人工智能是怎樣“煉成的”？

楊麗娟

1956年，達(dá)特茅斯學(xué)院的數(shù)學(xué)教授約翰·麥卡錫組織了一次會(huì)議，討論了人工智能可能應(yīng)用的領(lǐng)域。圖片前排分別為賽弗里奇（左一）、紐厄爾（左二）、司馬賀（左三）、香農(nóng)（左四），后排羅奇斯特（左一）、明斯基（左二）、麥卡錫（左三）。

讓我們將視線回溯到1955年，后來被稱為“人工智能之父”的約翰·麥卡錫此時(shí)只有28歲。博士畢業(yè)后的麥卡錫前往達(dá)特茅斯學(xué)院數(shù)學(xué)系任職助理。28歲的他滿腔熱血、激情澎湃，對機(jī)器模擬人的學(xué)習(xí)或智能這個(gè)問題特別感興趣，經(jīng)常和志同道合的好友討論。后來，他和明斯基、香農(nóng)、羅切斯特4人發(fā)起了申請洛克菲勒基金的提案。在這個(gè)提案里，他們前瞻性地提出了7個(gè)領(lǐng)域的方向：自動(dòng)計(jì)算機(jī)、編程語言、神經(jīng)網(wǎng)絡(luò)、計(jì)算規(guī)模理論、自我改造、抽象、隨機(jī)性與創(chuàng)見性，并最終獲得了7500美元的資助。

2006年當(dāng)年的部分參會(huì)者重聚達(dá)特茅斯，照片中由左至右依次為：摩爾、麥卡錫、明斯基、賽弗里奇、所羅門諾夫。

麥卡錫認(rèn)為利用這筆資金邀請對人工智能感興趣或有想法的科學(xué)家們一起工作一段時(shí)間，可能會(huì)取得重大突破。他的這個(gè)想法在1956年實(shí)現(xiàn)了，這便是著名的達(dá)特茅斯會(huì)議。1956年6月，美國新罕布什爾州漢諾威鎮(zhèn)的達(dá)特茅斯學(xué)院召開了“人工智能夏季研究項(xiàng)目”，會(huì)議持續(xù)了2個(gè)月。先后有多位著名數(shù)學(xué)、心理學(xué)、神經(jīng)學(xué)、信息科學(xué)和計(jì)算機(jī)科學(xué)等方面的杰出科學(xué)家參與會(huì)議研討。在這次會(huì)議上，“人工智能（Artificial Intelligence，縮寫為AI）”一詞被創(chuàng)造性地提了出來，人工智能學(xué)科由此誕生，人工智能也從此走上了歷史舞臺(tái)。

達(dá)特茅斯會(huì)議召開50年后，會(huì)議的部分組織者和參會(huì)者麥卡錫、明斯基、賽弗里奇、所羅門諾夫、摩爾重聚達(dá)特茅斯，共同見證了人工智能50年以來從一顆幼苗到不斷茁壯成長的發(fā)展歷史，他們滿頭白發(fā)卻依然精神矍鑠。人工智能先驅(qū)們有的駕鶴西去，有的垂垂老矣，但受他們精神和作品影響的后繼者們繼續(xù)在人工智能領(lǐng)域開疆拓土。可以說，達(dá)特茅斯會(huì)議是人工智能界公認(rèn)的偉大會(huì)議，被稱為人工智能的起點(diǎn)，1956年也就成了人工智能元年。

人工智能技術(shù)的發(fā)展并不是一帆風(fēng)順的，事實(shí)上，人工智能已經(jīng)經(jīng)歷了“三起兩落”，三次浪潮和兩次寒冬，我們現(xiàn)在所經(jīng)歷的是人工智能的“第三次浪潮”。

1956年人工智能學(xué)科誕生，在其后的十多年，很快在數(shù)學(xué)定理證明、問題求解、博弈等領(lǐng)域取得了重大突破和進(jìn)展。這段時(shí)期是人工智能發(fā)展的一個(gè)黃金時(shí)期，在數(shù)學(xué)定理證明領(lǐng)域的實(shí)際效果最好。達(dá)特茅斯會(huì)議上確定了符號AI的基本思路，依據(jù)這個(gè)思路發(fā)展出了基于符號主義、聯(lián)結(jié)主義的數(shù)學(xué)定理證明?！胺栔髁x”和“聯(lián)結(jié)主義”分別是日后“專家系統(tǒng)”與“深度學(xué)習(xí)”的雛形。

