AI 切實(shí)地來到了人們的身邊,，從迷惑到振奮，從憧憬到期盼,，從百家爭(zhēng)鳴到百花齊放,，從每個(gè)人到每個(gè)組織，都在或多或少地在尋找自己的定位,。作為一個(gè)從業(yè)者，曾經(jīng)試圖從計(jì)算機(jī)的體系結(jié)構(gòu)解讀AI的構(gòu)成（參見《老碼農(nóng)眼中的簡(jiǎn)明AI》）,，試圖從溯源中看到AI的成長(zhǎng)（參見《人工智能簡(jiǎn)史》讀后）,，試圖從倫理學(xué)角度審視AI的約束（參見《人工智能倫理學(xué)的一知半解》）...... 但是，老碼農(nóng)仍然妄想對(duì)AI有一個(gè)整體性的全貌,，然而能力所限,，原以為的AI體系架構(gòu)演變成了漫談。下面是本次漫談的目錄：
“治學(xué)先治史”,，時(shí)光回溯,，看一看AI出現(xiàn)在歷史長(zhǎng)河中的位置吧。 1. AI 的誕生與三次浪潮在共和國(guó)誕生的第二年（1950年）,，圖靈發(fā)表了一篇?jiǎng)潟r(shí)代的論文,，提出了著名的圖靈測(cè)試（ The Turing Test）—— 在測(cè)試者與被測(cè)試者（一個(gè)人和一臺(tái)機(jī)器）隔開的情況下，通過一個(gè)裝置（例如 顯示器與鍵盤）向被測(cè)試者隨意提問,。進(jìn)行多次測(cè)試后,，如果有超過30%的測(cè)試者不能確定出被測(cè)試者是人還是機(jī)器，那么這臺(tái)機(jī)器就通過了測(cè)試,，并被認(rèn)為具有人類智能,。這是從現(xiàn)象和結(jié)果表象來判定AI的一種方式。 從1950年至1970年形成了AI早期發(fā)展的熱潮,，形成了符合主義,，連接主義和行為主義三大主要的AI學(xué)派。符號(hào)主義認(rèn)為AI 源于數(shù)理邏輯,，其原理主要為物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理,。連接主義認(rèn)為AI源于仿生學(xué),，特別是對(duì)人腦模型的研究，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法,。行為主義認(rèn)為AI源于控制論,，其原理為控制論及感知-動(dòng)作型控制系統(tǒng)。進(jìn)而,，專家系統(tǒng)一度被認(rèn)為是AI 的典型代表,。專家系統(tǒng)是基于AI的計(jì)算機(jī)系統(tǒng)，其內(nèi)部含有大量的某一領(lǐng)域?qū)＜宜降闹R(shí),，系統(tǒng)能利用這些知識(shí)和解決問題的方式來處理該領(lǐng)域的問題,。 1956年，達(dá)特茅斯會(huì)議標(biāo)志著AI 的誕生,，除了那張廣泛傳播的照片之外,，下圖是那次會(huì)議中被成為“AI之父”的科學(xué)家們—— 在“AI寒冬”之后，在語音識(shí)別領(lǐng)域中,，統(tǒng)計(jì)學(xué)派逐漸取代了專家系統(tǒng),，機(jī)器學(xué)習(xí)成為AI實(shí)現(xiàn)的主力軍。機(jī)器學(xué)習(xí)是通過計(jì)算機(jī)來模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,，以獲取新的知識(shí)或技能,，重新組織已有的知識(shí)結(jié)構(gòu)并使之不斷改善自身的性能。同時(shí),，神經(jīng)網(wǎng)絡(luò)開始應(yīng)用于模式識(shí)別等領(lǐng)域,，使得連接主義重獲新生。統(tǒng)計(jì)學(xué)的應(yīng)用,，機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)形成了1980～2000年間AI的第二次發(fā)展浪潮,。 隨著互聯(lián)網(wǎng)的興起，大數(shù)據(jù)得到了廣泛的應(yīng)用,，在2006年后形成了第三次發(fā)展的浪潮,。簡(jiǎn)單地，大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件采集,、管理并處理的數(shù)據(jù)集,，需要新的處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力,，才能處理的海量高增長(zhǎng)并且具有多樣性的信息資產(chǎn)（可以參見《架構(gòu)大數(shù)據(jù)應(yīng)用》）,。