智能时代话智能

龙源期刊网智能时代话智能作者：马宏宾李楠楠来源：《软件和集成电路》2017年第04期一人工智能风再起一百多年前狄更斯说：“这是一个最好的时代，这是一个最坏的时代；这是一个智慧的时代，这是一个愚蠢的时代。”用一篇文章的话来讲：“从蒸汽机的出现到今天的人工智能，从卓别林在《摩登时代》中所描绘的大机器生产到今天互联网中的虚拟现实，从‘飞鸽传书’到今天手机、微信的普及。人类文明的进程从来没有像今天这样日新月异。”在这个过程中，每个人都或多或少地感受到了“智能”的力量，感受到了“智能”带给我们的便利，从智能手机、智能电视、智能家居，到智能汽车、智慧城市、数字地球，无一不跳动着“智能”的旋律。二十年前，尼葛洛庞帝在《数字化生存》一书中描绘“人类生存于一个虚拟的、数字化的生存活动空间”的场景，当时的人们都难以相信，但今天都变成了现实。信息技术带来的革命，已为人所熟知，人工智能，是否会带来下一场的革命？今年“人工智能”首次写入政府工作报告，成为社会最关注的名词之一。科技部部长万钢明确表示，科技部目前正制定人工智能创新发展规划。事实上，近一年来我国人工智能领域政策层面的提速非常明显，仅2016年就接连出台了四个重要政策文件。前不久，国家发改委正式批复了19个国家工程实验室，其中有3个分属人工智能领域。科技部正在制定人工智能专项规划，并加快项目立项、加大经费支持。综观全球，包括苹果、亚马逊、谷歌、微软、BAT等互联网科技巨头都在积极布局人工智能。从社会的普遍关注来看，毫无疑问我们已经进入了智能时代。而“人工智能”作为智能时代最显眼的关键词，在GoogleDeepmind开发的计算机围棋程序AlphaGo击败世界顶尖职业棋手李世石这一爆炸性事件的引爆下，在2016年大放异彩，标志着“人工智能”这一学术术语进入了寻常百姓家，也使得“深度学习”等技术名词开始走出学术象牙塔。事实上，很多国人会发现朋友圈有了越来越多关于人工智能的文章与讨论，也有很多国人从完全不知道这个概念到开始关注相关发展，甚至主动思考这些技术是否会在自己的工作和生活中得到应用。那么，这一非同寻常的“人工智能热”是一场泡沫吗？联想起前两年大热的机器人、工业4.0等概念，“智能”大有席卷一切、改变一切的趋势。很多专家也说人工智能会带来一场革命，看起来库兹韦尔在《奇点临近》中预言的“奇点”已经渐行渐近。未来会像乐观者想象的那样一切为之改变吗？抑或像悲观者所担心的人类最终会毁于自己创造的“智能”？这一波的“智能热”因何而来又将走向何方？“智能”会把人类带向何方？我们如何才能把握住时代的脉搏，赶上智能时代的节奏？龙源期刊网二、智能概念面面观在一个大家都在谈论“智能”的时代，到底“智能”是什么？这个看似很简单的问题，其实非常不简单。关于“人工智能”，不妨举几个典型的所谓定义：维基百科上说“Artificialintelligence（AI）isintelligenceexhibitedbymachines”，换言之就是“人工智能”就是“机器”展现出的“智能”。因此，只要是某种机器，具有某种或某些“智能”的特征或表现，都应该算作人类创造出来的“人工智能”。按这一概念，我们其实早已与“智能”相识已久，中国古人发明的木牛流马、法国科学家帕斯卡17世纪发明的加法机或可在一定程度上视为早期的智能机器。大英百科全书则限定人工智能是数字计算机或者数字计算机控制的机器人在执行智能生物体才有的一些任务上的能力（原文：“theabilityofadigitalcomputerorcomputer-controlledrobottoperformtaskscommonlyassociatedwithintelligentbeings.”）。