人工智能发展简史

人工智能的历史不算短了。一般来说，人们会把1956年的达特茅斯会议视为人工智能的开端。会议的召集人是达特茅斯学院的数学系助理教授约翰·麦卡锡（JohnMcCarthy），他邀请了几位大神和新秀一起到达特茅斯学院开一个“人工智能夏季研讨会”。

1956年的达特茅斯会议合影

参会者还包括信息论的创始人香农、天才学者赫伯特·西蒙（他曾经获得过图灵奖和诺贝尔经济学奖）等。有人说人工智能这个名字就是麦卡锡提出来的，麦卡锡自己说他是从别人那里听来的。
人工智能的发展并不是很顺利。最早的时候，计算机专业还是以编程为主流。搞人工智能的人看起来都很另类。后来，编程的方法变得过时了，研究人员转而研究“启发法”（heuristics），也就是“经验法则”。人们在决策的时候大多是靠经验，计算机在处理问题的时候也要在可计算能力的范围内尽快地寻找答案，不必穷尽所有的选项，这个过程被称为“修剪搜索空间”（pruningthesearchspace）。

神经网络图谱

还有一批学者更激进，他们引入了所谓的神经网络方法，简单地讲，就是把尽可能多的数据输入一个模仿神经元结构的系统，程序会自动调整权重，直到系统逐渐稳定下来。这就比传统的编程更像人的思维过程了，你不必预先告诉计算机该怎么做，只要告诉计算机足够多的例子，它自己就会学会怎么做。
遗憾的是，神经网络方法受到学术界的批评，很快就衰落下去，直到最近，才重出江湖，这就是我们现在常常提到的机器学习和大数据。

人工智能之所以能够再度兴起，究其根源是因为计算机的存储和计算能力有了飞速的提高。要想让机器学会思考，你必须喂给它大量的数据，现在，我们终于有了海量的数据。数字信息似乎要淹没了我们。现在，每天制造出来的手机比新出生的婴儿还多，每分钟都有长达数百小时的视频被上传到互联网上，数亿张照片被上传到云端。
计算机的学习能力也在飞速地提高。机器人战胜了人类的国际象棋大师，又战胜了人类的围棋大师。机器人能够在智力测试竞赛中让人类选手惨败，也能写出以假乱真的古诗词、流行音乐。在越来越多的领域，计算机不断地战胜人类。

但是，至少到目前为止，几乎没有一位学者说，这意味着计算机已经具备了人工智能。这被称为“移动的球门柱”，想象一下，如果在足球赛的时候，球门柱是移动的，你怎么才能踢进球门呢？每当计算机取得了新的进展，比如说，战胜了围棋高手李世石，人们就说，不对，我们说的人类智能不是指下棋这样的雕虫小技，于是，智能的概念被重新定义，计算机还是没有办法被承认有“人工智能”。
这么讲当然是有道理的。我们看到计算机咄咄逼人，那是因为对人来说很难的事情，其实对机器来说很容易，而对人来说很容易的事情，对机器来说反倒很难。

就像我们曾经讲过的“叠衣服”测试，机器人到现在还不能做到像人类一样从容不迫地把衣服从洗衣机里拿出来，分门别类，一件件叠好。人类的智能和机器的智能，工作原理是非常不同的。
就像潜水艇能够在水下航行，但我们不能说潜水艇会像鱼一样游泳，飞机能够在天上航行，但我们也不能说飞机能够像鸟那样飞翔一样，我们也不能轻言机器有了人工智能。

所以，你对人工智能的理解不要出现偏差。机器是不可能完全变成人的。
哈佛大学遗传学家乔治·丘奇说，机器有机器的长处。我们人类智能看到几纳米范围内的可见光，而机器人能够看到所有的电磁学范围内的波长，从皮米到兆米。
机器人的记忆力和计算能力可以轻松地达到人类的数十亿倍。硅基电脑能够在几秒内备份几千兆字节，若换成碳基生物的大脑，可能需要数十年，而且很可能会记错。

亚利桑那州立大学物理学家劳伦斯·克劳斯则说，鉴于电子计算机目前的功耗，一台拥有人类大脑存储和计算能力的计算机将会需要超过十太瓦（terawatts）的能量，这相当于全人类电能消耗总量的两成。人脑只消耗10瓦能量，这意味着两者相差1万亿倍。
在过去的十年，计算机性能功耗比提升一倍的时间大约是三年，计算机至少需要经历40次的倍增，也就是说需要120年，才能达到跟人脑相同级别的功耗水平。

而这其实是一种非常乐观的预测，因为每一次效率的倍增都需要在科技上有较为彻底的变革，因此不从本质上改变计算机的计算方式，想要在120年内达到40次的倍增几乎是不可能达到的目标。
这就是为什么著名的科学作家凯文·凯利不用人工智能这个词，他称之为“人工外星人”（ArtificialAliens）。也就是说，机器人的思维方式和我们人类是不一样的。我们人类有自己的智能，但我们的智能只是各种不同的智能中的一种，不是所有的智能都得跟我们人类的智能一模一样。机器的智能跟我们人类的智能是不一样的。凯文·凯利说，人类是又迟钝，又懒散，但却是伟大的思想家，机器快速、准确，但却十分愚蠢。

所以，我们应该准备好迎接一种新的智能。人工智能中保留某些人类思维的遗迹是情有可原的，这就像我们人类和其它的动物一样都有对称的分布，都有管状的消化道是一个道理。
但是，人工智能能够达到我们人类的智能达不到的地步，我们不能只是去看机器能不能做到人能够做到的事情，有些事情机器可能永远都做不到，比如嫉妒、伤心、焦虑和抑郁，但这不重要，重要的是，我们要看哪些最有价值的思考机器会具备哪些人类不具备的思考能力。