羅保林 林海

按照進(jìn)化論的觀點，人是地球上的生物在自然選擇、進(jìn)化過程中形成的，歷經(jīng)猿人、能人、直立人、早期智人、晚期智人等階段。而今，從赤道到兩極，地球上凡有陸地的地方大多都有人類活動。隨著時間的推移，人類開始意識到自身發(fā)展的局限，有一天竟然異想天開地要去創(chuàng)造智能。終于，人工智能躍然而出！

1956年，在達(dá)特茅斯學(xué)院召開的一個夏季討論班上，以約翰·麥卡錫等為首的一批富有遠(yuǎn)見卓識的年輕科學(xué)家在一起聚會，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問題，并首次提出了“人工智能”這一術(shù)語，標(biāo)志著人工智能這門新興學(xué)科的正式誕生。從此，人工智能一直以遠(yuǎn)超人類想象的速度發(fā)展著，它們開始逐漸進(jìn)入人類生活的方方面面。

人工智能——關(guān)于知識的科學(xué)

簡單來說，人工智能是關(guān)于知識的科學(xué)，我們將通過兩個方面的問題對此探討。首先，知識是怎樣被表達(dá)的？在人類的頭腦里，知識是怎樣的一種存在？通過什么樣的表達(dá)方式能夠讓機(jī)器擁有知識？其次，知識是怎樣被獲取的？我們?nèi)祟愅ㄟ^什么方法獲取知識？什么樣的操作方法才能夠讓機(jī)器從浩如煙海的大量信息中自動獲取知識？

在計算機(jī)的編程語言里，把概念稱為“類”，而某個概念所代表的一個個具體的事物，則被稱為這個類的“實例”。一個概念，有許多屬性。概念的屬性里有一種特別重要的屬性，叫作關(guān)系。一個概念，有它的內(nèi)涵和外延。內(nèi)涵就是指這個概念代表的事物所共同具有的本質(zhì)屬性的總和。概念的內(nèi)涵和外延，不一定能夠確切地被描述，在許多情況下，它們都是模糊的。比如，關(guān)于大小、輕重、冷熱、快慢等概念的內(nèi)涵和外延，就都是模糊的。

怎樣表達(dá)知識，可以歸結(jié)為怎樣表達(dá)概念。表達(dá)概念的方法有許多種，如古典的產(chǎn)生式表示法和嗣后發(fā)展的框架表示法、狀態(tài)空間表示法，以及現(xiàn)代的知識圖譜表示法。

知識的表達(dá)，就好像樹上的蘋果，已經(jīng)掛在枝頭了。而知識的獲取，就好像我們從樹上摘取蘋果，再將它們存放在小籃子里。所謂知識的獲取就是我們從結(jié)構(gòu)化的知識中，獲取我們所需要的知識，生成新的知識。

知識獲取的一個基本方法是利用搜索技術(shù)。我們的搜索是盲目的。而在搜索的過程中，我們不斷地深入，直到碰到死胡同才返回。這樣的搜索方法就是盲目的深度優(yōu)先的搜索方法。

盲目搜索方法的效率是比較低的。于是我們想到是否可以一邊搜索，一邊對搜索方向的好壞進(jìn)行評估。使用系統(tǒng)相關(guān)的信息對搜索過程的好壞隨時進(jìn)行評估，這樣的搜索方法叫作啟發(fā)性的搜索方法。從最簡單的跳棋到國際象棋、中國象棋，直至最復(fù)雜的中國圍棋，機(jī)器都成功地戰(zhàn)勝了人類最頂尖的棋手。這里，機(jī)器所使用的就是啟發(fā)性的搜索方法。谷歌的阿爾法圍棋將深度學(xué)習(xí)的方法引入到蒙特卡洛方法中，設(shè)計了一個策略網(wǎng)絡(luò)用來評估可能的落子點，還設(shè)計了一個估值網(wǎng)絡(luò)來對棋局的勝負(fù)可能進(jìn)行評估，這樣就可以在極短的時間內(nèi)，十分高效地對非常復(fù)雜的棋局進(jìn)行計算，找到最可能獲勝的博弈方法。

