在20世紀(jì)和21世紀(jì)的無數(shù)技術(shù)進(jìn)步中，最具影響力的無疑是人工智能。從重塑我們查找信息方式的搜索引擎算法，到亞馬遜在消費(fèi)領(lǐng)域的Alexa，人工智能已經(jīng)成為推動(dòng)整個(gè)科技行業(yè)走向未來的主要技術(shù)。

無論是一家新興的初創(chuàng)企業(yè)，還是像微軟這樣的行業(yè)巨頭，企業(yè)至少有一個(gè)部門在與人工智能或機(jī)器學(xué)習(xí)合作。根據(jù)某項(xiàng)研究表明，2021年全球人工智能行業(yè)的估值為935億美元。

人工智能作為科技行業(yè)的一股力量在本世紀(jì)頭十年和2010年代爆發(fā)，但至少自1950年以來，人工智能就以某種形式或方式存在，并且可以說可以追溯到更遠(yuǎn)的地方。

人工智能歷史的大致輪廓，比如圖靈測試和國際象棋計(jì)算機(jī)，在大眾意識中根深蒂固，但豐富而密集的歷史卻存在于常識的表面之下。本文將從這段歷史中提取精華，向各位展示人工智能如何從神話般的想法到改變世界的現(xiàn)實(shí)道路。

從民間傳說到事實(shí)

雖然人工智能通常被認(rèn)為是一個(gè)前沿的概念，但幾千年來，人類一直在想象人工智能，這些想象對當(dāng)今該領(lǐng)域取得的進(jìn)步產(chǎn)生了切實(shí)的影響。比如青銅機(jī)器人塔洛斯，希臘克里特島的保護(hù)者，以及文藝復(fù)興時(shí)期的煉金術(shù)造人?！陡ヌm肯斯坦的怪物》、《2001太空漫游》中的HAL9000，以及《終結(jié)者》系列中的天網(wǎng)等角色只是我們在現(xiàn)代小說中描繪人工智能的一些方式。

在人工智能歷史上影響最大的虛構(gòu)概念之一是艾薩克·阿西莫夫的機(jī)器人三定律。當(dāng)現(xiàn)實(shí)世界的研究人員和企業(yè)創(chuàng)建自己的機(jī)器人定律時(shí)，經(jīng)常會引用這些定律。

事實(shí)上，當(dāng)英國的工程和物理科學(xué)研究委員會、藝術(shù)和人文研究委員會為機(jī)器人的設(shè)計(jì)師、建造者和用戶發(fā)布其5項(xiàng)原則時(shí)，它明確引用了阿西莫夫作為參考點(diǎn)，盡管指出阿西莫夫定律在實(shí)踐中根本行不通。

計(jì)算機(jī)、游戲和圖靈測試

20世紀(jì)40年代，當(dāng)阿西莫夫撰寫《三大定律》時(shí)，研究人員威廉·格雷·沃爾特正在開發(fā)一種初級的人工智能模擬版本。這些微型機(jī)器人被稱為烏龜或海龜，它們可以探測光線并對其做出反應(yīng)，并與它們的塑料外殼接觸，它們可以在不使用計(jì)算機(jī)的情況下操作。

20世紀(jì)60年代后期，約翰霍普金斯大學(xué)制造了另一種無計(jì)算機(jī)自動(dòng)機(jī)器人Beast，它可以通過聲納在大學(xué)的大廳里導(dǎo)航，并在電池電量不足時(shí)在特殊的墻壁插座上充電。

然而，我們今天所知道的人工智能會發(fā)現(xiàn)它的發(fā)展與計(jì)算機(jī)科學(xué)的發(fā)展有著千絲萬縷的聯(lián)系。圖靈在1950年發(fā)表的論文《計(jì)算機(jī)器與智能》中提出了著名的圖靈測試，至今仍有影響力。許多早期的人工智能程序都是為了玩游戲而開發(fā)的，比如克里斯托弗·斯特雷奇為弗蘭蒂馬克I型計(jì)算機(jī)編寫的跳棋程序。

1956年，馬文·明斯基、約翰·麥卡錫、克勞德·香農(nóng)和內(nèi)森·羅徹斯特在達(dá)特茅斯研討會上創(chuàng)造了“人工智能”一詞。在會上，麥卡錫為這個(gè)新興領(lǐng)域創(chuàng)造了這個(gè)名字。

