人工智能進(jìn)入“下半場(chǎng) 機(jī)器變聰明了 人怎么辦?

　　1997年5月，IBM的“深藍(lán)”超級(jí)計(jì)算機(jī)在6局的國(guó)際象棋比賽中，以2勝1負(fù)3平戰(zhàn)勝了世界排名第一的國(guó)際象棋大師卡斯帕羅夫。這是人工智能發(fā)展史上一個(gè)重要的里程碑，這表明機(jī)器的智力在“信息完美”的領(lǐng)域，如棋牌游戲，已經(jīng)超過(guò)了人類。

　　“深藍(lán)”戰(zhàn)勝了國(guó)際象棋大師

　　所謂“信息完美”是指系統(tǒng)內(nèi)信息完全，有始有終，沒(méi)有外部干擾。“深藍(lán)”的運(yùn)算能力在當(dāng)時(shí)全球的超級(jí)計(jì)算機(jī)中位居259位，每秒鐘可以運(yùn)算2億步?！吧钏{(lán)”學(xué)習(xí)了70萬(wàn)局國(guó)際象棋大師比賽，從而有4千種不同的開(kāi)局。

　　此外，作為機(jī)器的“深藍(lán)”從不疲倦，沒(méi)有情緒影響，更不會(huì)犯低級(jí)錯(cuò)誤。而卡斯帕羅夫則后悔的說(shuō): 和“深藍(lán)”的第6局比賽是他職業(yè)生涯中最爛的一盤棋。

　　人工智能發(fā)展的“上半場(chǎng)”回顧

　　人工智能起步于1950年，那年艾倫·圖靈發(fā)表了一篇論文，預(yù)測(cè)機(jī)器的人工智能有一天能夠超過(guò)人類的智能。他同時(shí)提出了“圖靈測(cè)試”:

　　機(jī)器和人類專家對(duì)話之后，如果專家無(wú)法區(qū)分對(duì)方是人還是機(jī)器，則說(shuō)明機(jī)器的智能超過(guò)了人。

　　1951年馬文·明斯基完成了第一臺(tái)神經(jīng)網(wǎng)絡(luò)機(jī)SNARC，從而成為人工智能領(lǐng)域的一位重要的科學(xué)家。1956年的達(dá)特茅斯會(huì)議正式確定了人工智能這個(gè)領(lǐng)域。

　　1950~70年是人工智能開(kāi)啟的年代，斯坦福大學(xué)做出了移動(dòng)機(jī)器人，而麻省理工學(xué)院推出了聊天機(jī)器人。在1970~80年，人工智能的發(fā)展遇到了瓶頸，那時(shí)的計(jì)算機(jī)的運(yùn)算能力和內(nèi)存有限，導(dǎo)致學(xué)習(xí)能力差。1980~87年，人工智能迎來(lái)了興旺發(fā)展的時(shí)期，日本投入了8.5億美金研發(fā)機(jī)器人，而美國(guó)的研究機(jī)構(gòu)DARPA也針對(duì)人工智能投入大量的資源。1987~93年又陷入了一個(gè)人工智能的冬天，人工智能的專用電腦的性能盡然落后于IBM和蘋果的個(gè)人電腦。當(dāng)時(shí)的DARPA主任認(rèn)為人工智能不再是研究的重要方向。

　　從1993年到今天，人工智能正在經(jīng)歷一個(gè)大發(fā)展，特別是2012年之后，人工智能的進(jìn)步明顯加快了。2006年，雷蒙德·科茲威爾(Ray Kurzweil)在他的《奇點(diǎn)臨近(The Singularity Is Near)》一書中，預(yù)言機(jī)器的智能將在2045年超過(guò)人類的智能。

　　2011年1月出版的美國(guó)《時(shí)代》雜志封面故事：2045年人類機(jī)器結(jié)合獲永生

　　2014年6月7日，一個(gè)名叫Eugene的“人”和一些專家在網(wǎng)上對(duì)話了5分鐘，有33%的專家認(rèn)為Eugene是一位13歲小孩。事實(shí)上，他是三名俄國(guó)科學(xué)家發(fā)明的超級(jí)計(jì)算機(jī)。這樣，按照?qǐng)D靈測(cè)試的規(guī)則，機(jī)器第一次通過(guò)了圖靈測(cè)試，時(shí)間正是圖靈先生逝世60周年。

　　指數(shù)式發(fā)展的“下半場(chǎng)”

