人工智能
2016年3月，人工智能程序AlphaGo与世界围棋冠军、职业九段棋手李世石进行了一场围棋人机大战，并且最终以4比1的总比分获胜。在此之前，围棋一直被认为是世界上智力要求最高的游戏，代表着人类最高的智力水平，但是，由谷歌旗下DeepMind公司戴密斯·哈萨比斯领衔的团队研发的AlphaGo却轻而易举地击败了世界上最聪明的人。
这是一场在事前被大肆宣扬的比赛。在比赛之前，没有多少人敢断言机器会取得胜利，实际上，在多数的媒体上，舆论表现出的都是对机器的嗤之以鼻。那些认为机器会有机会的人，在表达观点的时候也显得小心翼翼，毕竟围棋一直是一种高高在上的智力游戏，在此之前，虽然有计算机能够击败五子棋或者国际象棋的棋手，但是围棋却被认为是更加复杂的项目，以目前的机器智能水平，不少人认为离战胜围棋冠军尚有一定的难度。
至于普通人，大家更加无法相信“机器会打败人类”这样的假设，因为在他们心中，机器永远只是人类的工具而已。但最后的结果却充满了戏剧性。从第一场比赛开始，李世石就输给了机器。此后的几场比赛之中，李世石虽然拼尽全力，也没有能够摆脱这种局面，最终以1胜4负惨败。
一朝成名天下知，机器的胜利给人们带来了恐慌和迷惑，但无论如何，仅仅用了几年的时间，“人工智能”这个词汇的热度一下子达到了前所未有的水平。各行各业都开始加入了对人工智能的讨论。除此之外，人工智能也开始成为投资圈的热门话题。就像在过去几年人们必须讨论“互联网+”和“APP”一样，如今大家讨论最多的“风口”和“趋势”，迅速转换成了人工智能。
但在这种狂热的背后，人们对人工智能的了解仍然属于凤毛麟角。实际上，多数人对于人工智能仍然一无所知。大众概念中的人工智能，仿佛是一个凭空冒出来的神奇物种，但真实的情况并非如此。
我们已经在前面已经谈到，智能的发展其实可以追溯到人类使用工具之时。但正如历史所显示的，在过去的漫长历史之中，智能的发展虽然一直在延续，但更多的是为后来的发展奠定思想与工具的基础。在过往的几千年之中，智能尚未过多地影响我们的生活，这一点，从科技的发展上就可以得到证明。帕斯卡发明的计算器并没有得到普及性的使用，笛卡尔的“我思故我在”也不过是一种哲学思维。
人类在15世纪才进人大规模的印刷时代，又过了200年，望远镜才被发明出来。真正的智能大进步，大体上也就是一两百年的历史。在过去的两百多年中，科技发展进入了一种加速状态。18世纪，世界上出现了蒸汽机，到了19世纪，人类又发明了直流电动机(1834)、电话(1876)、汽车(1886)、无线电(1897)，进入20世纪初，人类又发明了飞机(1903)、电视(1925)、编程计算机(1943)以及晶体管(1947)。
科学技术取得了重大的发展，但是对于机器是否能取代人类这一问题，人们仍然没有找到答案。在人类进入20世纪的时刻，数学家希尔伯特提出了人类尚未解决的23个数学大问题，这些问题的其中一个，就是希望未来的数学家可以证明，任何真理都可以被描述为数学定理。
但在几十年之后，另一位数学家哥德尔却发现，希尔伯特的这个问题是无法证明的，也就是说，在他看来，并非所有的真理都可以被数学描述。哥德尔的这个判断给我们留下了一个关于人工智能争论的伏笔，那就是机器到底能否取代人类。按照哥德尔的意思，如果人工智能就是一种用数学解决问题的方法，那么，它也就存在着无法解决的问题，因此，人工智能是不可能战胜人类的。
但另一位著名的数学家图灵思考的是希尔伯特提出的另外一个问题，那就是是否可以将计算的过程全部机械化。现在我们知道，这其实就是算法，但是在当时还没有这个词汇。正如我们在上面提到的，1937年，图灵发明了图灵机，为现代计算机的发明奠定了理论基础。
图灵的伟大之处不仅在图灵机上。13年后，也就是在1950年，图灵发表了一篇名为《机器能思考吗?》的文章。在这篇文章中，图灵提出了经典的“图灵测试”，如果一个机器能够通过图灵测试，那么，我们就认为这个机器具有智能。
