人工智能的前世今生

文／李路軍

人工智能（AI），通常是指通過計(jì)算機(jī)程序來呈現(xiàn)人類智能的技術(shù)，其開創(chuàng)歷史可以追溯到1956年8月31日發(fā)起的達(dá)特茅斯會議。此后60多年里，人工智能的發(fā)展有過低谷也有過崛起，直到2014年高德納咨詢公司發(fā)布技術(shù)成熟曲線，表明人工智能技術(shù)已經(jīng)進(jìn)入發(fā)展高峰期，各項(xiàng)技術(shù)應(yīng)用將引起顛覆性深遠(yuǎn)影響。

1950年，圖靈提出了著名的圖靈測試：如果一臺機(jī)器能夠與人類展開對話而不能被辨別出其機(jī)器身份，那么稱這臺機(jī)器具有智能。1956年，在達(dá)特茅斯會議上，約翰·麥卡錫提出了“人工智能”一詞，后來被人們看作是人工智能正式誕生的標(biāo)志。在此之后，人工智能進(jìn)入了發(fā)展的第一個(gè)高潮。1956年，奧利弗·薩爾夫瑞德研制出了第一個(gè)字符識別程序；1959年，阿瑟·薩繆爾研制的具有學(xué)習(xí)功能的跳棋程序，已經(jīng)可以打敗他本人，3年后又擊敗美國一個(gè)州的跳棋冠軍；1963年，詹姆斯·斯拉格發(fā)表了一個(gè)符號積分程序SAINT，輸入一個(gè)函數(shù)表達(dá)式，改程序就能自動輸出這個(gè)函數(shù)的積分表達(dá)式，4年后推出的升級版SIN已經(jīng)可以達(dá)到專家級水準(zhǔn)。在這段長達(dá)10余年的時(shí)間里，計(jì)算機(jī)被廣泛應(yīng)用于數(shù)學(xué)領(lǐng)域，用來解決代數(shù)、幾何問題，這讓很多研究學(xué)者看到了機(jī)器向人工智能發(fā)展的信心。

20世紀(jì)70年代，人們開始嘗試更具挑戰(zhàn)性的任務(wù)，并提出了一些不切實(shí)際的研發(fā)目標(biāo)，但是接二連三的失敗和預(yù)期目標(biāo)落空，使人工智能的發(fā)展走入低谷。在當(dāng)時(shí)，有三個(gè)難以解決的技術(shù)瓶頸：一是，計(jì)算機(jī)性能不足，導(dǎo)致早期很多程序無法在人工智能領(lǐng)域得到應(yīng)用；二是，早期人工智能程序主要是解決特定的問題，可一旦問題上升維度，程序立馬就無法執(zhí)行；三是，在當(dāng)時(shí)沒有找到足夠大的數(shù)據(jù)庫來支撐程序進(jìn)行深度學(xué)習(xí)。因此，人工智能項(xiàng)目停滯不前。

20世紀(jì)80年代出現(xiàn)了以卡內(nèi)基梅隆大學(xué)研制的XCON為代表的專家系統(tǒng)，可以用來模擬人類專家的知識和經(jīng)驗(yàn)解決特定領(lǐng)域的問題，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識的重大突破。專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域取得成功，推動人工智能走入應(yīng)用發(fā)展的新高潮。

隨著人工智能的應(yīng)用規(guī)模不斷擴(kuò)大，專家系統(tǒng)存在的應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸暴露出來。命運(yùn)女神又一次給AI的發(fā)展?jié)采弦慌枥渌?/p>

上世紀(jì)90年代隨著AI技術(shù)尤其是神經(jīng)網(wǎng)絡(luò)技術(shù)的逐步發(fā)展，以及人們對AI開始抱有客觀理性的認(rèn)知，人工智能技術(shù)開始進(jìn)入平穩(wěn)發(fā)展時(shí)期。1997年，IBM的計(jì)算機(jī)系統(tǒng)“深藍(lán)”戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，又一次在世界范圍內(nèi)引發(fā)了AI話題討論。這是人工智能發(fā)展的一個(gè)重要里程。

進(jìn)入21世紀(jì)后，可用的數(shù)據(jù)量劇增，數(shù)據(jù)驅(qū)動方法的優(yōu)勢變得越來越明顯。此時(shí)，深度學(xué)習(xí)泰斗Geofrey Hinton在神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)領(lǐng)域取得突破，人類又一次看到機(jī)器趕超人類的希望，這也是標(biāo)志性的技術(shù)進(jìn)步。2011年，IBM開發(fā)的人工智能程序“沃森”參加了一檔智力問答節(jié)目并戰(zhàn)勝了兩位人類冠軍。2016 年，谷歌公司的 AlphaGo（阿爾法圍棋）贏了韓國棋手李世石，再度引發(fā) AI 熱潮。2017年，深度學(xué)習(xí)大熱。AlphaGo Zero（谷歌下屬公司Deepmind的新版程序）在無任何數(shù)據(jù)輸入的情況下，開始自學(xué)圍棋，3天后便以100∶0橫掃了第二版本的“舊狗”，學(xué)習(xí)40天后又戰(zhàn)勝了在人類高手看來不可企及的第三個(gè)版本“大師”。

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，基于感知數(shù)據(jù)和圖形處理器等計(jì)算平臺，以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)正飛速發(fā)展，大幅跨越了科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”，諸如圖像分類、語音識別、知識問答、人機(jī)對弈、無人駕駛等人工智能技術(shù)實(shí)現(xiàn)了從“不能用”“不好用”到“可以用”的技術(shù)突破，未來或?qū)⒂瓉肀┌l(fā)式增長的新高潮。