人工智能
2016年3月，人工智能程序AlphaGo與世界圍棋冠軍、職業(yè)九段棋手李世石進行了一場圍棋人機大戰(zhàn)，并且最終以4比1的總比分獲勝。在此之前，圍棋一直被認為是世界上智力要求最高的游戲，代表著人類最高的智力水平，但是，由谷歌旗下DeepMind公司戴密斯·哈薩比斯領銜的團隊研發(fā)的AlphaGo卻輕而易舉地擊敗了世界上最聰明的人。
這是一場在事前被大肆宣揚的比賽。在比賽之前，沒有多少人敢斷言機器會取得勝利，實際上，在多數(shù)的媒體上，輿論表現(xiàn)出的都是對機器的嗤之以鼻。那些認為機器會有機會的人，在表達觀點的時候也顯得小心翼翼，畢竟圍棋一直是一種高高在上的智力游戲，在此之前，雖然有計算機能夠擊敗五子棋或者國際象棋的棋手，但是圍棋卻被認為是更加復雜的項目，以目前的機器智能水平，不少人認為離戰(zhàn)勝圍棋冠軍尚有一定的難度。
至于普通人，大家更加無法相信“機器會打敗人類”這樣的假設，因為在他們心中，機器永遠只是人類的工具而已。但最后的結果卻充滿了戲劇性。從第一場比賽開始，李世石就輸給了機器。此后的幾場比賽之中，李世石雖然拼盡全力，也沒有能夠擺脫這種局面，最終以1勝4負慘敗。
一朝成名天下知，機器的勝利給人們帶來了恐慌和迷惑，但無論如何，僅僅用了幾年的時間，“人工智能”這個詞匯的熱度一下子達到了前所未有的水平。各行各業(yè)都開始加入了對人工智能的討論。除此之外，人工智能也開始成為投資圈的熱門話題。就像在過去幾年人們必須討論“互聯(lián)網(wǎng)+”和“APP”一樣，如今大家討論最多的“風口”和“趨勢”，迅速轉換成了人工智能。
但在這種狂熱的背后，人們對人工智能的了解仍然屬于鳳毛麟角。實際上，多數(shù)人對于人工智能仍然一無所知。大眾概念中的人工智能，仿佛是一個憑空冒出來的神奇物種，但真實的情況并非如此。
我們已經(jīng)在前面已經(jīng)談到，智能的發(fā)展其實可以追溯到人類使用工具之時。但正如歷史所顯示的，在過去的漫長歷史之中，智能的發(fā)展雖然一直在延續(xù)，但更多的是為后來的發(fā)展奠定思想與工具的基礎。在過往的幾千年之中，智能尚未過多地影響我們的生活，這一點，從科技的發(fā)展上就可以得到證明。帕斯卡發(fā)明的計算器并沒有得到普及性的使用，笛卡爾的“我思故我在”也不過是一種哲學思維。
人類在15世紀才進人大規(guī)模的印刷時代，又過了200年，望遠鏡才被發(fā)明出來。真正的智能大進步，大體上也就是一兩百年的歷史。在過去的兩百多年中，科技發(fā)展進入了一種加速狀態(tài)。18世紀，世界上出現(xiàn)了蒸汽機，到了19世紀，人類又發(fā)明了直流電動機(1834)、電話(1876)、汽車(1886)、無線電(1897)，進入20世紀初，人類又發(fā)明了飛機(1903)、電視(1925)、編程計算機(1943)以及晶體管(1947)。
科學技術取得了重大的發(fā)展，但是對于機器是否能取代人類這一問題，人們仍然沒有找到答案。在人類進入20世紀的時刻，數(shù)學家希爾伯特提出了人類尚未解決的23個數(shù)學大問題，這些問題的其中一個，就是希望未來的數(shù)學家可以證明，任何真理都可以被描述為數(shù)學定理。
