人工智能技術(shù)作為數(shù)字時(shí)代的一項(xiàng)基本技術(shù),如何迎接它帶來的挑戰(zhàn)與機(jī)遇,定位我們所處的時(shí)代,適應(yīng)未來人工智能給我們帶來的深刻影響?要正確認(rèn)知這個(gè)問題,我們的參照系要足夠大,視野才能足夠開闊,目光才能足夠長遠(yuǎn),未來才能足夠清晰。
《人工智能極簡史》旨在引領(lǐng)讀者以長遠(yuǎn)深邃的歷史眼光來審視人工智能的發(fā)展,從人類最初對智能的幻想出發(fā),從古代的跳舞機(jī)器人(偃師造人)開始,講述古人對人工智能的追求,到人工智能的萌芽、人工智能的初創(chuàng)期、成長期,再到目前的第三次熱潮。
通過一些關(guān)鍵的技術(shù)、應(yīng)用的突破和重要事件的表述,讓讀者全方位的了解人工智能的興衰,優(yōu)勢和不足,以及一些基本規(guī)則。幫助讀者厘清人工智能技術(shù)的發(fā)展脈絡(luò),看清人工智能發(fā)展的本質(zhì),從中總結(jié)規(guī)律,對人工智能未來發(fā)展趨勢有客觀、科學(xué)的認(rèn)知。
全書無公式和代碼,而是以故事和漫畫來講述人工智能發(fā)展過程中的人物、技術(shù)和軼事,以及作為科研一線人員,對人工智能近年來研究思路上的思考,對未來人工智能發(fā)展的研判。
前言
歷史的天空群星燦爛
繼不久前《愛犯錯(cuò)的智能體》一書走紅書壇、榮獲科普金獎(jiǎng)之后,現(xiàn)又推出新著《人工智能極簡史》, 書中收集了大量的資料,從人工智能思想的萌芽談起,介紹了這門學(xué)科的興起與波折、寒冬與陽春、數(shù)代人的努力與艱辛,當(dāng)然還有輝煌與滄桑。雖然在回首歷史的同時(shí)掩蓋不了激動(dòng)與興奮,但在展望未來時(shí)又微微露出絲許迷茫。娓娓道來的故事配上了漫畫,使古老的傳說活躍紙上。
然而,在活潑的文字后面,卻有著一系列嚴(yán)肅的問題值得我們思考。人工智能既然給人類文明帶來了那么大的貢獻(xiàn),又為何在發(fā)展過程中一波三折,屢次讓專家們措手不及?那些曾經(jīng)被釘在十字架上的人工智能批判者,真的就是犯下了人工智能寒冬制造罪嗎?在今后前進(jìn)的路上,寒冬還能否避免?還有,人工智能只是一些玩弄小聰明的技巧嗎,它有沒有嚴(yán)格的科學(xué)基礎(chǔ)?人類有智能,人造機(jī)器有智能,某些動(dòng)物據(jù)說也有智能,這些不同形式
智能的共同本質(zhì)是什么?發(fā)展人工智能已成為我們的國策和世人共識(shí),那么進(jìn)一步發(fā)展的核心驅(qū)動(dòng)力是什么?主要困難在哪里?最后,有一個(gè)曾經(jīng)使很多人關(guān)心的問題:人工智能會(huì)不會(huì)是一個(gè)潘多拉盒子,有朝一日會(huì)危害到人類自身?
