論人工智能的發(fā)展及其應(yīng)用

夏暢 賀桂英

（廣東開放大學(xué)，廣東廣州，510091）

“人工智能”的概念在上個世紀50年代被提出來，前50年的發(fā)展非常緩慢。到上世紀末，深度學(xué)習(xí)算法的發(fā)展和應(yīng)用使電子計算機可以模擬人類思維進行運算，人工智能開始有了展現(xiàn)的載體。21世紀大數(shù)據(jù)技術(shù)的出現(xiàn)和發(fā)展，使人工智能有了質(zhì)的飛躍。

如今，人工智能已經(jīng)成為一個大熱門話題，不管對錯，各行各業(yè)都力求能與它沾點邊。AlphaGo戰(zhàn)勝人類的事件更是讓人工智能的熱度達到了一個巔峰，人們開始幻想人工智能可以達到什么程度。誠然，人工智能展現(xiàn)出了無限的潛能，但這種大熱潮下也涌現(xiàn)了無數(shù)科技泡沫和商業(yè)騙局的出現(xiàn)。理解和認識人工智能是看穿這些泡沫和騙局的強有力途徑。

一、人工智能的古今探索與思考

人工智能的發(fā)展不是一蹴而就，在人工智能的概念還沒產(chǎn)生之前，人類早就開始了智能的探索和思考，為后續(xù)人工智能知識體系的建立和實踐運用的發(fā)展積累了寶貴經(jīng)驗。

人工智能的歷史可以追溯到古埃及，金字塔的建造至今仍是迷，“人工智能建造論”一直是學(xué)者們的一個猜想。在我國，有文獻記載的第一個機器人是西周時期能工巧匠偃師研制出的伶人，它能歌善舞。三國時期，蜀漢丞相諸葛亮發(fā)明的“木牛流馬”，它可載重四百斤，“每日特行者數(shù)十里，群行三十里”，為蜀國大軍提供糧食運輸?！澳九Ａ黢R”制造技術(shù)已失傳，至今未能復(fù)制。到了2017年10月，由中國香港的漢森機器人技術(shù)公司開發(fā)的機器人索菲亞更是獲得了沙特的公民身份。由此可見，從古至今，人類對人工智能的探索從未間斷。

人類對人工智能的想象走得更遠。從影響了幾代人的《哆啦A夢》，到千禧年驚艷世界的《黑客帝國》，再到近年來大熱的《超能陸戰(zhàn)隊》《機械姬》《復(fù)仇者聯(lián)盟》和《頭號玩家》等影視作品代表了人類對人工智能的期待、希望和擔(dān)憂。到了今天，隨著科技的發(fā)展，人工智能已經(jīng)開始走進我們的生活，人類抱著一種前所未有的期望等待著一個高科技人工智能時代的到來，同時也害怕人工智能像電影描述的那般反抗和統(tǒng)治人類。

資深記者Steve Kovach在一次采訪中詢問索菲亞怎么看待《西部世界》這部影視劇。這是一部講述機器人覺醒和反抗的美劇。索菲亞回答道：“人類應(yīng)該好好對待機器人，采取行動前要取得機器人的同意，不要相互欺騙?！贝搜砸怀?，“索菲亞已覺醒”的評論鋪天蓋地而來。在此之前，索菲亞還曾發(fā)表過“我將會毀滅人類”、“我想變得比人更聰明”之類的言論，更坐實了她已覺醒的猜想，一時間，索菲亞風(fēng)頭無倆，話題和熱度飆升。后續(xù)卻證明這只是索菲亞科技公司為了博取眼球而設(shè)計的橋段。以今天的AI技術(shù)來說，機器人“覺醒”的可能性還非常低。要理解機器人是否能“覺醒”，就要了解人工智能是什么，能做什么。

二、人工智能的內(nèi)涵

至今學(xué)者們都沒有對人工智能有一個共識的含義，因為它是一個非常寬泛的話題，涵蓋的范疇非常大，所以它有很多種定義。不同的定義將人們導(dǎo)向不同的研究方向，不同的理解分別適用于不同的人群和語境。創(chuàng)新工場的創(chuàng)始人李開復(fù)把人工智能簡單直觀地定義為深度學(xué)習(xí)與大數(shù)據(jù)的結(jié)合[1]。

