如何写出一本中文经典CS教科书

[1]

如果说计算机的理论基础，归功于图灵，计算机的工程实现，归功于冯诺依曼设计的计算机体系。那么商用计算机的研制，尤其是硬件，头号功臣应该是 IBM，软件的头号功臣，应该是 Bell Labs，因为 Bell Labs 发明了 Unix 操作系统和 C 语言。

IBM TJ Watson Research Center 在纽约北边，Bell Labs 在纽约西南，两地相距 1 个多小时车程。这两个研究中心有很多相似之处，譬如走进正门，醒目位置都是历史陈列室，里面都陈列著各自的大神及其成就。

走进 Bell Labs 历史陈列室，自然要去拜拜 Ken Thompson 和 Dennis Ritchie 两位大神，Unix 操作系统的第一版，主要由 Ken Thompson 研发，而 C 语言，基本是 Dennis Ritchie 的作品。

说到操作系统，不能不提另一位大神，Abraham (Avi) Silberschatz。他执笔写的《Operating System Concepts》一书，深入浅出，要言不烦，是操作系统的经典教科书。不仅如此，他还写了 PPT，方便教学，非常贴心。这本教科书，一版再版，至今已经第十版了 [1]。

除了《Operating System Concepts》，Avi Silberschatz 还写了另一本经典教科书《Database System Concepts》。这本书也保持了他的一贯风格，深入浅出，要言不烦，还附带 PPT。这本书也一版再版，至今已经第五版了 [2]。

如果一本书成为某个领域的经典教科书，被广泛接受，那么被书中重点介绍的内容，便成为事实上的业界标准。如果中国学者能写一本人工智能的教科书，被全球引为经典，将会极大地促进中国，引领全球人工智能的发展。

Figure 1. 《Operating System Concepts》各个历史版本的封面。

http://codex.cs.yale.edu/avi/os-book/OS10/covers-dir/index.html

Figure 2. 《Database System Concepts》各个历史版本的封面。

http://db-book.com/

[2]

之所以一版再版，是因为相关技术更新很快，不仅需要添加新内容，而且先前的技术，有些已经被淘汰，需要删减。

早年的计算机使用磁带作为存储介质，后来被淘汰了，于是相关的串列存储内容，需要删减。随着云计算兴起，虚拟机渐热，这部分内容需要添加。另外，移动互联网使得安卓手机操作系统变成热门，安卓的内容也得添上。

以特斯拉为标杆的智能汽车，以大疆为标杆的无人飞机，以波士顿动力为标杆的机器人，涉及的硬件不同，需要解决的任务也不同，它们对操作系统提出了新需求。

不仅操作系统的教科书，要与时俱进，其它方向的教科书，也需要跟得上技术发展的节奏。

《Artificial Intelligence: A Modern Approach》初版于 1995，当时被学界誉为人工智能经典教科书。2003 再版，2009 年出第三版。从 2009年到现在，快 10 年了，没有再版。从 1995年到现在，人工智能技术取得了巨大的进步，尤其是深度学习的进展日新月异。现在深度学习几乎成了人工智能的同义词。如果要出版《Artificial Intelligence: AModern Approach》第四版的话，估计 2/3 的内容要重写。

如何才能快速地撰写并更新教科书呢？

Figure 3. 《Artificial Intelligence: A Modern Approach》第三版封面。

http://aima.cs.berkeley.edu/cover.html

[3]

自然语言处理（Natural Language Processing, NLP）是人工智能的一个分支。这个领域的经典教科书是《Speech and LanguageProcessing》。这本书的第一版，于 2000 年前后出版。其实这本书的草稿，在 1997 年前后，就已经在学界流传，并广受赞誉了。

Figure 4. 《SPEECH and LANGUAGE PROCESSING》第一版封面。

这本书最初是一本论文汇总，选择了若干优秀论文，根据不同主题，编排成若干章节。当时这本论文汇总的内容，偏重于 Speech Recognition，NLP 的内容不太丰富，而且几乎没有深度学习的内容。

Figure 5. 《SPEECH and LANGUAGE PROCESSING》第一作者Daniel Jurafsky。

本书的主要作者，是 Daniel Jurafsky。Dan 说，这本书最初只是一个论文精选目录，目的是让同学们快速了解该领域的研究前沿。后来同学们觉得一篇一篇下载论文原文 PDFs，太麻烦。于是，Dan 把这些精选论文汇总成册，为懒人们提供方便。

后来懒人们又建议，读论文全文，太费事。要是能对每篇论文，做个简单介绍，深入浅出，要言不烦，那就更方便了。于是 Dan 又继续做好人，写论文介绍，逐渐形成这本书的第一版。

现在这本书的内容，已经完全变样了。Speech Recognition 的内容，被大大缩编，而且被放进正文后的附录中去了。传统的 NLP 方法，舍卒保车，主流的传统方法被保留了一些，支流几乎消失殆尽。同时，大大强化了深度学习的最新成果的介绍。

Figure 6. 《SPEECH and LANGUAGE PROCESSING》第三版目录。

Daniel Jurafsky 本科博士受教于加州大学伯克利分校，毕业后去 University of Colorado Boulder 任教。在这期间，他不仅做出了很多亮丽的研究成果，而且持续更新《Speech and LanguageProcessing》的内容，逐渐成为 NLP 领域大师。随后，Dan 转校到斯坦福大学任教。

Dan 的成功经验，有三点值得重视，1. 广读论文，并且写读后感，2. 把众多读后感，分门别类编辑成书，3. 持续更新书的内容。

[4]

单枪匹马地更新教科书，工作负担太重。

2018年9月9日到14日，DeepMind 主办 Deep Learning Indaba 2018 学术会议，会上有专家梳理了 NLP 前沿进展，并发表演讲 [4]。该演讲广受业界好评。

如果比较一下近年来 NLP 的前沿进展，与《Speech and Language Processing》的内容，会发现刚刚出版的经典教科书，又需要更新了。一本书从写作到印刷出版，至少要一年。而最近深度学习的进展实在太快，一年前的话题，已经略显老旧。

一个可能可行的办法，是发动学者们共同协作，既是读者，也是作者。

1. 先在 GitHub 上罗列一个精选论文清单，类似于这样 [5]。值得特别点赞的是，这个论文清单，是中国学者罗列的。

2. 发动相关学者，给每一篇论文写介绍，深入浅出，要言不烦。

3. 把众多论文的介绍，根据不同主题，串连成章节，形成教科书。

4. 定期出版教科书的最新版本，并持续更新论文清单和论文介绍。

Figure 7. A review of the recent history of NLP

https://www.kamperh.com/slides/ruder+kamper_indaba2018_talk.pdf

Figure 8. 生物医学领域的机器学习应用的论文清单

https://github.com/xuhanvsxuhan/An-Incomplete-ML-Paper-Collection-for-BioMedical-Applications

参考文献：

1. Operating System Concepts

http://os-book.com/

2. Database System Concepts

http://db-book.com/

3. Speech and Language Processing

https://web.stanford.edu/~jurafsky/slp3/

4. Frontiers of Natural Language Processing

https://www.kamperh.com/slides/ruder+kamper_indaba2018_talk.pdf

5. An Incomplete ML Paper Collection for BioMedicalApplications