　　國(guó)際象棋的起源可以解釋指數(shù)式發(fā)展的“下半場(chǎng)”的概念。據(jù)說(shuō)國(guó)際象棋的發(fā)明地是古印度，當(dāng)時(shí)大師達(dá)依爾為舍罕王發(fā)明了一個(gè)在64格棋盤上的游戲，就是今天的國(guó)際象棋。舍罕王十分喜歡這個(gè)游戲，要獎(jiǎng)勵(lì)大師。大師要求的獎(jiǎng)勵(lì)是：每個(gè)棋盤格子放麥子，第一格放一顆，第二格放二顆，第三格放四顆，以此類推，放完這64格子。

　　舍罕王馬上就答應(yīng)了，他以為用不了多少麥子就可以放滿64格棋盤。沒(méi)想到，放到第21格時(shí)，麥子就必須以袋為單位;進(jìn)入棋盤的“下半場(chǎng)”格子后，全印度的麥子都不夠。事實(shí)上，放滿64格棋盤，需要全球2千年所生產(chǎn)的麥子。

　　這樣的棋盤上放麥子的增長(zhǎng)模式是指數(shù)式增長(zhǎng)：初期的增長(zhǎng)曲線平緩;后期，也就是“下半場(chǎng)”的增長(zhǎng)曲線上升得非常陡峭，速度讓人出乎意料。

　　人工智能的發(fā)展己經(jīng)進(jìn)入了“下半場(chǎng)”

　　人工智能進(jìn)入指數(shù)式發(fā)展的“下半場(chǎng)”的證據(jù)來(lái)自至少兩個(gè)方面: 第一方面，人工智能前進(jìn)的推動(dòng)力具備指數(shù)式增長(zhǎng)的特征;第二方面，近年來(lái)人工智能的研發(fā)活動(dòng)和成果極其頻繁。

　　人工智能的推動(dòng)力主要包括三個(gè)方面: 計(jì)算個(gè)人化，計(jì)算網(wǎng)絡(luò)化，和大數(shù)據(jù)。

　　首先，計(jì)算個(gè)人化使得人工智能的研發(fā)從精英階層擴(kuò)展到大眾。早期的研究機(jī)構(gòu)主要是大學(xué)和政府，只有他們才有人工智能研發(fā)所必備的超級(jí)計(jì)算機(jī)。集成電路的發(fā)明和發(fā)展促成了計(jì)算能力快速上升和成本大幅下降，集成電路的發(fā)展模式在以往的40年遵循指數(shù)式發(fā)展，即著名的摩爾定律。80年代我在浙江大學(xué)學(xué)習(xí)時(shí)使用的小型機(jī)PDP11的運(yùn)算能力遠(yuǎn)遠(yuǎn)不如我們今天使用的手機(jī)。今天用幾萬(wàn)美金所搭建的服務(wù)器，其運(yùn)算能力就可以超過(guò)當(dāng)年的“深藍(lán)”超級(jí)計(jì)算機(jī)。巨大的計(jì)算能力的普及為小公司在人工智能領(lǐng)域進(jìn)行創(chuàng)業(yè)提供了極大的便利。

　　其次，計(jì)算網(wǎng)絡(luò)的價(jià)值增長(zhǎng)也是呈現(xiàn)指數(shù)式。例如，有4個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)有12個(gè)有方向的連接，而400個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)有多達(dá)159600個(gè)連接。由于有線互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的普及，今天的網(wǎng)絡(luò)連接數(shù)(即價(jià)值)正在直線上升。

　　再次，隨著信息終端的普及和物理世界的數(shù)字化，數(shù)據(jù)正在爆炸增長(zhǎng)，更是指數(shù)式增長(zhǎng)。今天全球的累計(jì)的數(shù)據(jù)量超過(guò)了10Zettabytes，其中90%的數(shù)據(jù)是在過(guò)去的兩年中產(chǎn)生的。我相信在以上三股指數(shù)式上漲的力量推動(dòng)下，人工智能的發(fā)展也成指數(shù)式的成長(zhǎng)模式。

　　近年來(lái)，人工智能的創(chuàng)業(yè)和研發(fā)活動(dòng)越來(lái)越活躍。根據(jù)VENTURE SCANNER在2015年8月的統(tǒng)計(jì)，近十幾年，全球在人工智能領(lǐng)域的創(chuàng)業(yè)公司達(dá)到了855家，它們共獲得87.5億美金的風(fēng)險(xiǎn)投資。根據(jù)量化公司QUID的數(shù)據(jù)，在2013年有322家人工智能公司獲得至少20億美金的投資。據(jù)CB Insights的數(shù)據(jù)，2014年投資人工智能領(lǐng)域的金額比2013年增加了三倍。