非深度的機(jī)器學(xué)習(xí)仍然有著典型的應(yīng)用場(chǎng)景，而深度學(xué)習(xí)開始占領(lǐng)高地,。深度學(xué)習(xí)是指通過組合低層次特征形成更加抽象的高層次特征來表示屬性類別,，進(jìn)而發(fā)現(xiàn)數(shù)據(jù)的分布式特征。在機(jī)器視覺,、語音識(shí)別,、機(jī)器翻譯等領(lǐng)域,，深度學(xué)習(xí)有著普遍的應(yīng)用，同時(shí)促進(jìn)了強(qiáng)化學(xué)習(xí),，遷移學(xué)習(xí),，生成對(duì)抗網(wǎng)絡(luò)等新技術(shù)的發(fā)展。其間的一個(gè)標(biāo)志性事件,，是AlphaGo的人機(jī)圍棋大戰(zhàn),。 關(guān)于AI發(fā)展的更多通俗性解釋，可以參考《人工智能簡(jiǎn)史》,。 那么,，AI 到底是什么呢？ 2. AI 的含義解讀普通人對(duì)AI的認(rèn)識(shí)往往來自于科幻電影,，從《星球大戰(zhàn)》到《終結(jié)者》,，從《太空漫游》到《星際穿越》。然而,，電影是虛構(gòu)的,，那些電影中的角色也是如此，使人們覺得AI往往缺乏真實(shí)感,。 AI 是近似于人類的生物學(xué)大腦么,？ AI 是近似于人類的思考邏輯么？ AI 是近似于人類的行為方式么,？ ...... 從實(shí)用的角度看,， AI 是研究,、開發(fā)用于模擬,、延伸和擴(kuò)展人類智能的理論、方法,、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué),，是計(jì)算機(jī)科學(xué)的一個(gè)分支。 通俗地,，人們把AI劃分為不同的層次——弱AI,，強(qiáng)AI和超級(jí)AI。弱AI是擅長(zhǎng)于單個(gè)領(lǐng)域的人工智能,，比如AlphaGo,。強(qiáng)AI也稱通用AI，是人類級(jí)別的人工智能,，是指在各個(gè)方面都能和人類比肩的AI,。創(chuàng)建強(qiáng)AI比創(chuàng)造弱AI要困難的多，因?yàn)橹悄苁且环N寬泛的心理能力,，能夠進(jìn)行思考,、計(jì)劃,、解決問題、快速學(xué)習(xí)并從經(jīng)驗(yàn)中學(xué)習(xí),，能夠抽象思維并理解復(fù)雜理念,，強(qiáng)AI在進(jìn)行這些操作時(shí)和人類一樣，這已經(jīng)有了造物主的味道,。超級(jí)AI則是在幾乎所有領(lǐng)域都比人類大腦聰明,，包括通識(shí)、社交和科學(xué)創(chuàng)新,，這是“Matrix”么,？ 一般地，人工智能科學(xué)主要是研究和開發(fā)出智能實(shí)體,，在這一點(diǎn)上它屬于工程學(xué),。AI的基礎(chǔ)學(xué)科包括數(shù)學(xué)、邏輯學(xué),、系統(tǒng)學(xué),、控制學(xué)、計(jì)算機(jī)科學(xué)等,，還包括哲學(xué),、心理學(xué)、生物學(xué),、神經(jīng)科學(xué),、仿生學(xué)、經(jīng)濟(jì)學(xué)和語言學(xué)等其他學(xué)科的研究,，是一個(gè)集數(shù)門科學(xué)精華于一身的尖端科學(xué),，是一門綜合學(xué)科。 3. AI 的技術(shù)體系既然AI是一門綜合的科學(xué),，那AI技術(shù)體系是怎樣的呢,？ 根據(jù)波普爾的知識(shí)進(jìn)化圖譜，發(fā)現(xiàn)問題是科學(xué)成長(zhǎng)的起點(diǎn),，可以嘗試對(duì)AI的技術(shù)體系做如下分類：