借此作序的機(jī)會(huì),我想就其中的部分問題談?wù)勛约旱目捶ā?批判是成功之母。人們常說失敗是成功之母。但是我們今天要說批判(也) 是成功之母。如果在科研領(lǐng)域出現(xiàn)了一部不夠成熟、甚至可能含有錯(cuò)誤的作品,但沒有人指出來,作者本人又沒有發(fā)現(xiàn),錯(cuò)誤就會(huì)一直繼續(xù)下去, 改進(jìn)的版本就不會(huì)產(chǎn)生。最壞的情況下會(huì)影響有關(guān)研究方向的發(fā)展。反之,如果有人及時(shí)站出來鮮明地指出問題,端正方向,則對推動(dòng)相關(guān)研究是大好事。 本書介紹的感知機(jī)模型的浴火重生就是一個(gè)正面的例子。我相信羅森布拉特完全不會(huì)怨恨明斯基和佩帕特新書對他的感知機(jī)的批評。后來的人工智能專家們大多也不會(huì)為此而討伐明斯基扼殺了早期神經(jīng)網(wǎng)絡(luò)研究的發(fā)展,尤其是不能責(zé)怪他引來了人工智能的冬天,因?yàn)槭录倪壿嬚孟喾础U敲魉够麄兊暮莺菀粨敉遍_了通向真理之門。要是沒有明斯基他們指出感知機(jī)存在的問題,哪有后來神經(jīng)網(wǎng)絡(luò)的迅速和健康的發(fā)展?英國詩人雪萊曾賦詩曰:既然冬天來了,春天還會(huì)遠(yuǎn)嗎?這就是歷史的辯證法。所以我覺得如果要說吸取冬天教訓(xùn)的話,應(yīng)該是想一想怎樣才能從科學(xué)的批判中更快地找到出路, 讓春天早些到來。如果把思路更加開拓一點(diǎn),我們不妨說:有志的科學(xué)斗士在遇到難過的坎時(shí),第一個(gè)想法應(yīng)該是:機(jī)會(huì)來了!。
人工智能是科學(xué)。人工智能是科學(xué)嗎?提這個(gè)問題可能會(huì)使很多人驚訝:人工智能當(dāng)然是科學(xué)呀,怎么會(huì)有這樣的問題呢? 但事實(shí)是社會(huì)上可能對這個(gè)問題并未形成共識(shí)。我就看到過人工智能與科學(xué)結(jié)合的說法。如果這個(gè)說法成立,那就是把人工智能排除在科學(xué)之外了。聯(lián)系到本書提到的歷史上一些疑似人工智能的傳說、神話,它們讓人聽起來還蠻有興趣,但讀者都會(huì)知道這些傳說只不過是反映了我們的祖先對制造能夠自動(dòng)執(zhí)行某些動(dòng)作的工具的渴望,都知道傳說畢竟是傳說。從本書的介紹可以看出,人工智能,特別是現(xiàn)代人工智能,建立在嚴(yán)格的邏輯和數(shù)學(xué)基礎(chǔ)之上。不幸的是,社會(huì)上總會(huì)有一些人對人工智能抱有偏見,認(rèn)為人工智能只不過是一些碰運(yùn)氣的技巧,入不了嚴(yán)肅科學(xué)的大堂。再加上國內(nèi)向來有一種把科學(xué)和技術(shù)分開的傳統(tǒng),更加助長了這種想法。所以我認(rèn)為,盡管人工智能的重要性已經(jīng)得到了國家層面的肯定,但是人工智能是科學(xué)的客觀事實(shí)還需要更深地在人們觀念上扎根。
不確定性是人工智能的終身伴侶。前面我們說到人工智能是科學(xué)。那它究竟是一種什么樣的科學(xué)呢?從中國科學(xué)院學(xué)部的分類來說,應(yīng)該屬于信息科學(xué)。本書介紹了上世紀(jì)中葉兩位信息科學(xué)大師維納和香農(nóng)。他們都提到了信息在消除不確定性中的作用,幾乎在同時(shí)提出和回答了一個(gè)問題:從數(shù)學(xué)的觀點(diǎn)看,信息是什么?。他們認(rèn)為信息是用來消除不確定性的(一個(gè)物理量)。 換句話說,不確定性是由于信息不完全與/或人們信息處理能力有限而帶來的認(rèn)知局限。兩位大師在此基礎(chǔ)上發(fā)展出的一整套信息科學(xué)理論至今還在指導(dǎo)人們從事有關(guān)研究。這和人工智能息息相關(guān)。人工智能面對的最大的科學(xué)問題就是不確定信息的處理。什么是智能?智能就是在信息(包括知識(shí))不充分的前提下做出最有可能是正確的判斷和盡可能最優(yōu)決策的能力。說它最有可能正確表示我們承認(rèn)人類決策永遠(yuǎn)存在失誤的可能。