人工智能正在引领新一轮的科学技术
导语：
说起人工智能，大家想到的都是各种科幻电影、漫画中各种像人一样有自我意识、能思考复杂问题的机器人。它们除了没有血肉之躯，不容易感情用事，记忆力和计算能力特别出色之外，简直跟我们人类没有什么区别。
图文 | 菠萝科学奖
责编 | 叶水送
有的人认为，我们拥有了人工智能之后，就等于拥有大量不怕苦不怕累的廉价劳动力。它们不但能替人类做体力劳动，还能替人类做脑力劳动，很多时候比人类做的还要好。
也有人认为，人工智能看起来很美好，但实际上非常危险，人类必须小心。1993年，著名科幻作家弗诺·文奇提出了“技术奇点”理论。他认为，一旦人工智能出现，它们就会不断学习，不断改进自己，变得越来越聪明，而且变聪明的速度会越来越快，引发“智能技术的爆炸”（即技术奇点）。最后，它们发展出了一种在各方面都碾压人类的超级人工智能，从此，人类的时代将会终结。
科幻小说甚至常常设想人工智能拥有了反抗意识，试图消灭人类。
有识之士不断发出警告，呼吁我们限制人工智能的研究，警惕人工智能的潜在风险。
然而，这些讨论都或多或少脱离了我们的现实。霍金等人虽然很聪明，但他们毕竟没有亲自从事人工智能的研究。也许，他们的设想就像150多年前的科幻作家一样，以为通过一门巨型大炮就可以将人类送往月球。虽然我们最终登上了月球，但我们用的是火箭，而不是大炮。
也许，他们的设想就像人工核聚变一样，长期处于“再过30年就能实现”的乐观中。但实际上过了好几个30年，却仍然没有实现。
无论如何，人工智能的应用已经渗透到了我们生活中的方方面面。未来无法阻挡，未来就在我们脚下。与其白日做梦，患得患失，我们不如客观地了解一下，现在的人工智能到底是怎么回事。
人工智能的发展历史
机器到底能不能思考？计算机科学家艾兹赫尔·戴克斯特拉认为，这个问题就相当于问“潜水艇能不能游泳”。如果游泳的定义是“利用四肢、鳍或尾巴在水中前进”，那么潜水艇肯定不会游泳，因为它既没有胳膊也没有腿。
但是，这种咬文嚼字的定义显然是荒谬的。潜水艇显然会“游泳”，只不过不是我们所设想的那种游泳。同样的道理，机器也能“思考”，只不过不是我们所设想的那种思考。我们可以说，机器在通过计算机程序模拟人类的思考，使得自己在某些具体的任务中，像人类一样能看、能听、能想、能说、能动。
1950年，阿兰·图灵发表了一篇论文，叫做《计算机器与智能》。他提出，与其去研究机器到底能不能思考，还不如去让机器参加一个智能的行为测试，也就是图灵测试。
在图灵测试中，一个计算机程序通过在屏幕上打字跟一个人进行5分钟的在线聊天。这个人需要判断，跟他聊天的是一个计算机程序还是一个大活人。如果一个计算机程序有30%的几率让别人误以为自己是一个大活人，那么它就通过了图灵测试。我们就可以说这个程序学会了“思考”。
图灵预计，在2000年时，计算机可以存储1GB的信息。人类在这样的计算机上就能编写一个能够通过图灵测试的程序。实际上，图灵的设想并没有实现，现在还没有任何一个计算机程序能够骗过聪明的人类裁判。并且，很少有人工智能科学家关心图灵测试。他们主要关心的是如何让自己的人工智能程序像人类一样，能够“聪明地”完成某个具体的实际任务，比如驾驶汽车。
为了让机器能够通过某种计算机程序学会“思考”，人类科学家尝试了各种各样的方法，付出了几代人的努力，熬过了两次低谷，经历了三次高潮。
人工智能的三大驱动要素
人工智能之所以能在近年来掀起新一轮高潮，主要是因为三大驱动要素：算法、大数据、运算能力。
算法：概括地说，计算机主要干三件事，一是输入，二是运算，三是输出。不论输入什么，在计算机看来都是一堆数据。不论输出什么，在计算机看来也都是一堆数据。研究人工智能的计算机程序，很多时候是在研究“聪明的算法”，能够适应各种各样的实际情况，让计算机程序通过运算，从输入的数据出发，正确而高效地得出应该输出的结果。在这一轮人工智能的热潮中，机器学习的算法发挥了重要的作用。
大数据：既然要让机器努力学习，就得有东西（“大量数据”）可学。人类每时每刻的每个行为都可以变成数据，但在前互联网时代，这些数据都不可能轻易地记录和保存下来。随着互联网和物联网的发展，随着网络带宽不断增加，随着存储的硬件成本不断降低，全球人类产生的数据在爆发性增长，为人工智能的发展提供了源源不断的营养。
