從人工智能的源頭說起

北京航空航天大學 何立民

?

從人工智能的源頭說起

北京航空航天大學 何立民

2016年初春，谷歌的AlphaGo與圍棋高手李世石的人機大戰(zhàn)，引發(fā)了一股人工智能的熱潮。人們驚呼人工智能時代到來了，熱議人工智能超越人類帶來的諸多思考。聯(lián)想到人形機器人在服務(wù)領(lǐng)域大肆擴展、工業(yè)機器人在生產(chǎn)線上替代工人工作，甚至在文化、藝術(shù)、媒體領(lǐng)域出現(xiàn)了計算機創(chuàng)作，在軍事領(lǐng)域涌現(xiàn)了無人化軍備競賽，人們不禁要問：一個徹底改變?nèi)祟惿a(chǎn)、生活方式的空前巨變時代是否已經(jīng)到來？人類應(yīng)怎樣應(yīng)對？又該如何理性思考？人類究竟將向何處去？

1　什么是人工智能？

1.1什么是人類智能？

在厘清什么是人工智能之前，應(yīng)先弄清什么是人類智能。AlphaGo與李世石的圍棋比賽，包括此前IBM深藍計算機與卡斯帕羅夫的國際象棋比賽，都被人們稱為人機大戰(zhàn)，嚴格來說，應(yīng)稱為人機思維之戰(zhàn)。因為AlphaGo與深藍計算機既看不見棋盤，又不會走子，所說人機大戰(zhàn)只是人與機器思維的決戰(zhàn)。真正實現(xiàn)人機智能對決的，是日本東京大學石川渡邊實驗室研制的機器人“Janken 3.0”，它在與人類對手進行石頭、剪刀、布的猜拳游戲中沒有輸過一次。

之所以在厘清“智能”上如此較真不是無事生非。因為在論述人工智能時，必須弄情人類智能的真實含義，并了解不同智能表現(xiàn)上的差異性。IBM深藍計算機、AlphaGo體現(xiàn)的是人類思維(國際象棋、圍棋)的仿真能力，機器人“Janken 3.0”則實現(xiàn)了與人類(猜拳游戲)對決的智力行為?！八季S”與“智力行為”都是人類的智能表現(xiàn)，但在人工智能領(lǐng)域卻有著完全不同的含義。前者只有思考，沒有感知與控制，因此，其沒有行為能力，是一個實現(xiàn)人類智力仿真的“智力平臺”；后者不僅有思考，還有感知與控制，具有獨立的行為能力，實現(xiàn)了人類工具的“智力嵌入”。

“智力平臺”與“智力嵌入”都是知識基礎(chǔ)上的能力表現(xiàn)。前者是具有思考能力的各種形式的專家系統(tǒng)，后者是具有行為能力的各種形式的智能化工具。

人類智能有“思維”與“智力行為”兩種形式，在人工智能領(lǐng)域便有計算機思維仿真與智能化工具的智力替代兩種模式。

1.2什么是人工智能？

人工智能是涵蓋眾多學科的一個大科技，不同學科對人工智能有不同的理解，每個學科都會從不同視角來詮釋人工智能。在本系列文章中，將從嵌入式系統(tǒng)視角來詮釋人工智能。

“科普中國”百科科學詞條中給出了一個較為冗長的人工智能定義：“人工智能(Artificial Intelligence)是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖象識別、自然語言處理和專家系統(tǒng)等?！?/p>

人工智能學者對人工智能則有較為簡潔明了的定義。美國斯坦福大學人工智能研究中心尼爾遜教授認為：人工智能是關(guān)于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學。美國麻省理工學院溫斯頓教授認為：人工智能就是研究如何用計算機去做過去只有人才能做的智能工作。這些說法反映了人工智能學科的基本思想和基本內(nèi)容。

