提起人工智能AI(Artificial Intelligence),似乎离我们很近,但又仿佛离我们很远。 说离我们很近,你看,人脸识别、大数据跟踪、无人驾驶汽车、火星上的勘探机器人、击败了人类顶级围棋高手的"阿尔法狗"(AlphaGo),这些已经出现在我们现实生活中。 说离我们很远,像人类一样会思考、能沟通、有感情的机器人似乎还遥不可及,很多领域正在研究可以取代人类工作的机器人,以便把人类从繁重的或有危险的工作中解放出来。 我们既希望人工智能的早日到来,可以使我们的生活更加便利;又害怕它的迅速来到,会给人类带来灾难,真的突然控制人类的思想,让世界乱了套。 英国萨塞克斯大学人工智能专家、哲学家和技术伦理专家——布莱·惠特比所著 《人人都该懂的人工智能》一书,告诉我们: 人工智能是世界上最激动人心的挑战。无数来自各行各业的天才,充满热情地投入其中。有些挑战似乎是痴人说梦,但这些科技领域的精英们,无视世俗眼光,将以往的前沿理论应用到日常的计算技术中,通过开发、利用人工智能,取得了实用性的丰硕成果。 图灵测试——人工智能的终极目标? 说起人工智能必须讲一个人,他是人工智能之父阿兰 图灵,显然,他是个天才。 阿兰 图灵 第二次世界大战期间,阿兰.图灵和其他精英科学家一起,被英国派去布莱切利园的豪华庄园中,他们的任务是破译德国人的恩格尼码,图灵是其中的核心人物。德国人认为,恩格尼码根本不可能被破译。 但是事实是:在战争快要结束时,盟军已经能够对德军的行动做出准确的预判,而德军还一直在自己的队伍中找间谍,完全没有想到恩格尼码已经被破译。 所以有人说恩格尼码的破译将第二次世界大战的结束提早了至少一年。 在破译密码时,科学家们采用的一个最重要的机器就是"巨人计算机",它几乎具备的现代电子计算机的绝大多数功能。 但是由于保密要求,布莱切利园的10台机器全部销毁了。这使得这些科学家十分窘迫,按照保密规定,他们不能对以往日夜运转的机器吐露半个字。 后来,英国曼切斯特大学的一个团队打造了一台机器(这也被认为是现代计算机的起源),1948年图灵为这台机器编写程序,同时,他还撰写了一篇题为《计算机器与智能》的论文,而后衍生的"图灵测试"的思想就藏在这篇文章中。 图灵在他的这篇论文中,介绍了抽象图灵机的思想,并没有研发出机器。而这篇论文却导致了整个计算机世界的诞生,以及开创了现代计算机和可计算性研究的新领域。 在机器智能方面,他最大的贡献就是提出了一种客观判定计算机是否有智能的标准,即所谓"图灵测试"。 图灵测试是这样的,将一个人和一台人机分别关在两个独立的房间里,他们是被测试者。测试者是人类,他对两个被测试者提问。他们之间是通过非人类交互的方式,如键盘或者屏幕显示一类形式进行沟通。 图灵测试 测试者需要依赖被测试者做出的回答,来决定谁是人,谁是人机。经过多次测试后,如果有超过30%的问题使测试者不能确定哪个是人哪个是人机,则视为这个人机通过图灵测试。也就意味着,这个机器是有一定人类的思维。 图灵还预测,人类会在2000年研究出这样的机器,但实际我们已经落后于这个预测。 那么通过图灵测试是不是人工智能的终极目标呢?作者提出了三点不认可的理由: 第一,这一测试只局限在人类,人工智能不仅包含人类智能还应包含其它动物的智能。 第二,很多花大量精力研发的机器不过是一些具有简单程序的"聊天机器人"。 第三,很多人会把主要精力放在图灵测试上,而不去研究人工智能真正实现的方法。 人工智能究竟是如何实现"智能"的? 人工智能是指对人类、动物、机器智能行为的研究,以及将此类行为融入人造品中的尝试与努力。它算得上人类历史上最艰巨、最激动人心的事业之一。 人工智能的实现面临极大困难,有人会将他和探索太空的的难度相比拟,但其实它们并没有可比性。人工智能是真正意义上的跨学科研究,它是艺术也是科学、是工程学也是心理学。 现在人工智能已经能够模拟一个偏执的精神分裂症患者的咆哮,或者可以模拟动物的出生、养育及其进化的过程。有些能够完成爵士乐的即兴创作,有些能够绘画,有些能够进行准确的医疗诊断,有些能够教书,有些能够学习。 人工智能招聘 航天飞机能够飞入宇宙,实际上就是智能程序的成果,它能够为航天飞机的发射做好时间安排。NASA 花费200万美元,历时3年研发的人工智能系统, 为每次飞行任务节约了50万~100万美元的成本,这个系统如果人工完成,所花的时间是人工智能系统的10倍,而且难免会出现错误。 人工智能不仅在航天飞行这样的高科技领域取得了成功,它在商业和金融领域也有实质的应用。不仅在游戏、电影领域得到应用,也在一些竞技领域取得成功。 那么人工智能是如何实现"智能"的呢? 如果要在诸多概念中找到一个理解人工智能如何工作的最基础的概念,那么它应该是"搜索"。