這也就是盡管當(dāng)今社會(huì)人工智能的應(yīng)用已經(jīng)遍地開花,無孔不入,但在關(guān)鍵問題、關(guān)鍵時(shí)刻,還是要人來把關(guān)的原因。為此可以說人工智能是一門處理信息(數(shù)據(jù)、知識(shí)) 不確定性的科學(xué)。從這個(gè)觀點(diǎn)出發(fā),凡是有確定方法可以解決的問題都不是人工智能難題。即使曾經(jīng)是人工智能難題,也會(huì)隨著人工智能理論和技術(shù)的發(fā)展而逐漸變成非難題。例如在人工智能初創(chuàng)時(shí)期,能夠進(jìn)行邏輯推理或是能夠解一個(gè)微分方程的程序都可以算是有智能的了。而現(xiàn)在這些問題都屬于常規(guī)編程。
在大數(shù)據(jù)時(shí)代,信息不完全的概念還應(yīng)該擴(kuò)大到:信息是存在的,但是由于信息量過于浩大或過于難提取,以至于人或計(jì)算機(jī)在有限時(shí)間和有限處理能力內(nèi)無法窮盡其提取和處理,所以只好就能夠在允許時(shí)間內(nèi)和條件下獲取和處理的信息做出決策。由此可見,人們掌握信息的完備性只是相對的,不是絕對的。更不用說在掌握充分信息的基礎(chǔ)上做出合理的判斷和決策了。人對真理的認(rèn)識(shí)是無止境的,所以無論人工智能如何發(fā)達(dá),不確定性都將如影隨身,伴隨人工智能終身。
模型還是算法? 這是一個(gè)問題。本書提到了一個(gè)著名的歷史事件:日本的五代機(jī)開發(fā)計(jì)劃沒有成功。這件事在國際上影響很大。當(dāng)時(shí)計(jì)算機(jī)界又稱規(guī)劃中的五代機(jī)為Prolog機(jī)器,因?yàn)樵撐宕鷻C(jī)的硬件體系結(jié)構(gòu)是按照Prolog程序的推理機(jī)制設(shè)計(jì)的。也就是說五代機(jī)原則上是硬件化的Prolog程序解釋器Prolog是一個(gè)邏輯推理語言,在第一個(gè)Prolog系統(tǒng)于 1972年問世以后,該語言深受計(jì)算機(jī)界歡迎,成為能在國際上與Lisp語言分庭抗禮的新一代人工智能語言。日本的Prolog硬件化計(jì)劃由此產(chǎn)生。它的失敗也不是偶然的。一位德
國計(jì)算機(jī)專家曾經(jīng)對我說:他們以為把Prolog硬件化了就可以提高效率。實(shí)際上提高效率的關(guān)鍵在軟件,即Prolog程序的優(yōu)化,不在硬件。那么五代機(jī)的設(shè)計(jì)者當(dāng)初究竟是怎么想的呢?我認(rèn)為還是受了傳統(tǒng)的人工智能語言設(shè)計(jì)理念的影響。早期的人工智能語言基本上都是建立在某個(gè)人類認(rèn)知模型基礎(chǔ)上的,例如Lisp的模型是遞歸函數(shù),Prolog的模型是Hoare邏輯。 現(xiàn)代社會(huì)要求人工智能處理的任務(wù)越來越復(fù)雜,往往不是單個(gè)的認(rèn)知模型可以解決的。如果只是堅(jiān)持在某一種模型上,就會(huì)使程序越來越復(fù)雜。所以人們往往很容易看到:現(xiàn)代人工智能發(fā)揮威力的關(guān)鍵應(yīng)該是算法,而不是單個(gè)的模型。即使要用模型,它的核心因素也是算法。本書提到的AlphaGo擊敗人類頂級(jí)圍棋手和不久前字節(jié)跳動(dòng)公司表態(tài)要嚴(yán)格遵守《中華人民共和國技術(shù)進(jìn)出口管理?xiàng)l例》和《中國禁止出口限制出口技術(shù)目錄》 就是顯示人工智能算法重要性的兩個(gè)突出例子。前者是人工智能算法的勝利, 后者是對人工智能算法的保護(hù)(出口限制)。
如果承認(rèn)算法已經(jīng)成了人工智能的關(guān)鍵因素,我們就得到了一個(gè)進(jìn)一步的結(jié)論:人工智能威力再大,也要受有關(guān)計(jì)算理論的節(jié)制。可計(jì)算性和計(jì)算復(fù)雜性理論也是人工智能的大限。人工智能理論和技術(shù)的一切進(jìn)步都無法繞過這個(gè)大限。
