人工智能:浮现

编辑君整理今年尖端科技新闻内容的时候发现,Artificial Intelligence(AI,人工智能)出现的频率高的离谱。

其实平时使用的各种APP中可以看到大量云端应用人工智能的痕迹,比如美颜自拍、推荐兴趣等。这样来看,人工智能已经在我们生活中的很多方面。

问题来了,什么是人工智能呢?

通俗的的解释是指由人制造出来的机器表现出来的智能,让人类用自己的智慧去破解智慧本身的奥秘。

这么简单的一句话,却是几代人的努力的目标。

早在计算机和人工智能的概念提出之前,数学家有过类似的想法。

1900年,数学家David Hilbert(大卫·希尔伯特)在巴黎召开的数学家大会上宣布23个未解决的难题,其中的第2问题、第10问题和人工智能密切相关,最终促成计算机的发明。

希尔伯特

我们简单描述一下。

第2问题:证明数学系统中应同时具备一致性(数学真理不存在矛盾)和完备性(任意真理都可以被描述为数学定理)——复杂的体系的相容性,可以用较为简单的体系中的手段来证明。最终,全部数学的相容性都可以归结为基本算术的相容性。

第10问题:是否存在着判定任意一个丢番图方程有解的机械化运算过程——前半句比较晦涩,但是后半句的“机械化运算过程”用今天的话说是算法。

首先是第2问题,被来年轻的Kurt Friedrich Gödel(库尔特·弗雷德里希·哥德尔)证明是错误的——基本算术的相容性不可以在自身内部证明,因此当然不可以用来证明比它更强的系统的相容性。

哥德尔

如果把人工智能也看作一个机械化运作的数学公理系统,它也无法仅凭自身解决所有问题。换句话说,人工智能不会超过人类。

不过,这个命题成立的一个前提是人和机器不同,不是一个机械的公理化系统,这个前提是否正确还没有定论。

接下来是是第10问题,同样是一位年轻人——著名的Alan Mathison Turing(艾伦·麦席森·图灵),他设想的图灵机——计算机的理论原型,形象的模拟人类进行机械化运算的过程,并且把所有这些过程模型化,最终为计算机的发明铺平道路。

图灵

即使看似不可预测的变化,仍然没有逃出输入集合、输出集合、内部状态、固定程序的图灵机模型。某些改变可以扩大集合的维数和范围,但是只有这4个东西抓住信息处理的本质。

模拟图灵机

然而,这还不够。

图灵认为机器是否具备智能的重点并不在于如何打造强大的机器,而在于人类如何看待智能——依据什么标准评价一台机器是否具备智能。

后来,图灵在1950年发表「机器能思考吗?」一文中提出一个标准:如果一台机器通过“图灵测试”,我们必须接受这台机器具有智能。

至于什么是“图灵测试”,「机器能思考吗?」设立的标准相当宽泛:只要有30%的人类测试者在5分钟内无法分辨出被测试对象,可以认为程序通过图灵测试。

举个例子,两个人在有限的时间聊天,其中一个人无法判断和他聊天的人是不是机器,使用这种程序的机器可以认为具有智能。

这样来看,“图灵测试”还在人工智能比较初级的阶段,因为和人聊天,或者试着“欺骗”人类,都是人工智能的一个场景,不是唯一的标准。人工智能的其他方面,比如创造性解决问题的方法和复杂形式的决策都没有体现。

当然,我们不可以否认图灵为人工智能的推进做出的贡献。可惜1954年,图灵死于一个被剧毒氰化物注射的苹果,年仅42岁。美国计算机协会以图灵命名的图灵奖,专门奖励对这项事业作出重要贡献的人,这相当于计算机领域的诺贝尔奖。

历史的进程还在继续,1945年6月,现代计算机与博弈论的重要创始人John von Neumann(约翰·冯·诺伊曼)发表一份长达101页关于Electronic Discrete Variable Automatic Computer(EDVAC、离散变量自动电子计算机,早期的计算机)的报告草案,详细说明EDVAC的设计逻辑,并且提出我们现在熟知的“冯·诺依曼体系结构”,一直延续至今。

