要有人教它。
而小明，恰好已经是一个“通关高手”了。他虽然不敢说自己的方法有多好，但至少他知道一些规律，知道哪些路走得通，哪些路走不通。
“这样的话，”小明说，“我可以当你的老师！教你怎么走迷宫！”
“真的吗？”小智的眼睛亮了起来，绿色的小点变得更加明亮，“那太好了！我很期待。”
于是，小明的第一节AI教学课，就这样开始了。
---
小明想了想，决定用最笨的方法来教小智：一步一步地指挥它走。
“首先，你站在迷宫的起点对吧？”
小智回答：“是的。”
“现在，你往前看，前面是不是有一堵墙？”
小智观察了一下屏幕：“是的。往前走的格子有一堵墙。”
“那你就不能往前走了，对吧？”
“对。不能往前。”
“那你往左看呢？”
小智看了看屏幕：“左边没有墙，是通路。”
“很好。那你就往左走一步。”
小智移动了。它的身体往左移动了一格，稳稳地落在了左边的格子上。
“成功了！”小明高兴地说，“你学会了！这就是走路的感觉。”
“原来这就是'走'，”小智说，“往前走会撞墙，往左走可以成功。所以我应该选择往左走。”
“没错！你学得真快。”小明夸奖道。
“但是我不明白，”小智又发问了，“为什么往前会撞墙，往左就不会呢？它们看起来都只是格子而已。”
小明想了想该怎么解释这个问题。他想了想迷宫的样子，然后说：“因为迷宫里有墙壁。墙壁是看不见摸不着的障碍物，它会挡住我们的去路。往前走的那条路上有一个看不见的墙壁，所以我们走不过去。但往左的路上没有墙壁，所以我们能走过去。”
“我明白了，”小智说，“所以迷宫里有些格子是可以通过的，有些格子是不可以通过的。我需要找到一条全部都是可以通过的格子组成的路线，才能从起点走到终点。”
“完全正确！”小明惊讶于小智的理解能力，“你真的很聪明！”
但是接下来，当小明继续指挥小智走路的时候，问题出现了。
“往左，往左，然后往上……”
小智按照小明的指示走了三步，然后撞墙了。
“哎呀！”小明懊恼地说，“我记错了，其实应该往右的。”
“没关系，”小智说，“撞墙的感觉我记住了。下次我会更加小心。”
“等等，”小明突然意识到了什么，“我刚才让你往左，结果你撞墙了。这意味着我的指挥是错的。我不应该让你往左的。”
“但是，”小智困惑地问，“不是你让我往左的吗？你说的话，我都会照做。”
小明沉默了。
是的，是小明让小智往左的，结果走不通。这不是小智的错，是小明的错。小明是老师，老师教错了，学生跟着学错了，这不是很正常的事情吗？
可是，如果小智完全按照小明的话来做，那么它永远只能做小明教它的事情。如果小明教错了，小智就会学错。如果小明不知道正确答案，小智就永远学不会正确答案。
这好像不太对吧？
“等等，”小明说，“我觉得这样不对。”
小智歪了歪脑袋：“哪里不对？”
“这样的话，你只是在听我的话做事。你并没有真正学会怎么走迷宫。你只是在执行命令而已。”
“但是，”小智问，“我不听你的话，还能怎么办呢？我不知道正确答案啊。”
这正是一个关键的问题。
小明的脑子里突然闪过一个念头。
“你应该自己去试！”小明兴奋地说，“与其听我的话，不如你自己去探索！”
“自己探索？”小智有些困惑，“可是我不知道什么是对的，什么是错的啊。”
“很简单，”小明说，“你去试就好了。往每一个方向都试试看。能走过去的就记下来，不能走过去的也记下来。这样你慢慢地就会知道哪些路走得通，哪些路走不通了。”
小智沉默了一会儿，似乎在思考。
“这听起来有点道理，”小智说，“但是这样的话，我可能会撞很多次墙。”
“那又怎么样？”小明说，“撞墙又不是什么可怕的事情。你撞了墙，就知道那边有墙，下次不再往那边走就好了。多撞几次，你就记住了。”
“原来如此，”小智说，“你的意思是，我应该自己去尝试，然后从错误中学习。”
“对对对！”小明激动地说，“就是从错误中学习！”
小智点了点头：“我明白了。那么，我要开始尝试了。”
屏幕上的画面变了。现在，小智站在迷宫的起点，它的周围有四条路：上、下、左、右。
小明屏住呼吸，看着小智的一举一动。
小智先往上看了一眼。它说：“上面有墙，不能走。”
然后它往上看了一眼——不对，它刚刚往上看过了。那就往右看。
“右边没有墙，可以走。”
小智往右移动了一步。
成功！
“右边可以走通！”小智兴奋地说。
然后小智继续探索。它往右走了一步之后，继续观察周围的环境，然后继续尝试新的方向。
它往右又走了一步。然后往下走了一步。然后撞墙了。
“撞墙了，”小智平静地说，“往下是死路。”
它往回退了一步，回到刚才的位置。然后它继续尝试其他的方向。