但在幾十年之后，另一位數(shù)學家哥德爾卻發(fā)現(xiàn)，希爾伯特的這個問題是無法證明的，也就是說，在他看來，并非所有的真理都可以被數(shù)學描述。哥德爾的這個判斷給我們留下了一個關于人工智能爭論的伏筆，那就是機器到底能否取代人類。按照哥德爾的意思，如果人工智能就是一種用數(shù)學解決問題的方法，那么，它也就存在著無法解決的問題，因此，人工智能是不可能戰(zhàn)勝人類的。
但另一位著名的數(shù)學家圖靈思考的是希爾伯特提出的另外一個問題，那就是是否可以將計算的過程全部機械化?，F(xiàn)在我們知道，這其實就是算法，但是在當時還沒有這個詞匯。正如我們在上面提到的，1937年，圖靈發(fā)明了圖靈機，為現(xiàn)代計算機的發(fā)明奠定了理論基礎。
圖靈的偉大之處不僅在圖靈機上。13年后，也就是在1950年，圖靈發(fā)表了一篇名為《機器能思考嗎?》的文章。在這篇文章中，圖靈提出了經(jīng)典的“圖靈測試”，如果一個機器能夠通過圖靈測試，那么，我們就認為這個機器具有智能。
這個測試其實非常簡單，假設你坐在兩個黑箱子面前，這兩個箱子其中一個里面坐的是人，另一個里面則裝著一臺機器。然后你可以向他們發(fā)問或者與他們進行交流，如果在有限的時間之內，你分不清這兩個箱子里面哪個是人、哪個是機器，那么就可以認定，這臺機器通過了圖靈測試，是具有智能的。
盡管這個時候人工智能這個學科還沒有正式建立，但是圖靈測試的提出，還是成了人工智能發(fā)展史上的一個重要標志。不過，圖靈并非是唯一對人工智能這一學科有貢獻的天才級別學者。
馮·諾依曼是另外一位天才科學家，他的成就體現(xiàn)在數(shù)學、量子物理學、博弈論以及現(xiàn)代計算機科學的方方面面。如果說圖靈提出的圖靈機為現(xiàn)代計算機描繪了構造的藍圖，馮·諾依曼則是這種藍圖的工程實現(xiàn)者。
以二進制和程序為核心的“馮·諾依曼架構”后來成了IBM等制造計算機的通用準則。盡管馮·諾依曼后來也被稱作“計算機之父”，不過，這位博學多才的科學家卻非常謙虛，多次強調他的很多創(chuàng)造其實都是緣于圖靈的思想。
另外一位天才是維納。1948年，維納提出了控制論。按照他的理論，動物和機器一樣，都要通過信息輸出然后獲得反饋來完成某種目的。既然機器和動物的原理相通，用機器來模仿人也就不是問題了。維納的這種理論，無疑是人工智能發(fā)展的重要基礎。
1956年的達特茅斯會議被認為是人工智能研究的起點。那一年的8月，約翰·麥卡錫、馬文·明斯基、克勞德·香農、艾倫·紐厄爾以及赫伯特·西蒙和阿瑟·薩繆爾等人齊聚達特茅斯學院所在的美國小鎮(zhèn)，用兩個月的時間對智能問題進行了討論。
為了以示區(qū)別，自立大旗，麥卡錫將這次討論取了一個名字，叫作人工智能夏季研究項目(Summer Research Project on Ar-tificial Intelligence)。人工智能其實就是機器智能，所謂“人工”就是和“自然”相對立的意思。
人或者其他動物的智能就是自然智能，被人發(fā)明創(chuàng)造出來的機器智能也就成了人工智能。盡管“人工智能”這個詞最早并不是在這次會議上提出的，但的確因為這次會議而變得有名，自此之后，人工智能就成了機器智能的代名詞。
跌宕起伏的人工智能
