你知道人工智能究竟是什么嗎？

時(shí)間：2017-02-17

文章轉(zhuǎn)載自斯文編輯部，如有侵權(quán)請(qǐng)聯(lián)系刪除。

《人工智能》是著名財(cái)經(jīng)作家、財(cái)經(jīng)評(píng)論員韋康博的專著。該書全面地介紹了人工智能發(fā)展歷史、演化過程、運(yùn)作原理以及在各個(gè)領(lǐng)域應(yīng)用，認(rèn)為人工智能不僅僅是對(duì)人的意識(shí)、思維的信息過程的模擬，更是對(duì)人類的挑戰(zhàn)。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，依托于計(jì)算機(jī)的高速運(yùn)算能力，綜合語言識(shí)別、圖像識(shí)別、控制系統(tǒng)、自然語言處理以及專家系統(tǒng)等學(xué)科，人工制造出的一種能夠以人類智能相似的方式做出反應(yīng)的智能機(jī)器。從精于國(guó)際象棋的“深藍(lán)”到“阿特拉斯系列”兩足機(jī)器人，從能夠與人類進(jìn)行情感交流的“胡椒”系列機(jī)器人再到2016年大勝人類的“AlphaGo”圍棋人工智能程序，世界各國(guó)都對(duì)人工智能進(jìn)行深入的探索。特別是在工業(yè)4.0浪潮的推動(dòng)下，世界各國(guó)都在全力支持并大力推動(dòng)人工智能發(fā)展。隨著投入的不斷加大、電子技術(shù)的逐漸成熟以及云計(jì)算能力的大大加強(qiáng)，人工智能的巨大應(yīng)用市場(chǎng)已經(jīng)初現(xiàn)端倪，引領(lǐng)未來的“風(fēng)口”正鼓足風(fēng)力，吹動(dòng)人類技術(shù)發(fā)展的大船再次揚(yáng)帆起航。

在人工智能行業(yè)，對(duì)人工智能有三條判定標(biāo)準(zhǔn)。一是機(jī)器人的移動(dòng)能力，二是遇到疑問時(shí)的眼神推理能力，三是主觀創(chuàng)造力。就目前而言，發(fā)展人工智能，就要首先搞清楚人類與機(jī)械的差別所在，這也是人工智能最大的難點(diǎn)。主要有三個(gè)方面：控制、推理、學(xué)習(xí)。

控制是人工智能首要解決的問題。控制包括接收信息和反饋信息兩部分，在整個(gè)過程中，數(shù)據(jù)的傳導(dǎo)非常重要。這就如同人類對(duì)世界的感知，首先通過視覺、觸覺、嗅覺等等感官感受到外界的不同刺激，然后根據(jù)不同的情境作出不同的反饋。與機(jī)器相比不同之處在于，人類傳遞數(shù)據(jù)的方式是生物神經(jīng)，而機(jī)器則是各種數(shù)據(jù)。對(duì)于人工智能而言，擁有完整化、精確化的控制系統(tǒng)，才能使得人工智能脫離“玩具”的范疇。這種控制的難點(diǎn)在于“度”的掌握，比如一個(gè)水杯，人工智能要快速分析出抓舉物體的材質(zhì)類別，繼而快速調(diào)整自身握力以避免將水杯捏得粉碎。對(duì)此，軟銀集團(tuán)開發(fā)的“胡椒”系列機(jī)器人研發(fā)出了解決方案，他們采用了“觸覺感應(yīng)”系統(tǒng)和“類似內(nèi)分泌系統(tǒng)的多層神經(jīng)網(wǎng)絡(luò)”，使其能夠感知人類情感變化，進(jìn)而做出相應(yīng)的動(dòng)作反應(yīng)。丹麥環(huán)球機(jī)器人制造公司在實(shí)驗(yàn)中采取了更多的方法強(qiáng)化機(jī)器人的控制能力。一是利用物理學(xué)原理的電荷波動(dòng)來調(diào)解機(jī)械臂抓舉力度。二是利用人工神經(jīng)建模的方式來幫助機(jī)器人獲得感應(yīng)能力。三是震動(dòng)反饋也是實(shí)現(xiàn)機(jī)器人觸覺功能的一大途徑。四是通過聲波的變動(dòng)，實(shí)現(xiàn)機(jī)器人觸覺控制的目的。當(dāng)然，在當(dāng)前取得了極大成就的前提下，科學(xué)家對(duì)人工智能的控制能力開發(fā)步伐，正不斷加大。