尼爾遜教授認為人工智能是關(guān)于知識的學科，點出了人工智能的基礎(chǔ)是知識?！八季S”是知識基礎(chǔ)上的思考，“智力行為”是知識基礎(chǔ)上的行為能力。溫斯頓教授的觀點表明，實現(xiàn)人工智能的工具是計算機。這里指的計算機應(yīng)該是“現(xiàn)代計算機”，即通用微處理(MPU)基礎(chǔ)上的通用計算機與嵌入式處理器(MCU)基礎(chǔ)上的嵌入式系統(tǒng)。前者主要是用于思維仿真的智力平臺(各類專家系統(tǒng))，后者主要是用于智力嵌入的智能化工具(機器人、智能設(shè)備等)，從而形成了人工智能的兩大分支。

2　人工智能的科學源頭

人工智能的工具是現(xiàn)代計算機，現(xiàn)代計算機的源頭是圖靈機，圖靈機的靈魂是可計算原理與可計算模型。

古代人的計算從計數(shù)開始，后來普及到數(shù)值計算，人們從來沒有考慮過“除了數(shù)以外，有什么是可以計算的”。20世紀以前，數(shù)學界普遍認為，所有問題都應(yīng)有相應(yīng)的算法，其后，很長一段時間人們?nèi)匀徽也坏浇鉀Q一切問題的算法，直到20世紀30年代才出現(xiàn)轉(zhuǎn)機。一批偉大的圖靈學者們，告訴人們“一切皆可計算”。從數(shù)值計算到邏輯計算，數(shù)學終于走上廣義的計算領(lǐng)域，開始人類智力計算的長征。

圖靈學者不僅奠定了人類智力計算的理論基礎(chǔ)，圖靈還設(shè)計出可實現(xiàn)智力計算的圖靈機。圖靈機是一種人工智能的模型機，用最簡潔方式模擬人類思維過程。該機器由一條無限長的紙帶、一個讀寫頭、一套控制規(guī)則表、一個狀態(tài)寄存器組成?？梢郧逦乜闯?，它絕不是一個傳統(tǒng)的計算機器，而是一個在指令表控制下，紙帶步進狀態(tài)的字符狀態(tài)處理機，可以用“0”、“1”兩個最簡單的數(shù)字狀態(tài)來實現(xiàn)圖靈機的無限思維計算。

圖靈機的偉大之處，在于它的基礎(chǔ)性與普遍適用性，即有最簡單的結(jié)構(gòu)、最大的等價性、“0”和“1”狀態(tài)的數(shù)字符號集、軟硬件分離的智力計算方法等。圖靈機是一個全新概念的智力模型機，由此奠定了未來計算機軟、硬件的二元化獨立體系。此后，人們分別開始了圖靈計算機軟件與硬件的研究之路。

從20世紀30年代圖靈機模型誕生到圖靈機的實用化，經(jīng)歷了漫長的道路。1950年，圖靈發(fā)表論文“計算機器與智能”，為后來的人工智能科學提供了開創(chuàng)性的構(gòu)思。直到1954年圖靈去世，基于圖靈機模型的理想計算機一直沒能創(chuàng)造出來。因為圖靈思想超越了現(xiàn)代科技力所能及的范圍，直到半導(dǎo)體集成電路誕生。

硬件方面，1946年，具有圖靈機思想的第一臺電子計算機開始了人工智能計算之路，但龐大的體積、有限的運算能力，無法成為人工智能的普適性工具。

1971年，全球第一個微處理器4004誕生；1979年，8088微處理器誕生；1981年，基于8088的第一臺個人計算機(PC)誕生。與此同時，在微處理器基礎(chǔ)上，一大批嵌入式處理器(MCU)誕生。其中最杰出的代表是1976年的MCS-48微控制器系列與1980年的MCS-51微控制器系列，其后微控制器的發(fā)展呈現(xiàn)井噴之勢。

半導(dǎo)體微處理器以其微小體積、精巧結(jié)構(gòu)、可無限擴展、極低價位等基本特征，成為了人工智能的一個理想的歸一化智力內(nèi)核。它以通用微處理器基礎(chǔ)上的通用計算機智力仿真與嵌入式處理器基礎(chǔ)上嵌入式系統(tǒng)的智力嵌入方式，開始了以人工智能為中心的現(xiàn)代計算機知識革命、數(shù)字化革命、智力革命、信息革命與產(chǎn)業(yè)革命。不少專家將人工智能的起始年代劃定在20世紀70年代，原因即在于此。

