「人工智能」六十多年了,而我们又走了多远了?

AI 科技评论按:这几天,机器学习圈子的日常话题忽然刮起了一股「怀旧」风。

在 GANs 的余温逐渐冷却,基于深度学习设计的解决方案仍然在信息与计算机领域之外的问题上苦苦挣扎,机器学习理论研究相比于单个方法和任务更关注不同方法和任务之间关系的大画卷,强化学习一面在前所未有的算力的支撑下不断斩获新的成绩、一面仍然因为学习范式固有的不稳定和低样本效率广为诟病的这个 2018 年夏天,突然有人想起六十多年前的、1955 年的那个夏天。

「人工智能」的诞生

1956 年达特茅斯学院夏季人工智能科研项目其中五位参与者,在 2006 年 7 月的 AI@50 论坛上重逢。从左起: Trenchard More、 John McCarthy、 Marvin Minsky、 Oliver Selfridge和 Ray Solomonoff

1955 年夏天,几位计算机科学与信息学大拿、人工智能先驱 John McCarthy、Marvin Minsky、Nathaniel Rochester、Claude Elwood Shannon 在达特茅斯发起了一个夏季科研项目提议,首次提出了「人工智能 Artificial Intelligence」的概念。在这个 workshop 的倡议书中他们写道:「我们将试图找出一种方法,能让机器使用语言、形成抽象概念和观念、帮助人类解决不同种类的问题,并且能够自我改进……现阶段人工智能研究的目标是,试图让机器做出能被人类称为『智能』的行为。」而那个夏天,他们希望讨论的话题就已经是(翻译成现代研究人员使用的词汇之后):自我编程计算机、自然语言、神经网络、计算复杂度、自我改进、表征(本体论)、随机性与创造力

《A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE》, 1955, J. McCarthy, et.al

他们还写道「我们认为,只要一群精挑细选的优秀的科学家一起研究一个夏天,我们就可以在其中的至少一个问题上做出重要的突破」。相应地,他们在预算中准备了 6 位教授和2 位博士生的薪水,与其他开销以及意外预留费用加起来,一共 13500 美元;只看预算的数额都觉得寒酸(即便当年的美元比现在的值钱)。

结局我们自然知道,这些问题的广度与深度都远超「一小群科学家」和「一个夏天」所能掌握的,即便到了今天其中的多个问题都是人工智能/机器学习领域热门的未解难题,甚至于,如果在某个小规模的机器学习会议中看到的讨论议题就是这 7 个(的现代版),也并不会觉得分外奇怪吧。

不过反过来说,六十多年前的 workshop 提出的研究课题直到现在都有还未解决的、还在热烈讨论研究的,不禁让人嘴角上扬。这当然说明了几位先驱的高瞻远瞩,但这是否也说明在如今满天飞的论文中,真正有开创新的、触及本质的研究还是太少呢?我们也许给一些问题给出了更好的答案,但许多方面我们还未能提出更好的问题。

1956 年达特茅斯的 AI 会议正式召开并开创了人工智能 Artificial Intelligence 这个词之后,无数计算机科学家、电子科学家、语言学家、神经科学家、心理学家等等汇聚在这面大旗下,尝试推动智能系统、计算理论、生物智慧、仿人类智慧系统设计的研究,不过一如大家所见,太多的问题和概念都一股脑装在了「人工智能」这个大筐里,普通民众也养成了用「机器够不够像人」和「机器和人谁厉害」评价技术成果的坏习惯。

有一些做机器学习、智能系统的科学家其实感到很头疼:如果当年达特茅斯的几个人提出的词是「计算智能 Computational Intelligence」而不是「人工智能 Artificial Intelligence」,能表明重现人类的智慧不是唯一的目标、甚至都不一定是最重要的目标,就好了……

从这个角度来讲,也许还是能够说明几位先驱们对这个方向的认识过于简单和乐观,没有意识到「生物智能」与「机器智能」、「复杂的人类社会文化」与「确定可解析的机器计算」、「模仿生物智能」与「帮助人类完成任务的智能系统」之间深远的鸿沟。后来的机器学习「祖师爷」、「人工智能界的迈克尔乔丹的」Michael I. Jordan 也撰文仔细解释过相关话题,感兴趣的读者可以阅读 AI 科技评论往期文章 Michael I. Jordan 撰文:不要被深度学习一叶障目不见泰山