1960—1970年間自動(dòng)定理證明方法迅速發(fā)展，符號主義和聯(lián)結(jié)主義達(dá)到高峰，以美國為代表的發(fā)達(dá)國家開始向人工智能領(lǐng)域投入重金，在各國政府、研究機(jī)構(gòu)和軍方對人工智能的大力支持下，人工智能研究迎來了第一次浪潮，人工智能因此取得了一系列顯著成果。

例如1956年卡內(nèi)基梅隆大學(xué)的“LT程序”證明了數(shù)學(xué)家懷特海和羅素合著的《數(shù)學(xué)原理》第二章的38條定理，1959年，洛克菲勒大學(xué)使用“王算法”證明了《數(shù)學(xué)原理》全書的350條定理。1966年名叫伊麗莎的心理治療機(jī)器人誕生了，伊麗莎是一名虛擬的心理治療師系統(tǒng)程序，它在計(jì)算機(jī)“IBM 7090”上運(yùn)行，這是最早使用晶體管的大型計(jì)算機(jī)之一，當(dāng)時(shí)的人們對這個(gè)人工智能的評價(jià)很高，有的病人甚至喜歡和它單獨(dú)聊天。人工智能發(fā)展初期被廣泛看好，在其誕生的2年之后，著名的認(rèn)知心理學(xué)家西蒙和紐厄爾提出了一個(gè)著名的預(yù)言——10年之內(nèi)人工智能將戰(zhàn)勝國際象棋冠軍、證明有意義的數(shù)學(xué)定理、譜寫優(yōu)美的樂曲。

但這個(gè)時(shí)期人工智能推理邏輯的缺陷也很明顯，例如邏輯計(jì)算能力不足，應(yīng)用能力弱，幾乎無法解決任何實(shí)際的問題，達(dá)不到預(yù)期結(jié)果。1969年，明斯基和麻省理工學(xué)院的教授佩普特合作寫了《感知機(jī)：計(jì)算幾何學(xué)》一書，幾乎完全否定了人工神經(jīng)網(wǎng)絡(luò)的作用。人工智能應(yīng)用的局限和學(xué)界的廣泛質(zhì)疑，導(dǎo)致神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)的研究進(jìn)入了將近20年的低谷期。

剛出生就處于黃金時(shí)期的人工智能，讓科學(xué)家們高估了科學(xué)技術(shù)的發(fā)展現(xiàn)狀和速度，定下了過于樂觀的目標(biāo)。當(dāng)時(shí)的人工智能受限于性能和算法問題，能做的事情十分有限，沒有有效發(fā)揮其價(jià)值。預(yù)期目標(biāo)無法實(shí)現(xiàn)時(shí)，就引發(fā)了人們對人工智能的懷疑，隨之而來的是資金上的困難。著名數(shù)學(xué)家拉特希爾在1973年向英國政府提交了名為《人工智能：一般性的考察》的研究報(bào)告，在報(bào)告中對當(dāng)時(shí)的機(jī)器人技術(shù)、語言處理技術(shù)和圖像識(shí)別技術(shù)進(jìn)行了嚴(yán)厲的批評，認(rèn)為人工智能根本無法解決實(shí)際問題，人工智能的項(xiàng)目就是浪費(fèi)錢?；诖?，英國政府停止了對愛丁堡、薩斯克斯、埃塞克斯三所大學(xué)的人工智能項(xiàng)目的資助，美國國家科學(xué)委員會(huì)和其他國家也大幅削減或停止了對人工智能領(lǐng)域的投入。

到1974年人工智能幾乎已經(jīng)成了資本的棄兒，人工智能的研究進(jìn)入停滯狀態(tài)。這次寒冬并不是偶然的，在人工智能長達(dá)近20年的黃金時(shí)代，創(chuàng)造的各種軟件和硬件以及機(jī)器人，實(shí)際上的性能等同于玩具，和實(shí)用的工業(yè)產(chǎn)品相比，產(chǎn)生的價(jià)值微乎其微，并沒有真正推進(jìn)人們的生產(chǎn)、生活的發(fā)展。對于研究人工智能的科學(xué)家們來說，他們遇到了不可戰(zhàn)勝的困難——因?yàn)楫?dāng)時(shí)的人工智能的發(fā)展，很大程度上受限于龐大的計(jì)算量，而人工智能需要足夠的計(jì)算力才能真正發(fā)揮作用。1976年，美國科學(xué)家莫拉維克做了個(gè)類比：人工智能需要強(qiáng)大的計(jì)算力，就像飛機(jī)需要大功率動(dòng)力才能飛離地面一樣，低于門檻的時(shí)候是無法實(shí)現(xiàn)的。