3　智力革命與人工智能

智力革命迎來了人類的人工智能時代。智力革命的基礎(chǔ)是半導(dǎo)體微處理器，智力革命的工具有通用微處理器基礎(chǔ)上的通用計算機與嵌入式微處理器基礎(chǔ)上的嵌入式系統(tǒng)，它們都是微處理器基礎(chǔ)上的計算機，統(tǒng)稱為現(xiàn)代計算機。智力革命的表現(xiàn)方式有通用計算機基礎(chǔ)上的智力仿真與嵌入式微處理器基礎(chǔ)上的智力嵌入。

通用計算機與嵌入式系統(tǒng)的普適效應(yīng)，使人工智能滲透到人類社會的各個領(lǐng)域，影響到人類生活的各個方面。這是因為微處理器的智力內(nèi)核形式與量子化發(fā)展前景。微控制器微小體積、極低價位、內(nèi)核形式，可以廣泛滲透到人們生活周圍，如智能家電、汽車電子、機器人、物聯(lián)網(wǎng)智能終端、穿戴式設(shè)備，甚至是嵌入人體內(nèi)的生理檢測與醫(yī)療電子系統(tǒng)。此外，由于微處理器的體系結(jié)構(gòu)與其構(gòu)成的載體無關(guān)，具有無限的量子化發(fā)展前景。目前微處理器的載體是硅半導(dǎo)體，其集成度從微米級、亞微米級到納米級，在納米級時代逐漸到達極限時，人們有望迎來原子級石墨烯的微處理器技術(shù)，最終可以期待光量子級、電子級的微處理器與量子化計算機。

微處理器分化成通用微處理器與嵌入式微處理器后，形成了人工智能領(lǐng)域的兩大分支，即通用計算機基礎(chǔ)上的智力仿真與嵌入式系統(tǒng)基礎(chǔ)上的智能化工具。通用計算機基礎(chǔ)上的智力仿真以軟件為中心，沒有感知與控制能力，本質(zhì)上是人類思維的仿真，典型的是形形色色的專家系統(tǒng)，如IBM深藍計算機的“國際象棋大師”、沃森計算機的“智力競賽”、谷歌的“阿爾法圍棋”，以及未來的“計算機頂級醫(yī)生”等，還有遍布人們周圍在計算機平臺上使用的獨立軟件。嵌入式系統(tǒng)基礎(chǔ)上的智能化工具具有感知與控制能力，早期用于傳統(tǒng)電子的智能化改造，隨后發(fā)展出諸多的新興智能化工具，如智能家電、智能家居、汽車電子、智能工控、工業(yè)機器人，以及與諸多前沿科技配套的智能化處理、分析、測試設(shè)備等。未來，智能化工具與計算機思維仿真會出現(xiàn)交叉融合，既能實現(xiàn)高級思維，又能展現(xiàn)知識力量的高級人工智能機。將“阿爾法圍棋”的應(yīng)用程序嵌入到具有感知與控制的人形機器人中，便能實現(xiàn)真正的“阿爾法圍棋”人機大戰(zhàn)。

通用計算機基礎(chǔ)上的智力仿真與嵌入式微處理器的智力嵌入，涵蓋了人類社會生活的很多領(lǐng)域。軟件與硬件的分離，決定了人工智能有相對獨立又相互交叉融合的基礎(chǔ)技術(shù)與基礎(chǔ)產(chǎn)業(yè)。

4　人工智能推動科技超速發(fā)展

人工智能誕生之前，人類在共享公共知識基礎(chǔ)上發(fā)展現(xiàn)代科技；人工智能誕生以后，人類在人工智能的基礎(chǔ)上共享公共智力，以人工智能工具代替人類的腦力勞動，從而使現(xiàn)代科技呈現(xiàn)超高速發(fā)展態(tài)勢。

