今年炒得熱后朝天的焦點(diǎn)中包括AlphaGo戰(zhàn)勝李世石、Tesla無人駕駛、熱播westworld中的機(jī)器人等，都與人工智能（Artificial Intelligence）相關(guān)，那人工智能的本質(zhì)是什么，人工智能可以扮演怎樣的社會角色，作為外行人如何理解人工智能核心的技術(shù)邏輯？本文將為大家解答以上三個問題，第三個問題是本文的重點(diǎn)。

一、

人工智能這個概念事實(shí)上至今在坊間、專家間，并沒有一個標(biāo)準(zhǔn)定義，但對于人工智能的認(rèn)識，我們可從其對人思維、識別、記憶及感情等信息進(jìn)行處理、模擬的本質(zhì)角度去理解。如果以機(jī)器人為物質(zhì)載體，人工智能就像機(jī)器人的大腦，通過“與大腦無區(qū)別的電路”實(shí)現(xiàn)信號的傳遞，即對外界進(jìn)行反應(yīng)，這種反應(yīng)主要是對外界指示、感知的應(yīng)答，不過這種反應(yīng)就現(xiàn)在來說，是依賴工程師們預(yù)設(shè)的邏輯計算、推理，而暫未達(dá)到人類高智能化自主識別、轉(zhuǎn)化的水平（當(dāng)然，這個是人工智能的大趨勢，后續(xù)會提及）。

AI ?來源：商道

在IBM科學(xué)家John E·Kelly《機(jī)器智能》一書中，人工智能被分解為傳統(tǒng)計算與認(rèn)知計算，現(xiàn)時代及以前大多數(shù)的人工智能實(shí)現(xiàn)的是傳統(tǒng)計算，即單向依賴預(yù)設(shè)邏輯實(shí)現(xiàn)功能的計算；而未來（或者說現(xiàn)在趨勢中的）人工智能對應(yīng)的是認(rèn)知計算（Cognitive Computing），認(rèn)知計算除了可以實(shí)現(xiàn)傳統(tǒng)計算中的執(zhí)行特定任務(wù)外，還可從與數(shù)據(jù)和人類的交互中學(xué)習(xí)（即可實(shí)現(xiàn)雙向邏輯計算的）、推出結(jié)論達(dá)成指標(biāo)以及添加聽覺、視覺、味覺、嗅覺和觸覺等功能。

二、

人工智能從科學(xué)家視野走出并成為大眾矚目焦點(diǎn)的兩大盛事包括1997年IBM的深藍(lán)計算機(jī)打敗了世界頂級國際象棋大師，2011年初沃森（Watson）在《危險邊緣》智力競賽中贏過了人類冠軍選手。前者證明了巧妙設(shè)計與復(fù)雜算法可以與某一領(lǐng)域頂級人類專家表現(xiàn)媲美，且使得人工智能領(lǐng)域重新獲得投資界的熱捧，后者證明了認(rèn)知計算具備理性推斷中優(yōu)越于人類的可能，使創(chuàng)新者獲得了極大的榮譽(yù)，同時把人工智能領(lǐng)域的光芒以史無前例的幅度擴(kuò)散到大眾視野。當(dāng)然最近的一次熱潮應(yīng)該是Google 的AlphaGo與李世石的對戰(zhàn)，這一次對戰(zhàn)使得人工智能熱度再增。

三次人機(jī)大戰(zhàn) ?來源：網(wǎng)絡(luò)

人工智能的目的當(dāng)然不僅是贏得賽事，更重要的目的在于解決社會問題，成為人類的助手。自沃森贏得賽事后，IBM研究團(tuán)隊開始針對不同產(chǎn)業(yè)及服務(wù)升級沃森功能，包括在醫(yī)療保健行業(yè)、金融預(yù)測、語言學(xué)習(xí)及客戶服務(wù)管理系統(tǒng)等。

Watson與醫(yī)療 ? 來源：福布斯中文網(wǎng)

