人工智能被譽為是未來的開創(chuàng)性技術(shù)，這項技術(shù)始于20世紀50年代，經(jīng)歷過70年代和80年代的萎靡，但是現(xiàn)在正處于浪潮之巔，這一切怎么發(fā)生的？

　　在計算機歷史上，1956年絕對是一個值得銘記的年份，人工智能的歷史正在開啟。有關(guān)人工智能的初步定義和未來的可能正在幾個計算機天才的討論中初步成型。

　　這一年，功成名就的威廉肖克利衣錦還鄉(xiāng)，計劃在加州的帕洛奧多開啟自己新的創(chuàng)業(yè)計劃。同樣也是在1956年，28歲的約翰麥卡錫與同齡的馬文明斯基、37歲的羅切斯特以及40歲的香農(nóng)，準(zhǔn)備在達特茅斯學(xué)院舉行一個學(xué)術(shù)研討會。

　　肖克利的創(chuàng)業(yè)計劃并不成功，卻無意中將生產(chǎn)半導(dǎo)體的“硅”帶到了加州，同時一大批技術(shù)人才的涌入，成就了接下來半個世紀的硅谷奇跡。達特茅斯會議上也沒有產(chǎn)生任何實質(zhì)性的成果，卻創(chuàng)造了一個“人工智能”的單詞，成為過去一個甲子很多人畢生的追求。

　　時間來到 2016 年1月，人工智能領(lǐng)域“祖師爺”級別的人物—馬文明斯基去世。三天后的1月27日，Google 重金收購的 DeepMind 團隊在《自然》雜志發(fā)表論文，宣布破解了圍棋的算法，并公布如何打敗歐洲冠軍樊麾的一些細節(jié)。

　　而到了3月，就在 DeepMind 的 AlphaGo 即將完勝人類圍棋代表—韓國選手李世石的時候，英特爾傳奇人物，一手推動半導(dǎo)體行業(yè)發(fā)展的安迪格魯夫去世。

　　從1956到2016，一個甲子之年。一切都像是一個結(jié)束，計算機從壟斷到普及，人人手上都有一臺計算機，人工智能從無到有。一切卻又像一個開始，人工智能逐步成熟，硅智能在某些方面已完勝碳智能。

　　過去：從模仿游戲開始

　　圍繞“人”、“機器”、“智能”，從各自的概念爭論到三者之間的關(guān)系定義，人工智能這個學(xué)科（領(lǐng)域）并未像其他學(xué)科一樣由分裂走向統(tǒng)一，而是繼續(xù)在各自戰(zhàn)線上講述未來的故事。

　　彼時，一股科學(xué)樂觀主義精神讓越來越多的科學(xué)家認識到，人類離征服自己的大腦越來越近。事實上，經(jīng)歷過二戰(zhàn)的科學(xué)家們認為，機器在某些方面已經(jīng)超越了人腦。電影《模仿游戲》中，為了破解德軍的密碼，科學(xué)家阿蘭圖靈力排眾議，堅持用機器來實現(xiàn)人腦根本無法實現(xiàn)的目標(biāo)。這樣的樂觀主義情緒也在達特茅斯峰會上得以體現(xiàn)：“那是一個嘗試，找尋一種方法讓機器能夠使用語言、形成抽象……和概念、解決現(xiàn)在只有人類才能解決的問題，而且還會自我完善我們認為只要精挑細選一些科學(xué)家一起工作一個夏天，至少在一個或是更多的問題上就能有顯著的進展。”

　　但現(xiàn)實的殘酷性令人工智能這個詞幾乎在半個世紀內(nèi)遠離主流話語圈。上世紀50、60年代的樂觀和雄心在70年代漸趨衰退，并迎來一場寒冬，而80年代末期經(jīng)歷一次短暫的復(fù)蘇不久就再次陷入困境。在當(dāng)時，學(xué)術(shù)界和企業(yè)界都看不到人工智能能夠進入實用領(lǐng)域的可能，而當(dāng)時的技術(shù)進展也十分緩慢。