利用邏輯推理進(jìn)行行動(dòng)，是生物界獨(dú)有的功能。而對(duì)于沒有生命體征的人工智能來說，如何進(jìn)行繁復(fù)的邏輯推論，似乎是一件非常困難的事情。但事實(shí)證明，這樣一種猜想是完全錯(cuò)誤的。在眾多專家學(xué)者的努力下，人工智能在邏輯推理方面取得了令人矚目的成果。在面對(duì)部分復(fù)雜、模糊的條件因素時(shí)，人工智能總是能非常迅速地厘清其中的推論規(guī)則，在極短的時(shí)間內(nèi)做出復(fù)雜而又精準(zhǔn)的邏輯運(yùn)算，做出最合乎情理的推斷。著名人工智能專家馬文·明斯基就指出：計(jì)算機(jī)推理不像數(shù)學(xué)運(yùn)算當(dāng)中的一加一求和，更多的時(shí)候，計(jì)算機(jī)需要推理的樣本和規(guī)則，需要我們引入不確定性推理辦法。這種方法雖然并不能得出百分百正確的答案。但盲目追求百分百正確的做法也是不恰當(dāng)?shù)模覀冎恍枰页鲞壿嫹矫娴淖顑?yōu)結(jié)果即可。無論從實(shí)際可操作性方面還是現(xiàn)實(shí)功用角度而言，不確定性推理都是一個(gè)理想的選擇。

學(xué)習(xí)，是人類探索世界最重要的武器之一。活到老、學(xué)到老是我們一貫追求的目標(biāo)。對(duì)于人工智能而言，則有個(gè)全新的名詞：深度學(xué)習(xí)。韋康博指出，深度學(xué)習(xí)的實(shí)質(zhì)就是通過構(gòu)建及其學(xué)習(xí)模型和海量訓(xùn)練數(shù)據(jù)，來來逐層變換特征，以提升分類或預(yù)測(cè)的準(zhǔn)確性。其研究目的在于建立、模擬人腦的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機(jī)制來解釋如圖像、聲音和文本之類的數(shù)據(jù)。深度學(xué)習(xí)可以通過學(xué)習(xí)深層非線性網(wǎng)格結(jié)構(gòu)，從而具有強(qiáng)大的學(xué)習(xí)數(shù)據(jù)集的本質(zhì)特征的能力。相比傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同體現(xiàn)在：強(qiáng)調(diào)模型結(jié)構(gòu)的深度和突出特征學(xué)習(xí)的重要性。深度學(xué)習(xí)算法讓設(shè)計(jì)者可以根據(jù)自己的需要選擇網(wǎng)絡(luò)層數(shù)，突破傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在層數(shù)方面的限制。相比于人類學(xué)習(xí)，人工智能的認(rèn)知手段更加多樣化，主要有計(jì)算機(jī)視覺技術(shù)、學(xué)習(xí)技術(shù)、自然語言處理技術(shù)、機(jī)器人技術(shù)、語音識(shí)別技術(shù)等等。特別是隨著互聯(lián)網(wǎng)、社交媒體和移動(dòng)設(shè)備的廣泛使用，每天產(chǎn)生的數(shù)據(jù)開始呈幾何倍數(shù)增加。大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)的飛速進(jìn)步，使得人工智能深度學(xué)習(xí)變得越發(fā)如魚得水。深度學(xué)習(xí)引領(lǐng)著“大數(shù)據(jù)+深度模型”時(shí)代的來臨，推動(dòng)者人工智能和人機(jī)交互向前快速發(fā)展。在未來，人工智能像人一樣能夠獨(dú)立思考、獨(dú)立行動(dòng)，而且比人類更聰明、反應(yīng)更迅速。

大數(shù)據(jù)、互聯(lián)網(wǎng)和云計(jì)算以及摩爾定律、新算法技術(shù)合在一起，統(tǒng)稱為人工智能進(jìn)步的催化劑。《人工智能》為我們展現(xiàn)了人工智能發(fā)展的歷程以及重要技術(shù)突破，我們有理由相信，在各方面的共同進(jìn)步之下，人工智能必將大放異彩。雖然發(fā)展的過程并非一帆風(fēng)順，總會(huì)充滿波折和雜音，但是人類一旦踏上發(fā)展的航船，就絕不會(huì)止步不前。上帝制造了人類，人類創(chuàng)造了人工智能。人類再一次將自己推到了新的頂峰。