知識獲取的另一個主要方法是群智能算法，這是受到生物界成功生存的策略啟發(fā)而產(chǎn)生的一種算法。目前，得到廣泛應(yīng)用的群智能算法有遺傳算法、粒子群優(yōu)化算法和蟻群算法。

上述的這些人工智能獲取知識的技術(shù)主要都是由人工編程，然后通過機(jī)器的計算獲取新知識。而我們更感興趣的是如何讓機(jī)器自主地學(xué)習(xí)知識，以及如何模擬人類的神經(jīng)網(wǎng)絡(luò)來獲取知識。

機(jī)器學(xué)習(xí)使人工智能的發(fā)展上了一個新的臺階。以往，知識的獲取都是經(jīng)人工編程之后，機(jī)器按照人工設(shè)定的步驟和方法來獲取知識，而機(jī)器學(xué)習(xí)則是在給機(jī)器提供一個學(xué)習(xí)模型之后，機(jī)器能夠?qū)ΜF(xiàn)有的數(shù)據(jù)和知識自主地進(jìn)行分析和抽象，建立起知識的新模型，估計模型的參數(shù)，從數(shù)據(jù)和原有的知識里挖掘出對人類更有價值的知識。其結(jié)果是能夠利用原有的知識和經(jīng)驗使得機(jī)器系統(tǒng)得到自我改善，變得更加“聰明”。建立在大量數(shù)據(jù)基礎(chǔ)上的統(tǒng)計學(xué)和計算機(jī)科學(xué)的融合，給機(jī)器學(xué)習(xí)提供了強(qiáng)大的動力。與此同時，深度學(xué)習(xí)也給機(jī)器學(xué)習(xí)帶來了全新的面貌。目前，機(jī)器學(xué)習(xí)包括有監(jiān)督的機(jī)器學(xué)習(xí)、無監(jiān)督的機(jī)器學(xué)習(xí)和弱監(jiān)督的機(jī)器學(xué)習(xí)。

隨著神經(jīng)科學(xué)和腦科學(xué)的發(fā)展，人們對于人類的智能機(jī)制有了一定的了解，由此在結(jié)構(gòu)上讓機(jī)器對人腦進(jìn)行模擬，這就是人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)。

人類大腦里面的神經(jīng)元的數(shù)量極其龐大。每個神經(jīng)元都和周圍的神經(jīng)元相互連接，形成了大腦極其復(fù)雜的結(jié)構(gòu)，支撐著人類的智能。

神經(jīng)元的結(jié)構(gòu)比較簡單，而由神經(jīng)元所組成的神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)卻極其復(fù)雜。神經(jīng)網(wǎng)絡(luò)可以看作是分層的，由許多層的神經(jīng)元所組成。處在某一層的神經(jīng)元，從前一層的神經(jīng)元那里得到輸入信號，再經(jīng)過自己的加工和處理之后，輸出到下一層的神經(jīng)元。如果神經(jīng)信號是一層一層地向后傳遞的，那么就把這個神經(jīng)網(wǎng)絡(luò)叫作前饋型的神經(jīng)網(wǎng)絡(luò)。而如果把某一層輸出的神經(jīng)信號引回到前面某一層的輸入端，那么就把這種神經(jīng)網(wǎng)絡(luò)叫作反饋型的神經(jīng)網(wǎng)絡(luò)。

模擬前饋型神經(jīng)網(wǎng)絡(luò)的算法叫作BP神經(jīng)網(wǎng)絡(luò)算法。BP神經(jīng)網(wǎng)絡(luò)算法是一個多層結(jié)構(gòu)的算法，每一層都有眾多的神經(jīng)元。除了第一層輸入層和最后一層輸出層之外，BP神經(jīng)網(wǎng)絡(luò)中間的各層叫作隱藏層。

BP神經(jīng)網(wǎng)絡(luò)算法的隱藏層不能太多，以免影響了它的性能和應(yīng)用。為此，我們需要對其進(jìn)行改進(jìn)，增加隱藏層的層數(shù)，也就是深度，這樣的神經(jīng)網(wǎng)絡(luò)被稱為深度神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)就是一種深度神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)在圖像處理的各個領(lǐng)域，特別是人臉識別上，取得了巨大的成功。