　　馬文明斯基在1985年出版的一本開創(chuàng)性哲學(xué)著作《心智社會》（The Society of Mind）中，他提出了一項基本假設(shè)：人類與機器之間并沒有真正的區(qū)別。人類實際上是一種機器，他們的大腦由許多半自治但很愚蠢的“代理”組成，而“不同的任務(wù)需要完全不同的機制。”

　　明斯基的這一觀點同樣也是一大批人工智能從業(yè)者的努力方向：既然人類就是一個機器，那么同樣可以制造出與人類類似的機器。曾與明斯基并肩作戰(zhàn)的“人工智能之父”約翰麥卡錫在整個職業(yè)生涯中都在希望通過正規(guī)的數(shù)學(xué)邏輯方法來模擬人的頭腦。為了能夠復(fù)制人類的思維，這些人提出了各種各樣的項目和研究，其中大部分都是通過硬件和軟件對新技術(shù)揭示出的人腦結(jié)構(gòu)和功能進行模擬。其中瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）大腦與心智研究所的“藍腦”（Blue Brain）計劃擁有較高的知名度，該計劃起始于2005年，并計劃在2023年之前搭建出一個基本等同于人腦模式的工作模型。

　　任何大腦模擬器都面臨著兩個主要問題。首先人腦其實是非常復(fù)雜的，擁有大約1000億個神經(jīng)元和1000萬億突觸連接。這些連接都不是數(shù)字連接，它們依賴于具有互相關(guān)聯(lián)時序的電化學(xué)信號和模擬組件，其中的分子和生物學(xué)機制我們才剛剛開始懂點皮毛。

　　即使簡單一點的大腦都依然神秘難解。藍腦計劃最近取得的具有里程碑意義的進展是在2015年初時，研究人員成功在一只小鼠大腦中的一個包含了30000個神經(jīng)元的區(qū)域復(fù)制了活的嚙齒動物大腦中的信號。對哺乳動物來說，30000個神經(jīng)元只是大腦的一點皮毛。而隨著神經(jīng)元數(shù)量和突觸連接的增加，模擬的復(fù)雜程度也將指數(shù)式增加—以至于沒法使用現(xiàn)有的技術(shù)手段進行處理。這又引出了大腦模擬需要面臨的另一個問題：目前還沒有任何一個完備的理論能解釋“思維”到底是什么。在其另一部著作《情感機器》中，明斯基則有力地論證了情感、直覺和情緒并不是與眾不同的東西，而只是一種人類特有的思維方式。也同時揭示了為什么人類思維有時需要理性推理，而有時又會轉(zhuǎn)向情感的奧秘。他列舉了人類的19種思維方式，以下列舉其中的幾項：比如“知道解決方式”、“類比推理”、“簡化法”、“理想化思維法”等等，你會發(fā)現(xiàn)，這些特性是人類獨有的，機器根本無法學(xué)會。

　　如果說明斯基的《心智社會》是人工智能前期研究的映射，那么《情感機器》則展現(xiàn)出下一輪人工智能發(fā)展的藍圖，這其中最本質(zhì)的區(qū)別就是：讓機器的事兒歸機器負責(zé)，人類的事兒則由人類完成。谷歌創(chuàng)始人拉里佩奇的“恩師”特里威諾格拉德曾坦言：“人類智能沒什么高深莫測的。從理論上講，如果你發(fā)現(xiàn)了大腦工作的方式，就可以人為建造出一個具備一定功能的智能機器，但你建造不出具備符號邏輯和計算能力的機器。”

　　這一理念不僅塑造了谷歌，也影響了一大批人工智能新一代研究者。以 DeepMind 為代表的新一代人工智能公司，采用深度神經(jīng)網(wǎng)絡(luò)，摒棄了打造所謂可替代人類的智能的舊傳統(tǒng)。其創(chuàng)始人 Hassabis 就表示：“癌癥、氣候變遷、能源、基因組學(xué)、宏觀經(jīng)濟學(xué)、金融系統(tǒng)、物理學(xué)等，太多我們想掌握的系統(tǒng)知識正變得極其復(fù)雜。”他坦言，未來的超級智能機器將與人類專家合作解決一切問題。