人類智能與人工智能是命運(yùn)共同體。本書的最后一章提到了人工智能的一些根本問題,其中一些有著深刻的哲學(xué)背景。例如,機(jī)器會(huì)有智能嗎?(7.9節(jié)),人類智能和機(jī)器智能可以組合在一起嗎?(7.8節(jié)), 人工智能有局限性嗎?(7.12節(jié))。還有更深刻的問題: 機(jī)器有自我意識(shí)嗎?(7.7節(jié))。這類問題常常使許多人感興趣,包括專家和一般老百姓。 針對此類問題,我覺得美國作家愛德華·阿什福德·李的觀點(diǎn)很有見地,在一定程度上可以回答此類問題。 這位李先生在他的《協(xié)同進(jìn)化:人類與機(jī)器融合的未來》 一書中描述了一幅人類和機(jī)器彼此促進(jìn),共生共長的圖景。他在書中闡述了一系列觀點(diǎn),我無法一一評述。確切說來,我支持李 先生在書名中表達(dá)的觀點(diǎn):協(xié)同進(jìn)化:人類與機(jī)器融合的未來。如果換成我自己的話,則可以表達(dá)為協(xié)同進(jìn)化: 人類智能與人工智能融合的未來。自從人工智能誕生以來,人類智能與人工智能的關(guān)系就一直是人們關(guān)心的問題。人工智能會(huì)比人更聰明嗎?,人工智能會(huì)反過來控制人類嗎?,甚至人
工智能會(huì)毀滅世界嗎?,等等不一而足。李先生的協(xié)同進(jìn)化論表明,人工智能既不會(huì)永遠(yuǎn)臣服于人類智能,也不可能反過來損害人類智能。雙方都在實(shí)踐和交互中學(xué)習(xí)對方的智慧,充實(shí)自己的才干。魔高一尺, 道高一丈。雙方都既是魔,又是道。這個(gè)前景或許會(huì)使一些人工智能恐懼論者擺脫人工智能威脅陰影。
陸汝鈐
作者
張軍平,人工智能領(lǐng)域知名專家,中國自動(dòng)化學(xué)會(huì)普及工作委員會(huì)主任,復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師,獲典贊·2022科普中國年度科普人物提名。主要研究方向包括人工智能、機(jī)器學(xué)習(xí)、圖像處理、生物認(rèn)證及智能交通。其科普著作《愛犯錯(cuò)的智能體》,獲得 2020年中國科普作家協(xié)會(huì)第六屆優(yōu)秀作品獎(jiǎng)金獎(jiǎng)。
繪者
張毅,溫州人,閑時(shí)寫字,忙時(shí)畫畫。
毅繪堂工作室創(chuàng)始人,推崇以筆繪意。
引言
我國古代人工智能傳說 偃師造人,唯難于心 ... 002
故弄玄虛的土耳其機(jī)器人 本是真人象棋大師 ... 004
人工智能的邏輯 古代科學(xué)家和思想家的思考 ... 007
薛定諤的思考 生命是什么? ... 010
第 1 章 人工智能的萌芽期(1936-1955)
圖靈機(jī) 電子計(jì)算機(jī)的雛形 ... 014
圖靈測試 人工智能跨不過的檻 ... 018
塞爾的中文屋子 反問圖靈測試 ... 021
顱相學(xué)與 MP 神經(jīng)元模型 偽科學(xué)到科學(xué) ... 023
人工智能的硬件基礎(chǔ) 電子計(jì)算機(jī)的誕生 ... 026
控制論與信息論 神童與獨(dú)輪車 ... 029
第 2 章 人工智能的初創(chuàng)期(1956-1980)
人工智能的由來 達(dá)特茅斯會(huì)議 ... 034
跳子棋國際象棋 挑戰(zhàn)人類智能 ... 037
數(shù)學(xué)定理證明 計(jì)算機(jī)居然能做證明題 ... 040
幾何定理自動(dòng)證明 年齡最大的程序員 ... 042
海戰(zhàn)悖論背后的多值邏輯 邏輯不止 0 與 1 ... 046
框架理論與情感機(jī) 明斯基理解的智能 ... 049
物理符號(hào)系統(tǒng)假設(shè) 早期人工智能的重要假設(shè) ... 052
機(jī)器翻譯 人類自由交流的保障 ... 055
SHRDLU 和 SHAKEY 積木世界與機(jī)器人 ... 057
感知機(jī) 神經(jīng)網(wǎng)絡(luò)的雛形 ... 060
神經(jīng)元細(xì)胞的方向性 探索貓腦 ... 062
