先不管 Google 的 AlphaGo 人工智能是否可以在即將到來的人機(jī)對(duì)戰(zhàn)中取勝，它的出現(xiàn)至少又掀起了一股人工智能熱。一瞬間，彷佛身邊的人都開始習(xí)慣性地討論幾句人和機(jī)器誰更厲害的話題。其實(shí)，從上世紀(jì) 40 年代人工智能誕生至今，這個(gè)領(lǐng)域經(jīng)歷了一次又一次的繁榮與低谷。在 AlphaGo 即將創(chuàng)造新紀(jì)錄的時(shí)候，我們不妨來看看人工智能在這半個(gè)多世紀(jì)的時(shí)間里都有哪些值得回顧的瞬間。
人工智能的出現(xiàn)
看過《模仿游戲》這部電影的讀者，應(yīng)該對(duì)劇中圖靈制造破譯德軍密碼機(jī)器的環(huán)節(jié)印象深刻。事實(shí)上，20 世紀(jì) 40 年代至 50 年代也是人工智能真正誕生的時(shí)間。在這段時(shí)間內(nèi)，數(shù)學(xué)、心理學(xué)、工程學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)等領(lǐng)域的科學(xué)家們開始探索制造人工大腦的可行性。
1950 年，著名的圖靈測(cè)試誕生，按照艾倫·圖靈的定義：如果一臺(tái)機(jī)器能夠與人類展開對(duì)話(通過電傳設(shè)備)而不能被辨別出其機(jī)器身份，那么稱這臺(tái)機(jī)器具有智能。同年，圖靈還預(yù)言了創(chuàng)造出具有真正智能的機(jī)器的可能性。
Benedict Cumberbatch as Alan Turing in THE IMITATION GAME
1951 年，西洋跳棋程序和國(guó)際象棋程序相繼誕生。經(jīng)過接近 10 年的發(fā)展后，國(guó)際象棋程序已經(jīng)可以挑戰(zhàn)具有相當(dāng)水平的業(yè)余愛好者，而人工智能游戲也被當(dāng)著衡量人工智能進(jìn)展的標(biāo)準(zhǔn)之一。
1956年，在達(dá)特茅斯學(xué)院舉行的一次會(huì)議上，計(jì)算機(jī)科學(xué)家約翰·麥卡錫說服與會(huì)者接受“人工智能”一詞作為本領(lǐng)域的名稱。后來，這次會(huì)議也被大家看著是人工智能正式誕生的標(biāo)志。
人工智能的第一次大發(fā)展
1956 年達(dá)特茅斯會(huì)議之后的十幾年是人工智能的黃金年代。在這段時(shí)間內(nèi)，計(jì)算機(jī)被用來解決代數(shù)應(yīng)用題、證明幾何定理、學(xué)習(xí)和使用英語，這些成果在得到廣泛贊賞的同時(shí)也讓研究者們對(duì)開發(fā)出完全智能的機(jī)器信心倍增。當(dāng)時(shí)，人工智能研究者們甚至認(rèn)為：“二十年內(nèi)，機(jī)器將能完成人能做到的一切工作”、“在三到八年的時(shí)間里我們將得到一臺(tái)具有人類平均智能的機(jī)器”。
達(dá)特茅斯學(xué)院
伴隨著初期的顯著成果和樂觀情緒的彌漫，在麻省理工、卡內(nèi)基梅隆大學(xué)、斯坦福大學(xué)、愛丁堡大學(xué)建立的人工智能項(xiàng)目都獲得了來自 ARPA(國(guó)防高等研究計(jì)劃署)等政府機(jī)構(gòu)的大筆資金。不過，這些投入?yún)s并沒有讓當(dāng)時(shí)的樂觀預(yù)言得以實(shí)現(xiàn)。
人工智能的第一次低谷
由于人工智能研究者們對(duì)項(xiàng)目難度評(píng)估不足，這除了導(dǎo)致承諾無法兌現(xiàn)外，還讓人們當(dāng)初的樂觀期望遭到嚴(yán)重打擊。到了 70 年代，人工智能開始遭遇批評(píng)，研究經(jīng)費(fèi)也被轉(zhuǎn)移到那些目標(biāo)明確的特定項(xiàng)目上。
在當(dāng)時(shí)，由于計(jì)算機(jī)性能的瓶頸、計(jì)算復(fù)雜性的指數(shù)級(jí)增長(zhǎng)、數(shù)據(jù)量缺失等問題，一些難題看上去好像完全找不到答案。比如像今天已經(jīng)比較常見的機(jī)器視覺功能在當(dāng)時(shí)就不可能找到一個(gè)足夠大的數(shù)據(jù)庫來支撐程序去學(xué)習(xí)，機(jī)器無法吸收足夠的數(shù)據(jù)量自然也就談不上視覺方面的智能化。
項(xiàng)目的停滯不但讓批評(píng)者有機(jī)可乘——1973 年 Lighthill 針對(duì)英國(guó) AI 研究狀況的報(bào)告批評(píng)了 AI 在實(shí)現(xiàn)其“宏偉目標(biāo)”上的完全失敗，也影響到了項(xiàng)目資金的流向。人工智能遭遇了 6 年左右的低谷。