例如，只有數(shù)值計算知識，沒有計算工具的時候，人們用筆和紙進行手工計算。有了算盤和手搖計算機，人們借助簡單工具提高了計算效率。盡管效率提高，但數(shù)值計算的腦力勞動必須全部由人來完成。有了電子計算器以后，電子計算器中不僅有數(shù)值計算知識、計算規(guī)則，還有了數(shù)值計算能力的人工智能。使用電子計算器時，只要輸入數(shù)據(jù)及數(shù)值計算要求，計算器就能自動進行數(shù)值計算并給出結(jié)果，計算器完成了原來只有人才能做的智能工作。仔細觀察我們周圍的世界，像電子計算器這樣的事例比比皆是。在電子技術(shù)領(lǐng)域，有了半導(dǎo)體模/數(shù)轉(zhuǎn)換器芯片，工程師們在電子系統(tǒng)設(shè)計中不再需要設(shè)計模擬信號到數(shù)字信號轉(zhuǎn)換的腦力勞動；有了手機導(dǎo)航，自駕出行時，不再需要記憶地圖、辨識道路；有了收銀機，超市收銀員不再需要有貨品知識、計數(shù)知識，只需擺動手臂、手指就能完成結(jié)算過程。有了AlphaGo，人人都能向圍棋高手挑戰(zhàn)。

在科學技術(shù)領(lǐng)域，借助半導(dǎo)體芯片、計算機、科學計算軟件、統(tǒng)計軟件、分析軟件等智能化工具，科學家們可省去了許多的腦力勞動?？萍汲晒麘?yīng)用不再是知識基礎(chǔ)上的傳統(tǒng)應(yīng)用模式，而是智能化設(shè)備基礎(chǔ)上的“傻瓜化”應(yīng)用模式。這種應(yīng)用模式大大地加速了新興科技從成果到應(yīng)用的轉(zhuǎn)化速度。2016年3月25日“大國重器”的張江發(fā)布會上，上海蛋白質(zhì)中心專家指出：“以前一個科學家可能要花很多年才能認識一個蛋白質(zhì)，但是在蛋白質(zhì)中心，借助各式各樣的先進設(shè)備和儀器，最短僅需2分30秒就能認識一個蛋白質(zhì)。”而且這只是一個普通工作人員就可以完成的工作。在基因工程領(lǐng)域，2000年第一個人類基因組測定花費30億美元，2008年有了基因測序設(shè)備，做一個基因測序降至10萬元，如今在大量先進的基因分析設(shè)備基礎(chǔ)上，一個普通技師可在21小時內(nèi)完成千人基因組的分析工作，而且費用可降至千元以下。

從民眾生活到科技創(chuàng)新領(lǐng)域，人們周圍充滿了形形色色的智能化工具，從半導(dǎo)體芯片、微控制器、計算機等基礎(chǔ)工具，到計算機軟件、智能硬件、智能電子、機器人、智能機具、自動生產(chǎn)線等。盡管形態(tài)不一，它們都具有知識基礎(chǔ)上的行為能力，可以代替人類個體的腦力勞動，稱之為知識力量平臺，簡稱“知識平臺”。

有了人工智能的知識平臺，人類將徹底告別以知識為基礎(chǔ)的傳統(tǒng)科技成果轉(zhuǎn)化模式，代之以知識創(chuàng)新與創(chuàng)新知識應(yīng)用相分離的知識平臺模式，即知識創(chuàng)新者將創(chuàng)新知識成果轉(zhuǎn)化成相應(yīng)的知識平臺，創(chuàng)新知識應(yīng)用者在知識平臺上實現(xiàn)創(chuàng)新知識的“傻瓜化”應(yīng)用。知識創(chuàng)新者不介入應(yīng)用，有利于前沿科技的新領(lǐng)域探索；創(chuàng)新知識應(yīng)用的“傻瓜化”，有利于將精力集中于應(yīng)用領(lǐng)域的二次創(chuàng)新，從而大大加速人類新興科技發(fā)展的步伐。

[1] 百度百科.人工智能[EB/OL].[2016-06].http://baike.baidu.com/link?url=EghdhRBsYyjoDpp9 dWyNSiSxIzB 3xetX lpZx4E7wO5tGtN-tHgwj_srIlGfejIZUOncwBtqmg Nc17md UURqWes0Dh1GrZKsNP7yIr55j6qa.

[2] 何立民.知識學原理[M].北京:北京航空航天大學出版社,2012.

[3] 何立民.工具簡史[M].北京:北京航空航天大學出版社,2016.

(責任編輯：薛士然2016-6-12)