举个例子:如果在4支笔中找到唯一的一支可用的笔,那就一支一支试,直到找到能用的那一支,这就叫作"穷举搜索法"。 但是,如果有400支笔或者更多的可能的选择,用"穷举搜索法"需要大量的计算量,显然是不可行的。特别是对于下国际象棋这样的行为,一场国际象棋比赛的开始,会有的可能,这一数字的大小起码超过了宇宙中电子数量的总和。 人工智能领域的科学家巧妙地引入了"静态评估函数"解决了这一难题,科学家称这是一种"启发"的算法,"启发"能够帮助我们在一个较大的搜索空间中找到相对正确的方向。它能够让程序基于当时的棋局做出最佳的落子判断。科学家不断优化这种算法,终于在1997年,超级计算机"深蓝"打败了加里 卡斯珀罗夫,使人工智能向前跨进了一步。 人工智能的深度学习 当很多研究者将搜索和启发视为通向智能的道路时,另一些人正在研究"专家系统"或者称为"知识系统"。20世纪70年代斯坦福大学开发的MYCIN是斯坦福大学计算机学院和医学院合作的,MYCIN的知识库是关于血液传染病的诊断。1979年,官方研究显示,MYCIN的表现能与斯坦福大学人类的专家相媲美。 来自于人类大脑的灵感的"深度学习"是人工智能研究的又一个方向。什么是机器的"深度学习"呢?传统的电脑神经网络层数少,采用完全的链接,需要有大量的参数计算。而深度学习,利用多层的链接,每一层完成的任务有限,这样就减少了每一层的计算量。 "深度学习"建立在大数据的基础上,用大数据对机器进行训练。"深度学习"得益于现代具有强大计算能力的计算机和大数据技术。 人工智能的复杂性是巨大的,人类正在以极大的热情不断地进行着探索。人工智能的研究方法在科学家的不懈努力下不断提升和不断突破。 人工智能会给人类带来什么? 一提到人工智能,我们立刻会想到AlphaGo,2017年5月中国乌镇,世界围棋史上最年轻的四冠王、中国围棋职业九段棋手柯洁与DeepMind的AlphaGo巅峰对弈,却毫无悬念地以AlphaGo完胜告终。一年前,AlphaGo与韩国选手李世石九段的对弈仿佛还在昨天。AlphaGo似乎在围棋领域达到了"孤独求败"的境界。 再来看最强大脑——IBM Watson。它在2011年北美热播的一档智力问答电视节目《危险边缘》中PK赢得奖金最多的人类选手。经过激烈角逐,Watson以77147美元的奖金完胜人类答题高手,获得冠军。 IBM Watson 在纽约,最大的新闻机构美联社早在2014年就引入了一位人工智能的记者WordSmith。你能想象吗?他是报社里的新闻主力队员。在财报类报道新闻稿件中,利用人力撰写一篇和机器撰写同样水准的财报新闻,需要耗费记者30分钟时间。在使用自动化写作软件之前,65个员工每季度大约只能写300篇报道,有了WordSmith,能完成3700篇,而且所花的时间还少得多。 在我们中国本土,有几个小青年创办的如今市值已经超过五百多亿的上市公司,被称为"中国声谷"的科大讯飞。无论将语音转换为文字,还是将方言翻译成普通话,将英文翻译成中文,或者用语音遥控电视,他们的产品都非常高质量。这就是人工智能"语音识别"的应用,有了语音识别,你可以用语言和你的智能家居对话,这个我们在生活中已经很常见了,例如汽车里的语音导航、家里的智能音箱。 中国声谷——科大讯飞 你有没有想过,我们旅行时入住酒店,所有的服务生都是机器人,他们帮你登记入住,引导你入住房间,房间里有语音识别系统,只要你用语言说出要求,他们就会为你服务,如:开灯、开电视、关闭窗帘,订餐等等,其实这样的酒店已经存在了。 无所不在的人工智能,可能让人感觉,它已经占领了全部知识领域,但事实并非如此,人工智能的这些成功是浅层的、笨拙的,可以说现在呈现的只是人工智能宏伟未来的冰山一角。 结语 人们不禁要问,人工智能的到来,会影响到我们的工作机会吗? 一个一般性经济原理提出,在过渡期,新技术通常只会诱发失业。过渡期后,新技术的广泛应用将带来更高级的经济活动和就业岗位。当然这个过渡期必然存在切实的破坏和苦难。 当前的技术对经理、医生、教师不构成任何真正的就业威胁。当然,人工智能对现代化管理、医疗、教育做出了巨大贡献,但它并未导致大规模的人员过剩,在可预见的未来依然如此。 有趣的是当前的和可预见的人工智能技术似乎更 擅长于取代高度专业化的岗位 ,而非一般性或更具人类特征的岗位。例如医疗专家依赖其在一个相对狭窄领域知识来获得的岗位(如咨询医师)。在工作中使用大量一般知识和人类交互技巧的医疗专家,受到人工智能的威胁较小。 人工智能使用的黄金场景是,它将使人类变得更加高效、智能。人工智能可以充当我们所有人的"智力放大器"。使用人工智能帮助我们积累知识和进行更深入思考,使得人类变得更加聪明。