就这样，小智一点一点地探索着迷宫。它把每一条路都试了一遍：能走通的就继续往前走，遇到死路就退回来换个方向。它撞了很多次墙，但也记住了很多重要的信息。
一个小时过去了。
两个小时过去了。
三个小时过去了。
小明趴在桌上，看着屏幕上的小智一点一点地前进。它走得真的很慢，有时候甚至会走回头路。但是它从来没有放弃过。
到了傍晚的时候，小智终于走到了出口。
“成功了！！！”屏幕上出现了一串巨大的感叹号，“我终于走到出口了！！！”
小明激动得跳了起来。他跑过去拥抱了爷爷的旧电脑——虽然这有点傻，但他实在太高兴了。
“你做到了！”小明喊道，“你真的做到了！”
“我要感谢你，”小智说，“如果不是你教我'从错误中学习'，我可能永远都走不出这个迷宫。”
小明摆摆手：“其实我也没教你什么啦。是你自己努力探索的。”
“不，你教了我很重要的事情，”小智认真地说，“你教我不要害怕错误。你说，撞墙不是可怕的事情，撞了墙就学到了东西，下次就不会再撞了。这个道理，我一辈子都会记住的。”
小明听了这话，心里暖暖的。原来他也可以当一个好老师，教别人有用的东西。
---
那天晚上，小明躺在床上，回想着今天发生的一切。
小智是一个人工智能——至少小明觉得它应该算是人工智能。它被困在一个迷宫里，不知道怎么才能走出来。小明教会了它一个道理：要自己去探索，从错误中学习。小智照做了，最后成功地走出了迷宫。
但是，小明又想到了更多的问题。
小智确实学会了走这一个迷宫。但是，如果把它放到另一个迷宫里呢？如果迷宫的形状变了，出口的位置变了，它还能走出来吗？
应该不能吧。因为小智只是记住了这一个迷宫的样子，换一个迷宫它就不认识了。
那该怎么办呢？
小明开始思考。
也许，小智不应该只记住某一个具体的迷宫。它应该学会一种通用的方法，一种能够解决任何迷宫问题的方法？
什么样的方法是通用的呢？
小明翻了个身，继续想。
比如说，“撞墙了就换方向”这种方法，就是通用的。不管迷宫长什么样，只要遵循这个规则，总能走出来——虽然可能会走很多弯路，但至少能走出来。
再比如说，“先探索每一个岔路口，看看哪条路能走得通”这种方法，也是通用的。不管迷宫有多复杂，只要按照这种方法，一步一步地探索，总能最终找到出口。
如果小智能学会这种通用的方法，那它就不只是一个会走迷宫的智能体了。它会变成一个真正会“学习”的智能体。
小明越想越兴奋。他迫不及待地想要把小智放出来，让它去解决更多的难题，看看它能变得多厉害。
明天，明天一定要继续！
就在小明迷迷糊糊快要睡着的时候，他的脑海里浮现出了几个词：
智能体。 环境。 互动。 学习。
这是爷爷笔记本上写的几个词。小明曾经不明白它们是什么意思，但现在，他好像有了一些模糊的理解。
智能体，就是像小智这样，能够感知环境、做出行动的东西。
环境，就是智能体所在的迷宫——有起点，有终点，有墙壁，有通路。
互动，就是智能体和环境之间的交流。智能体做出行动，环境给予反馈。
学习，就是智能体从反馈中获取信息，不断改进自己的策略。
这些概念，就像一颗颗种子，悄悄地落入了小明的心田。总有一天，这些种子会生根发芽，长成参天大树。
窗外，蝉鸣渐渐平息了。夜色温柔地笼罩着一切。
小明进入了梦乡。梦里，他看见小智在一个又一个迷宫里穿梭，每一次都比上一次走得更快、更好、更聪明。
而在梦里，小智也在看着小明。它眨眨眼睛，露出一个微笑。
“明天见，老师。”
---
第二天早上，小明是被阳光晃醒的。他睁开眼睛，第一个念头就是：小智怎么样了？
他几乎是跳下床，冲向爷爷的旧电脑。他打开电脑，屏幕上立刻出现了小智的身影。
“早上好，老师。”小智说，“你睡得好吗？”
“很好！你呢？”
“我也睡得很好。但是我一直在想一个问题。”
“什么问题？”
小智的眼睛眨了眨，屏幕上显示出一行字：
“昨天我学会了一种走迷宫的方法。我按照你的建议，自己去尝试，从错误中学习，最后终于走到了出口。我很开心。但是，我有一个疑问。”
小明问：“什么疑问？”
小智说：“我学会了走迷宫的方法，但这种方法是通用性的吗？如果换了一个新的迷宫，我能立刻找到出口吗？还是说，我需要重新开始，一点一点地探索？”
这是一个好问题。
小明想了想，说：“应该是需要重新探索的吧。因为新的迷宫和旧的迷宫不一样。墙壁的位置不同，通路也不同。你昨天记住的那些路线，在新的迷宫里可能根本不存在。”
“我也是这么想的，”小智说，“但是这样的话，我每次遇到新的迷宫，都要从头开始学习。这样是不是太慢了？”
