人工智能，也有前世今生

記者 張小妹

人工智能，也有前世今生

記者 張小妹

近幾年，人工智能引發(fā)了一波又一波的熱議，那么人工智能到底是何時誕生，又是如何發(fā)展的呢？一起來聽聽對此有著深入研究的西交利物浦大學(xué)計算機科學(xué)與軟件工程系機器學(xué)習(xí)方向的博士洪賢斌的分享。

人工智能的出現(xiàn)最早要追溯到什么時候呢，在20世紀(jì)50年代之前，都是一個漫長的萌芽期，在此期間出現(xiàn)的許多理論和假設(shè)——《人性論》、《邏輯哲學(xué)論》等，為人工智能打下了基礎(chǔ)。

1946年2月14日，世界上第一臺電子多途計算機ENIAC在美國宣告誕生，一系列有關(guān)神經(jīng)和機器的研究報告，諸如馮諾伊曼架構(gòu)、Hebb定律、圖靈測試等等，為人工智能的誕生做足了準(zhǔn)備。

人工智能來了1956年～1976年，第一次浪潮

特點：符號主義盛行，在統(tǒng)計方法中引入符號方法進行語義處理，人機交互開始成為可能。

1956年，在美國Dartmouth會議上，四位圖靈獎得主、信息論創(chuàng)始人和一位諾貝爾獎得主首度提出“人工智能”概念。在此期間，世界上第一家機器人公司“尤尼梅遜”成立；第一個字符識別程序出世；世界上第一款規(guī)?；a(chǎn)的計算機IBM 360型計算機出現(xiàn)；首臺采用了人工智能學(xué)的移動機器人Shakey引發(fā)了人工智能早期工作的大爆炸；世界上第一個聊天機器人Eliza出現(xiàn)，它能產(chǎn)生類似人類的互動。

本以為人工智能會如此平穩(wěn)的發(fā)展，然而，歷史總是包含了許多的大起大落。人們很快發(fā)現(xiàn)，這些理論和模型只能解決一些非常簡單的問題，20世紀(jì)70～80年代，人工智能的發(fā)展出現(xiàn)第一次低谷。1970年沒人能夠做出如此巨大的數(shù)據(jù)庫，也沒人知道一個程序怎樣才能學(xué)到如此豐富的信息。

由于缺乏進展，對人工智能提供資助的機構(gòu)（如英國政府，DARPA和NRC）對無方向的人工智能研究逐漸停止了資助，NRC（美國國家科學(xué)委員會）在撥款2000萬美元后也停止資助。即使如此，各位科學(xué)家也沒有放棄對機器人的研究，他們繼續(xù)埋頭苦干。

人工智能卷土重來1976年～2006年，第二次浪潮

特點：神經(jīng)元網(wǎng)絡(luò)可解決單一問題，但無法解決復(fù)雜問題，積累一定的數(shù)據(jù)量，有些結(jié)果在一定程度就不再上升。

80年代Hopfield神經(jīng)網(wǎng)絡(luò)和BT訓(xùn)練算法的提出，使得人工智能再次興起，出現(xiàn)了語音識別、語音翻譯計劃。1981年，日本經(jīng)濟產(chǎn)業(yè)省撥款8.5億美元支持第五代計算機項目；隨后，英國、美國也紛紛響應(yīng)，開始向人工智能和信息技術(shù)領(lǐng)域的研究提供大量資金。到 80 年代晚期，DARPA 的新任領(lǐng)導(dǎo)認(rèn)為，人工智能并不是“下一個浪潮”。1991年，人們發(fā)現(xiàn)日本人設(shè)定的“第五代工程”也沒能實現(xiàn)，人工智能研究再次遭遇經(jīng)費危機。

90年代開始，機器學(xué)習(xí)開始出現(xiàn)，并成為近年來人工智能研究最核心的分支。洪賢斌解釋說，機器學(xué)習(xí)是指計算機不需要專家去人為設(shè)定，開始主動學(xué)習(xí)一些知識，去處理一些復(fù)雜的情景。即便如此，關(guān)于人工智能的種種設(shè)想遲遲未能進入人們的生活之中，第二次浪潮又破滅了。