還有一種道理并不深奧而功能強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)，叫作生成對抗網(wǎng)絡(luò)。生成對抗網(wǎng)絡(luò)經(jīng)過訓(xùn)練后，能夠根據(jù)文本來生產(chǎn)所需要的圖像，也能夠根據(jù)要求生成各種文本，如新聞報道、學(xué)術(shù)報告、詩歌、歌詞等。

從信息系統(tǒng)、專家系統(tǒng)到人工智能

1955年，美國數(shù)學(xué)家約翰·麥卡錫聯(lián)合克勞德·香農(nóng)（信息論創(chuàng)立者）、馬文·明斯基（人工智能大師，《心智社會》的作者）、納撒尼爾·羅徹斯特（IBM計算機(jī)的設(shè)計者之一）發(fā)起了達(dá)特茅斯項目。第二年夏天，他們接著舉辦了“人工智能夏季研討會”，正式啟動達(dá)特茅斯項目，首次提出了“人工智能”這一概念，正式確立了一個對人類行為、意識和思維過程進(jìn)行模擬的新科技領(lǐng)域，并將數(shù)學(xué)邏輯應(yīng)用到了人工智能的早期形成中。

人工智能領(lǐng)域必不可少的基礎(chǔ)工具是電子計算機(jī)。電子計算機(jī)是1941年在美國和德國同時出現(xiàn)的。計算機(jī)以信息為工作對象，具有對信息進(jìn)行存儲和處理的功能。原始的計算機(jī)體積極其龐大，而且如果想要改變處理信息的程序，就要更改復(fù)雜的電子線路。后來，程序也可以像數(shù)據(jù)一樣被記錄在存儲器里了，隨著電子器件的進(jìn)步，計算機(jī)的體積逐漸縮小了。

美國的應(yīng)用數(shù)學(xué)家諾伯特·維納不但創(chuàng)立了信息論，而且建立了系統(tǒng)的反饋理論。在20世紀(jì)50年代初，人們在反饋理論的基礎(chǔ)上建立了各種自動控制系統(tǒng)，用于控制環(huán)境溫度、控制水位、控制速度和位置等。自動控制系統(tǒng)是人工智能邁出的第一步，它使得機(jī)器看起來好像會思考了。

1955年末，艾倫·紐威爾和赫伯特·西蒙編寫了一個名為“邏輯理論家”的程序。該程序能夠在解決問題的各個路徑中選擇最具潛力的路徑，被認(rèn)為具有一定的智能，是人工智能發(fā)展過程中的一個里程碑。1956年，在麥卡錫等提出了“人工智能”這一概念之后，一些大學(xué)紛紛設(shè)立了人工智能研究中心，尋求更有效的算法，包括進(jìn)一步優(yōu)化“邏輯理論家”程序和建立具有自學(xué)習(xí)功能的系統(tǒng)。1957年，“邏輯理論家”的開發(fā)團(tuán)隊推出了新程序——“通用解題機(jī)”。這個新程序擴(kuò)展了維納的反饋理論，可以解決很多常識問題。兩年后，IBM開發(fā)了一個用于證明幾何定理的程序。1958年，麥卡錫宣布開發(fā)了LISP語言。該語言很快就為大多數(shù)人工智能開發(fā)者所采用。1963年，麻省理工學(xué)院得到美國政府的資助，研究開發(fā)了機(jī)器輔助識別系統(tǒng)，加快了人工智能發(fā)展的步伐。

隨著計算機(jī)體積的縮小、能耗的下降、計算速度的提高和存儲容量的拓展，計算機(jī)處理信息的能力在不斷地增強(qiáng)。20世紀(jì)70年代，在一般的信息系統(tǒng)基礎(chǔ)上出現(xiàn)了專家系統(tǒng)。專家系統(tǒng)可以從大量的數(shù)據(jù)中找出某些規(guī)律，解決不確定解的問題，預(yù)測在一定條件下某種解的概率。專家系統(tǒng)的市場應(yīng)用很廣。1978年，我國就推出了“關(guān)幼波肝病診斷與治療專家系統(tǒng)”，根據(jù)專家的經(jīng)驗，幫助醫(yī)生診斷疾病。此外，還出現(xiàn)了幫助尋找礦藏的專家系統(tǒng)，用于股市預(yù)測的專家系統(tǒng)，等等。