美国斯坦福大学人工智能研究中心尼尔逊教授将人工智能与知识相关联：“人工智能是关于知识的学科—怎样表示知识以及怎样获得知识并使用知识的科学”，这一定义可避免用“智能”定义“人工智能”，而“智能”的概念恰恰欲说还休、欲罢不能。百度百科定义人工智能是“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。围绕着人工智能，存在弱、强、超之辩，这是导致人们面对人工智能或欢欣、或恐惧的一个原因。强人工智能（BOTTOM-UPAI）认为，有可能制造出真正能推理和解决问题的智能机器，且这样的机器被认为有“知觉”乃至“自我意识”；弱人工智能（TOP-DOWNAI）认为，不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。库兹维尔等人曾预言人工智能终将超越人类。会真的如此吗？人工智能脱离“人”的控制，还是“人工智能”吗？事实上，专门研究人工智能的科学家和技术专家更容易认识到目前人工智能技术的局限性，用李开复的话说，目前的人工智能技术只适用于帮人类解决人类需要思考“5秒”（以内）的问题。比如在对语音和人脸、物体的识别方面，深度学习等现代人工智能技术，借助日益强大的电脑的计算能力和可几乎无限扩展的网络资源，确实已经超过了通常人类所具有的水平。拿AlphaGo来说，他在围棋上也似乎战胜了人类，但若综合考虑，他真的像人一样具有无限的学习能力和对环境的适应能力吗？如果不修改他的程序，他能在象棋或任何其他事情上也做得很好吗？如果考虑到他工作时所消耗的巨大电能，他是不是离人类的功耗水平差得老远呢？三、智能时代云与雨龙源期刊网历史是面最好的镜子，虽然历史不能像吉普赛人的水晶球一样准确地预知未来，但审视历史常会带给我们很多的启示。智能时代的发展历史，谱写着无数的咏叹调，也谱写着无尽的乐符华章。人工智能的历史源远流长。在古代的神话传说中，技艺高超的工匠可以制作人造人，并为其赋予智能或意识。现代意义上的AI始于古典哲学家用机械符号解释人类思考过程的尝试。人类在思考“智能”时发挥了无尽的想象力与思辩力，虽然“人类一思考，上帝就发笑”，但人类为了造出能像人一样“思考”的机器，在人工智能的道路上不屈不挠地开拓探索，经过了多次高潮与低潮的洗礼。现代意义上的人工智能离不开计算机科学之父图灵，他在上个世纪中叶提出了“机器会思考吗？”（CanMachinesThink？）的问题，并天才地通过“模拟者游戏”给出了一种测试判定机器是否具有智能的试验方法，即所谓“图灵测试”。这一思想影响至今，图灵机的计算模型也成为推动计算机不断发展、能力不断提高的一种理想模型—事实上，在图灵提出这些天才思想的那个年代，还没有人看到任何具有哪怕很原始计算能力的电子计算机。图灵开启了人工智能的时代。“人工智能”正式得名于1956年的达特茅斯会议，而之前1955年美国西部计算机联合大会（WesternJointComputerConference）的“学习机讨论会”（SessiononLearningMachine）就已经讨论了模式识别和计算机下棋，主持人皮茨总结时说：“（一派人）企图模拟神经系统，而纽厄尔则企图模拟心智（mind）……但殊途同归。”巧的是，这句话恰恰预示了人工智能随后几十年关于“结构与功能”两条路线的“斗争”。达特茅斯会议的与会者麦卡锡、明斯基、塞弗里奇、香农、纽厄尔、司马贺、撒缪尔、伯恩斯坦、摩尔、所罗门诺夫、维德罗后来都为智能机器的风起云涌做出了重要的贡献，数学与哲学成为人工智能研究的灵魂。在人工智能的第一波浪潮中，司马贺1957年曾预言十年内计算机下棋会击败人。1968年麦卡锡和象棋大师列维（DavidLevy）打赌说十年内下棋程序会战胜列维，但不幸最后赔了列维两千块。事实上，直到1997年IBM的“深蓝”才击败国际象棋大师卡斯帕罗夫。由此可见，面对人工智能，人们的期望与实际进展之间存在巨大的鸿沟，另一方面机器智能与人脑的差异陷入悖论，这导致了人工智能在上个世纪70年代陷入低谷。