長(zhǎng)久以來(lái)，我們一直認(rèn)為智能不只是人類(lèi)所獨(dú)有的，可以像人類(lèi)一樣進(jìn)行推理和學(xué)習(xí)的機(jī)器是完全可能被制造出來(lái)的，然而事情卻不像想的那樣簡(jiǎn)單。

 

　　模擬人工智能

 

　　在百科全書(shū)上，人工智能的定義是"研究可以智能工作的機(jī)器的科學(xué)和工程"。不過(guò)一個(gè)令人糾結(jié)的問(wèn)題是：到底什么是智能？很多情況下，那些"不智能"的機(jī)器比我們聰明多了，比如普通的計(jì)算機(jī)程序可以將成千上萬(wàn)個(gè)數(shù)字的乘積，可以記錄下銀行的大量款項(xiàng)，這已經(jīng)超出了普通人的能力?？墒?，他們只是能正確地完成大量計(jì)算而已，還稱不上真正的"智能"。只有某些人類(lèi)特有的能力，像認(rèn)出一張熟悉的臉，指揮繁忙時(shí)段的交通或者學(xué)會(huì)一件樂(lè)器，才稱得上真正的"智能"。

 

　　為什么制造一臺(tái)智能機(jī)器這么難？這是因?yàn)椋话闱闆r下，在給電腦編寫(xiě)程序之前，程序員知道他想讓電腦做的任務(wù)是什么。可是，在人工智能領(lǐng)域，程序員要求電腦做正確的事情，可同時(shí)又不是很清楚事情到底是什么。比如我們讓電腦去識(shí)別人臉，可是我們?nèi)祟?lèi)自己也不是完全清楚大腦是如何識(shí)別人臉的。

 

　　在現(xiàn)實(shí)世界中，我們不僅要面對(duì)還要處理種種不確定性事件。比如你在達(dá)到一個(gè)目標(biāo)前，受到諸多困難，你需要排除萬(wàn)難；你在駕車(chē)時(shí)，前方?jīng)_出一輛車(chē)，你需要轉(zhuǎn)動(dòng)方向盤(pán)避免撞車(chē)；你在處理一項(xiàng)任務(wù)時(shí)，突然接到另一項(xiàng)重要任務(wù)，你需要隨機(jī)應(yīng)變。一個(gè)智能的電腦程序不僅能夠按照既定計(jì)劃完成任務(wù)，還能確保在不確定事件發(fā)生的情況下完成任務(wù)。所以，真正的人工智能，必須能夠感知周?chē)h(huán)境的變化，并對(duì)此做出反應(yīng)，適時(shí)改變和調(diào)整自己的行動(dòng)，以期出色完成任務(wù)。

 

　　哲學(xué)起源

 

　　在世界上第一臺(tái)電腦問(wèn)世之前的很多個(gè)世紀(jì)，人工智能的理念就已經(jīng)初具端倪。亞里士多德提出的從假設(shè)得出結(jié)論的"三段論"就是一種機(jī)械式的邏輯推理方法。按照他的理論，我們可以這樣論述：一些天鵝是白的；所有天鵝都是鳥(niǎo)；所以，一些鳥(niǎo)是白的。如果用符號(hào)表示，即為：一些S是W；所有的S都是B；所以，一些B是W。無(wú)論S、W、B代表什么，我們都可以得到正確結(jié)論。根據(jù)這樣的構(gòu)想，我們?cè)跊](méi)有完全弄清楚人腦是如何想問(wèn)題的情況下，或許就可以建立出一套智能化系統(tǒng)。

 

　　亞里士多德的構(gòu)想為探尋人工智能的本質(zhì)奠定了基礎(chǔ)。然而，直到20世紀(jì)中期，電腦才變得足夠復(fù)雜，能夠真正測(cè)試一下這些構(gòu)想。1948年，英國(guó)布里斯托爾大學(xué)的研究人員格雷·沃爾特制造出一系列具有感光和學(xué)習(xí)能力的會(huì)移動(dòng)的機(jī)器烏龜。其中一個(gè)名為艾爾西（Elsie）的機(jī)器烏龜可以自動(dòng)對(duì)環(huán)境做出反應(yīng)，比如當(dāng)電池電量快耗盡時(shí)，它就會(huì)自動(dòng)降低對(duì)光線的敏感度。