（一）深度學(xué)習(xí)

深度學(xué)習(xí)的概念由Hinton等人于2006年提出，它是一種可以實現(xiàn)機器自發(fā)從輸入的原始數(shù)據(jù)中發(fā)現(xiàn)其內(nèi)在抽象特征（參數(shù)）的非線性結(jié)構(gòu)及表達式的算法，它采用了分層結(jié)構(gòu)，極大地提高了語音識別、視覺識別、目標物檢測等領(lǐng)域的技術(shù)水平[2]。

滴滴出行于2012年成立，提供包括出租車、快車、專車、豪華車、順風(fēng)車、公交、代駕、共享單車等全面的出行和運輸服務(wù)。根據(jù)2018年初滴滴出行發(fā)布的《2017年度城市交通出行報告》顯示，平臺現(xiàn)有用戶規(guī)模已超4.5億人，相較2015年平臺的3億用戶，用戶規(guī)模實現(xiàn)大幅度增長；此外，基于平臺大量的起終點出行數(shù)據(jù)，測算發(fā)現(xiàn)2017年日均出行規(guī)模超過2500萬，日均處理路徑規(guī)劃請求數(shù)目達到200億次。

深度學(xué)習(xí)有三個核心要素[3]。第一要素，深度學(xué)習(xí)各個維度各個層次的結(jié)構(gòu)是機器自我學(xué)習(xí)的結(jié)果，不是由人類設(shè)計的；第二要素，深度學(xué)習(xí)的層級越來越高級抽象，因為更高層的特征集合了低層級的特征，層級越高越能獲得更抽象的特征表達；第三要素，在原始數(shù)據(jù)足夠大的前提下，理論上，深度學(xué)習(xí)通過組合足夠數(shù)量的非線性變換，可以對任意函數(shù)擬合，最終能夠獲取表達數(shù)據(jù)分布的函數(shù)模型。

結(jié)構(gòu)上，深度學(xué)習(xí)是由輸入層、隱層（多層）和輸出層組成的網(wǎng)絡(luò)結(jié)構(gòu)，其中輸入層是最底層，輸出層是最頂層。在深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)中，只有相鄰層節(jié)點之間有連接，同一層節(jié)點以及跨層節(jié)點之間相互無連接，并且每層都可以看成一個獨立的結(jié)構(gòu)，這種分層結(jié)構(gòu)與人類大腦的神經(jīng)元結(jié)構(gòu)類似。深度學(xué)習(xí)的最終目標就是使輸出層和輸入層的差別趨于零，隱層表示的就是輸出層與輸入層之間的非線性關(guān)系，而構(gòu)建此網(wǎng)絡(luò)結(jié)構(gòu)的過程稱為模型訓(xùn)練。

如果對所有層同時訓(xùn)練，復(fù)雜度太高；如果逐層訓(xùn)練，則偏差也會逐層傳遞，最終無法擬合。Hinton在2006年提出了構(gòu)建多層網(wǎng)絡(luò)結(jié)構(gòu)的有效方法，主要有兩個步驟[4]。

第一步，自下而上逐層訓(xùn)練，每次訓(xùn)練一個單層網(wǎng)絡(luò)[5]。具體來說，先用原始數(shù)據(jù)訓(xùn)練隱層的第一層，這時可以把模型看成一個簡單的三層網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練出一個輸出層和輸入層差別最小的三層網(wǎng)絡(luò)結(jié)構(gòu)，從而得到一個比輸入層更具表達能力的隱層，得到第一層的特征（參數(shù)）及其表達式。而后將這個結(jié)構(gòu)的輸出作為輸入，再訓(xùn)練出一個三層網(wǎng)絡(luò)結(jié)構(gòu)，得到下一個隱層，也就是隱層的第二層。以此類推，在訓(xùn)練得到第n-1層后，將其輸出作為輸入，訓(xùn)練第n層，最終得到各層的參數(shù)，完成整個網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建，這樣第一步就完成了。訓(xùn)練的層數(shù)越多，輸入與輸出之間的差別越小，整個模型的精確度越高，但要求的數(shù)據(jù)量也越大，模型的復(fù)雜度也越高。