冯·诺伊曼

冯·诺依曼结构的计算机和图灵机一脉相承,但是最大的不同在于图灵机只有固定功能的程序,如果想要实现别的用途,必须“重写程序”。

听着容易,实际上最早的计算机没有可编程化的概念,“重写程序”意味着设计结构、线路都要推倒再来,工程量非常庞大。

冯·诺依曼结构的计算机借由创造一组指令集,将运算转化成为一串程序指令的运行细节,让机器更有弹性,存储程序型的概念也可让程序运行时自我修改程序的运算内容,最终推动着人类历史进入信息时代,使得人工智能成为可能。

时间到了1955年,人工智能学科的先驱Oliver Gordon Selfridge(奥利弗·戈登·塞弗里奇)和计算机科学和认知信息学领域的科学家、图灵奖获得者Allen Newell(艾伦·纽厄尔)出席洛杉矶召开的Western Joint Computer Conference(美国西部计算机联合大会)。

塞弗里奇发表一篇模式识别的文章,而纽厄尔探讨计算机下棋。或许塞弗里奇和纽厄尔都没有意识到,他们的观点预示人工智能随后几十年关于“结构和功能”、“强人工智能和弱人工智能”的斗争。

这是一个楔子,从这个时间节点以后,人工智能才开始走向真正的发展期。

本文来自企鹅号 - 科技美学媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏逍遥剑客的游戏开发

X3DAudio中声道音量跳变的问题

15750
来自专栏大数据文摘

[译]大数据将何去何从?规范性分析的三个应用实例

22520
来自专栏程序员的知识天地

自学Python找不到工作?吃鸡半小时,编程五分钟,劝你还是放弃吧

Python发展可以说是如日中天,更多的人选择学习Python,也更多的人开始关注它,从这些关注度来看,我发现关注度最高的还是Python的就业前景是怎么样的,...

14630
来自专栏CDA数据分析师

读累了看视频 :YouTube上最火的10个大数据视频

翻译 | 伯乐在线 - 柒柒 原文来自Eileen McNulty 无论你对大数据一无所知,还是想要拓展机器学习方面的知识;无论你有三小时,还是三分钟;无论你...

36270
来自专栏Albert陈凯

PQR

P 模式识别(Pattern Recognition):当算法需要在大规模数据集或者在不同的数据集上确定回归或者规律的时候,就出现了模式识别。它与机器学习和数据...

28770
来自专栏机器学习算法与Python学习

厉害了,我的Python,竟然可以这么玩儿......(内含福利)

26930
来自专栏企鹅号快讯

计算机科学的前世与今生

你不懂的计算机 那么关于计算机的前世今生我们要从一只碗开始说起 ? 这个碗是计算机历史上最伟大的奖项图灵奖(ACM)它给予在计算机历史上做出过杰出贡献的人,那么...

341100
来自专栏数说工作室

周一鸡血 | 编程不好怎么学数据挖掘? | 数说 · 精选

本文作者谢科,是数说君在知乎认识的一位数据科学大牛,Twitter的Data Scientist,目前正在创业(“用软件定义商家做生意的方式”)。 对于一个编...

37660
来自专栏挖数

知乎“小猪佩奇”问题下的一些有趣数据

前天在知乎手机端热榜上看到一个有趣的问题“你们烦不烦小猪佩奇”,本想回答的但看到太多人回答了就作罢,出于好玩爬了该问题下 1718 个答案,发现了以下有趣的数据...

10530
来自专栏华章科技

用数据告诉你:巴菲特、女神和红酒的关系

安妮•海瑟薇凭借电影”星际穿越”成为好莱坞女神。可是谁知道她还能直接影响巴菲特的财富?每次她出现在头条,巴菲特的旗舰公司股价就会上涨。以当年海瑟薇在奥斯卡颁奖礼...

11630

扫码关注云+社区

领取腾讯云代金券