 

　　1950年，英國(guó)數(shù)學(xué)家阿蘭·圖靈提出，如果電腦可以和一個(gè)人談話自如，我們應(yīng)該"禮貌地"接受電腦可以思考的現(xiàn)實(shí)。不過(guò)，直到1956年，人工智能這個(gè)詞語(yǔ)才被正式提出來(lái)。在美國(guó)達(dá)特茅斯學(xué)院的一個(gè)暑期研討會(huì)上，這個(gè)領(lǐng)域的早期創(chuàng)始者們共同提出了他們的愿景：如果學(xué)習(xí)的各種方式或智能的各種特征都可以從理論上進(jìn)行精確描述，那么，一臺(tái)機(jī)器就可以模擬人的智能。似乎按照這樣的目標(biāo)快速發(fā)展，擁有真人一般智能的機(jī)器早晚會(huì)出現(xiàn)。

 

　　化整為零

 

　　20世紀(jì)60年代，研究人工智能的科學(xué)家們滿懷夢(mèng)想，信心十足，認(rèn)為他們將在幾十年內(nèi)實(shí)現(xiàn)他們的目標(biāo)，就像航天領(lǐng)域里，從第一架?chē)姎馐斤w機(jī)到人類(lèi)登上月球也只用了30年。為什么人工智能不可以擁有這樣火箭般的發(fā)展速度呢？

 

　　事實(shí)上，兩者之間最大的不同之處在于，對(duì)于人工智能，我們找不到像F=ma和E=mc2那樣既簡(jiǎn)潔又通用的公式。到了20世紀(jì)80年代，研究人員意識(shí)到，他們既沒(méi)有足夠硬件也沒(méi)有足夠知識(shí)，來(lái)模擬人可以做的所有事情，于是整個(gè)領(lǐng)域被分成很多部分。以往研究人員的共同目標(biāo)是制造一臺(tái)擁有人類(lèi)智慧的電腦，取而代之的是，研究人員側(cè)重研究這個(gè)宏大問(wèn)題的某個(gè)方面，比如語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、概率推理，甚至國(guó)際象棋這個(gè)小領(lǐng)域。

 

　　可喜的是，在每個(gè)分支領(lǐng)域，研究人員都取得重大突破。1997年，IBM的"更深的藍(lán)"電腦擊敗了國(guó)際象棋冠軍卡斯帕羅夫。"更深的藍(lán)"電腦能在1秒內(nèi)計(jì)算出2億種可能性，從而推算出之后棋盤(pán)的走勢(shì)，最終決定下一步怎么走棋。

 

　　"更深的藍(lán)"電腦在這場(chǎng)需要高智能的象棋比賽中取得驕人成績(jī)，然而，這位"專家"的技能有點(diǎn)單一，除了象棋比賽外，它什么都不會(huì)做，既不能和別人討論下棋策略，也不會(huì)玩其他游戲。盡管它贏了世界象棋大師，但是沒(méi)有人會(huì)把它錯(cuò)當(dāng)作真人，它只是一臺(tái)電腦。

 

　　人工智能的時(shí)間線

 

　　1950年，圖靈提出，經(jīng)過(guò)編程的電子計(jì)算機(jī)可以像真人一樣回答問(wèn)題

 

　　1956年，在美國(guó)達(dá)特茅斯學(xué)院的一個(gè)暑期工作坊上，這個(gè)領(lǐng)域的早期創(chuàng)始者們正式提出了"人工智能"這個(gè)詞匯

 

　　1958年 Allen Newell和Herbert Simon預(yù)測(cè)在十年內(nèi)，電腦可以擊敗國(guó)際象棋世界冠軍，不過(guò)在現(xiàn)實(shí)中這整整花了四十年。

 

　　1961年，電腦解決了大學(xué)一年級(jí)程度的微積分題目

 

　　1965年，世界上第一個(gè)用于心理治療的聊天機(jī)器人ELIZA，嘗試著和人進(jìn)行對(duì)話

 

