756
技術社區[雲棲]
《偉大的計算原理》一人工智能
本節書摘來華章計算機《偉大的計算原理》一書中的第2章 ，［美］彼得 J. 丹寧（Peter J. Denning）
克雷格 H. 馬特爾（Craig H. Martell）著 羅英偉 高良才 張 偉 熊瑞勤 譯 更多章節內容可以訪問雲棲社區“華章計算機”公眾號查看。
人工智能
讓機器可以執行人類智力活動的想法可以追溯到5個世紀之前。1642年，Blaise Pascal建造了一台機械式計算器。1823年，Charles Babbage發明了差分機，用於自動進行算數函數的計算。在19世紀後期，一個名為“mechanical Turk”的自動下棋機器人，在受到廣泛關注後最終被發現隻是一個惡作劇（Standage 2003）。實際上，很多這些類似的想法都可以被看作人工智能的萌芽（Russell and Norvig 2010）。
1956年，在Claude Shannon和Nathaniel Rochester的幫助下，John McCarthy在德國達特茅斯組織了一次研討會。這次研討會標誌著人工智能領域的誕生。當時，研究者的一個基本觀點是“原則上，人類智能的機理可以被精確地描述出來，因此，可以用機器來仿真人類智能”。這種觀點是非常合理的，因為很多人類智力活動似乎就是在執行某種算法，而且人的大腦似乎就是一個可以執行算法的電子化網絡。Herbert Simon預測，到1967年計算機可能成為世界象棋冠軍，可能發現並證明一些重要的數學定理，而且很多心理學理論可以體現在計算機程序中。他的第一個設想比預計時間遲到了30年才得以實現，而剩下的兩個設想目前仍然沒有實現。
圖靈（1950）為現代人工智能留下了很多火種：圖靈測試、機器學習以及通過“成長”形成一台智能機器。圖靈意識到，由於對“智能”一詞人們始終缺少一個足夠明確的定義，以至於無法有效衡量一台機器是否有智能或具有何種程度的智能。他提出的模擬遊戲（即圖靈測試）不再關注一台機器是否有智能，轉而關注一台機器是否表現出智能的行為。他預測，到2000年，機器至少能夠讓70%的人類評審者在5分鍾的時間內無法判斷與之交談的是一台機器還是一個人類。這個設想到目前還沒有實現。
圖靈關於智能的行為觀點在人工智能領域的形成中起到了重要作用。然而，到20世紀70年代，這種觀點受到了尖銳的批判。很多人工智能項目開始以設計“專家係統”為目標，即：構造出與某些領域（如醫學診斷領域）的人類專家具有相同能力的智能係統。Hubert Dreyfus（1972，1992）則堅持認為，專家的行為絕不是基於規則的機器所能完全模擬的。當時，人們對這種觀點嗤之以鼻，但時間證明了這種觀點的正確性。隻有非常少的專家係統表現出一定的實用價值，但沒有一個專家係統能夠達到人類專家的水平。John Searle（1984）則認為傳統機器具有智能是不可能的：一個基於規則的機器可能可以使用中文與人對話，但機器根本不知道這些中文的含義。他不認同“強人工智能”的概念（即機器行為能產生意識），而更偏向於“弱人工智能”（即機器能夠模仿出人類的行為，但這種模仿背後的機製可能與人類大腦的工作機製沒有任何相似之處）。Terry Winograd和Fernando Flores（1987）認為人工智能基於某些人類的哲學假設，而這些假設可能根本無法解釋智能的工作機理或根本無法導致智能的產生。
到20世紀80年代中期，人們逐漸意識到關於人工智能的很多初始設想很難在短時間內實現。提供研究基金的機構開始停止向人工智能領域提供新的資金支持並且要求已有研究項目提供更為確實的研究成果。缺少資金的支持，很多研究者無法展開具體的研究工作，轉而開始認真反思這個領域麵臨的問題。人工智能領域的先驅者Raj Reddy將這一黑暗時期稱為“人工智能的冬天”。
這一時期的反思醞釀了人工智能研究的一個新方向。人們不再關注如何對人類意識活動進行建模，轉而去尋求構造一些能夠替代人類認知活動的智能係統。自動認知係統的工作原理不需要與人類意識活動的原理相一致。它們甚至根本不去刻意模仿人類解決問題的過程。這一新方向更強調通過實驗來確認所提出的自動化工作原理是否有用、可靠和安全（Russell and Norvig 2010，Nilsson 2010）。這一新方向最近引起公眾廣泛關注的進展包括：1997年IBM深藍國際象棋程序擊敗國際象棋世界冠軍Garry Kasparov，2010年Google的無人駕駛汽車，2011年IBM的Watson計算機在益智問答遊戲節目“危險邊緣”中獲得冠軍（擊敗人類對手）。這些計算機程序中使用到的方法具有極高的效率，但卻沒有刻意模仿人類思考或大腦運作的機製。同時，這些方法僅對解決特定的問題有效，而不具有通用性。
計算機科學、認知科學、醫學及心理學領域的很多研究者仍然在研究人腦的工作機理和意識的產生機理。Kurzweil的暢銷書《奇點臨近》（Kurzweil 2005）和2013年對外公布的研究項目Brain Activity Map Project表明，這個研究方向仍然具有非常強大的吸引力。
人工智能的重生顯示了巨大的成功，進而產生了一些嶄新的關注點。在與機器的競賽過程中，Erik Brynjolfsson和Andrew McAfee（2012）發現，自動化的浪潮正逐漸取代人類在知識相關領域的工作，正如在上個世紀中機械自動化取代了大量的人類體力勞動。知識自動化的實例包括：電話轉接中心、語音菜單係統、在線商品交易、在線銀行、政府服務、出版、新聞傳播、音樂發布、廣告、監管、反恐等方麵。筆者所擔憂的是我們正滑向一個不需要大量人工勞動的社會，而這個社會又無法為大量失業的人類個體提供充足的資源。
表2.2給出了人工智能領域涉及的人、問題以及計算基本原理。
最後更新：2017-06-26 12:02:09