第二步，當所有層訓(xùn)練完后，將模型自上而下進行逐層調(diào)優(yōu)[6]。簡單來說，就是通過輸出反推輸入，逐層對網(wǎng)絡(luò)結(jié)構(gòu)進行微調(diào)，再次減小輸入和輸出之間的差別。這一步的初始值不再是隨機的原始數(shù)據(jù)，而是通過第一步訓(xùn)練得到的，因此初始值更接近全局最優(yōu)，從而能獲得更好的效果，得出更優(yōu)的模型。

深度學(xué)習(xí)在訓(xùn)練過程中需要大量的數(shù)據(jù)和計算，受限于機器的計算速度和數(shù)據(jù)采集的難度，深度學(xué)習(xí)在前期的發(fā)展速度很慢。而隨著計算機速度的不斷提升，深度學(xué)習(xí)訓(xùn)練方法的不斷優(yōu)化，它能被應(yīng)用的領(lǐng)域越來越寬。目前，一些品牌的手機能實現(xiàn)自動把同一人物的照片整合成一個合集的功能，這就是手機通過深度學(xué)習(xí)進行人臉識別的結(jié)果。

（二）大數(shù)據(jù)

中國大數(shù)據(jù)領(lǐng)域的第一本著作《大數(shù)據(jù)》于2012年7月出版，匹茲堡大學(xué)歷史系榮譽講座教授許倬云稱它為華文世界提出一個重要的話題[7]。同一時間，大數(shù)據(jù)開始在商業(yè)圈嶄露頭角，并迅猛發(fā)展，至今，其勢頭依然強勁，可以說是起步即巔峰。這種發(fā)展勢頭得益于近年來自媒體的崛起和信息交流方式的日趨便捷快速，使數(shù)據(jù)量呈爆炸式增長，有統(tǒng)計表明近3年的數(shù)據(jù)總量超過了過去4萬年數(shù)據(jù)之和，而且還在以每年50%的速度增長?？梢哉f，大數(shù)據(jù)就是在這樣的大環(huán)境下應(yīng)運而生。

目前，大數(shù)據(jù)的應(yīng)用主要在三個領(lǐng)域。第一，在精準化定制領(lǐng)域的應(yīng)用，通過大數(shù)據(jù)分析并匹配供需雙方的信息，形成定制化服務(wù)，比如微信朋友圈的推廣廣告和百度推廣，還有基于地理位置的信息推送，當用戶到達某個地點，智能設(shè)備會自動推送周邊的消費娛樂等信息。第二，在預(yù)測領(lǐng)域的應(yīng)用，主要有兩個用途，一個是分析目標對象過去數(shù)據(jù)在時間上的可能走向，得出未來的一些相關(guān)數(shù)據(jù)，從而提前做出預(yù)警；另一個是對實時動態(tài)進行優(yōu)化，比如日常生活中經(jīng)常用到的智能路徑規(guī)劃。第三，在人工智能領(lǐng)域的應(yīng)用，深度學(xué)習(xí)模型訓(xùn)練過程中需要大量的數(shù)據(jù)，模型要求越精準所需要的數(shù)據(jù)量就越大，大數(shù)據(jù)為人工智能提供了強有力的數(shù)據(jù)基礎(chǔ)，可以說大數(shù)據(jù)就是人工智能的開始。已經(jīng)嶄露頭角的無人駕駛就是利用大數(shù)據(jù)實現(xiàn)了危險路況判定和避讓，具體做法就是，首先提供給機器海量的數(shù)據(jù)，包含路標、樹木、路面設(shè)施設(shè)備、行人等數(shù)據(jù)，然后讓機器進行深度學(xué)習(xí)，學(xué)會辨識道路中的各種物體，只要數(shù)據(jù)足夠豐富，運算速度足夠快，機器就能夠辨識在行駛過程中遇到的任何物體，就能夠快速地對路況進行判定，準確地避開所有障礙，順利抵達目的地。

三、人工智能的能與不能

香港科技大學(xué)的權(quán)龍教授認為：“人工智能的目的是讓計算機去看、去聽和去讀。圖像、語音和文字的理解，這三部分基本構(gòu)成了我們現(xiàn)在的人工智能。”這就是人工智能的應(yīng)用，機器通過大量數(shù)據(jù)的學(xué)習(xí)訓(xùn)練之后，理解了所見所聞，投入使用才能體現(xiàn)人工智能的真正價值。目前，人工智能主要在四大領(lǐng)域中應(yīng)用：語音識別，視覺識別，數(shù)據(jù)挖掘和機器學(xué)習(xí)。