馬文·明斯基發(fā)明的通過攝像頭技術(shù)與蛇形液壓機(jī)械臂組合的機(jī)器人裝置。

心理治療機(jī)器人程序“伊麗莎”就安裝在這臺(tái)IBM7090計(jì)算機(jī)上。

戈登·摩爾，摩爾定律的創(chuàng)始人。

1997年，美國IBM公司制造的超級電腦“深藍(lán)”戰(zhàn)勝了俄羅斯著名國際象棋大師卡斯帕羅夫，此場對戰(zhàn)堪稱人類與AI的首次對決，影響和意義極為深遠(yuǎn)。

第二次人工智能熱潮隨著計(jì)算機(jī)的普及出現(xiàn)在上世紀(jì)80年代，機(jī)器學(xué)習(xí)取代了邏輯計(jì)算，解決了上一次人工智能寒冬所面臨的問題。進(jìn)化后的符號主義開始復(fù)蘇，“專家系統(tǒng)”程序的知識(shí)處理開始被全世界的科學(xué)家所接受，成為人工智能領(lǐng)域的焦點(diǎn)?！皩＜蚁到y(tǒng)”是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)和經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)來解決該領(lǐng)域的問題。此外，基于“聯(lián)結(jié)主義”使用程序模擬人腦神經(jīng)元的工作原理等多重因素讓人工智能重新煥發(fā)活力。這一階段的代表有“專家系統(tǒng)”和日本的第五代計(jì)算機(jī)。

基于“專家系統(tǒng)”的研究成果有美國數(shù)字設(shè)備公司和卡內(nèi)基梅隆大學(xué)合作開發(fā)的“XCON-R1專家系統(tǒng)”，這個(gè)系統(tǒng)是為美國數(shù)字設(shè)備公司打造的裝配系統(tǒng)，系統(tǒng)會(huì)根據(jù)用戶的訂單給出一個(gè)配置的清單，包含應(yīng)該使用的處理器，儲(chǔ)存器以及外部電纜等，并給出這些部件裝配的關(guān)系圖，以便技術(shù)人員進(jìn)行裝配，這個(gè)系統(tǒng)每年為這家公司節(jié)省數(shù)百萬美元。與第一次浪潮相比，這次浪潮的人工智能的性能得到了一定的提高，但同時(shí)也存在輸入知識(shí)的程序過于復(fù)雜，難度高等問題。即使當(dāng)時(shí)已有商業(yè)應(yīng)用的成功實(shí)例，但應(yīng)用的范疇卻及其有限，并沒有廣泛運(yùn)用到人們的生產(chǎn)、生活中，而且更新迭代和維修的成本非常高昂，第二次熱潮也因此逐漸消退。

人工智能的第二次浪潮歸功于其商業(yè)價(jià)值獲得企業(yè)的認(rèn)可和追捧，然而這種熱度并沒有持續(xù)太久?！皩＜蚁到y(tǒng)”從原始數(shù)據(jù)獲取知識(shí)主要靠人工，效率很低且知識(shí)不足，很多專家自己無法清晰、準(zhǔn)確地描述出問題的思考和解決過程，知識(shí)推理很難實(shí)現(xiàn)邏輯化，系統(tǒng)經(jīng)常出現(xiàn)各種奇奇怪怪的問題，沒法達(dá)到人們對AI的預(yù)期。與此同時(shí)，日本第5代計(jì)算機(jī)工程宣布失敗，當(dāng)年定下的目標(biāo)遲遲沒有實(shí)現(xiàn)，人工智能性能瓶頸仍無法突破，最終導(dǎo)致日本政府大幅削減了對人工智能的資金投入。人工智能再次陷入困難中，一夜之間，這個(gè)價(jià)值約5億美元的產(chǎn)業(yè)土崩瓦解。人工智能的第二次浪潮不斷消退的同時(shí)，個(gè)人電腦的性能卻在不斷提升，個(gè)人電腦實(shí)質(zhì)上并沒有運(yùn)用到人工智能技術(shù)，但性能上卻遠(yuǎn)遠(yuǎn)超過價(jià)格昂貴、體型龐大的人工智能。因此當(dāng)時(shí)的人們覺得人工智能就是騙人的，根本不實(shí)用，人工智能因此迎來了第二次寒冬。