这个测试其实非常简单，假设你坐在两个黑箱子面前，这两个箱子其中一个里面坐的是人，另一个里面则装着一台机器。然后你可以向他们发问或者与他们进行交流，如果在有限的时间之内，你分不清这两个箱子里面哪个是人、哪个是机器，那么就可以认定，这台机器通过了图灵测试，是具有智能的。
尽管这个时候人工智能这个学科还没有正式建立，但是图灵测试的提出，还是成了人工智能发展史上的一个重要标志。不过，图灵并非是唯一对人工智能这一学科有贡献的天才级别学者。
冯·诺依曼是另外一位天才科学家，他的成就体现在数学、量子物理学、博弈论以及现代计算机科学的方方面面。如果说图灵提出的图灵机为现代计算机描绘了构造的蓝图，冯·诺依曼则是这种蓝图的工程实现者。
以二进制和程序为核心的“冯·诺依曼架构”后来成了IBM等制造计算机的通用准则。尽管冯·诺依曼后来也被称作“计算机之父”，不过，这位博学多才的科学家却非常谦虚，多次强调他的很多创造其实都是缘于图灵的思想。
另外一位天才是维纳。1948年，维纳提出了控制论。按照他的理论，动物和机器一样，都要通过信息输出然后获得反馈来完成某种目的。既然机器和动物的原理相通，用机器来模仿人也就不是问题了。维纳的这种理论，无疑是人工智能发展的重要基础。
1956年的达特茅斯会议被认为是人工智能研究的起点。那一年的8月，约翰·麦卡锡、马文·明斯基、克劳德·香农、艾伦·纽厄尔以及赫伯特·西蒙和阿瑟·萨缪尔等人齐聚达特茅斯学院所在的美国小镇，用两个月的时间对智能问题进行了讨论。
为了以示区别，自立大旗，麦卡锡将这次讨论取了一个名字，叫作人工智能夏季研究项目(Summer Research Project on Ar-tificial Intelligence)。人工智能其实就是机器智能，所谓“人工”就是和“自然”相对立的意思。
人或者其他动物的智能就是自然智能，被人发明创造出来的机器智能也就成了人工智能。尽管“人工智能”这个词最早并不是在这次会议上提出的，但的确因为这次会议而变得有名，自此之后，人工智能就成了机器智能的代名词。
跌宕起伏的人工智能
达特茅斯会议上讨论的议题也并非新鲜，实际上，多数的话题都是早已有之，这次会议也没有让大家形成统一的观点，此后这些人也经常互不认同。这样当然是有“坏处”的，因为到如今我们也实在不知道人工智能的严格定义，就连很多学者后来也说，自己研究了一辈子的事儿，后来才被发现和人工智能相关。但无论如何，这一次会议将众多之前涉及智能的议题，统一归结到了“人工智能”这四个字之下。从此之后，人工智能也成了所有智能相关研究的一个代名词。
在达特茅斯会议之后的十年间，人工智能取得了一定的发展，这一段可谓人工智能的黄金时期。例如阿瑟·萨缪尔研制的跳棋程序，就具有一定的自我学习能力，可以通过比赛来提升技艺。1962年，该程序打败了美国的一个州跳棋冠军-这个机器学习程序可以说是最早一代的AlphaGo。1970年左右，一个叫Shaky的机器人在斯坦福大学问世，这是世界上第一个自动机器人。
会下棋，能解字谜，会证明数学定理，还能说英语，人工智能的发展让不少科学家对未来充满了信心，以至于陷人了盲目乐观的境地。例如在1958年，赫伯特·西蒙就预测说，10年之内，计算机就能战胜世界象棋的冠军，这个预言当然没有实现，但西蒙也不死心，他后来又接着说：“不出20年，人类能做的，机器都能做。”这种乐观气氛也感染了艺术界。
1968年，著名导演库布里克将克拉克的《2001：太空漫游》搬上银幕，这部小说创造出了一个叫作HAL的人工智能形象。但后来的事实狠狠地打了这位诺奖得主的脸。人工智能并非无敌，相反，它连一个看似简单的翻译都做不好。那个叫作Shaky的机器人，原本是准备替代士兵上战场的，但其实它的电池只能支持它活动十几分钟。
显然，对人工智能大加投入的美国军事部门对此非常失望-同样是巨资投入，人家那边都能把人送上月球了，你这边连模仿个人也还不行呢。于是政府大幅削减了投资，商业公司也开始放弃人工智能研究。反对者将人工智能称为炼金术一样的虚幻与欺骗行为，人工智能的发展进入了寒冬。出现这一问题，大致有三个原因。