IBM對沃森發(fā)展可能的研究與定位是人工智能在整個社會中可能角色的縮影，就這個縮影放大至社會來說，人工智能首先基于它具備的大容量信息存儲、理性推斷能力，可以實(shí)現(xiàn)的是輔助人類處理繁雜的數(shù)據(jù)工作，在大量可計算的數(shù)據(jù)中搜尋關(guān)聯(lián)數(shù)據(jù)組。比如說，存儲海量醫(yī)學(xué)文獻(xiàn)的智能系統(tǒng)，可以基于文獻(xiàn)中的邏輯實(shí)現(xiàn)新藥方的匹配，沃森系統(tǒng)就曾協(xié)同醫(yī)生處理大量新舊信息，最大程度排除副作用的前提下作出新治療方案，最終確實(shí)達(dá)到了比之前所有人工判斷下更好的治療效果。另外金融信息、天文氣象甚至烹飪調(diào)配等方面均可利用以上原理獲得大容量數(shù)據(jù)組合對比下更優(yōu)的組合方案。

再者，基于人工智能將獲得聽覺、嗅覺、味覺、觸覺、視覺數(shù)據(jù)處理能力，人工智能可實(shí)現(xiàn)代替人類預(yù)先感知、反應(yīng)外界的功能；或者更進(jìn)一步，從零設(shè)計人工智能系統(tǒng)，可以實(shí)現(xiàn)超越人類感知世界的功能，什么意思呢？舉個例子，人類在納米范圍類認(rèn)為正?；蛘_的東西往往是不對的，而重新制造一個智能認(rèn)知系統(tǒng)，集超人類視力、嗅覺、味覺等功能于一身，這個系統(tǒng)便可以幫助我們用更加客觀的理解物質(zhì)形態(tài)的存在。

當(dāng)然最后不可忽視的是，人工智能系統(tǒng)的數(shù)據(jù)處理能力還可以實(shí)現(xiàn)“智慧城市”甚至是“智慧世界”的理想境地，通過智能系統(tǒng)的大數(shù)據(jù)處理，所有互動個體，無論個人還是物質(zhì)流動，城市管理者都可以借助人工智能系統(tǒng)協(xié)調(diào)信息，作出導(dǎo)向有序、健康的決策。

三、

基于以上，人工智能功能如此強(qiáng)大，相信讀者會不禁疑惑：人工智能會超越人類、主導(dǎo)人類嗎？其實(shí)，科學(xué)界及技術(shù)領(lǐng)軍人物中不乏慎思、擔(dān)憂者，比如Tesla創(chuàng)始者馬斯克曾說：對于人工智能的研究，我們必須慎重。因?yàn)槲覀兊难芯孔罱K或許會招來惡魔；斯蒂芬·霍金曾說過：完美人工智能的開發(fā)或許意味著人類的終結(jié)。

AI會有怎樣的未來

對于人工智能的未來到底會是天使還是惡魔，讓人類永生還是毀滅這個命題，我們暫時是無法完全確定的，但在未來到來之前，了解人工智能是怎樣一步步實(shí)現(xiàn)的，將讓我們更客觀地認(rèn)識AI本身，從而獲得從容判斷AI未來的理性資本。

20世紀(jì)50年代后半期到20世紀(jì)60年代，計算機(jī)領(lǐng)域以“推理和搜索”為主調(diào)解決問題，這主調(diào)引起了第一次人工智能的浪潮；80年代，“知識表示”為導(dǎo)入方法使得計算迎來了人工智能的第二次浪潮，然而只是描述的局限性使得人工智能再次陷入寒冬；90年代后半期搜索引擎的誕生使得互聯(lián)網(wǎng)爆發(fā)性普及，大數(shù)據(jù)時代促進(jìn)機(jī)器學(xué)習(xí)與深度特征學(xué)習(xí)，直到現(xiàn)在，我們處在人工智能的第三次浪潮中。

