作者:Nature
出品:AI机器思维
●从负无穷大到正无穷大——无边界延展
科学是在思索与实验中成长的婴儿,试着从更简单开始,也许只需要研究相当于一个儿童智慧的智能系统,然后再让这个系统不断去学习——这种思路可能是人类接近解决智能问最优方式。
人类发展到今天,科学也发展到现在,经过几个世纪的大规模科学研究,生物学家承认,他们还是无法完整解释为什么大脑能够产生意识。物理学家也承认,他们不知道是什么引起了宇宙大爆炸。
其实人类对于最重要的问题其实一无所知,虽然表面上看上去我们物质富裕,生活改善,今天的我们比以往任何时候都更加强大,走向了生物链的最顶端,却并没有变得更幸福。探索也就成为了人类永恒的主题。
大道至简,很多现实的事物表象看着复杂,如果人类能换种方式呈现事物、换种方式思考问题或许一切将变得简单,问题或许迎刃而解,万物纷杂只是表象,寻找核心本质是根本。
人类大脑通过眼睛看到的数字如果超过三位数大部分人就会感觉吃力,记忆难度加大,就像当今普通大众听到人工智能一样感觉虚无缥缈无法理解。
其实人工智能终极研究的是人类的思维模式,模仿的是人类行为,人类有时太固定思维,一直想创造一个超过人类的智能物种,解决人类面临的问题。但现实是人类需要换种方式去寻找最优解,从简单做强。
一个比宇宙中所有原子数量还大的数字,如果这样书写人类是需要花更多时间和更多的记忆力才能记住,如下数字:
300 000 000 000 000000 000 000 000 000 000 000 000 000 000 000 000
000 000 000 000 000000 000 000 000
如果换种书写方式,一切将变得简单极致,体现数据之美,简略书写形式:
这个数字的书写方式的简单变化让人类很快就能记住这个数字。没有对比就不知道优劣,就像上面的数字。
智能化的产生也是一个科学进化的过程,智能化从起源和进化也经历了这一极其漫长而又纷繁复杂的过程。正如查尔斯·达尔文在进化论中的观点:宇宙中最原始的存在,并不是具有精神的事物、灵或神,而是具有生能的物质。这生能以进化方式,演进成生元,即细胞;这细胞便是万物中一切生命的开始。科技的发展也在验证进化论,科学本身并不否定自己的错误和不足。
古希腊亚里士多德在《动物志》中说,“自然界由无生物进展到动物是一个积微渐进的过程,因而由于其连续性,我们难以觉察这些事物间的界限及中间物隶属于哪一边。在无生物之后首先是植物从这类事物变为动物的过程是连续的”,在《论植物》中说,“这个世界是一个完整而连续的整体,它一刻也不停顿地创造出动物、植物和一切其他的种类”。他认为生命的演化应该是这样的途径:非生命→植物→动物(这被后人称之为“伟大的存在之链”),这也大致符合基于现代科学的认知。
智能化的本质是一种“能力”,一种能让计算机学习和模拟人类的思维的能力。人类希望通过智能化以人类智能相似的方式做出反应的智能机器,目的是模拟人的意识、思维的信息过程,从而服务人类,解放人类等。目前该领域的研究方向主要包括:机器人、语言识别、图像识别(如人脸识别)、自然语言处理、下棋和智能专家系统等,用来替代人类实现识别、认知、分类和决策等多种功能。
智能化的萌芽阶段起源于1950年的图灵理论。1950年10月,图灵发表了一篇题为《机器能思考吗》的论文,成为划时代之作。也正是这篇文章,为图灵赢得了“人工智能之父”的桂冠。1956年一群科学家在Dartmouth大学召开的会议上,首次提出了“人工智能”这个概念也是智能化的起源之点,从此进入智能化演进的进程之中。智能化发展历程如下图1-1所示。
图1-1智能化发展历程
艾伦·麦席森·图灵(英语:Alan Mathison Turing,1912年6月23日—1954年6月7日):英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。
第二次世界大战爆发后回到剑桥,后曾协助军方破解德国的著名密码系统Enigma,帮助盟军取得了二战的胜利。图灵提出了一种用于判定机器是否具有智能的试验方法,即图灵试验,至今,每年都有试验的比赛。此外,图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。图1-2图灵本人。
图1-2艾伦·麦席森·图灵(Alan Mathison Turing)
图灵测试(The Turing test):指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。进行多次测试后,如果机器让平均每个参与者做出超过30%的误判,那么这台机器就通过了测试,并被认为具有人类智能。
图灵测试也是验证图灵提出的机器能思考吗?让一个人坐在电脑前,跟另一边用键盘进行对话,如果这个人分不清跟自己对话的是一个人还是一个机器,那么这个对话机器就通过了图灵测试并具备人工智能。人类评估者会判断人与机器之间的自然语言对话,旨在产生类似人类的反应。
图灵对人工智能的发展提出了自己的建议:与其去研制模拟成人思维的计算机,不如去试着制造更简单,也许只相当于一个小孩智慧的人工智能系统,然后再让这个系统不断去学习——这种思路正是我们今天用机器学习来解决人工智能问题的核心指导思想。
经历过智能化的萌芽阶段人工智能进入第二次发展浪潮,统计学SVM(支持向量机)、机器学习和神经网络得到突破。第三次发展浪潮基于新一代人工智能技和行业应用结合得到快速发展,如人脸识别、智能语音交互、机器人、智能决策等。
未来已来,随着互联网、移动互联网、物联网、大数据、云计算、区块链发展环境愈加成熟, IT信息系统愈加稳定可靠,科技对于行业的改变明显高于以往任何阶段,人工智能产业链的布局与商业逻辑本质进行重塑,并对智能化行业的未来发展方向产生深远影响。
随着硬件、算法、算力的更新和自然语言处理、预测算法的不断发展,人工智能的多种算法已经在为人们每天生活的体验和内容提供服务。未来人类如果开发出能够执行人类大脑所能完成的所有智力任务,人工智能能够完成推理、在复杂多变环境中学习、决策和解决问题,几乎在所有领域都超越人类的智力和能力,人工智能则是一种超级智能时代的来临。这一阶段智能超出了人类的潜力,成为一种理想的状态。