首先是当时计算机的性能不足。虽然当时半导体发展方兴未艾，摩尔定律也横空出世，然而，硬件的落后导致早期很多程序无法在人工智能领域得到应用;其次，早期人工智能之所以能够取得发展，主要因为他们解决的是特定问题，对象少，复杂性低，然而一旦问题变复杂，机器也束手无策;最后是数据量严重缺失，在当时不可能找到足够大的数据库来支撑程序进行更复杂的学习。
20世纪80年代，人工智能开始摆脱先前的低谷，出现了一段复兴时期。这一期间最为热门的当属“专家系统”。当时，卡耐基·梅隆大学为DEC公司制造出了专家系统，据说这个专家系统可帮助DEC公司每年节约4000万美元左右的费用。在此之前，人工智能一直没有什么可靠的商业应用，而这种可以为商业公司节约成本的故事，自然成了发展人工智能的最大噱头之一。与此前不同，这一次走在前面的是在经济上崛起的日本。
1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，其目标是造出能够与人对话、翻译语言、解释图像，并且像人一样推理的机器。迫于竞争，英美国家也不得不再次投入到人工智能的研发之中。然而，专家系统注定也是一场雷声大雨点小的研究，其商业价值并没有想象的那么大，而这也注定了它的失败。
趋势的变化让人工智能一直起起落落，在其鼎盛期，许多人都认为人工智能可以改变世界，人工智能行业的从业者也可以得到更好的职位，更高的薪资。然而，一旦陷入衰落，人工智能又会成为最被厌弃、人人喊躲的行业。
不过，尽管以机器替代人这一思想为核心的人工智能实践受到了冲击，智能的发展却在20世纪70年代之后步入高潮。这种发展得益于和人工智能不同的另外一派-智能增强派所取得的巨大成果。智能增强的英文是 intelligence amplification，简称IA，与人工智能的AI缩写正好相反。
不仅如此，这两派的观点也基本是相反的：智能增强派不太相信机器能替代人类，他们只是想把技术作为人类智慧的延伸而已。与人工智能相比，这一派别的观点似乎更加务实，而且也更像是自古以来的智能思想的延续。从计算器到印刷术，这些都是人类智能的结果，也同时“增强”了人类的智能。
提倡这一理念的主要是一些早期的计算机先驱，其中最有名的一位，要数道格拉斯·恩格尔巴特。如今这位科学家以鼠标的发明而流芳百世，但实际上，超文本系统、计算机网络以及用户图形界面都与他密切相关。恩格尔巴特相信人机互动可以推动人类与技术的共同进化，他也成了这一理念的倡导者。
智能增强的发展要远远比人工智能顺利。1955年，在贝尔实验室发明了晶体管的威廉·肖克利回到老家帕洛阿托创办了肖克利晶体管公司，拉开了硅谷发展的序幕。之后从仙童到英特尔，半导体行业的快速发展为即将到来的计算机时代奠定了基础。
在20世纪70年代，英特尔推出了第一款商用处理器，施乐中心推出了第一台个人电脑，互联网这个名字诞生了，比尔·盖茨和保罗，艾伦创办了微软公司。到了80年代，这种发展的局面似乎有增无减，苹果公司上市，微软推出了操作系统。到了20世纪的最后十年，整个世界都开始沉浸在互联网高速发展的狂欢之中。
当然，对于追求更高目标的人工智能派而言，这些技术的发展进步虽然带来了希望，但是无论是从计算能力还是数据量的角度，这些进步仍然不足以支撑起人工智能派的梦想。不过任何知识或者学科的发展都不是一帆风顺的，而且，所谓的鼎盛往往也蕴藏着风险，而低谷则可能正是一种革新的孕育期。
就像在20世纪80年代，虽然专家系统一度风生水起达到全盛，但当时不受重视的神经网络，却正在孕育革命性的发展，而这种发展的威力，要到30年后才被我们普通人充分认知。除此之外，今日人工智能之所以能成为如此热门的行业，也离不开过去50年智能增强所带来的技术基础。
结语
算法在革新，计算机硬件也在持续发展，个人电脑逐渐兴起，计算能力也不断取得突破。除此之外，互联网开始将全世界的电脑连接起来，一个新的世界正在被创造出来。1997年，在对互联网的乐观情绪即将陷入癫狂之时，IBM的“深蓝”打败了当时的国际象棋世界冠军卡斯帕罗夫，这成了20世纪末人工智能发展的最后一个重大事件。
参考资料：
《2001：太空漫游》
《机器能思考吗?》
来源：趣观财经
（转载）