后来的两个夏天的故事

「人工智能」概念在 1955 年提出,而后逐渐发展出了经典的、基于规则的机器学习系统;这当然是深度学习时代来临之前的事情。

如果回看 1955 年的「人工智能」研究课题我们觉得眼熟的话,回看 1980 年代的机器学习系统会是什么感觉呢?华盛顿大学计算机科学与工程学教授 Pedro Domingos 也给了自己的观点:

看起来似乎不太乐观,似乎深度学习只是以往的机器学习方法的再次错误重现。不过也有许多人反驳,虽然认同两个时代的智能系统都面向非常狭窄的任务、都非常脆弱,但如今的系统已经确实广泛运用在了各种系统中,为全世界人民提供了实实在在的价值。

Keras 作者 François Chollet 也表示:「就像人们倾向于高估当代的 AI 系统的覆盖范围和智慧水平,他们也会低估这些简单、面向狭窄任务的系统能做到多少事情,只要它们被扩展到了合适的规模、被广泛地部署使用。深度学习确实从各个角度看起来都很蠢,而且它也并不能构成一条通向人工智能的有意义的路径,但同时,深度学习非常的重要,它有潜力对大多数行业产生难以忽视的影响。它不需要很聪明就已经可以很有用。」

François Chollet 的话非常中肯,深度学习距离「人工智能」的目标还太远了,但以深度学习为核心的解决方案已经在许多领域生根发芽。今年其实有人担心神经网络、人工智能的第三次寒冬是不是快要来了,但既然包括神经网络模型在内的各种机器学习方法除了学术界的广泛研究之外也还得到了企业的广泛使用,那么所谓寒冬就不用害怕。

这个夏天,很热。而且以后的夏天也会像以前的夏天一样,充满故事。欢迎在评论区留下你的观点。

《A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE》PDF 下载:http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf

AI 科技评论报道。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-08-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

大数据预测雾霾以及存在的商机

30480
来自专栏量子位

AutoX创始人肖健雄来信:无人车量产的4大技术储备

16440
来自专栏AI科技评论

人工智能十月怀胎记:为什么1955年就被首次提出的“人工智能”,却是在1956年诞生?

编者按:一般认为,1956年的达特茅斯会议奠定了人工智能的基础,到今年恰逢人工智能诞生60周年。但很少有人知道的是,“人工智能”一词最早在一年前的1955年8月...

41940
来自专栏AI科技大本营的专栏

突发 | Yann LeCun卸任!Facebook变天,做AI不能落地是不成了

作者 | 波波 编辑 | 谷磊 1月24日早间重磅消息,Facebook 人工智能研究部门(FAIR)的负责人Yann LeCun 宣布卸任,之后将担任Face...

360120
来自专栏奇点大数据

人工智能发展上的起起落落

人工智能的历史其实正好与计算机的历史差不多一样长,但两者的发展进度却大相径庭。一个很像一帆风顺的富二代,一个则起起落落很像白手起家的创业者。

14150
来自专栏机器之心

从苹果店员到机器学习工程师:学习AI,我是这样起步的

我曾经在苹果商店工作,我想要改变,那么就从自己服务的技术入手吧。我开始学习机器学习和人工智能——这个领域非常热门,每一周,谷歌、Facebook 这样的科技公司...

8720
来自专栏CreateAMind

一旦机器人眼超越人眼,机器人物种会发生大爆炸 | 张晓林 一席第424位讲者 内容丰富深入

作者介绍了眼睛进化的丰富知识,生物视觉的各种类型、还有鹰眼、兔眼等各种生物眼,介绍了生物视觉的各种应用:机器视觉的路线分析。仿生眼的制作思路。前庭动眼反射就是人...

16940
来自专栏AI科技评论

业界丨需要什么样的智能助理,是《棋魂》中的佐为还是蜡笔小新?

AI 科技评论按:本文来自袁峻峰的投稿。袁峻峰,蚂蚁金服人工智能部,复旦金融学硕士,FRM金融风险管理师。10年以上从事金融IT相关领域工作经验,包括国内银行间...

36570
来自专栏程序你好

人工神经网络手册:第1部分

我写过几篇关于人工神经网络的文章,但都是关于随机概念的随机文章。本系列文章将向您详细介绍人工神经网络及其相关概念。所有内容的参考资料和参考资料将在本系列的最后提...

11050
来自专栏CDA数据分析师

从苹果店员到机器学习工程师:学习AI,我是这样起步的

我曾经在苹果商店工作,我想要改变,那么就从自己服务的技术入手吧。我开始学习机器学习和人工智能——这个领域非常热门,每一周,谷歌、Facebook 这样的科技公司...

8620

扫码关注云+社区

领取腾讯云代金券