人工智能開啟數字大門

人的成長依靠的是不斷從外界攝取營養，但由于每個人的體質不同，所以對營養的吸收也會不同。這一情況在學習方面同樣存在，每個人的資質不同，對于知識的掌握程度也會不同。

如果一個人能夠100%地吸收和利用外界資源，那么這個人能否發展成一個完人呢？關于這個問題，呂克·貝松（Luc Besson）在其導演的《超體》中做出了解答。

在影片中，女主角露西因為意外獲得了超于常人的力量，隨著對大腦開發程度的不斷加深，她漸漸具有了心靈感應能力以及瞬間吸收知識的能力。看過電影的人都知道，當露西大腦的開發率達到了100%時，她變成了一臺黑色的超級計算機，而當計算機化為灰燼時，露西似乎也融入了時空。

呂克·貝松導演關于人類智能開發的演繹似乎有些無法讓人理解，想要等到影片中的內容成為現實，不知道將會等待多么漫長的時光。相較人類大腦的完全開發，科學家找到了另外一條探索道路，那就是創造一個能夠被完全開發的“機器大腦”，利用這一“機器大腦”來完成極為復雜的智能工作。

2017年5月，AlphaGo以3∶0的成績完勝當今世界排名第一的圍棋棋手柯潔，一時間，“人工智能”再一次成為全世界關注的焦點。

為什么要說再一次呢？因為早在2015年，AlphaGo便以5∶0的比分橫掃了3次斬獲歐洲圍棋冠軍的職業二段棋手樊麾。雖然在當時并沒有引起太多的關注，但緊接著AlphaGo以4∶1的戰績拿下了韓國頂尖棋手李世石，同時在2017年網絡對戰中，一舉戰勝了數十位中日韓棋手，最后以60場勝利完勝人類。

AlphaGo是由谷歌旗下DeepMind公司戴密斯·哈薩比斯（Demis Hassabis）領銜的團隊開發的，主要應用了“深度學習”的原理。

所謂“深度學習”，就是以數據分析衍生出計算機思維。具有計算機思維的AlphaGo能夠依托谷歌云龐大的計算能力不斷練習，練習的時間越多，其學到的能力越多。它就像人類的大腦一樣，但其“大腦”不僅沒有容量的限制，還能夠在不斷學習中發展、進化。

看到這里，有人會想，這是不是就是呂克·貝松導演所描述的未來人類大腦完全開發之后的狀態呢？

AlphaGo作為人工智能技術的產物，充分展現了人工智能在應用領域的先進性，雖然AlphaGo的能力目前只能在圍棋領域展現，但人工智能技術卻可以影響現代社會的方方面面。

隨著社會信息化程度的不斷加深，社會的一切都被分解成數字，而幫助人類實現這一點的就是人工智能。可以說，帶領人類進入大數字時代的無疑就是人工智能技術的應用。

除了AlphaGo具有超強的下棋能力外，還有許多其他類型的機器人，它們也具有其“特殊”的能力。如能夠模仿人類畫作的智能機器人、能夠完成金融交易的智能機器人，以及能夠幫助醫護人員找到最佳治療方案的智能機器人等，隨著人工智能技術的不斷發展，人工智能機器人開始進入各行各業，在促進行業發展的同時，也在很大程度上推動了整個世界的數字化進程。

人工智能作為應用系統的一門新的技術科學，對于人類走向更高階段的科技時代有著重要的作用。

新一代人工智能可以模仿人的意識和思維過程，而并不是簡單地機械運算，雖然不能等同于人的思考，但是結合了計算能力的人工智能在思考方面甚至要超過一般人類的思維。

作為一門極具挑戰性的技術科學，雖然人工智能研究的目標主要是讓機器能夠完成一些通過人類智慧才能完成的工作，但其涉及的技術領域和科學范圍卻十分廣泛，并且人工智能的每一個發展階段都對世界經濟產生過重要的影響，而人工智能的應用也正是數字時代的開始。人工智能的應用范疇如圖1-1所示。