20世紀(jì)70年代人工智能領(lǐng)域風(fēng)起云涌，出現(xiàn)了許多新理論和新方法。例如，在機(jī)器視覺方面，根據(jù)圖像的陰影、形狀、顏色、邊界和紋理等基本信息，計算機(jī)經(jīng)過分析和推斷，可以辨別出該圖像可能是什么物體。1972年開發(fā)出的PROLOG語言在人工智能研發(fā)中得到了廣泛的應(yīng)用。

20世紀(jì)80年代，人工智能的發(fā)展提速，更多地進(jìn)入了商業(yè)領(lǐng)域。專家系統(tǒng)的需求迅速攀升，出現(xiàn)了為大型計算機(jī)編程的專家系統(tǒng)，以及為專家系統(tǒng)查找和改正錯誤的專家系統(tǒng)。許多制造業(yè)的實體公司依賴專家系統(tǒng)而運(yùn)行，資本和人才紛紛涌向人工智能相關(guān)的研發(fā)機(jī)構(gòu)和企業(yè)。當(dāng)時，有許多人工智能研究的成果進(jìn)入了市場，尤其是機(jī)器視覺更是取得了較大進(jìn)展。在生產(chǎn)線上安裝的機(jī)器視覺系統(tǒng)，能夠分辨物體形狀的不同。但是在80年代的后期，人工智能產(chǎn)業(yè)也出現(xiàn)了泡沫。通常，由一項新技術(shù)所形成的產(chǎn)業(yè)典型的發(fā)展曲線是Z字形的，而人工智能產(chǎn)業(yè)的發(fā)展則呈現(xiàn)出相連的雙Z字形。開始時有一個緩慢的啟動，積累到一定程度即出現(xiàn)第一個高潮。這時候，由于過度炒作，資本大量涌入，興起了很多公司。但是社會需求的不足引發(fā)了經(jīng)濟(jì)泡沫，造成了產(chǎn)業(yè)的滑坡，一些公司紛紛破產(chǎn)，發(fā)展陷入低谷。然后，經(jīng)過洗牌和清理，能夠堅持下來的公司獲得了轉(zhuǎn)機(jī)，事業(yè)慢慢地有了起色，之后才迎來高速的發(fā)展。在這次泡沫破裂中，美國國防部高級研究計劃署支持的所謂“智能卡車”項目，也由于項目缺陷和成功無望被停止提供項目的經(jīng)費(fèi)。

然而，盡管經(jīng)歷了種種挫折，人工智能仍在慢慢地恢復(fù)發(fā)展，新的技術(shù)不斷被開發(fā)出來。在美國首創(chuàng)的模糊邏輯，可以從不確定的條件中作出抉擇；還有神經(jīng)網(wǎng)絡(luò)，被視為實現(xiàn)人工智能的可能途徑?；谀：壿?，人工智能技術(shù)簡化了攝像設(shè)備。人工智能技術(shù)還被用于導(dǎo)彈系統(tǒng)和預(yù)警顯示和其他先進(jìn)武器，這些智能設(shè)備在戰(zhàn)爭中經(jīng)受住了考驗。語音和文字識別等人工智能技術(shù)也大量地出現(xiàn)在了普通民眾的生活中，并持續(xù)、不可避免地改變著我們的生活。

人工智能產(chǎn)業(yè)三大支柱——大數(shù)據(jù)、算法和智能芯片

當(dāng)前，人工智能之所以進(jìn)入了蓬勃發(fā)展的時期，是因為它具備了發(fā)展的三個必要條件，或者稱為三大支柱，即大數(shù)據(jù)、算法和智能芯片。

由于互聯(lián)網(wǎng)的發(fā)展和普及，我們目前已經(jīng)積累了大量的數(shù)據(jù)，而且每天還有新數(shù)據(jù)產(chǎn)生。這些數(shù)據(jù)涉及各行各業(yè)，完全不是過去一般意義上的統(tǒng)計數(shù)據(jù)可以相提并論的。大數(shù)據(jù)是非結(jié)構(gòu)化的數(shù)據(jù)，不是按照一定的規(guī)則和意圖從自然和社會中摘取的片面數(shù)據(jù)，能更加生動、全面地反映自然和社會生活的種種關(guān)系。通過數(shù)據(jù)挖掘，我們可以從浩瀚的信息中獲得有用的知識。