运算能力：大数据的营养有了，计算机程序还要经过大量运算，才能对这些营养进行“消化”、“吸收”，变成各种各样的“模型”，才能够模拟人类的智能。从前，科学家使用传统的CPU进行模型训练，运算过程少则几天，多则几个星期，效率非常低。应用了GPU、FPGA和分布式运算等新的运算加速技术以后，模型训练的效率大大提高。有实际应用价值的人工智能程序一个接一个地涌现了出来。
人工智能近期可以用在哪里？
从理论上讲，人类能够完成的任何一种重复的劳动，甚至人类无法完成的许多重复的劳动，都能用人工智能的算法进行机器学习。一旦模型训练成功，它们就可以在这些学过的具体任务中，像人类一样能看、能听、能想、能说、能动。
实际上，科学界和企业界对人工智能的应用，依赖于每个领域的具体使用场景。下面，我们从与日常生活相关的领域出发，简要地介绍人工智能的几个使用场景。
医疗：每天都有很多人去医院看门诊，做检查，接受治疗。假设一个专家每天看30个病人，全年无休，经过30年的艰苦训练，也只能看完33万个病人。而且，如果他这样不要命地看病，就没有办法读论文，参加学术会议，学习最新的医学研究成果。
同时，根据IBM的资料，仅仅在上海市卫生信息系统，每天生产的数据就高达1000万条，已建立起的电子健康档案达3000万，信息总量已达20亿条。这些资料靠人力根本不可能看完，只能依靠拥有人工智能的计算机。
例如，根据日本媒体报道，有位 66 岁的女病人山下女士罹患罕见的「急性骨髄性白血病」，IBM的人工智能系统Watson 在她病情突然恶化，意识不清的紧急状况下，只用了 10分钟就从 2000 万份论文中找到了依据，精确判断了她的病症，并找出了最适合的疗法治疗成功。
安防：为了侦破案件，公安部门常常要调取公共场所和道路两侧的监控录像。应用了人工智能技术之后，计算机在破案时可以从视频画面中，识别可疑人员的特征，快速确定可疑人员的身份，并综合解决查人、找人、预警、追踪等的人员管理监控问题。计算机也可以在视频画面中，识别车辆信息，帮助失主追回被盗的汽车。
金融：全球的证券市场每天都会产生大量交易数据。著名对冲基金桥水曾经利用人工智能技术，通过这些历史数据和统计概率预测未来。这个程序能随着市场的变化而变化，不断适应新的趋势，而不是一成不变的。
交通：在汽车上安装了摄像头之后，无人驾驶的科学家就可以训练计算机从视频图像中，学习识别周围的物体和环境，检测可行区域的范围，并判断车该往哪里开。
新闻业：美国有一家叫做叙事科学的公司，在2010年就推出了一款名为Quill的写作软件，能从不同角度将数字转化为有故事情节的叙述文。Quill曾被用来撰写电视及网络上棒球赛事的比赛报告，福布斯网站曾使用该公司的技术自动制作财报和房地产相关报告等。
语音识别和语音合成：只要给人工智能软件投喂足够多的语料库，理论上它可以模仿任何一个人的声音。你想让它说什么，它就能按照那个人的声音说什么。甚至还能用奥巴马的声音说带口音的汉语。
自然语言处理：时间就是金钱，浪费你的时间就是浪费你的钱。垃圾邮件不但浪费你的时间，浪费你的带宽，有时候还给你设下骗局，妄图直接骗走你的钱。应用了人工智能技术之后，许多邮箱的垃圾邮件大大降低了，有些邮件服务商甚至将垃圾邮件比例降到了0.1%。
机器人装置：虽然机器猫八字还没一撇，但是机器狗，机器驴，机器蜘蛛都已经发明出来了。它们能站，能走，能跑，能爬，上山不打颤，下雪不怕滑。
科学研究：欧洲核子中心的大型强子对撞机，每秒钟能够产生几亿次对撞，但这些数据并不是全都能派上用场，科学家只能用快速而粗糙的标准筛选出其中区区1/1000的事件。科学家计划在未来的加速器中安装人工智能程序，将更多可能蕴含着新发现的工作交给它。
电子商务：当你在网上开心地剁手的时候，你可知道自己也在不知不觉地用到了人工智能技术？利用机器学习、数据挖掘、搜索引擎、自然语言处理等多种技术，各种买买买的网站都能根据用户在网站中的点击、浏览、停留、跳转、关闭等行为，猜出你大概是哪种人，可能会喜欢什么，然后把你可能喜欢的商品推荐到你眼前，让剁手来得更猛烈些。
看完这份小资料之后，你有没有人工智能没那么神秘，没那么可怕了呢？其实，人工智能技术的发展就像人类之前遭遇过的每一项技术突破一样，既会给我们带来好处，也会给我们带来问题。鼓吹人工智能也好，警惕人工智能也好，我们不如先冷静下来，踏踏实实地搞清楚人工智能到底是什么，理性地迎接未来的降临。
机器到底是怎么学习的？
从算法的角度看，机器学习有很多种算法，例如回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、聚合算法、关联规则学习算法和人工神经网络算法。很多算法可以应用于不同的具体问题；很多具体的问题也需要同时应用好几种不同的算法。由于篇幅有限，我们仅介绍其中（可能是公众心目中名气最大的）一种：人工神经网络。