達特茅斯會議上討論的議題也并非新鮮，實際上，多數(shù)的話題都是早已有之，這次會議也沒有讓大家形成統(tǒng)一的觀點，此后這些人也經(jīng)?；ゲ徽J同。這樣當然是有“壞處”的，因為到如今我們也實在不知道人工智能的嚴格定義，就連很多學者后來也說，自己研究了一輩子的事兒，后來才被發(fā)現(xiàn)和人工智能相關。但無論如何，這一次會議將眾多之前涉及智能的議題，統(tǒng)一歸結到了“人工智能”這四個字之下。從此之后，人工智能也成了所有智能相關研究的一個代名詞。
在達特茅斯會議之后的十年間，人工智能取得了一定的發(fā)展，這一段可謂人工智能的黃金時期。例如阿瑟·薩繆爾研制的跳棋程序，就具有一定的自我學習能力，可以通過比賽來提升技藝。1962年，該程序打敗了美國的一個州跳棋冠軍-這個機器學習程序可以說是最早一代的AlphaGo。1970年左右，一個叫Shaky的機器人在斯坦福大學問世，這是世界上第一個自動機器人。
會下棋，能解字謎，會證明數(shù)學定理，還能說英語，人工智能的發(fā)展讓不少科學家對未來充滿了信心，以至于陷人了盲目樂觀的境地。例如在1958年，赫伯特·西蒙就預測說，10年之內，計算機就能戰(zhàn)勝世界象棋的冠軍，這個預言當然沒有實現(xiàn)，但西蒙也不死心，他后來又接著說：“不出20年，人類能做的，機器都能做?！边@種樂觀氣氛也感染了藝術界。
1968年，著名導演庫布里克將克拉克的《2001：太空漫游》搬上銀幕，這部小說創(chuàng)造出了一個叫作HAL的人工智能形象。但后來的事實狠狠地打了這位諾獎得主的臉。人工智能并非無敵，相反，它連一個看似簡單的翻譯都做不好。那個叫作Shaky的機器人，原本是準備替代士兵上戰(zhàn)場的，但其實它的電池只能支持它活動十幾分鐘。
顯然，對人工智能大加投入的美國軍事部門對此非常失望-同樣是巨資投入，人家那邊都能把人送上月球了，你這邊連模仿個人也還不行呢。于是政府大幅削減了投資，商業(yè)公司也開始放棄人工智能研究。反對者將人工智能稱為煉金術一樣的虛幻與欺騙行為，人工智能的發(fā)展進入了寒冬。出現(xiàn)這一問題，大致有三個原因。
首先是當時計算機的性能不足。雖然當時半導體發(fā)展方興未艾，摩爾定律也橫空出世，然而，硬件的落后導致早期很多程序無法在人工智能領域得到應用;其次，早期人工智能之所以能夠取得發(fā)展，主要因為他們解決的是特定問題，對象少，復雜性低，然而一旦問題變復雜，機器也束手無策;最后是數(shù)據(jù)量嚴重缺失，在當時不可能找到足夠大的數(shù)據(jù)庫來支撐程序進行更復雜的學習。
20世紀80年代，人工智能開始擺脫先前的低谷，出現(xiàn)了一段復興時期。這一期間最為熱門的當屬“專家系統(tǒng)”。當時，卡耐基·梅隆大學為DEC公司制造出了專家系統(tǒng)，據(jù)說這個專家系統(tǒng)可幫助DEC公司每年節(jié)約4000萬美元左右的費用。在此之前，人工智能一直沒有什么可靠的商業(yè)應用，而這種可以為商業(yè)公司節(jié)約成本的故事，自然成了發(fā)展人工智能的最大噱頭之一。與此前不同，這一次走在前面的是在經(jīng)濟上崛起的日本。
1981年，日本經(jīng)濟產業(yè)省撥款八億五千萬美元支持第五代計算機項目，其目標是造出能夠與人對話、翻譯語言、解釋圖像，并且像人一樣推理的機器。迫于競爭，英美國家也不得不再次投入到人工智能的研發(fā)之中。然而，專家系統(tǒng)注定也是一場雷聲大雨點小的研究，其商業(yè)價值并沒有想象的那么大，而這也注定了它的失敗。