AI 所處理的問題領(lǐng)域語言識(shí)別,、語言理解和機(jī)器翻譯是AI的重要領(lǐng)域，自然語言處理（NLP）是人工智能頭頂上的皇冠,。字符識(shí)別,、手寫識(shí)別和機(jī)器視覺是AI的又一重要領(lǐng)域，而知識(shí)推理和自動(dòng)控制則是反饋處理的核心方面,，處理這些領(lǐng)域的問題,，才使得AI 具備了類似“聽說讀寫”的能力。 （來自 gogeometry.com） AI 體系的技術(shù)基礎(chǔ)AI技術(shù)體系基礎(chǔ)可能就是數(shù)學(xué)、計(jì)算機(jī)和數(shù)據(jù),。從微積分到線性代數(shù),，從集合論到概率統(tǒng)計(jì)，圖論,、信息論和博弈論等都在AI所處理的問題領(lǐng)域中得到應(yīng)用,。 如果數(shù)學(xué)是AI的理論基礎(chǔ)，則計(jì)算機(jī)科學(xué)是AI的實(shí)現(xiàn)工具和方式,。理解計(jì)算機(jī)組成原理,，掌握編程語言并熟知操作系統(tǒng)，從計(jì)算機(jī)網(wǎng)絡(luò)與通信到分布式系統(tǒng),，這些可能都是構(gòu)建人工智能系統(tǒng)不可或缺的要素,。“巧婦難為無米之炊”,，AI技術(shù)體系的基石是數(shù)據(jù),，尤其是大數(shù)據(jù)的應(yīng)用。 數(shù)據(jù),、信息,、知識(shí)、洞見和智慧的關(guān)系如下圖所示——
國(guó)外有一高手將相關(guān)技術(shù)繪制成了一張地鐵路線圖——
無獨(dú)有偶,，國(guó)內(nèi)的高手們畫了一張類似的圖,，只不過叫做“數(shù)據(jù)科學(xué)家能力發(fā)展路線圖”。
簡(jiǎn)單地,，數(shù)據(jù)（包括領(lǐng)域知識(shí)）,，數(shù)學(xué)（包括各種算法）和計(jì)算（包括分布式系統(tǒng)）構(gòu)成了AI的核心基礎(chǔ)。 AI 的技術(shù)實(shí)現(xiàn)方式目前,，AI 系統(tǒng)的技術(shù)實(shí)現(xiàn)方式可能主要是通過機(jī)器學(xué)習(xí)包括深度學(xué)習(xí)來實(shí)現(xiàn)的,。機(jī)器學(xué)習(xí)的簡(jiǎn)要分類如下：
機(jī)器學(xué)習(xí)的基礎(chǔ)是評(píng)估方法和特征工程，算法和模型是機(jī)器學(xué)習(xí)的核心,。機(jī)器學(xué)習(xí)的算法眾多,，從線性回歸到邏輯回歸,，從決策樹模型到支持向量機(jī),，從貝葉斯分類到K均值聚類，當(dāng)然還有當(dāng)紅的基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí),，常見的有CNN,，RNN，GAN,，LSTM以及各種算法的變種,。在機(jī)器學(xué)習(xí)中，常見的轉(zhuǎn)換函數(shù)如下——
從計(jì)算機(jī)的體系架構(gòu)來看,，機(jī)器學(xué)習(xí)的計(jì)算架構(gòu)按粒度從小到大可以分為：
始于硬件芯片,，止于云服務(wù),，中間可能還可以分為更多的層次。AI芯片多用于硬件加速,，很多企業(yè)也都在這個(gè)領(lǐng)域發(fā)力,，例如 百度的NLP芯片——鴻鵠，一張AI芯片的不完整統(tǒng)計(jì)圖如下：
用于機(jī)器學(xué)習(xí)的庫(kù)和計(jì)算框架豐富多彩,，按音序排列有——
目前還在增長(zhǎng)中,，不再一一列舉。
從部署方式上看,，基于Docker 虛擬化容器的AI計(jì)算環(huán)境已經(jīng)有相對(duì)成熟的方案,，基于Hadoop 和 spark 的分布式架構(gòu)應(yīng)用廣泛，基于對(duì)算力的渴望,，提供AI計(jì)算能力的云服務(wù)給人們帶來了福音,，支持機(jī)器學(xué)習(xí)的云服務(wù)有Google的Cloud ML，微軟的 Azure ML以及Amazon 的ML等等,。
數(shù)據(jù)的可視化解決方案是機(jī)器學(xué)習(xí)中的一個(gè)重要環(huán)節(jié),，同時(shí)，知識(shí)圖譜,、統(tǒng)計(jì)模型,、遺傳算法、博弈算法等等,，也都有著典型的應(yīng)用場(chǎng)景,。 那么，能夠應(yīng)用AI 的領(lǐng)域有哪些呢,？ 4. AI 的應(yīng)用領(lǐng)域借用計(jì)算機(jī)網(wǎng)絡(luò)中的一個(gè)概念,，所有具備控制平面的地方都有AI的用武之地。