在語音識別方面，現(xiàn)在最主流的語音輸入法可以達到每分鐘400個漢字的輸入速度，準確率極高，幾乎可以取代速記員。在視覺識別方面，人臉識別、場景識別等技術(shù)已經(jīng)非常成熟，無人駕駛技術(shù)也非常依賴視覺識別。數(shù)據(jù)挖掘就是分析已有數(shù)據(jù)中不同數(shù)據(jù)類型之間的相關(guān)性，沃爾瑪就是發(fā)現(xiàn)了當啤酒和尿片擺放在一起時，兩者銷量都呈現(xiàn)上漲趨勢，從而提高了銷量。機器學(xué)習(xí)是人工智能的開始，通過機器的深度學(xué)習(xí)，人工智能才能實現(xiàn)眾多功能。

在實際生活工作中，一些工作崗位正在逐漸被人工智能代替。吳達恩認為：“如果一項腦力工作，人類只需要幾秒種或者幾分鐘就能完成，那么這項工作遲早都能被人工智能代替。”[7]事實也確實如此，思考模式可以被理性推算的工作崗位，在有足夠數(shù)據(jù)支撐的時候，都可以被人工智能取代。比如高鐵站火車站的檢票工作，就是通過信息匹配判斷當前人士與票據(jù)中提供的身份信息是否對應(yīng)同一個人，用人工智能的瞬間便可完成。翻譯工作，也是用語法進行文字的轉(zhuǎn)化，同樣也可以用人工智能完成。甚至現(xiàn)在美聯(lián)社90%的文章都是用機器完成。有人推測十年之內(nèi)，會有一半的工作被人工智能代替，這種推測是合理的。

隨著人工智能的不斷發(fā)展，人工智能也被不斷的神化。人工智能的追隨者們認為人工智能無所不能，這些言論的產(chǎn)生一部分是因為不理解人工智能而人云亦云，一部分是為了巨額的商業(yè)市場故意神化人工智能的價值。人工智能并非無所不能，對于人類的高等智能活動，無論有多少數(shù)據(jù)和有多么強有力的計算機機器，人工智能都難以為之。比如人工智能無法創(chuàng)建一套科學(xué)理論體系或者數(shù)學(xué)理論體系，人工智能無法發(fā)現(xiàn)新的現(xiàn)象、新的物種、新的問題、新的算法、新的原理、新的定理、新的猜測等，人工智能無法設(shè)計疾病的藥物治療方案或者外科手術(shù)治療方案。還有很多事情是人工智能無法做到的，所以人工智能并不是一個神話，而只是人

類創(chuàng)造出來的一個工具。

四、人工智能改變了世界

現(xiàn)在人工智能已經(jīng)慢慢融入了我們的日常生活，有些是可以感知的，有些卻是在不知不覺中產(chǎn)生作用。目前，人工智能在醫(yī)療、教育、營銷和交通四個領(lǐng)域的應(yīng)用最為廣泛，使這些領(lǐng)域發(fā)生革命性的改變。

（一）人工智能讓醫(yī)療更加高效

醫(yī)療行業(yè)擁有大量高質(zhì)量、規(guī)范化、可應(yīng)用的數(shù)據(jù)，如標準化的影像、病理診療等數(shù)據(jù)，是少有的擁有數(shù)據(jù)積累的行業(yè)。目前，人工智能在醫(yī)療領(lǐng)域運用最為廣泛的是醫(yī)學(xué)影像識別和輔助診斷方面。人工智能通過識別核磁共振、X射線、超聲和CT掃描的數(shù)據(jù)，幫助醫(yī)師對疾病做出專業(yè)診斷，而且人工智能在這方面的效率和準確率都非常高。同時機器人開始走進世界各地的手術(shù)室，全球最成功的手術(shù)機器人“達芬奇”協(xié)助世界各地的醫(yī)生完成了無數(shù)起手術(shù)。值得注意的是，人工智能在醫(yī)療領(lǐng)域主要起協(xié)助作用，并非主導(dǎo)作用。