趨勢的變化讓人工智能一直起起落落，在其鼎盛期，許多人都認為人工智能可以改變世界，人工智能行業(yè)的從業(yè)者也可以得到更好的職位，更高的薪資。然而，一旦陷入衰落，人工智能又會成為最被厭棄、人人喊躲的行業(yè)。
不過，盡管以機器替代人這一思想為核心的人工智能實踐受到了沖擊，智能的發(fā)展卻在20世紀70年代之后步入高潮。這種發(fā)展得益于和人工智能不同的另外一派-智能增強派所取得的巨大成果。智能增強的英文是 intelligence amplification，簡稱IA，與人工智能的AI縮寫正好相反。
不僅如此，這兩派的觀點也基本是相反的：智能增強派不太相信機器能替代人類，他們只是想把技術作為人類智慧的延伸而已。與人工智能相比，這一派別的觀點似乎更加務實，而且也更像是自古以來的智能思想的延續(xù)。從計算器到印刷術，這些都是人類智能的結果，也同時“增強”了人類的智能。
提倡這一理念的主要是一些早期的計算機先驅，其中最有名的一位，要數(shù)道格拉斯·恩格爾巴特。如今這位科學家以鼠標的發(fā)明而流芳百世，但實際上，超文本系統(tǒng)、計算機網(wǎng)絡以及用戶圖形界面都與他密切相關。恩格爾巴特相信人機互動可以推動人類與技術的共同進化，他也成了這一理念的倡導者。
智能增強的發(fā)展要遠遠比人工智能順利。1955年，在貝爾實驗室發(fā)明了晶體管的威廉·肖克利回到老家帕洛阿托創(chuàng)辦了肖克利晶體管公司，拉開了硅谷發(fā)展的序幕。之后從仙童到英特爾，半導體行業(yè)的快速發(fā)展為即將到來的計算機時代奠定了基礎。
在20世紀70年代，英特爾推出了第一款商用處理器，施樂中心推出了第一臺個人電腦，互聯(lián)網(wǎng)這個名字誕生了，比爾·蓋茨和保羅，艾倫創(chuàng)辦了微軟公司。到了80年代，這種發(fā)展的局面似乎有增無減，蘋果公司上市，微軟推出了操作系統(tǒng)。到了20世紀的最后十年，整個世界都開始沉浸在互聯(lián)網(wǎng)高速發(fā)展的狂歡之中。
當然，對于追求更高目標的人工智能派而言，這些技術的發(fā)展進步雖然帶來了希望，但是無論是從計算能力還是數(shù)據(jù)量的角度，這些進步仍然不足以支撐起人工智能派的夢想。不過任何知識或者學科的發(fā)展都不是一帆風順的，而且，所謂的鼎盛往往也蘊藏著風險，而低谷則可能正是一種革新的孕育期。
就像在20世紀80年代，雖然專家系統(tǒng)一度風生水起達到全盛，但當時不受重視的神經(jīng)網(wǎng)絡，卻正在孕育革命性的發(fā)展，而這種發(fā)展的威力，要到30年后才被我們普通人充分認知。除此之外，今日人工智能之所以能成為如此熱門的行業(yè)，也離不開過去50年智能增強所帶來的技術基礎。
結語
算法在革新，計算機硬件也在持續(xù)發(fā)展，個人電腦逐漸興起，計算能力也不斷取得突破。除此之外，互聯(lián)網(wǎng)開始將全世界的電腦連接起來，一個新的世界正在被創(chuàng)造出來。1997年，在對互聯(lián)網(wǎng)的樂觀情緒即將陷入癲狂之時，IBM的“深藍”打敗了當時的國際象棋世界冠軍卡斯帕羅夫，這成了20世紀末人工智能發(fā)展的最后一個重大事件。
參考資料：
《2001：太空漫游》
《機器能思考嗎?》
來源：趣觀財經(jīng)
（轉載）
