摘要：面對(duì)AI進(jìn)化的終極目標(biāo)——人腦同等智力的機(jī)器智能，科學(xué)家們總是望洋興嘆，何時(shí)才能跨越一步之遙？

　　不知從幾時(shí)起，人類發(fā)覺自己所生活的現(xiàn)實(shí)世界與科幻小說、影視作品中的世界架構(gòu)愈趨相似，這僅僅是直覺上的誤區(qū)？還是真實(shí)的歷史進(jìn)程？

　　● 從《攻殼》說起

　　談起人工智能，我們不由提及一部曾經(jīng)聞名世界的Cyberpunk風(fēng)格科幻作品《攻殼機(jī)動(dòng)隊(duì)》（Ghost in the Shell）。被譽(yù)為電影《黑客帝國》之母的《攻殼》一作中，未來世界龐大的信息網(wǎng)絡(luò)在超越空間與物理介質(zhì)之后早已渾然一體、無處不在，人類的組織器官實(shí)現(xiàn)了義體（人造）化，大腦意識(shí)可經(jīng)由義體接口進(jìn)入虛擬網(wǎng)絡(luò)甚至進(jìn)行各種意義上的信息同步。當(dāng)然，這些僅僅是作品世界觀架構(gòu)鋪墊的需要，《攻殼》的真正內(nèi)涵在于關(guān)乎“人類與智能”的問題。

　　Ghost in the Shell中的Shell一詞有著豐富的解釋，普通人可以認(rèn)為其指外殼，程序員可以認(rèn)為是人機(jī)界面，總之，它是沒有靈魂的東西。在這樣的軀殼中注入智能，是否就意味著其整體就擁有了靈魂（意識(shí)）？而人類本身假如從邏輯上拆分為身體與記憶兩部分，是否也意味著如同Ghost in the Shell一般的存在？這是作品留給世人最大的思考。

　　由作品反思現(xiàn)實(shí)，我們可知人工智能的起源，在于人類對(duì)機(jī)器智能改造的探索?，F(xiàn)代意義上的AI始于古典哲學(xué)家用機(jī)械符號(hào)來處理觀點(diǎn)以解釋人類思考過程的嘗試。20世紀(jì)40年代基于抽象數(shù)學(xué)推理的第一部電子計(jì)算機(jī)的問世使一批科學(xué)家開始嚴(yán)肅探討構(gòu)造一個(gè)電子大腦的可能性。

　　● 人工智能的低潮

　　1956年夏季達(dá)特茅斯學(xué)院的一次科研會(huì)議開啟了人工智能在計(jì)算機(jī)科學(xué)領(lǐng)域的發(fā)展起點(diǎn)。此后經(jīng)歷數(shù)代人的努力，大量科學(xué)家前仆后繼投入到人工智能的項(xiàng)目研究之中，然而在不斷的高潮與低谷交替過后，具備人腦同等智力水平的AI仍未出世。

　　研究人員大大低估了這一工程的實(shí)現(xiàn)難度，歷史上也曾出現(xiàn)過多次人工智能低潮。

　　70年代初，AI開始遭遇了來自學(xué)術(shù)派系、科研進(jìn)展、倫理以及實(shí)用主義方面的批評(píng)，這導(dǎo)致英國與美國政府先后停止向沒有明確研究方向的人工智能科研項(xiàng)目撥款。

　　當(dāng)時(shí)的AI瓶頸主要來自幾個(gè)方面：其一是70年代計(jì)算機(jī)有限的處理速度與內(nèi)存不足以解決AI關(guān)鍵性的實(shí)質(zhì)問題。在DEC小型機(jī)如沐春風(fēng)的年代，搭載了System/360的IBM大型機(jī)幾乎承擔(dān)了所有大型科研項(xiàng)目，然而在計(jì)算復(fù)雜性和呈指數(shù)爆炸的AI推理與機(jī)器學(xué)習(xí)問題面前，大型機(jī)仍然力有未逮。其二是機(jī)器智能與人腦的差異陷入悖論。一些科學(xué)家發(fā)現(xiàn)盡管人腦的邏輯推理能力在計(jì)算機(jī)上實(shí)現(xiàn)只需要少量運(yùn)算資源，但機(jī)器卻無法勝任諸如“右腦思維”的直覺、潛意識(shí)等功能。比方說讓電腦像成年人一樣下棋相對(duì)簡單，但要具備兒童那種避開障礙的協(xié)調(diào)能力則相當(dāng)困難。第三則是來自加大伯克利教授約翰?希爾勒的著名反駁——“中文房間”。該實(shí)驗(yàn)思想的提出是對(duì)當(dāng)時(shí)人工智能科研進(jìn)展的一次重大批評(píng)式打擊，迫使AI研究者此后不得不作出思維與認(rèn)識(shí)上的改變。

　　80年代以后，AI的研究重點(diǎn)轉(zhuǎn)向“知識(shí)”與“認(rèn)知”，目標(biāo)是造出能夠?qū)崿F(xiàn)人機(jī)對(duì)話、語言翻譯、圖像識(shí)別并且能像人腦一樣思考推理的機(jī)器智能。這與我們今天所熟知的人工智能十分相似。從1997年IBM“深藍(lán)”在國際象棋領(lǐng)域的卓越表現(xiàn)到2016年AlphaGo的橫空出世，人工智能由早期的編程語言構(gòu)建邏輯推算全面過渡至基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)和認(rèn)知模擬階段。盡管這一過程AI借助現(xiàn)代計(jì)算機(jī)硬件處理能力以及成熟的編程語言和算法優(yōu)勢有所突破，然而科學(xué)家們的初衷并未實(shí)現(xiàn)——具備人類同等智力的機(jī)器智能。每當(dāng)人工智能向前邁了一小步，世人更多討論的是諸如AI會(huì)不會(huì)讓自己飯碗不保這類與現(xiàn)實(shí)依舊遙遠(yuǎn)的問題。但事實(shí)是如果根據(jù)Gartner的Hype Cycle曲線，在2016年機(jī)器學(xué)習(xí)正處于第一個(gè)高峰上，那么它很快就會(huì)走進(jìn)一個(gè)下行通道。