第一次浪潮中，“人工智能”這個術(shù)語被學(xué)者們定義為“像人類那樣思考的機(jī)器”，當(dāng)時以“搜索樹”探尋迷宮的思維模式是人工智能的核心，這個核心思維沿用到今，利用搜索樹制定人工智能機(jī)器，可以對機(jī)器人或者其他機(jī)器設(shè)備進(jìn)行“規(guī)劃”，可對比我們所學(xué)的“當(dāng)循環(huán)”邏輯，就是說當(dāng)條件滿足時，智能系統(tǒng)就會執(zhí)行相應(yīng)的計算公式，如果條件不滿足時，則會運(yùn)行另一條邏輯計算公式或者返回。在象棋博弈中利用的原理，跟我們所學(xué)的“直到循環(huán)”邏輯是相似的，就是說，系統(tǒng)經(jīng)過判斷這一步棋可以獲得“直到循環(huán)”運(yùn)算中的最大/小值時，便會做出判斷并選擇，而且對于智能系統(tǒng)來說，越是到了棋局最后，越擁有主動權(quán)：因?yàn)樵凇爸钡窖h(huán)”中，系統(tǒng)要循環(huán)的“可能”（即最優(yōu)選擇的可能）會減少，智能系統(tǒng)要經(jīng)過的流程減少、運(yùn)行會加速。

棋局評估函數(shù)：往后步數(shù)最多則選擇

相較第一次浪潮中人工智能較為機(jī)械的推理搜索能力，第二次浪潮中的人工智能以“知識表示”為核心。什么意思呢？就是說，智能系統(tǒng)可以憑借知識輸入功能與人類對話、解答問題。事實(shí)上，在1964年時出現(xiàn)的ELIZA人機(jī)對話系統(tǒng)是此次浪潮較早的表現(xiàn)形式，ELIZA可以實(shí)現(xiàn)的是人機(jī)的文本對話，比如在計算機(jī)敲擊“你吃飯了嗎”，可能計算機(jī)會回應(yīng)“還沒呢”，它是現(xiàn)在iphone Siri、微軟Cortana、百度度秘等的前身。那在以“知識表示”為核心的人工智能浪潮中，智能系統(tǒng)具備化身為各領(lǐng)域?qū)＜夷芰Φ摹癝iri”們，基于大量專業(yè)信息存儲，專業(yè)化的Siri”們可以給予我們專家水平的回應(yīng)——這樣的功能無論在病理學(xué)還是任何其他領(lǐng)域都是極具現(xiàn)實(shí)意義的。

各領(lǐng)域?qū)I(yè)化的“Siri”們

不過第二次浪潮中的知識表示與“專家系統(tǒng)”都面臨著包括“翻譯、框架、符號接地”甚至是哲學(xué)上“本體”概念未能正確實(shí)現(xiàn)的問題。

在翻譯上，就像現(xiàn)在的有道、google翻譯等，實(shí)現(xiàn)的依然是“直譯”而不能通俗的意譯那樣，智能系統(tǒng)會將I will be here with you翻譯成“我將在這里，和你”而不是“我將和你在這里”；在框架上，智能系統(tǒng)計算人類輸入的邏輯公式，但是不能自主考慮設(shè)定公式以外的因素，比如說，在面對一個自然環(huán)境，如果智能系統(tǒng)設(shè)定能夠識別晴天雨天以及強(qiáng)風(fēng)弱風(fēng)，作出最優(yōu)外出決策，那么它是不會考慮到框架外比如霧霾等無限關(guān)聯(lián)問題的，當(dāng)它可以考慮這些無限問題時，系統(tǒng)會陷入長久的“思考”而無法進(jìn)入下一步，而對于人類來說，這些框架外的因素，卻是人們可以憑借毫無壓力的識別能力將其加入考慮范疇的；在符號接地上，人工智能暫時無法做到的是將特定的符號“想象”出可能圖畫的，比如一系列詳細(xì)描述城堡的特征詞，并不能像引起人類想象那樣，引起智能系統(tǒng)的接地還原；另外在“本體”上，對于人類極容易解決的“A is B”、“A is part of B”這樣“本我”與“所屬”的概念，在計算機(jī)中是極難描述的。

人工智能在第二次浪潮中盡管實(shí)現(xiàn)了一定的產(chǎn)業(yè)實(shí)用性，它在無限、巧妙的知識面前進(jìn)行“知識表示”的能力依然讓大多數(shù)人望而生畏甚至產(chǎn)生質(zhì)疑與否定。那在第三次浪潮中，人工智能憑借什么再度興起呢？嗯，是“機(jī)器學(xué)習(xí)”和“深度學(xué)習(xí)”。

