經(jīng)歷冰火兩重天的人工智能，未來(lái)的路在哪里？

　　80年代，AI研究人員轉(zhuǎn)移方向，認(rèn)為人工智能對(duì)事物的推理能力比抽象能力更重要，機(jī)器為了獲得真正的智能，機(jī)器必須具有軀體，它需要感知、移動(dòng)、生存，與這個(gè)世界交互。為了積累更多推理能力，AI研究人員開(kāi)發(fā)出專(zhuān)家系統(tǒng)，它能夠依據(jù)一組從專(zhuān)門(mén)知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問(wèn)題。

　　1997年，IBM的超級(jí)計(jì)算機(jī)深藍(lán)在國(guó)際象棋領(lǐng)域完勝整個(gè)人類(lèi)代表卡斯帕羅夫;相隔20年，Google的AlphaGo在圍棋領(lǐng)域完勝整個(gè)人類(lèi)代表柯潔。劃時(shí)代的事件使大部分AI研究人員確信人工智能的時(shí)代已經(jīng)降臨。

　　可能大家覺(jué)得國(guó)際象棋和圍棋好像沒(méi)什么區(qū)別，其實(shí)兩者的難度不在同一個(gè)級(jí)別。國(guó)際象棋走法的可能性雖多，但棋盤(pán)的大小和每顆棋子的規(guī)則大大限制了贏的可能性。深藍(lán)可以通過(guò)蠻力看到所有的可能性，而且只需要一臺(tái)計(jì)算機(jī)基本上就可以搞定。相比國(guó)際象棋，圍棋很不一樣。圍棋布局走法的可能性可能要比宇宙中的原子數(shù)量還多，幾十臺(tái)計(jì)算機(jī)的計(jì)算能力都搞不定，所以機(jī)器下圍棋想贏非常困難，包括圍棋專(zhuān)家和人工智能領(lǐng)域的專(zhuān)家們也紛紛斷言：計(jì)算機(jī)要在圍棋領(lǐng)域戰(zhàn)勝人類(lèi)棋手，還要再等100年。結(jié)果機(jī)器真的做到了，并據(jù)說(shuō)AlphaGo擁有圍棋十幾段的實(shí)力(目前圍棋棋手最高是9段)。

　　那么深藍(lán)和AlphaGo在本質(zhì)上有什么區(qū)別?簡(jiǎn)單點(diǎn)說(shuō)，深藍(lán)的代碼是研究人員編程的，知識(shí)和經(jīng)驗(yàn)也是研究人員傳授的，所以可以認(rèn)為與卡斯帕羅夫?qū)?zhàn)的深藍(lán)的背后還是人類(lèi)，只不過(guò)它的運(yùn)算能力比人類(lèi)更強(qiáng)，更少失誤。而AlphaGo的代碼是自我更新的，知識(shí)和經(jīng)驗(yàn)是自我訓(xùn)練出來(lái)的。與深藍(lán)不一樣的是，AlphaGo擁有兩顆大腦，一顆負(fù)責(zé)預(yù)測(cè)落子的最佳概率，一顆做整體的局面判斷，通過(guò)兩顆大腦的協(xié)同工作，它能夠判斷出未來(lái)幾十步的勝率大小。所以與柯潔對(duì)戰(zhàn)的AlphaGo的背后是通過(guò)十幾萬(wàn)盤(pán)的海量訓(xùn)練后，擁有自主學(xué)習(xí)能力的人工智能系統(tǒng)。

　　這時(shí)候社會(huì)上出現(xiàn)了不同的聲音：“人工智能會(huì)思考并解決所有問(wèn)題”、“人工智能會(huì)搶走人類(lèi)的大部分工作!”“人工智能會(huì)取代人類(lèi)嗎?”那么已來(lái)臨的人工智能究竟是什么?

　　人工智能目前有兩個(gè)定義，分別為強(qiáng)人工智能和弱人工智能。

　　普通群眾所遐想的人工智能屬于強(qiáng)人工智能，它屬于通用型機(jī)器人，也就是60年代AI研究人員提出的理念。它能夠和人類(lèi)一樣對(duì)世界進(jìn)行感知和交互，通過(guò)自我學(xué)習(xí)的方式對(duì)所有領(lǐng)域進(jìn)行記憶、推理和解決問(wèn)題。這樣的強(qiáng)人工智能需要具備以下能力：

　　1)存在不確定因素時(shí)進(jìn)行推理，使用策略，解決問(wèn)題，制定決策的能力

　　2)知識(shí)表示的能力，包括常識(shí)性知識(shí)的表示能力

　　3)規(guī)劃能力

　　4)學(xué)習(xí)能力

　　5)使用自然語(yǔ)言進(jìn)行交流溝通的能力

　　6)將上述能力整合起來(lái)實(shí)現(xiàn)既定目標(biāo)的能力

　　說(shuō)明：以上結(jié)論借鑒李開(kāi)復(fù)所著的《人工智能》一書(shū)。

　　這些能力在常人看來(lái)都很簡(jiǎn)單，因?yàn)樽约憾季邆渲?但由于技術(shù)的限制，計(jì)算機(jī)很難具備以上能力，這也是為什么現(xiàn)階段人工智能很難達(dá)到常人思考的水平。

　　由于技術(shù)未成熟，現(xiàn)階段的人工智能屬于弱人工智能，還達(dá)不到大眾所遐想的強(qiáng)人工智能。弱人工智能也稱(chēng)限制領(lǐng)域人工智能或應(yīng)用型人工智能，指的是專(zhuān)注于且只能解決特定領(lǐng)域問(wèn)題的人工智能，例如AlphaGo，它自身的數(shù)學(xué)模型只能解決圍棋領(lǐng)域的問(wèn)題，可以說(shuō)它是一個(gè)非常狹小領(lǐng)域問(wèn)題的專(zhuān)家系統(tǒng)，以及它很難擴(kuò)展到稍微寬廣一些的知識(shí)領(lǐng)域，例如如何通過(guò)一盤(pán)棋表達(dá)出自己的性格和靈魂。

　　弱人工智能和強(qiáng)人工智能在能力上存在著巨大鴻溝，弱人工智能想要進(jìn)一步發(fā)展，必須具備以下能力：

　　1)跨領(lǐng)域推理

　　2)擁有抽象能力

　　3)“知其然，也知其所以然”

　　4)擁有常識(shí)

　　5)擁有審美能力

　　6)擁有自我意識(shí)和情感

　　說(shuō)明：以上結(jié)論借鑒李開(kāi)復(fù)所著的《人工智能》一書(shū)。

　　在計(jì)算機(jī)理念來(lái)說(shuō)，人工智能是用來(lái)處理不確定性以及管理決策中的不確定性。意思是通過(guò)一些不確定的數(shù)據(jù)輸入來(lái)進(jìn)行一些具有不確定性的決策。從目前的技術(shù)實(shí)現(xiàn)來(lái)說(shuō)，人工智能就是深度學(xué)習(xí)，它是06年由Geoffrey Hinton所提出的機(jī)器學(xué)習(xí)算法，該算法可以使程序擁有自我學(xué)習(xí)和演變的能力。