　　1967年，STUDENT程序成功地解決了用文字描述的一道大學(xué)程度的代數(shù)題目

 

　　1973年，F(xiàn)reddy機(jī)器人通過(guò)視覺(jué)感知來(lái)定位和組裝了模型

 

　　1974年，隨著政府資助機(jī)構(gòu)減少了對(duì)于人工智能研究的撥款預(yù)算，人工智能寒冬到來(lái)

 

　　1975年，斯坦福大學(xué)的Meta-DENDRAL程序發(fā)現(xiàn)關(guān)于分子的新規(guī)律，成果被發(fā)表在了美國(guó)化學(xué)學(xué)會(huì)的期刊上

 

　　1980年，自動(dòng)行駛的汽車(chē)在慕尼黑大學(xué)里以90公里/小時(shí)的速度行駛

 

　　1988年，人工智能的主要形式變?yōu)榛诓淮_定數(shù)據(jù)的概率推理，而不再是以往那樣側(cè)重于邏輯

 

　　1989年，美國(guó)航天局（NASA）利用自動(dòng)聚類(lèi)的電腦程序發(fā)現(xiàn)以往未知的幾類(lèi)恒星

 

　　1997年，IBM"更深的藍(lán)"超級(jí)電腦擊敗了國(guó)際象棋冠軍卡斯帕羅夫

 

　　1998年，由Hasbro生產(chǎn)的第一個(gè)人工智能的寵物Furby開(kāi)始在美國(guó)出售；美國(guó)航天局（NASA）第一次有了完全由電腦程序自動(dòng)控制的飛行器

 

　　2000年，Nomad機(jī)器人探索南極洲的偏遠(yuǎn)地區(qū)，采集氣象觀測(cè)樣本

 

　　2004年，一個(gè)電腦程序可以比一個(gè)專業(yè)級(jí)真人飛行員更快地學(xué)會(huì)操縱遙控直升機(jī)

 

　　2007年，美國(guó)艾爾伯特大學(xué)的人工智能程序完全破解了西洋跳棋游戲

 

　　2011年，蘋(píng)果的語(yǔ)音識(shí)別軟件Siri可以讓用戶和iPhone對(duì)話；iRobot公司出售出了第600萬(wàn)個(gè)RooMBA  吸塵器機(jī)器人

 

　　2012年，Google翻譯做的翻譯總量已經(jīng)超過(guò)了所有人類(lèi)翻譯者所做的總合

 

　　2012年，通過(guò)10億個(gè)連接，Google的人工智能神經(jīng)網(wǎng)絡(luò)可以去識(shí)別一些常見(jiàn)的物體，像人臉和貓

 

　　或許你沒(méi)有意識(shí)到，其實(shí)你每天都在和人工智能打交道。它們幫你接通電話，審核你的信用卡交易，管理你的基金。它們還能從你的數(shù)碼照片中識(shí)別你的臉，在你玩視頻游戲時(shí)識(shí)別你的姿勢(shì)，甚至幫助醫(yī)生分析你的化驗(yàn)結(jié)果。

 

　　益智游戲冠軍

 

　　2011年，IBM向世界推出沃森（Watson），一個(gè)可以理解問(wèn)題、并給出準(zhǔn)確答案的超級(jí)計(jì)算機(jī)。沃森擁有3000個(gè)聯(lián)網(wǎng)在一起的處理器，其中儲(chǔ)存著幾百萬(wàn)份文件，沃森可以利用這些海量的信息回答幾乎所有問(wèn)題。

 

　　IBM讓沃森亮相美國(guó)一個(gè)電視問(wèn)答娛樂(lè)節(jié)目《危險(xiǎn)邊緣》（Jeopardy！）。《危險(xiǎn)邊緣》一向以提出"拐彎抹角"的問(wèn)題而出名，有點(diǎn)像國(guó)內(nèi)的《開(kāi)心辭典》和《幸運(yùn)52》。這個(gè)游戲可比國(guó)際象棋復(fù)雜得多，沃森不僅需要綜合所有人類(lèi)知識(shí)，還需要理解問(wèn)題中的雙關(guān)語(yǔ)等文字游戲。