人工神经网络：
既然人工智能要模拟人类的思考过程，一些人工智能科学家想，不如我们先看看人类是怎样思考的吧？
人类的大脑是一个复杂的神经网络。它的组成单元是神经元。每一个神经元看起来很简单，它们先接收上一个神经细胞的电信号刺激，再向下一个神经细胞发出电信号刺激。
别看神经元细胞很简单，但如果神经元的数量很多，它们彼此之间的连接恰到好处，变成神经网络，就可以从简单中演生出复杂的智能来。例如，人类的大脑中含有1千亿个神经元，平均每个神经元跟其他的神经元存在7000个突触连接。一个三岁小孩大脑中，大约会形成1千万亿个突触。随着年龄的增长，人类大脑的突触数量会逐渐减少。成年人的大脑中，大约会有1百万亿到5百万亿个突触。
虽然科学家还没有完全搞清楚人类大脑的神经网络的运作方式，但人工智能科学家想，不理解没关系，先在计算机中模拟一组虚拟的神经网络试试看，这就是人工神经网络。
在人工神经网络中，每一个小圆圈都是在模拟一个“神经元”。它能够接收从上一层神经元传来的输入信号（也就是一堆数字）；根据不同神经元在它眼中的重要性，分配不同的权重，然后将输入信号按照各自的权重加起来（一堆数字乘以权重的大小，再求和）；接着，它将加起来结果代入某个函数（通常是非线性函数），进行运算，得到最终结果；最后，它再将这个结果输出给神经网络中的下一层神经元。
人工神经网络中的神经元看起来很简单，只知道傻傻地将上一层神经元的输入数据进行简单的运算，然后再傻傻地输出。没想到这一套还真的很管用，运用一系列精巧的算法，再给它投喂大量的数据之后，人工神经网络居然能够像人脑的神经网络一样，从复杂的数据中发现一系列“特征”，产生“聪明的思考结果”。
那么人工神经网络是怎么学习的呢？所谓的学习，本质上是让人工神经网络尝试调节每一个神经元上的权重大小，使得整个人工神经网络在某一个任务的测试中的表现达到某个要求（例如，识别汽车的正确率达到90%以上）。
请回忆一下前面讲过的“梯度下降法”。人工神经网络尝试不同的权重大小，相当于在一个参数空间的地图上四处游走。每一种权重的组合对应的人工神经网络执行任务时的错误率，相当于这个地图上的每一点都有一个海拔高度。寻找一组权重，使得人工神经网络的表现最好，错误率最低，就相当于在地图上寻找海拔最低的地方。所以，人工神经网络的学习过程，常常要用到某种“梯度下降法”，这就是为什么如果将来你要学习人工智能，第一个要掌握的就是“梯度下降法”。
机器学习的分类：
从学习风格的角度看，机器学习有很很多种学习方法，我们简要地列举其中几种方法：监督学习、非监督学习、强化学习和迁移学习。
监督学习：比方说，你想教计算机如何识别一张照片上的动物是不是猫。你先拿出几十万张动物的照片，凡是有猫的，你就告诉计算机有猫；凡是没有猫的，你就告诉计算机没有猫。也就是说，你预先给计算机要学习的数据进行了分类。这相当于你监督了计算机的学习过程。
经过一段监督学习的过程之后，如果你再给计算机看照片，它就能认出照片中有没有猫。
非监督学习：比方说，你想教计算机区分猫和狗的照片。你拿出几十万张猫和狗的照片（没有其他动物）。你并不告诉计算机哪些是猫，哪些是狗。也就是说，你没有预先给计算机要学习的数据进行分类，所以你并没有监督计算机的学习过程。
经过一段监督学习的过程之后，计算机就能把你输入的照片按照相似性分成两个大类（也就是区分了猫和狗）。只不过计算机只是从数字照片的数学特征的角度进行了分类，而不是从动物学的角度进行了分类。
强化学习：比方说，你想教计算机控制一只机械臂打乒乓球。一开始，计算机控制机械臂像傻瓜一样，拿着球拍做很多随机的动作，完全不得要领。
但是，一旦机械臂凑巧接到一个球，并把球击打到对手的球桌上，我们就让计算机得一分，这叫做奖励。一旦机械臂没有正确地接到球、或没有把球击打到正确的位置上，我们就给计算机扣一分，这叫做惩罚。经过大量的训练之后，机械臂渐渐地从奖励和惩罚中，学会了接球、击打球的基本动作。
迁移学习：比方说，你让计算机学会了控制机械臂打乒乓球之后，又叫它学习打网球。这个时候，你不需要让计算机从零开始重新学，因为乒乓球和网球的规则是相似的。例如，这两种球都要把球击打到对方的球场/球桌上。所以，计算机可以将之前学到的动作迁移过来。这样一种学习，就叫做迁移学习。