在互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)應(yīng)用中,，搜索與推薦,，文本、圖像和視頻的內(nèi)容理解與檢索,，精準(zhǔn)營(yíng)銷,、用戶畫像和反欺詐，語音和自然語言的交互,，都可能是最早使用AI技術(shù)的應(yīng)用領(lǐng)域,。 智慧交通是一個(gè)泛行業(yè)的概念。在“百度2020”中,，Apolo的靚麗風(fēng)景是自動(dòng)駕駛一個(gè)寫照,。感知、規(guī)劃和控制，從傳感器到整車集成,，從高精度地圖到車聯(lián)網(wǎng),，自動(dòng)駕駛是一個(gè)系統(tǒng)工程。智慧公路網(wǎng)絡(luò)是智慧交通的又一基礎(chǔ)設(shè)施環(huán)境,，自動(dòng)的物流車輛和物流機(jī)器人配置智能物流規(guī)劃,，是智慧交通中的又一個(gè)大場(chǎng)景。
無論是銀行業(yè)還是保險(xiǎn)業(yè),，風(fēng)控和反欺詐都是人們想到的重要AI應(yīng)用,，也很容易聯(lián)想到投資決策和精準(zhǔn)營(yíng)銷，還有作為成本中心之一的智能客服,。對(duì)于證券,、基金、投行等行業(yè),，面向AI的量化交易是個(gè)吸引人的主題,。以上諸多行業(yè)的AI應(yīng)用領(lǐng)域，就是智能金融,。 智慧醫(yī)療關(guān)系到國(guó)計(jì)民生,，從擁有康復(fù)的智能設(shè)備到手術(shù)機(jī)器人，從病例理解和檢索到醫(yī)學(xué)影像的智能判讀,，都可以形成輔助診斷,。AI 對(duì)醫(yī)療領(lǐng)域而言，可能是又一次革命,。 從智能制造業(yè)到智慧農(nóng)業(yè),，從AI驅(qū)動(dòng)的娛樂業(yè)到AI文章寫作乃至藝術(shù)創(chuàng)作，AI可能正在全方位地改變這個(gè)社會(huì),。
當(dāng)然,，我們對(duì)AI 的日常體驗(yàn)大多來自智能家居的家用機(jī)器人或者服務(wù)機(jī)器人，可以在一定程度上實(shí)現(xiàn)老幼陪伴和各種生活服務(wù),。作為這個(gè)方向上的一個(gè)從業(yè)者,，真心希望小度系列產(chǎn)品能夠人們的生活帶來更多的便利和歡樂。 5. AI 對(duì)社會(huì)的影響隨著AI在各個(gè)應(yīng)用領(lǐng)域的落地,，人與機(jī)器的分工,，使得大規(guī)模的產(chǎn)業(yè)變革成為可能，很多的商業(yè)模式將會(huì)重新洗牌,。 然而,，在硬幣的另一面,，由于大量重復(fù)性的工作會(huì)被機(jī)器人取代,，會(huì)導(dǎo)致很多人失業(yè)，從而帶來一系列的社會(huì)問題。利用AI,，有錢人可能變得更有錢,，可能會(huì)進(jìn)一步拉大貧富差距，也可能會(huì)加劇地區(qū)發(fā)展的不平衡,。AI 對(duì)社會(huì)經(jīng)濟(jì)的影響可能令人始料未及,。
對(duì)個(gè)體而言，可能擔(dān)心失業(yè)和社會(huì)保障的問題,，更重要的是心理層面的影響,，自我價(jià)值與自我實(shí)現(xiàn)？在智能人機(jī)交互的時(shí)代,，心理學(xué)可能面臨更大的挑戰(zhàn),。一個(gè)AI的陪伴會(huì)給老人帶來怎樣的心理感受呢？會(huì)不會(huì)影響兒童的情感成長(zhǎng)呢,？......, 很遺憾,，目前我們并不知道。 那么,，窺探一下時(shí)間的長(zhǎng)河,，AI 會(huì)有怎樣的未來呢？ 6. AI 未來的疑問AI 的未來很多來自于科幻文學(xué),，科幻作品中的人工智能可能是機(jī)器人,、人機(jī)結(jié)合體以及非人形的智慧機(jī)器，但都實(shí)現(xiàn)了人機(jī)互聯(lián),。人類和機(jī)器人的關(guān)系如何處理才能確保人類的利益,，而且達(dá)到各方面的平衡，難道只是阿西莫夫的機(jī)器人三定律嗎,？
智慧的本質(zhì)是什么,？ 人類可以擁有人工智能，那么人類的命運(yùn)是什么,，是費(fèi)米悖論么,？ 時(shí)間是有限的還是無限的呢？ 人類是渺小的,，那么宇宙的終極命運(yùn)又是什么,？ ...... 一句結(jié)束語莊子說，“吾生也有涯,，而知也無涯,。以有涯隨無涯，殆已,！” 但是,，如果沒有學(xué)習(xí)和認(rèn)知,，如果沒有探索和奉獻(xiàn)，如果沒有責(zé)任和愛,，那么人生的長(zhǎng)短又有什么意義呢,？
|
|
|