在交通領(lǐng)域，我們可以通過大數(shù)據(jù)記錄每個交通參與者的行蹤。人們每天在什么時間，乘坐何種交通工具，經(jīng)過怎樣的路線，從哪里去哪里，都一清二楚。人工智能借此找到規(guī)律，以規(guī)劃和管理城市的交通。在醫(yī)療領(lǐng)域，大數(shù)據(jù)中記錄著就醫(yī)者的各項生理和病理指標(biāo)，診斷和治療的過程，以及所用的藥物和醫(yī)療措施。通過大數(shù)據(jù)，醫(yī)生可以為患者找到最佳的診療方案，避免過度治療和治療不足。人工智能還可以支持最佳抉擇，避免醫(yī)療事故，評估藥物的不良反應(yīng)。大數(shù)據(jù)使得醫(yī)療過程更加透明，能夠促進(jìn)社會公平，讓患者獲得更好的服務(wù)。

人工智能發(fā)展的另一個支柱是算法。所謂算法，就是通過對數(shù)據(jù)的處理，引導(dǎo)出一個有用的結(jié)論。以往傳統(tǒng)的算法，主要是基于數(shù)理邏輯的一種演繹性推理，智能性是很有限的。客觀世界是極其復(fù)雜的，各種事物存在著或明或暗的聯(lián)系，因而人們所面對的數(shù)據(jù)，也具有一定的模糊性和不確定性。人類的思維，有邏輯性的一面，也有非邏輯性的一面。例如，思維中的聯(lián)想、比擬、歸納，以至于直覺和靈感，就不是數(shù)理邏輯能夠解決的。在人工智能的發(fā)展史上，定理的機(jī)器證明帶來了第一次高潮，專家系統(tǒng)的模糊抉擇帶來了第二次高潮，現(xiàn)在，一次新的發(fā)展高潮是由神經(jīng)網(wǎng)絡(luò)算法和深度學(xué)習(xí)所帶來的。

大數(shù)據(jù)的處理和神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的算法都需要智能芯片的支持。中國科學(xué)院計算技術(shù)研究所于2017年發(fā)布了全球新一代人工智能芯片——“寒武紀(jì)”系列，其中有3款面向智能手機(jī)等終端的“寒武紀(jì)”處理器，2款面向服務(wù)器等云端的“寒武紀(jì)”高性能智能處理器，以及1款專門為開發(fā)者打造的人工智能軟件平臺。“寒武紀(jì)1A”處理器已經(jīng)被華為應(yīng)用到麒麟芯片中。（節(jié)選自《與人共舞——人工智能成就夢幻世界》）

作者簡介：

羅保林，畢業(yè)于清華大學(xué)，在中國科學(xué)院獲工學(xué)博士學(xué)位，中科院過程工程研究所研究員、博士生導(dǎo)師、中國科普作家協(xié)會會員。

林海，1963年就讀于清華大學(xué)無線電系，畢業(yè)后在電視、雷達(dá)、計算機(jī)、自動控制等領(lǐng)域從事研究工作，曾任計算機(jī)與自動化專業(yè)教授。1987年因雷達(dá)信息處理獲國家技術(shù)發(fā)明二等獎。退休后從事文學(xué)創(chuàng)作和科普寫作，現(xiàn)為中國科普作家協(xié)會會員。

內(nèi)容簡介：

隨著計算技術(shù)的飛速發(fā)展，人工智能似乎在頃刻之間就悄悄地來到我們身邊，一時間我們的周圍到處舞動著人工智能，令人眼花繚亂。從手機(jī)到3D打印，從谷歌眼鏡到全息投影，就連美圖App一鍵整容都要依靠人工智能。而且，人工智能的快速發(fā)展超乎人類的想象，一時間，人機(jī)交互、無人駕駛、虛擬現(xiàn)實等智能設(shè)備扎堆出現(xiàn)，智能機(jī)器人頻頻亮相。