這個(gè)研討會也是艾倫·紐威爾和赫伯特·西蒙首次展示他們的邏輯理論家計(jì)算機(jī)程序的地方，這個(gè)程序是在計(jì)算機(jī)程序員克里夫·肖的幫助下開發(fā)的?！斑壿嬂碚摷摇北辉O(shè)計(jì)成以人類數(shù)學(xué)家的方式來證明數(shù)學(xué)定理。

游戲和數(shù)學(xué)是早期人工智能的焦點(diǎn)，因?yàn)樗鼈兒苋菀讘?yīng)用“推理即搜索”原則。推理即搜索，也稱為均數(shù)分析(MEA)，是一種解決問題的方法，它遵循三個(gè)基本步驟：

• 確定你觀察到的任何問題的持續(xù)狀態(tài)。
• 確定最終目標(biāo)(你不再感到饑餓)。
• 決定你需要采取的行動(dòng)來解決問題。

這是人工智能原理的早期先驅(qū)，如果行動(dòng)沒有解決問題，找到一組新的行動(dòng)并重復(fù)，直到你解決了問題。

神經(jīng)網(wǎng)絡(luò)和自然語言

由于冷戰(zhàn)時(shí)期的政府愿意在任何可能讓他們比對方更有優(yōu)勢的事情上投入資金，人工智能研究在50年代和60年代經(jīng)歷了來自DARPA等組織的大量資金。

這項(xiàng)研究推動(dòng)了機(jī)器學(xué)習(xí)的一系列進(jìn)步。例如，在使用多目標(biāo)進(jìn)化算法的同時(shí)，生成啟發(fā)式思維捷徑，從而阻止人工智能可能探索的、不太可能達(dá)到預(yù)期結(jié)果的問題解決路徑。

第一個(gè)人工神經(jīng)網(wǎng)絡(luò)最初在1940年代提出，于1958年發(fā)明，這要?dú)w功于美國海軍研究辦公室的資助。這一時(shí)期研究人員的一個(gè)主要重點(diǎn)是試圖讓人工智能理解人類語言。

1966年，Joseph Weizenbaum推出了第一個(gè)聊天機(jī)器人ELIZA，全世界的互聯(lián)網(wǎng)用戶都對此表示感謝。Roger Schank的概念依賴?yán)碚撌侨斯ぶ悄苎芯恐凶罹哂绊懥Φ脑缙谶M(jìn)展之一，該理論試圖將句子轉(zhuǎn)換為以一組簡單關(guān)鍵字的基本概念。

人工智能的第一個(gè)冬天

20世紀(jì)70年代，50年代和60年代對人工智能研究普遍存在的樂觀情緒開始消退。由于人工智能研究面臨的無數(shù)現(xiàn)實(shí)問題導(dǎo)致資金枯竭。其中最主要的是計(jì)算能力的限制。

Bruce G.Buchanan在人工智能雜志的一篇文章中解釋道：“早期的程序必然受到內(nèi)存和處理器的大小和速度，以及早期操作系統(tǒng)和語言的相對笨拙的限制?！彪S著資金的消失和樂觀情緒的消退，這段時(shí)期被稱為人工智能的冬天。

這一時(shí)期，人工智能研究人員遭遇了挫折，并出現(xiàn)了跨學(xué)科分歧。Marvin Minsky和Frank Rosenblatt在1969年出版的《感知器》徹底阻礙了神經(jīng)網(wǎng)絡(luò)領(lǐng)域的發(fā)展，直到20世紀(jì)80年代，該領(lǐng)域的研究才有所進(jìn)展。

然后，就出現(xiàn)了所謂兩大分類，一類傾向于使用邏輯和符號推理來訓(xùn)練和教育他們的人工智能。他們希望人工智能能夠解決數(shù)學(xué)定理之類的邏輯問題。

John McCarthy在1959年的建議中引入了在人工智能中使用邏輯的想法。此外，由Alan Colmerauer和Phillipe Roussel于1972年開發(fā)的Prolog編程語言被專門設(shè)計(jì)為一種邏輯編程語言，至今仍在人工智能中使用。

與此同時(shí)，另一類的人試圖讓人工智能解決需要人工智能像人一樣思考的問題。在1975年的一篇論文中，Marvin Minsky概述了研究人員常用的一種方法，稱為“框架”。

框架是人類和人工智能理解世界的一種方式。當(dāng)遇到一個(gè)新的人或事件時(shí)，我們可以利用類似的人或事件的記憶給個(gè)大致的想法，比如當(dāng)在一家新餐館點(diǎn)菜時(shí)，但可能不知道菜單或服務(wù)你的人，于是可以根據(jù)過去在其他餐廳的經(jīng)驗(yàn)大致了解如何下訂單。