一般來說，1956年被認為是人工智能的元年，但實際上早在1950年，人工智能的論斷便已經開始出現。

1950年，艾倫·麥席森·圖靈（Alan Mathison Turing）提出了著名的“圖靈測試”，他認為如果一臺機器能夠與人類展開對話（通過電傳設備）而不被辨別出身份，那么就可以稱這臺機器具有智能。同年，圖靈還預言在將來真正具有智能的機器將會被創造出來。

圖靈本身是一位數學家，他擅長概率論和數理統計，最早關于人工智能的構想，其實就是他在破解密碼的時候提出的。作為計算機邏輯的奠基者，圖靈提出了許多人工智能的重要方法。他在24歲時提出了圖靈機理論，31歲時參與了Colossus的研制，33歲時構思了仿真系統，35歲時提出自動程序設計的概念，到了38歲，設計了“圖靈測試”。雖然他年紀輕輕就離開了人世，但圖靈提出的一些技術方法卻始終影響著后世的研究者們。

1956年夏天，在美國達特茅斯學院召開了一個學術會議，會議由著名數學家、邏輯學家約翰·麥卡錫（John McCarthy）組織，參與者還有許多舉世聞名的數學家。

會議提案中說：“我們提議1956年夏天在新罕步什爾州漢諾威鎮的達特茅斯學院開展一次由10個人組成的為期兩個月的人工智能研究。學習的每個方面或智能的任何其他特征原則上可被精確描述，以至于能夠制造一臺機器來模擬它。該研究將基于這樣一個推斷來進行，并嘗試發現如何使機器使用語言，形成抽象的概念，解決多種現在由人來解決的問題，進而改進機器。”

這次學術會議被看作人工智能研究的一個開端，在這之后的十幾年中，隨著數學和數字技術的發展，人工智能進入發展的黃金階段。

到了1981年，日本率先開始投入資金研發第五代計算機，也就是人工智能計算機。隨后，英國與美國等發達國家也開始向信息技術領域投入大量資金。

在這個項目的研發過程中，“專家系統”很快就為人工智能打開了市場。作為一種具有專業知識和經驗的計算機智能程序系統，“專家系統”帶領人工智能經歷了長達7年的繁榮發展時期。

人工智能真正進入發展的快速道路是在1993年，1997年，“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，作為AlphaGo的前輩，“深藍”第一次讓世人認識到了人工智能的強大實力。

自此之后，IBM又經過了多年時間研發出了Watson，在美國的一檔益智類節目《危險邊緣》中，Watson戰勝了節目史上最強的兩位答題高手，再一次向世人展示了人工智能在不同領域的實力。

對于一些未知的東西，人會本能地產生恐懼感，一部分人工智能的威脅論正是在這樣的基礎上產生的。因為沒有辦法預測人工智能在未來的發展，所以很多人會覺得未來的人工智能將會像電影中所展現的那樣毀滅人類。其實，任何一種技術的發展都有著一定的“危險性”，但只要在研發和利用過程中給予適當的控制，就能夠將這種危害降到最低。

而到了現在，越來越多的科技公司投入人工智能的開發，語音識別技術、圖像識別技術、深度學習技術以及智能控制技術不斷地被應用到生產和生活的方方面面，人工智能技術與人類的關系也越來越密切。

人工智能技術的開發應用使人類進入了一個新時代，正如AlphaGo一樣，它可以將一頁頁的棋譜或是一盤盤對局分解為簡單的數據，而后通過深度學習技術的應用，將這些數據融會貫通，成為自己“大腦”中的知識。

作為數字技術的重要組成部分，人工智能技術不僅開啟了人類社會數字化的大門，更進一步推動了人類社會的數字化發展進程。在人工智能技術的支持之下，人類社會的信息傳播將更加便捷，各行各業之間的聯系也會更加緊密，整個社會的數字化程度也將進一步加深。