視網(wǎng)膜的啟示和新認(rèn)知機(jī) 學(xué)習(xí)視覺里的智能 ... 064
第一次人工智能寒冬 明斯基對感知機(jī)的否定 ... 067
海市蜃樓的人工智能 萊特希爾報(bào)告 ... 069
專家系統(tǒng) 學(xué)習(xí)人類智能 ... 072
第 3 章 人工智能的分支流派
遺傳算法 從自然界學(xué)來的人工智能 ... 078
蟻群算法 死亡旋渦 ... 081
仿生智能 萬物有靈 ... 083
關(guān)聯(lián)規(guī)則 啤酒與尿布 ... 086
邏輯的自指 理發(fā)師悖論 ... 089
模糊數(shù)學(xué) 伯克利教授的創(chuàng)新 ... 092
第 4 章 人工智能的成長期(1981-2011)
第五代計(jì)算機(jī) 日本的賭博 ... 096
反向傳播算法 人工智能的第二次復(fù)興 ... 099
卷積神經(jīng)網(wǎng)絡(luò) 時(shí)運(yùn)不濟(jì) ... 102
郵政編碼識(shí)別 古老的回憶 ... 105
統(tǒng)計(jì)機(jī)器學(xué)習(xí) 一統(tǒng)江山 ... 108
支持向量機(jī) 萬能學(xué)習(xí)算法 ... 111
非線性與核技巧 人工智能里的審美疲勞 ... 113
第 5 章 人工智能里的原則、直覺與反直覺
奧卡姆剃刀 簡單有效原理 ... 118
稀疏學(xué)習(xí)與壓縮傳感 反直覺的采樣 ... 122
詞典學(xué)習(xí) 人工智能需要新華詞典 ... 126
最小描述長度 一行代碼勝過千言萬語 ... 129
流形學(xué)習(xí) 數(shù)據(jù)空間不是平坦的,是非歐幾何 ... 132
神經(jīng)流形 離散和連續(xù)的原型說 ... 136
非負(fù)矩陣分解 光線是正能量 ... 138
視覺理論與大范圍首先理論 局部先,還是整體優(yōu)先? ... 140
第 6 章 人工智能的第三次熱潮(2011- 至今)
深度學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)卷土重來 ... 144
大數(shù)據(jù)集 ImageNet 土耳其機(jī)器人立功 ... 147
AlexNet 深度模型 神經(jīng)網(wǎng)絡(luò)的翻身仗 ... 150
谷歌大腦計(jì)劃 機(jī)器能自己認(rèn)識(shí)貓了 ... 153
谷歌的無人駕駛汽車 自動(dòng)駕駛時(shí)代的來臨 ... 155
人機(jī)大戰(zhàn) AlphaGo 戰(zhàn)勝世界圍棋冠軍 ... 158
波士頓的大狗 現(xiàn)代版的木牛流馬 ... 161
深度學(xué)習(xí)的端到端 拉近學(xué)術(shù)產(chǎn)業(yè)你我他 ... 163
生成對抗網(wǎng) 左右互博的周伯通 ... 166
強(qiáng)化學(xué)習(xí) 從狗的條件反射學(xué)來 ... 168
知識(shí)圖譜 包羅萬象的知識(shí)庫 ... 171
第 7 章 人工智能的未解難題與未來
莫拉維克悖論 復(fù)雜卻簡單,簡單卻復(fù)雜 ... 176
偏見與風(fēng)險(xiǎn) 人工智能并不公平 ... 179
快思維與慢思維 思維不一定都縝密 ... 182
沒有表示的智能 感知不處理,何談智能 ... 185
因果推斷與反事實(shí)推斷 門票越貴,游客越多? ... 188
數(shù)字孿生 人工智能也需要平行世界 ... 191
自我意識(shí) 莊周夢蝶與缸中腦 ... 194
人機(jī)融合與協(xié)作 各有利弊,相互彌補(bǔ) ... 196
機(jī)器會(huì)擁有智能嗎 智叟與愚公之爭 ... 198
NovelAI 與 ChatGPT 與 GPT-4 造飛機(jī)還是設(shè)計(jì)鳥? ... 201
人工智能科幻影視 前瞻性還是沒道理 ... 205
時(shí)空尺度 人工智能的局限性 ... 209
后記 ... 212
參考文獻(xiàn) ... 216