这次低潮既受制于计算机发展的水平，也受制于政府资助的减少，更与人工智能的“业绩”不达预期密切相关。逻辑编程语言和专家系统的兴起，带来了人工智能在上个世纪80年代初期的又一次繁荣，人们期盼着用人工智能来实现智能医疗等方面的突破，但好景不长。到了80年代末，人们就已经通过大量尝试，意识到专家系统等在实际应用中存在的问题和瓶颈，人们对人工智能的盲目乐观与实际情况未能达到预期，不可避免地带来了人工智能研究的又一次低潮。龙源期刊网年代以后，人工智能的研究重点转向“知识”与“认知”，目标是造出能够实现人机对话、语言翻译、图像识别并且能像人脑一样思考推理的机器智能。随着微型计算机的出现，摩尔定律在数十年内一直左右着信息技术特别是计算机技术的发展：“当价格不变时，集成电路上可容纳的元器件的数目，约每隔18～24个月便会增加一倍，性能也将提升一倍”。信息技术的快速发展助推了人工智能技术的发展。然而，人工智能在上个世纪从来没有达到像2016年（达特茅斯会议60周年）时“家喻户晓”这样的热度。我们以语音识别举例，几十年前IBM和AT&T提出了人类用语音与机器交互这一伟大的梦想，激发了无数人士和机构为之奋斗、为之激动、也为之失望。这一领域经历过多次“爆炒”，又多次从顶峰摔下，就像希腊神话中西西弗斯那样，每次看到了希望，又跌落了下去。但每一次跌落，都会带来对技术手段的反思、改进，孕育全新的技术思想甚至技术革命，重新出发，再度超越。如今，我们知道智能手机已经普遍用上了语音识别技术，就中文语音识别来说，科大讯飞、云之声、百度、思必驰等企业提供的语音识别产品在安静环境下，已经能够较为精准地识别中文文字。然而理性来看，即便是语音识别技术借助于深度学习、海量数据样本以及无处不在的互联网取得了如此重大的技术突破，在实际应用中也仍然存在着诸多问题，特别是各种复杂噪音环境下的鲁棒性问题，人和机器还无法做到直接用人类的自然语言进行无障碍交流。以上回顾，是我们思考技术发展的趋势、路径和规律。按新技术发展的Gartner曲线来说，通常新技术经历过孕育期后会被炒作得大热，再跌下来，又慢慢爬坡到稳定的状态。但对比人工智能整个领域或细分领域的发展，一波三折，可歌可叹！这一方面反映了人工智能问题的巨大吸引力，也体现了它巨大的难度，需要从业者具有多年的积淀与磨练，远非看上去那样简单美好。人工智能的发展，得益于一代代科学家、工程师、技术迷们对科技信仰的坚持与追索，也得益于有识之士和机构、政府的大力支持，更得益于应用场景对技术不断提出的需求和挑战，才带来了智能时代的浩荡洪流。吴军的《浪潮之巅》、李彦宏的《硅谷商战》、克里斯坦森的《创新者的窘境》，都从不同侧面带给我们一些相关的思考。四、智能机器案例谈人类的发展史，从另一个侧面看，也是一部机器的发展史，是机器从缺少智能到赋予智能、更多智能、更高智能发展的一个过程，也是人类从刀耕火种到机械化生产到现在所谓“智能制造”的过程。这一过程中，人越来越“懒”，机越来越“智”，“人机”关系也在不断迭代，以致现在越来越多的人担心机器取代人类，“人机大战”成为无数科幻电影的题材。下面举若干智能机器的案例。龙源期刊网计算机（电脑）：计算机可称为最典型的智能机器，从计算尺、机械式计算机到电子计算机，从非冯·诺伊曼结构到冯·诺伊曼结构再到哈佛结构，从大型机到小型机到微型机到嵌入式，从傻大黑粗到精小强悍，从内存很小到海量内存，从不能联网到无网不机，从仅能做简单计算到计算无所不能，从AppleII的1MHz主频、48KB内存到MacBookPro的3.8GHz主频、16G内存，从早期用户必须学习编程到现在很小的孩子就可以熟练玩电脑，沧海桑田的变化，不正是智能时代的反映吗？1947年贝尔实验室提出手机概念。1973年摩托罗拉“马丁·库帕”发明世界上第一部推向民用的手机