人工智能通識(shí)文章索引
出生就遇到黃金時(shí)代的人工智能，過(guò)度高估了科學(xué)技術(shù)的發(fā)展速度，太過(guò)樂(lè)觀的承諾無(wú)法按時(shí)兌現(xiàn)的時(shí)候，就引發(fā)了全世界對(duì)人工智能技術(shù)的懷疑。
1973年，著名數(shù)學(xué)家拉特希爾向英國(guó)政府提交了一份關(guān)于人工智能的研究報(bào)告，對(duì)當(dāng)時(shí)的機(jī)器人技術(shù)、語(yǔ)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(píng)，尖銳的指出人工智能那些看上去宏偉的目標(biāo)根本無(wú)法實(shí)現(xiàn)，研究已經(jīng)完全失敗。此后，科學(xué)界對(duì)人工智能進(jìn)行了一輪深入的拷問(wèn)，使AI的遭受到嚴(yán)厲的批評(píng)和對(duì)其實(shí)際價(jià)值的質(zhì)疑。
隨后，各國(guó)政府和機(jī)構(gòu)也停止或減少了資金投入，人工智能在70年代陷入了第一次寒冬。
這次寒冬不是偶然的。在人工智能的黃金時(shí)代，雖然創(chuàng)造了各種軟件程序或硬件機(jī)器人，但它們看起來(lái)都只是“玩具”，要邁進(jìn)到實(shí)用的工業(yè)產(chǎn)品，科學(xué)家們確實(shí)一些遇到了不可戰(zhàn)勝的挑戰(zhàn)。
讓科學(xué)家們最頭痛的就是雖然很多難題理論上可以解決，看上去只是少量的規(guī)則和幾個(gè)很少的棋子，但帶來(lái)的計(jì)算量增加卻是驚人的增長(zhǎng)，實(shí)際上根本無(wú)法解決。就像26個(gè)字母魔法般的組合成數(shù)萬(wàn)個(gè)單詞，進(jìn)而在不同語(yǔ)境下組合成無(wú)限種句子。比如運(yùn)行某個(gè)有2的100次方個(gè)計(jì)算的程序，即使用現(xiàn)在很快的計(jì)算機(jī)也要計(jì)算數(shù)萬(wàn)億年，這是不可想象的。
就像飛機(jī)需要有足夠的馬力才能從跑道上起飛，人工智能也需要足夠的計(jì)算力才能真正發(fā)揮作用。當(dāng)時(shí)有科學(xué)家計(jì)算得出，要用計(jì)算機(jī)模擬人類視網(wǎng)膜視覺(jué)至少需要執(zhí)行10億次指令，而1976年世界最快的計(jì)算機(jī)Cray-1造價(jià)數(shù)百萬(wàn)美元，但速度還不到1億次，普通電腦的計(jì)算速度還不到一百萬(wàn)次。
五十年后，現(xiàn)在我們的筆記本或者手機(jī)能夠依賴攝像頭輕松實(shí)現(xiàn)人臉識(shí)別，這些設(shè)備的運(yùn)算速度其實(shí)都已經(jīng)超過(guò)百億次，當(dāng)然沒(méi)有壓力。
人工智能還需要大量的人類經(jīng)驗(yàn)和真實(shí)世界的數(shù)據(jù)，要知道即使一個(gè)三歲嬰兒的智能水平，也是觀看過(guò)數(shù)億張圖像之后才形成的。由于當(dāng)時(shí)計(jì)算機(jī)和互聯(lián)網(wǎng)都沒(méi)有普及，或者如此龐大數(shù)據(jù)是不可能的任務(wù)。
很多人工智能科學(xué)家開始發(fā)現(xiàn)，數(shù)學(xué)推理、代數(shù)幾何這樣的人類智能，計(jì)算機(jī)可以用很少的計(jì)算力輕松完成，而對(duì)于圖像識(shí)別、聲音識(shí)別和自由運(yùn)動(dòng)這樣人類無(wú)須動(dòng)腦，靠本能和直覺(jué)就能完成的事情，計(jì)算機(jī)卻需要巨大的運(yùn)算量才可能實(shí)現(xiàn)。
這個(gè)論調(diào)一方面讓人懷疑早期神經(jīng)網(wǎng)絡(luò)算法的有效性和實(shí)用性，另一方面也導(dǎo)致人工智能技術(shù)向更加功利化、實(shí)用化方向發(fā)展，不再像黃金時(shí)代那樣充滿想象，充滿對(duì)模擬通用人類智能的追求。
曾經(jīng)一度被非常看好的神經(jīng)網(wǎng)絡(luò)技術(shù)，過(guò)分依賴于計(jì)算力和經(jīng)驗(yàn)數(shù)據(jù)量，因此長(zhǎng)時(shí)期沒(méi)有取得實(shí)質(zhì)性的進(jìn)展，1969年馬文敏斯基與人合著的《感知器》一書，這本書闡明了神經(jīng)網(wǎng)絡(luò)現(xiàn)階段的真實(shí)能力，也表明之前很多過(guò)于樂(lè)觀的預(yù)測(cè)是難以實(shí)現(xiàn)的理論。盡管書中內(nèi)容科學(xué)客觀，但也對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)產(chǎn)生了毀滅性的打擊，后續(xù)十年內(nèi)幾乎沒(méi)人投入更進(jìn)一步的研究。
當(dāng)然，十年河?xùn)|十年河西，數(shù)十年后，神經(jīng)網(wǎng)絡(luò)又已經(jīng)成我們現(xiàn)在人工智能的關(guān)鍵技術(shù)。
1979年，斯坦福大學(xué)制造了有史以來(lái)最早的無(wú)人駕駛車Stanford Cart，它依靠視覺(jué)感應(yīng)器能夠在沒(méi)有人工干預(yù)的情況下，自主的穿過(guò)散亂扔著椅子的房間，雖然可能有點(diǎn)慢，需要幾個(gè)小時(shí)才能完成。
專家系統(tǒng)在這個(gè)時(shí)代的末尾出現(xiàn)，并開啟了下一個(gè)時(shí)代。
1978年，卡耐基梅隆大學(xué)開始開發(fā)一款能夠幫助顧客自動(dòng)選配計(jì)算機(jī)配件的軟件程序XCON，并且在1980年真實(shí)投入工廠使用，這是個(gè)完善的專家系統(tǒng)，包含了設(shè)定好的超過(guò)2500條規(guī)則，在后續(xù)幾年處理了超過(guò)80000條訂單，準(zhǔn)確度超過(guò)95%，每年節(jié)省超過(guò)2500萬(wàn)美元。
人工智能通識(shí)文章索引
每個(gè)人的智能決策新時(shí)代
如果您發(fā)現(xiàn)文章錯(cuò)誤，請(qǐng)不吝留言指正；
如果您覺(jué)得有用，請(qǐng)點(diǎn)喜歡；
如果您覺(jué)得很有用，歡迎轉(zhuǎn)載~
END