人工智能的第二次大發(fā)展
小時(shí)候看電視時(shí)，不少節(jié)目都給我留下了“日本的機(jī)器人技術(shù)比中國(guó)先進(jìn)”的印象，其實(shí)這并不是憑空發(fā)生的。1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬美元支持第五代計(jì)算機(jī)項(xiàng)目，目標(biāo)是制造出能夠與人對(duì)話、翻譯語言、解釋圖像，并且能像人一樣推理的機(jī)器。隨后，英國(guó)、美國(guó)也紛紛響應(yīng)，開始向 AI 和信息技術(shù)領(lǐng)域的研究提供大量資金。
在這個(gè)階段，諸多公司開始采納一種名為“專家系統(tǒng)”的人工智能程序。這套系統(tǒng)可以簡(jiǎn)單理解為“知識(shí)庫+推理機(jī)”，是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，“知識(shí)處理”隨之也成為了主流 AI 研究的焦點(diǎn)。
Symbolics 3640 Lisp machine
1980 年，卡內(nèi)基·梅隆大學(xué)為數(shù)字設(shè)備公司設(shè)計(jì)了一個(gè)名為 XCON 的專家系統(tǒng)，這套系統(tǒng)在 1986 年之前能為公司每年節(jié)省四千萬美元。有了商業(yè)模式，相關(guān)產(chǎn)業(yè)自然應(yīng)運(yùn)而生，比如 Symbolics、Lisp Machines 等硬件公司和 IntelliCorp、Aion 等軟件公司。這個(gè)時(shí)期，僅專家系統(tǒng)產(chǎn)業(yè)的價(jià)值就有 5 億美元。
人工智能的第二次低谷
好景不長(zhǎng)，持續(xù) 7 年左右的人工智能繁榮很快就接近了尾聲。到 1987 年時(shí)，蘋果和 IBM 生產(chǎn)的臺(tái)式機(jī)性能都超過了 Symbolics 等廠商生產(chǎn)的通用型計(jì)算機(jī)，專家系統(tǒng)自然風(fēng)光不再。
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(gè)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(shí)現(xiàn)。這些事實(shí)情況讓人們從對(duì)“專家系統(tǒng)”的狂熱追捧中一步步走向失望。人工智能研究再次遭遇經(jīng)費(fèi)危機(jī)。
人工智能最近的一個(gè)階段：從 1993 年到現(xiàn)在
現(xiàn)在大家談到人工智能、機(jī)器學(xué)習(xí)時(shí)，往往會(huì)說這并不是一個(gè)新概念，在上世紀(jì) 90 年代就有了。事實(shí)上，這只是人工智能發(fā)展史上離大家最近的一個(gè)階段。
深藍(lán)機(jī)組之一
在這個(gè)階段，人工智能其實(shí)取得了一些里程碑似的成果。比如在 1997 年，IBM 的深藍(lán)戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫;2009 年，洛桑聯(lián)邦理工學(xué)院發(fā)起的藍(lán)腦計(jì)劃聲稱已經(jīng)成功地模擬了部分鼠腦;以及即將到來的 AlphaGo 圍棋大戰(zhàn)。
最近這幾年，機(jī)器學(xué)習(xí)、圖像識(shí)別這些人工智能技術(shù)更是被用到了普通人的實(shí)際生活中。我們可以在 Google Photos 中更快地找到包含貓貓狗狗的圖片，可以讓 Google Now 自動(dòng)推送給我可能需要的信息，可以讓 Inbox 自動(dòng)撰寫郵件回復(fù)。這背后都離不開人工智能研究者們的長(zhǎng)久努力。
不過，讓人們唏噓的是“實(shí)現(xiàn)人類水平的智能”這個(gè)在上世紀(jì) 60 年代就提出的課題至今仍然沒有答案，而且我們現(xiàn)在也難以預(yù)測(cè)何時(shí)會(huì)有結(jié)果。人工智能雖然可以在某些方面超越人類，但想讓機(jī)器完成人類能做到的一切工作，這個(gè)目標(biāo)看上去仍然遙遙無期。(文|cyzhou)
如果您對(duì)您所在行業(yè)有很深認(rèn)知，也想在我們的平臺(tái)上說點(diǎn)什么，我們歡迎您來投稿!
{{item.content}}