人工智能再次爆發(fā)2006年-至今，第三次浪潮

特點：海量的數(shù)據(jù)、不斷提升的算法能力和計算機運算能力，不僅在技術(shù)上取得突破，在商業(yè)市場同樣炙手可熱。

2006年，Hinton提出的深度學(xué)習(xí)概念，作為機器學(xué)習(xí)的一種算法，深度學(xué)習(xí)又引發(fā)了一系列技術(shù)上的突破。2007年英偉達提出GPU異構(gòu)計算，電腦的計算能力開始爆炸增長；2009年，美國國立衛(wèi)生研究院人腦連接組計劃啟動；2011年，Watson（IBM公司）參加“危險邊緣”，打敗兩位人類冠軍。2012年，Google X實驗室采用“神經(jīng)系統(tǒng)”識別出一只貓；2013年，Standford 大學(xué)成功的讓老鼠的大腦完全透明。

2016年，AlphaGo圍棋擊敗李世石，一舉震驚世界；2017年初，AlphaGo化身“master”完成圍棋60連勝，“人機撲克巔峰表演賽”終以冷撲大師獲勝落下帷幕。洪賢斌告訴記者，其實，語音識別、圖像識別等等AI技術(shù)早就應(yīng)用在我們平時生活中了，只是大家還未發(fā)現(xiàn)，直到AlphaGo出現(xiàn)后，大家開始重新認(rèn)識人工智能的威力。

對于未來，要抱有敬畏之心

洪賢斌表示，在還沒有接觸人工智能之前，他跟大多數(shù)人一樣，覺得人工智能深不可測。在接觸了之后，他深刻地意識到，從長遠來看，目前人工智能的發(fā)展還處于起步階段，智能化程度還很低，大部分行為都是遵循人為設(shè)定的模式。

“不了解人工智能發(fā)展的人，都對人工智能持樂觀的態(tài)度，而在我們學(xué)人工智能的人，會相對悲觀一些。在AlphaGo出現(xiàn)之前，我們都以為人工智能會呈線性增長。而在云計算相對成熟的情況下，配合深度學(xué)習(xí)，人工智能開始發(fā)生質(zhì)變，這是我們早前沒有預(yù)料到的情況?！?/p>

在他看來，雖然目前人工智能發(fā)展還處于初級階段，不能高估了它的存在；但同時，因為有AlphaGo的存在，也不能忽視人工智能有爆發(fā)性增長的可能。

如果按照人工智能的水平分為弱人工智能時代、強人工智能時代和超人工智能時代三個大的階段來看的話，目前依然是弱人工智能時代。對此，洪賢斌表示，目前他所研究的就是如何將弱人工智能推向強人工智能。

在他看來，現(xiàn)階段的人工智能技術(shù)還主要為了解決特定的問題而存在，是任務(wù)型的人工智能，未來借助大數(shù)據(jù)的環(huán)境，加上知識積累，可能會發(fā)展到超人工智能階段。到那個時候，人工智能經(jīng)歷了質(zhì)變的飛躍發(fā)展，會遠遠超過人類智慧。最后，人工智能能否真的擁有人一樣的思考、感知和認(rèn)知能力還有很長的一段路要走，在這期間，我們要做的是對其抱有敬畏之心。

人物簡介

洪賢斌西交利物浦大學(xué)計算機科學(xué)與軟件工程系 機器學(xué)習(xí)方向博士生（同時 英國利物浦大學(xué)計算機科學(xué)系 機器學(xué)習(xí)方向 博士生）；蘇州谷歌開發(fā)者社區(qū)組織者；IEEE國際電氣電子工程師協(xié)會計算機分會會員；ACM數(shù)據(jù)挖掘中國分會KDD China會員；中國計算機學(xué)會CCF會員。