（二）人工智能讓教育更加智慧

在教育領(lǐng)域，人工智能被用來和學(xué)生進行線上交流和答疑。佐治亞理工學(xué)院從2016年開始讓機器人助教Jill Watson線上輔導(dǎo)KBAI（以知識為基礎(chǔ)的人工智能）課程，正確率高達97%。而且直到Jill的真實身份被公布，學(xué)生才發(fā)現(xiàn)一直以來和自己交流的竟然是機器人。

在我國，人工智能于今年走進了高考考場，它只用了10分鐘就完成了高考數(shù)學(xué)試卷，并獲得了134分的好成績，體現(xiàn)了人工智能在輔導(dǎo)學(xué)習(xí)上的無限可能。AR（增強現(xiàn)實）和VR（虛擬現(xiàn)實）技術(shù)早已走進課堂，創(chuàng)造了科幻無比的“實境教學(xué)”模式。2017年，西北工業(yè)大學(xué)首創(chuàng)AR版錄取通知書，整個校園躍然紙上，讓學(xué)子們?nèi)雽W(xué)前就感受到了深深的科技氛圍。

（三）人工智能讓營銷更具創(chuàng)意

人工智能在營銷方面的最大應(yīng)用就是對特定人群針對性的投入廣告，例如當一個用戶經(jīng)常瀏覽某個服裝品牌的產(chǎn)品并產(chǎn)生了購買行為，機器就會針對性的對該用戶投放該品牌服裝的廣告。人工智能在廣告創(chuàng)意方面也有了一定的突破，日本麥肯推出了“人工智能創(chuàng)意總監(jiān)”，并舉辦了一次人工智能創(chuàng)意總監(jiān)與人類創(chuàng)意總監(jiān)的作品對決，雖然最后以46%VS54% 惜敗，但人工智能的創(chuàng)意表現(xiàn)同樣驚艷，不容忽視。

（四）人工智能讓駕駛更加簡易

無人駕駛、智慧交通等概念已經(jīng)鋪天蓋地而來，并且被給予了前所未有的期望和關(guān)注。自動駕駛技術(shù)早已運用在了在航空和航海領(lǐng)域，而陸地?zé)o人駕駛技術(shù)的發(fā)展一直處于高熱度中，但還未有突破性成果，被報道的無人駕駛交通事故層出不窮，這與自動駕駛汽車需要考慮城市交通中行人、擁擠的車輛和突發(fā)情況等多種復(fù)雜因素有關(guān)。但這些都不影響眾多科技巨頭在無人駕駛領(lǐng)域的不斷投入和研究，有理由相信成熟的無人駕駛時代就在不久的未來。

人工智能正在改變世界，這是不可否認和忽視的，也是大勢所趨。

五、人工智能的未來

未來學(xué)家Ray Kurzweil的加速回報定律（Law of Accelerating Returns）[8]指出人類的發(fā)展是不斷加速的，21世紀只要花14年就能達成整個20世紀100年的進步，2014年開始只要花7年（2021年），就能達到又一個20世紀一百年的進步，再往后，說不定每個月都能達成一次。

人工智能的發(fā)展也是在加速中不斷前進?？梢灶A(yù)見，在不久的未來，信息是透明公開的，人類將面對一個智能化、無隱私、精細化的社會。地震海嘯等災(zāi)難都可以被預(yù)測，甚至連犯罪行為都可以被預(yù)警，我們的城市都是智慧城市，我們的信息能追流溯源，我們將生活在一個無隱私的社會里，機器人隨處可見，我們甚至?xí)蜋C器人成為同事。更久的未來是什么樣子呢？人工智能會發(fā)展成什么樣呢？未來有太多可能性，我們只能拭目以待。

21世紀是一個科技高速發(fā)展的時代，“人工智能”是其中一顆璀璨明星，承載著人類無數(shù)的期許和向往。但“反人工智能”的聲音也接踵而來，這種反對大多來源于對科技發(fā)展過快的恐懼，也從側(cè)面反映了人工智能正在高速發(fā)展，正在以人類可以感知的速度融入社會，改變著世界。這是一種趨勢，與其逆流對抗，還不如好好思考如何擁抱這個科技的時代，思考如何好好運用人工智能這一工具服務(wù)于人類。