從學(xué)術(shù)界到工業(yè)界

上世紀(jì)80年代標(biāo)志著人們對人工智能熱情的回歸。例如日本的第五代計(jì)劃試圖創(chuàng)建在Prolog上運(yùn)行的智能計(jì)算機(jī)，就像運(yùn)行在代碼上的普通計(jì)算機(jī)一樣，這進(jìn)一步激起了美國企業(yè)的興趣。美國公司不愿落后，紛紛投入資金進(jìn)行人工智能研究。

綜上所述，人們對人工智能興趣的增加和對工業(yè)研究的轉(zhuǎn)移，導(dǎo)致人工智能行業(yè)的價(jià)值在1988年飆升至20億美元。考慮到通貨膨脹，2022年這一數(shù)字將接近50億美元。

人工智能的第二個(gè)冬天

然而，在20世紀(jì)90年代，人們的興趣開始減退，就像70年代一樣。例如經(jīng)過10年的發(fā)展，第五代計(jì)劃未能實(shí)現(xiàn)其許多目標(biāo)，隨著企業(yè)發(fā)現(xiàn)購買批量生產(chǎn)的通用芯片和將人工智能應(yīng)用編程到軟件中更便宜、更容易，專用的AI硬件市場，如LISP機(jī)器，崩盤并導(dǎo)致整體市場萎縮。

此外，在本世紀(jì)初證明了人工智能可行性的專家系統(tǒng)開始出現(xiàn)致命缺陷。隨著系統(tǒng)的持續(xù)使用，它會不斷添加更多的規(guī)則來操作，并需要越來越大的知識庫來處理。最終，維護(hù)和更新系統(tǒng)知識庫所需的人力數(shù)量會不斷增長，直到在財(cái)政上無法維持。這些因素和其他因素的結(jié)合導(dǎo)致了第二個(gè)AI冬天。

進(jìn)入新千年和人工智能的現(xiàn)代世界

20世紀(jì)90年代末和21世紀(jì)初，有跡象表明人工智能的春天即將到來。人工智能的一些最古老的目標(biāo)最終實(shí)現(xiàn)了，比如1997年深藍(lán)戰(zhàn)勝當(dāng)時(shí)的國際象棋世界冠軍Gary Kasparov，這是人工智能具有里程碑意義的時(shí)刻。

更復(fù)雜的數(shù)學(xué)工具，以及與電子工程等領(lǐng)域的合作，使人工智能轉(zhuǎn)變?yōu)橐婚T更注重邏輯的科學(xué)學(xué)科。

與此同時(shí)，人工智能在許多新的行業(yè)領(lǐng)域得到了應(yīng)用，比如谷歌的搜索引擎算法、數(shù)據(jù)挖掘和語音識別等等。新的超級計(jì)算機(jī)和程序?qū)l(fā)現(xiàn)自己在與人類頂級對手競爭，甚至獲勝，比如IBM的Watson贏得了Jeopardy。

近年來最具影響力的人工智能之一是Facebook的算法，它可以確定你在什么時(shí)候看到了什么帖子，試圖為該平臺的用戶策劃一種在線體驗(yàn)。類似功能的算法可以在Youtube和Netflix等網(wǎng)站上找到，它們會根據(jù)之前的歷史預(yù)測觀眾接下來想看的內(nèi)容。

有時(shí)，這些創(chuàng)新甚至不被認(rèn)為是人工智能。正如Nick Brostrom在2006年接受CNN采訪時(shí)所說：“許多前沿人工智能已經(jīng)滲透到普遍應(yīng)用中，通常不被稱為人工智能，因?yàn)橐坏┠撤N東西變得足夠有用、足夠普遍，它就不再被貼上人工智能的標(biāo)簽?！?

不將有用的人工智能稱為AI的趨勢并沒有持續(xù)到2010年代。現(xiàn)在，初創(chuàng)企業(yè)和科技巨頭都爭相宣稱他們的最新產(chǎn)品是由人工智能或機(jī)器學(xué)習(xí)推動(dòng)的。在某些情況下，這種愿望是如此強(qiáng)大，以至于有些人會宣稱他們的產(chǎn)品是由人工智能驅(qū)動(dòng)的，即使人工智能的功能存在問題。

無論是通過前面提到的社交媒體算法，還是亞馬遜Alexa這樣的虛擬助手，人工智能已經(jīng)進(jìn)入了許多人的家庭。經(jīng)歷了寒冬和破滅的泡沫，人工智能領(lǐng)域一直在堅(jiān)持，并成為現(xiàn)代生活中非常重要的一部分，并可能在未來幾年呈指數(shù)級增長。