　　人類創(chuàng)造了的人工智能，或主動或被動，正在多個維度模仿人類的行為甚至思維模式。但機器卻有著人類所羨慕的“優(yōu)點”—沒有情緒不知疲倦，一個細節(jié)是當(dāng)五番旗第一盤 Alpha Go 逼得李世石無法貼目時，李世石臉上顯出沮喪的表情，而他眼前的對手卻“毫無表情”。

　　未來：我們需要擔(dān)心機器嗎？

　　差不多兩年前，英國學(xué)者尼克波斯特洛姆撰寫的《超級智能》成為《時代周刊》暢銷書。這本書的開頭有個寓言故事：某天，一群弱小的麻雀在一起，討論“尋找一只貓頭鷹協(xié)助打理生活”的可能性。大部分麻雀都陶醉于美妙的想像中：這只強大的貓頭鷹可以幫它們筑巢、照顧家人、提防天敵—貓……這時，一只叫斯克羅恩科芬克爾的麻雀提出了質(zhì)疑：“這樣做，將是我們的末日。在有這種想法之前，我們?yōu)楹尾幌认胂腭Z化貓頭鷹的方法呢？”但絕大部分麻雀都聽不進去，紛紛出發(fā)去尋找貓頭鷹蛋了。

　　這就是當(dāng)下人與人工智能的微妙關(guān)系，也是所有擔(dān)心人工智能會取代人類的理論起點，這些人包括伊隆馬斯克、比爾蓋茨、霍金以及《超級智能》這本書的作者尼克波斯特洛姆等等。但這個理論忽視了一點，那就是沒有提及人工智能的發(fā)展水平。

　　以現(xiàn)在最火的深度學(xué)習(xí)為例，深度學(xué)習(xí)是受到人類大腦的啟發(fā)，很多用語也直接借鑒自腦科學(xué)，比如神經(jīng)元、激活之類的用語，但這兩個系統(tǒng)的工作原理完全不一樣。

　　首先要承認一點，即便我們認為技術(shù)高速發(fā)展的今天，我們至今依然缺乏對人類大腦運行情況的準(zhǔn)確認知。

　　而就人類知道的一丁點大腦知識來看，兒童的大腦能在無外部監(jiān)督的情況下獨自形成知識。當(dāng)有了這種學(xué)習(xí)得來的知識，兒童能夠?qū)⒁患虑榉纸獬啥鄠€子任務(wù)然后去完成。而且，這個分解過程是本能的，幾乎不需要時間，或者說，你感覺不到時間。但現(xiàn)在的深度學(xué)習(xí)還不具備這種能力：人們需要把所有東西教給它們，包括這是什么東西、學(xué)習(xí)完成后應(yīng)該做什么。雖然谷歌、Facebook的研究者們正在探索如何改進這種模型，但現(xiàn)在離目標(biāo)還很遠。無論是按照深度學(xué)習(xí)“教父級”人物 Geoffrey Hinton 還是 Facebook人工智能實驗室負責(zé)人、深度學(xué)習(xí)開創(chuàng)者 Yann LeCun 的說法：人工智能離擁有自我意識還有十萬八千里，人工智能至少在未來五年沒有任何希望達到人類認知水準(zhǔn)。

　　人工智能已然走過了其“生命”的第一個甲子，也在這個甲子之年再次成為世人關(guān)注的焦點，隨之而來的是對人工智能的過度樂觀與過度悲觀，所有這些都會影響人類對于人工智能的正確判斷。與技術(shù)研發(fā)要克服的難度相比，公眾態(tài)度的變化或?qū)⒊蔀樽笥胰斯ぶ悄芪磥淼闹匾α?，很幸運的是，你我將共同見證這一切。人工智能的發(fā)展將是未來值得關(guān)注的重要趨勢。

　　文/趙賽坡

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……