3月15日，被中國網民戲稱為“阿爾法狗”的谷歌人工智慧程式阿爾法圍棋（AlphaGo）最終以4:1的比分戰勝南韓天才棋手李世石，全球高度關注的人機大戰畫上句號，但是各國媒體對“人工智慧”的熱議依然高燒不退。
一、AlphaGo的勝利是人工智慧新發展的里程碑
AlphaGo是谷歌旗下人工智慧團隊DeepMind開發的圍棋程式。去年10月，AlphaGo初露崢嶸，以五比零橫掃歐洲圍棋冠軍樊麾。此前，圍棋是唯一沒有被電腦攻克的博弈遊戲項目，因為圍棋遠比西洋棋複雜得多，據稱圍棋棋局變數比宇宙中的原子數量還要多，目前人類最強的超級電腦也無法處理體量如此大的資訊。為此，AlphaGo團隊使用了共裝載170枚圖像處理器（GPU）和1200台標準處理器（CPU）的大規模電腦網路。更引人矚目的是，圍棋的複雜性使得編程員不可能寫出圍棋的評估函數，從目前的資訊來看，AlphaGo團隊並未開發專門程式，而是通過“深度學習”和“人工神經網路技術”，通過與人類下圍棋，從中找到邏輯判斷的方式並不斷自我學習，不再依賴記憶棋譜來進行落子的選擇，程式自行掌握和判斷如何贏得圍棋比賽。谷歌DeepMind創始人哈薩比斯表示，用“深度學習”技術“教”機器下圍棋，就如同教小孩一樣，絕不是讓程式員添一段代碼就完事，而是要給程式“喂”足夠多的案例，讓機器“自己領悟”正確的下法。從一定程度上説，AlphaGo是在以預測的方式模擬人類的直覺，試圖以人類的思維去學習圍棋對弈。據稱目前，AlphaGo模倣人類的直覺判斷程度約為80%。
“深度學習”技術是AlphaGo的關鍵，此概念由Hinton等人于2006年提出，它是指搭建模擬人腦進行分析學習的神經網路，模倣人腦的機制從未經標記的數據展開學習、訓練，自行掌握概念、學會辨識聲音、圖像和其他數據，是一種更接近人腦的機器學習方式。“深度學習“被稱為當前人工智慧的核心技術。由此，人工智慧概念從學界、産業界走向普通大眾。
人工智慧（Artificial Intelligence），英文縮寫為AI，是讓電腦具備人類的智慧屬性，實現一些只有人類才能勝任的工作，即通過數字驅動讓電腦具備感知、認知、思考和學習能力，進而做出決策和動作執行。人工智慧的研究包括機器人、語言識別、圖像識別、自然語言處理和人機交互等。
二、人工智慧迎來技術突破節點
1956年夏天，幾位美國學者——表處理語言（LISP）發明者約翰·麥卡錫、資訊論先驅克勞德·香農、馬爾溫·明斯基共同倡議，邀請莫爾、塞繆爾、紐厄爾和西蒙等在美國達特茅斯大學舉辦了長達2個多月的研討會，深入討論了用機器模擬人類智慧的問題。此次會上，首次提出了“人工智慧”這一術語，這被看做是“人工智慧”這門新興學科正式誕生的起點。在此後的歲月中，幾次技術創新嘗試的失敗使人工智慧研究陷入停滯，諸多項目關閉、經費被撤銷。上世紀70年代，進入了第一次人工智慧發展的第一次低谷。人工智慧就像好萊塢大片《A.I》中的那個可愛的小男孩，在冰封中幾經寒暑，默默等候。
1981年，對機器人及相關技術有執著偏好的日本人再度出手，日本經産省撥款8.5億美元支援第五代電腦項目，試圖造出能夠與人對話，翻譯語言，解釋圖像，像人一樣推理的機器。美歐擔心在這個領域輸給日本，重啟對人工智慧的投資，掀起一輪人工智慧研究熱潮。美國國防部高級研究局1988年給AI的科研經費是1984年的三倍。同期，幾乎一半的“財富500強”企業也在開發或使用“專家系統”，即通過建模模擬人類專家解決該領域專業問題的人工智慧項目。但是，建構專家系統的複雜性、高成本和局限性使人工智慧研究再陷低潮。整個90年代，人工智慧研究再度沉寂，成果寥寥。