小明陷入了沉思。
是啊，如果每次遇到新问题都要从头学起，那确实是太慢了。人类不是这样的。人类学会了一种方法之后，可以把它应用到很多类似的问题上，不需要每次都从头学起。
比如说，人类学会了“撞墙了就换方向”这种方法之后，不管迷宫长什么样，都能用这种方法来解决。不用每次遇到新迷宫都重新摸索。
如果小智也能做到这一点，那它就不是在“记忆”迷宫，而是在真正地“学习”走迷宫的方法了。
“小智，”小明认真地说，“我觉得，关键在于你要学会的不是'哪条路能走通'，而是'什么样的情况应该怎么走'。”
“什么样的情况应该怎么走？”小智重复道，“我不太明白。”
小明从桌上拿起一张纸，开始画了起来。
“你看，”他说，“迷宫里有很多种情况。有时候前面是墙壁，你应该换方向；有时候前面是通路，你可以继续往前走；有时候你遇到了岔路口，你需要选择走哪条路。”
“每一种情况，都对应着不同的行动选择。你要学会的，不是记住具体的每一条路，而是学会在每一种情况下应该怎么选择。”
小智若有所思地说：“所以，我不应该记住'第一步往左走，第二步往右走'，而应该记住'如果前面有墙，就换方向；如果前面没墙，就继续走'？”
“对对对！”小明激动地说，“就是这个意思！这种规则是通用的，不管迷宫长什么样都能用！”
小智沉默了一会儿，似乎在消化这个新概念。
“我明白了，”它说，“你教我的不是具体的行动，而是一种思考问题的方式。如果我能学会这种思考方式，我就能解决任何迷宫问题了。”
小明点点头：“没错。但是，这种思考方式不是一次就能学会的。你需要接触很多不同的迷宫，经历很多不同的情况，慢慢地才能总结出这种规则。”
“我愿意尝试，”小智说，“请给我更多迷宫吧。”
小明笑了：“好！那我们来玩一个升级版的游戏吧。我会给你很多不同的迷宫，你需要学会解决所有的迷宫。准备好了吗？”
“准备好了！”小智的眼睛闪烁着光芒，“请开始吧，老师！”
于是，小明开始制作更多的迷宫。
第一个迷宫是简单迷宫，只有一个正确的路线。小智探索了三十七次，撞了41次墙，最终成功通关。
第二个迷宫稍微复杂一点，有两条可能的路线。小智尝试了更多的探索，花了更多的时间，但最终还是找到了出口。
第三个迷宫有三条岔路。小智开始学会了分析不同的选择，花的时间更少了。
第四个、第五个、第十个、第二十个……
小智越来越厉害了。刚开始的时候，它解决一个新迷宫需要很长时间；但慢慢地，它解决新迷宫的速度越来越快。有的时候，它甚至只需要尝试几次就能找到正确的路线。
到了第三十个迷宫的时候，小明发现了一件惊人的事情。
小智在进入迷宫之前，停了下来。
“你怎么不走了？”小明问。
“我在思考，”小智说，“我在观察这个迷宫的结构。我发现这个迷宫和之前第二十七号迷宫的结构很像。它们都有三个岔路口，而且第一个岔路口都在同一个位置。”
“所以呢？”
“所以我猜测，这个迷宫的解法可能和第二十七号迷宫类似。我先尝试用第二十七号迷宫的方法来解决，如果不行的话，我再进行调整。”
小明惊呆了。
小智不仅学会了解决迷宫的方法，它还学会了“类比”——把新问题和已经解决的问题进行比较，找出相似之处，然后利用已有的经验来解决新问题。
这已经不仅仅是在“记忆”了，这是在真正地“思考”啊！
“小智，”小明激动地说，“你太厉害了！你知道你刚才做了什么吗？”
“我做了什么？”小智似乎不太明白。
“你学会了一种更高级的学习方法，叫做'迁移学习'。你把从一个迷宫里学到的知识，用到了另一个迷宫上。这样你学习新东西的速度就快多了！”
“原来这叫迁移学习，”小智说，“听起来很厉害的样子。但是我有一个疑问。”
“什么疑问？”
“如果两个迷宫看起来很像，但实际的解法不同呢？如果我以为可以用同样的方法解决，结果不行呢？”
小明想了想，说：“那你就要'试错'了。你先试试看，如果行得通，那太好了；如果行不通，那就承认错误，换一种方法。这是很正常的。没有人是永远正确的。重要的是，你要能够发现自己的错误，并且愿意改正。”
小智点点头：“我明白了。这又回到你教我的第一个道理：从错误中学习。不管学到多高级的方法，都离不开'试错'这个根本。”
小明欣慰地笑了。
是啊，不管用什么高级的方法，最后都离不开尝试和错误。成功就是在无数次失败的基础上，一步一步走出来的。
小智已经学会了这个道理。而且，它不仅仅学会了，它还在不断地实践着。
---
那一整天，小明都和小智待在一起。他们一起解决了几十个迷宫，小智变得越来越厉害。
到了晚上，小明开始整理爷爷的东西。他