　　● 一步之遙

　　人工智能進(jìn)化路線的終點(diǎn)——與人腦同等智力的機(jī)器智能，研究者們總因一步之遙而望洋興嘆。科學(xué)家攻克了機(jī)器模擬人腦邏輯推算的全部功能，這方面AI做得甚至優(yōu)于人類本身，但面對(duì)重構(gòu)人類與生俱來的右腦思維，這項(xiàng)工程猶如不可能完工的巴別塔。

　　幾個(gè)例子來一窺其艱巨，盡管這不是問題的全部。首先是博弈論與理想化模型。博弈論是應(yīng)用數(shù)學(xué)的一個(gè)分支，它的參與者是“理性經(jīng)濟(jì)人”，是恪守嚴(yán)格優(yōu)勢策略的絕對(duì)理性人格，那么同樣“絕對(duì)理性”的機(jī)器算法似乎是最合適的博弈參與者。但是問題在于博弈環(huán)境的構(gòu)建并非循規(guī)蹈矩，用于實(shí)踐的理想化模型永遠(yuǎn)與現(xiàn)實(shí)存在差異。如果說機(jī)器是完全恪守邏輯的，那么其只能在堆疊理性的基礎(chǔ)上不斷建模，試圖接近人類特征。但這樣的結(jié)論是AI所擁有的知識(shí)永遠(yuǎn)只是人類知識(shí)的一個(gè)子集，讓AI下棋容易，要想剖析人性的復(fù)雜和社會(huì)的遷演則難于登天。事實(shí)上這也是博弈論的弱點(diǎn)，但并非錯(cuò)誤。

　　另一個(gè)例子是信息熵。上世紀(jì)中葉香農(nóng)將熱力學(xué)的熵引入到信息論是件偉大的事，這至少讓后來的AI研究者有了度量工程復(fù)雜的手段。簡而言之，在信息論里，熵是對(duì)不確定性的測量度量；換句話說，熵值越高，能傳輸?shù)男畔⒘吭蕉?，反之則越少。比方說，英語文本數(shù)據(jù)流的熵比較低，這意味著即使不通讀全句，也能夠預(yù)測這句話的意思。英語文本每字母需要8bit編碼，但是它的熵只有4.7bit，而中文熵則高達(dá)9.65bit，因?yàn)橥葐挝恢形乃男畔⒘恳叩枚?。由此可以解釋一些事情，一些文字使用者（比如學(xué)術(shù)研究、翻譯小組）總是抱怨機(jī)翻的水平低得嚇人。事實(shí)上，這些年機(jī)翻的表現(xiàn)已經(jīng)有了很大提升，至少能讓一個(gè)完全不懂第二語言的人徹底明白機(jī)翻的意思。但是要盡善盡美，恐怕還有相當(dāng)距離。

　　另外，許多研究者早已察覺，人工智能最大的瓶頸在于人類對(duì)本身大腦認(rèn)知的缺失。迄今為止，科學(xué)家仍無法解釋諸如人腦意識(shí)是如何產(chǎn)生、潛意識(shí)是如何運(yùn)作等問題。但有一點(diǎn)可以肯定的是，關(guān)于右腦思維、直覺、感知、協(xié)調(diào)性、想象力等等，這些毫無疑問與記憶有關(guān)，準(zhǔn)確說是與經(jīng)驗(yàn)有關(guān)。所以當(dāng)經(jīng)歷了“中文房間”的嘲諷之后，研究者開始改變思路，人工智能的方向從“推理”轉(zhuǎn)向以“知識(shí)”和“學(xué)習(xí)”為重點(diǎn)。今天我們看到人工神經(jīng)網(wǎng)絡(luò)已初顯成效，決策樹、蒙特卡羅模擬這些方法被廣泛運(yùn)用，人類對(duì)AI的熱情被再度點(diǎn)燃。盡管我們?nèi)詿o法得知沿著這條線路能否抵達(dá)人工智能的進(jìn)化終點(diǎn)——與人腦同等智力的機(jī)器智能，但AI進(jìn)化過程所衍生的新技術(shù)在大眾消費(fèi)以及專有領(lǐng)域已為世人享之不盡?；蛟S，我們真正所追求的并非最初想要的結(jié)果。

　　最后

　　跟隨阿姆斯特朗出艙第二個(gè)踏上月球的宇航員奧爾德林在接受記者關(guān)于火星登陸難題的采訪時(shí)曾說：“如果我們只是去了就回、下一次再去，國會(huì)也許就會(huì)說：‘我們已經(jīng)到過火星了，可以把錢用在其他地方了?！愣?，這就是政治，美國政客們總是希望花錢搞些新的東西?！?技術(shù)革新總是在人類的現(xiàn)實(shí)博弈面前且行且緩，用尚未到來的“歷史進(jìn)程”一詞來解釋，恐怕最恰當(dāng)不過了。

本文改編自水哥自己的原創(chuàng)文章《人工智能的歷史進(jìn)程能走多遠(yuǎn)？》，屬于二次原創(chuàng)。轉(zhuǎn)載的同學(xué)請注明出處和作者。

文/水哥 高級(jí)工程師，科技專欄作者。微信公眾號(hào)：qq133991