三次技術(shù)進(jìn)步

區(qū)別于簡單預(yù)設(shè)邏輯進(jìn)行運(yùn)算的模式，機(jī)器學(xué)習(xí)可以基于數(shù)據(jù)出現(xiàn)的頻率，作出“是/否”的區(qū)分，剛開始出現(xiàn)一個數(shù)據(jù)時，機(jī)器判斷可能會作出有波動變化的區(qū)分，但是在海量的區(qū)分嘗試后便會基于頻率作出趨近穩(wěn)定特征的判斷，從而獲得特定的數(shù)據(jù)結(jié)構(gòu)組合而成的認(rèn)知。通俗來說，就類同于我們常識的形成，最初看到陰天，之后有時下雨有時不下雨，所以我們的判斷是變化的，但是后來發(fā)現(xiàn)多數(shù)（頻率相對較高）陰天之后，都是下雨，所以我們大多會形成一種常識性判斷：陰天與下雨有關(guān)；而機(jī)器學(xué)習(xí)呢，比如最初識別到喬布斯的“照片”有時會和“喬布斯”這些文字相連，有時卻沒有，但后來海量數(shù)據(jù)顯示兩者經(jīng)常一起出現(xiàn)，最后機(jī)器就會做出一個穩(wěn)定的判斷，即兩者相關(guān)。當(dāng)然，事實(shí)上機(jī)器學(xué)習(xí)并沒有實(shí)現(xiàn)完全的特征對照與識別：有時候我們搜索喬布斯可能出來的也有比爾蓋茨的圖片。

機(jī)器學(xué)習(xí)流程 ?Natalia博士

機(jī)器學(xué)習(xí)這種區(qū)分判斷模式卻依然是基于人為輸入的數(shù)據(jù)決定的，也就是說機(jī)器學(xué)習(xí)所獲得的特征識別是被動輸入的結(jié)果，它有一個很大的難題：不能深度識別進(jìn)而主動生成重要特征量。

而作為人工智能中的重大突破“深度學(xué)習(xí)”便有趨勢打破這一難關(guān)。就好比嬰兒期簡單抓取相關(guān)信息與關(guān)鍵詞，大多時候因?yàn)槲茨茏プ∽詈诵牡膬?nèi)容，可能作出較多誤判，而到了青年時期我們就擁有較為深度分析一個區(qū)別于其他事物的本質(zhì)特征的能力，我們會根據(jù)多方位的識別、一層層地剝開事物本身從而做出準(zhǔn)確率很高的判斷，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)可類比于此，也就是說深度學(xué)習(xí)可以實(shí)現(xiàn)多層架構(gòu)多級別關(guān)鍵特征的抓取從而定義、識別、判斷信息。

深度學(xué)習(xí)技術(shù)之后的發(fā)展會如何推動人工智能的發(fā)展呢？嗯，就像以上內(nèi)容提到過的包括識別準(zhǔn)確度、語言理解與符號識別的接地氣程度、預(yù)設(shè)問題框架外的主動處理能力、本體與所屬問題的區(qū)分等等，都會有新的突破。通俗地概括就是基于這種深度學(xué)習(xí)的技術(shù)，人工智能會獲得相對高階的信息判斷能力以及轉(zhuǎn)化為類同人們“想象”與“意會”的能力。

深度學(xué)習(xí)表現(xiàn)：多層信息抓取

三次浪潮中人工智能的核心技術(shù)邏輯介紹至此，至于為什么本文要強(qiáng)調(diào)技術(shù)的核心呢？因?yàn)樵诩夹g(shù)快速變革時代，事實(shí)上不僅是研發(fā)人員需要關(guān)注這樣的技術(shù)變化，大多數(shù)的非研發(fā)人員也是需要主動探索并了解，才可以更深切感知并抓住新舊迅速交替時代中科技進(jìn)步帶給我們的機(jī)遇。

畢竟在可以預(yù)期的技術(shù)劃分階級的未來，擁有技術(shù)變革感知力的人總不會握不住一張“快上車，來不及解釋”的票。

掌控未來之前，看清趨勢