摩爾定律（人工智能作為學(xué)科確立以來，其計(jì)算能力約每兩年就增長一倍，使得大數(shù)據(jù)和復(fù)雜算法成為可能，計(jì)算性能的基礎(chǔ)性障礙已逐漸被克服）、大數(shù)據(jù)（人工智能學(xué)習(xí)依賴于大量的數(shù)據(jù)，僅在過去幾年的時(shí)間里，就產(chǎn)生了世界90%的數(shù)據(jù)）和高性能計(jì)算機(jī)的發(fā)展、深度學(xué)習(xí)的突破讓基于“聯(lián)結(jié)主義”和“經(jīng)驗(yàn)主義”的人工智能在語言識(shí)別和圖像識(shí)別等領(lǐng)域達(dá)到或接近人類的水平，在一定程度上可以通過商業(yè)化實(shí)現(xiàn)自我造血，人工智能及其性能不斷得到突破，讓人們重燃了對它的熱情。

2008年谷歌的一個(gè)圖片識(shí)別項(xiàng)目，通過讓人工智能的神經(jīng)網(wǎng)絡(luò)在社交媒體油管（YouTube）上觀看一周視頻學(xué)會(huì)了如何辨別“貓”這種動(dòng)物。機(jī)器通過大量的觀看學(xué)習(xí)就能進(jìn)行精準(zhǔn)識(shí)別，這在當(dāng)時(shí)引起了極大的轟動(dòng)，項(xiàng)目負(fù)責(zé)人之一的吳恩達(dá)表示：這項(xiàng)技術(shù)會(huì)運(yùn)用到谷歌無人駕駛汽車上，用來識(shí)別汽車周圍出現(xiàn)的是兒童還是其他動(dòng)物，避免事故發(fā)生。2016年微軟將英語語音識(shí)別錯(cuò)誤率降至5.9%，可與人類相媲美。同年，一款人工智能程序阿爾法圍棋（AlphaGo）打敗多位圍棋職業(yè)選手，再度使人工智能收獲空前的關(guān)注。2017年也被稱為人工智能產(chǎn)業(yè)化元年。2022年美國“OpenAI公司”研發(fā)的聊天機(jī)器人程序“ChatGPT”迅速在社交媒體上走紅，它的功能不止限于聊天，還可以撰寫郵件、視頻腳本、代碼等任務(wù)，人工智能的發(fā)展再次取得了新的突破。

谷歌搜索項(xiàng)目中的“谷歌圖片識(shí)別”，可以讓你使用自己拍攝或從其他網(wǎng)站獲得的照片或圖片，搜索查找類似或完全匹配的圖像。

人形機(jī)器人“Peppe”，配備了語音識(shí)別技術(shù)、關(guān)節(jié)技術(shù)，以及分析表情和聲調(diào)的情緒識(shí)別技術(shù)，可與人類進(jìn)行交流。

人臉識(shí)別系統(tǒng)是一項(xiàng)生物識(shí)別技術(shù)，融合了計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理。

回顧人工智能的發(fā)展史不難發(fā)現(xiàn)，人們有時(shí)會(huì)把發(fā)展中的人工智能想得過于強(qiáng)大，給予的期望過于高，從而產(chǎn)生了對“人工智能會(huì)思考并解決問題嗎？”“人工智能會(huì)取代人類嗎？”“人工智能會(huì)統(tǒng)治地球嗎？”這些問題的思考，并且當(dāng)人工智能沒有取得很大或?qū)嵸|(zhì)進(jìn)展時(shí)，人們會(huì)輕易否定人工智能。實(shí)質(zhì)上，這些問題屬于人們遐想的強(qiáng)人工智能。即使目前的人工智能事業(yè)已經(jīng)取得很大進(jìn)步，但現(xiàn)階段的人工智能依舊屬于弱人工智能，距強(qiáng)人工智能還有很大差距。

人工智能現(xiàn)在已經(jīng)不再是一個(gè)名詞概念，也不單是一門學(xué)科，而是真正擁有技術(shù)基礎(chǔ)和商業(yè)環(huán)境相結(jié)合的社會(huì)經(jīng)濟(jì)發(fā)展進(jìn)步的新引擎，無論是學(xué)術(shù)界還是產(chǎn)業(yè)界都在努力讓人工智能創(chuàng)造出更大的價(jià)值。人工智能的“三起兩落”表明了人工智能的“煉成”絕非一氣呵成。那人工智能是否會(huì)迎來第三次寒冬？我們尚未知曉。但回望兩次寒冬，我們要做的是對科技事業(yè)和科學(xué)家們多一些信心，不應(yīng)該給他們過多否定的聲音。對于當(dāng)下人工智能的發(fā)展，可以借用亮風(fēng)臺(tái)聯(lián)合創(chuàng)始人廖春元的話：“有熱情，有期待，有冷靜的心態(tài)?！?/p>

（責(zé)編：南名俊岳）