2010年前後，全球資訊技術發展在經歷了約15年的網際網路狂潮後再次面臨著一個關鍵的發展節點。資訊技術的下一個發展方向是什麼，伴隨著雲計算、移動網際網路、物聯網及大數據技術的發展，歐美等資訊化發達國家、網際網路巨頭、風險投資紛紛涌入人工智慧研究領域，看準了其引領帶動作用，導致在2014年人工智慧出現井噴式發展。因為此前資訊技術的發展為人工智慧的技術突破和創新築牢了基礎。首先，是計算能力的指數級增長和圖像處理器（GPU）的發展。在價格、體積不變的條件下，目前新一代微處理器的性能是1971年第一代單片機的約400萬倍。近幾年來，GPU技術逐漸成熟，可以滿足可視遊戲中高密度的視覺以及並行需求，為實現深度學習提供了充足的高性能計算能力。其次，是海量數據的供應。大數據、網際網路、雲計算乃至正在蓬勃發展的物聯網等為人工智慧技術使用的統計模型提供了取之不絕的圖像、文本、語音等海量數據，在與人類的互動中，人工智慧系統不斷優化、訓練和學習。如“谷歌翻譯”就通過分析用戶的使用習慣、反饋來提高自動翻譯的品質。最後，以“深度學習”為代表的新一代演算法脫穎而出，攻破了機器學習領域的“深度神經網路”應用的核心難題，提高了機器學習的能力和效率，推動了電腦感知等其他相關技術的發展。
三、人工智慧將把人類從資訊社會推向智慧社會
首先，歐美各國政府和網際網路巨頭領跑人工智慧研究。如歐盟的腦計劃，就是試圖建立一套基於神經科學的全新的、革命性的資訊通信技術；美國國防部高級技術研究局正在大力推動人機交互新項目CwC。此前，該局曾資助過蘋果公司的Siri。美國波士頓動力公司在今年年初展示的能夠在各種環境中行走的最新人形機器人的項目至少獲得了美國國防部高級技術研究局1億美元的贊助。今年1月，美國政府宣佈將在未來10年撥款40億美元助推無人駕駛汽車發展。目前，網際網路巨頭在人工智慧領域全面出擊。谷歌出手收購了8家人工智慧公司和1家機器人公司，擁有兩個人工智慧研究團隊；Facebook建立三個人工智慧研究中心，百度公司也建立了人工智慧研究院，並挖來了全球知名的人工智慧專家吳恩達。
其次，相關商業化産品不斷涌現。人工智慧成就了谷歌的搜索系統、幫助Facebook識別圖片、讓特斯拉的汽車能在高速路上自動駕駛；各種可穿戴設備以及形形色色的智慧機器人也頻頻亮相。機器的人臉識別準確率超過肉眼，語音識別精準度大幅提升，即將發售的各種智慧家居和機器人令人眼花繚亂。谷歌、蘋果和寶馬等公司角逐無人駕駛汽車，谷歌已在公司附近的山景城測試了無數次（還出了一次撞車事故囧）。蘇格蘭皇家銀行也發佈了可以協助呼叫中心員工能更快更有效回答客戶問題的人工智慧系統Luvo。
最後，應用領域廣闊。人工智慧技術的應用潛力非常巨大，從幫助醫生診斷病人到辨別交通網路等關鍵基礎設施中的異常和故障等等——甚至還出現了連它的發明者都未曾想到的用途。在製造業領域，隨著自然語言識別與語音識別技術的成熟，人機間的交互變得簡單，工業機器人能更準確快速地理解工人的密碼；在工藝要求嚴格的儀器製造環節，電腦視覺技術可以幫助機器人精確完成任務。在醫療領域，谷歌旗下的DeepMind團隊進軍醫療技術領域，成立健康團隊，最近宣佈與英國國民健康服務中心（NHS）合作，首個項目是為醫護人員開發一款可監測病人是否出現急性腎衰竭的App。在服務領域，Facebook2016年的新目標是打造出一個“人工智慧管家”。除了有語音功能外，機器人與人工智慧相結合，將具備自主行動能力，在多個方面幫助人類。
當然，在人工智慧呈井噴發展的同時，擔憂也隨之而起。包括特斯拉CEO馬斯克、理論物理學家霍金等科技界名人都對人工智慧的發展持消極態度，擔憂人工智慧最終將奴役或消滅人類，擔憂人工智慧帶來“嚴重的道德和倫理後果”。然而更多的學者認為，目前的人工智慧只是一種“弱人工智慧”，僅僅是完成規則清晰的特定任務，離真正具有人類“常識性智力”的超強人工智慧還有遙遠的距離。一句話，人工智慧，長路漫漫，“奇點”依然遙遠。
發表評論