第一章 AI之春：一部正在進(jìn)行的史詩(shī)

從“深藍(lán)”到AlphaGo：兩種截然相反理念的斗爭(zhēng)

1997年5月11日，由IBM開發(fā)的超級(jí)電腦“深藍(lán)”擊敗了國(guó)際象棋世界冠軍加里·卡斯帕羅夫。這是人工智能第一次在國(guó)際象棋這樣復(fù)雜且流行的智力運(yùn)動(dòng)中擊敗最高水平的人類選手，所以理所當(dāng)然地成為了全球性、爆炸性的新聞。當(dāng)時(shí)還在讀初中的我，不僅在報(bào)紙上讀到了連篇累牘的報(bào)道，還在自己訂閱的《科幻世界》雜志上看到了好幾篇以“人工智能統(tǒng)治世界”為主題的小說(shuō)——其中有一篇甚至直接提出，“深藍(lán)”擊敗卡斯帕羅夫是人工智能全面崛起的標(biāo)志性事件。

斗轉(zhuǎn)星移，轉(zhuǎn)眼間到了2016年3月15日，由谷歌開發(fā)的AI機(jī)器人AlphaGo擊敗了圍棋世界冠軍李世石，摘下了這顆最復(fù)雜、最考驗(yàn)大局觀、一度被認(rèn)為不可能由AI攻克的“智力運(yùn)動(dòng)皇冠上的明珠”。對(duì)于非專業(yè)人士而言，“AlphaGo擊敗李世石”和當(dāng)年的“深藍(lán)擊敗卡斯帕羅夫”，這兩件事情是一脈相承的，對(duì)應(yīng)的無(wú)非是技術(shù)的自然演進(jìn)、AI應(yīng)用復(fù)雜度的提升。然而，在專業(yè)人士看來(lái)，上面兩件事情完全不可同日而語(yǔ)：“深藍(lán)”所代表的是上個(gè)時(shí)代的、已經(jīng)被拋棄的技術(shù)路線，可以稱為人工智能發(fā)展史上的“一條死胡同”；AlphaGo所代表的則是2012年以來(lái)蓬勃發(fā)展的新技術(shù)路線，今天流行的大語(yǔ)言模型以及自動(dòng)駕駛等AI應(yīng)用，都是這條路線演進(jìn)的結(jié)果。

因此，開發(fā)出“深藍(lán)”的IBM，未能在21世紀(jì)保持“人工智能王者”的地位，在當(dāng)代人工智能產(chǎn)業(yè)中的地位已經(jīng)相當(dāng)薄弱。而開發(fā)出AlphaGo的谷歌，雖然在大語(yǔ)言模型方面落后于OpenAI，讓資本市場(chǎng)頗為不滿，但仍然是人工智能產(chǎn)業(yè)的領(lǐng)軍者之一，其基礎(chǔ)研發(fā)和應(yīng)用實(shí)力不容小視。如果有人要寫一部生成式AI的技術(shù)演進(jìn)史，他可以完全不提IBM的名字（或者只在腳注里面提一下），而谷歌是一定要占據(jù)相當(dāng)大的篇幅的。

“深藍(lán)”和AlphaGo的技術(shù)理念究竟有什么區(qū)別？在討論這個(gè)問題前，我們不妨先討論一個(gè)哲學(xué)問題：人類知識(shí)的來(lái)源是什么？或者說(shuō)，人類是怎么學(xué)習(xí)知識(shí)、認(rèn)識(shí)世界的？

在17～18世紀(jì)的歐洲哲學(xué)界，“人類知識(shí)的來(lái)源”是一個(gè)熱門話題，主流觀點(diǎn)有兩種：一種是唯理論（Rationalism），認(rèn)為人類知識(shí)源于某些“公理”，通過(guò)這些“公理”可以推導(dǎo)出更多的知識(shí)，直至建立一個(gè)完整的知識(shí)體系。另一種是經(jīng)驗(yàn)論（Empiricism），認(rèn)為人類知識(shí)是來(lái)自感性經(jīng)驗(yàn)，一切真理都是來(lái)自對(duì)經(jīng)驗(yàn)的總結(jié)與揚(yáng)棄，所謂“公理”也是基于大量經(jīng)驗(yàn)的。

接受過(guò)現(xiàn)代教育的人，大部分應(yīng)該更認(rèn)同經(jīng)驗(yàn)論，畢竟我們的知識(shí)都是來(lái)自對(duì)現(xiàn)實(shí)的學(xué)習(xí)，無(wú)論是發(fā)生在課堂之內(nèi)還是課堂之外。有誰(shuí)能坐在屋子里面壁思考出整個(gè)客觀世界的規(guī)律呢？然而，在數(shù)學(xué)領(lǐng)域，唯理論具備相當(dāng)?shù)暮侠硇?，最典型的例子就是幾何學(xué)。

在哲學(xué)史上，唯理論和經(jīng)驗(yàn)論之間的沖突可以說(shuō)已經(jīng)被18世紀(jì)末的德國(guó)哲學(xué)家伊曼努爾·康德所基本解決了?？档抡J(rèn)為，人類的所有知識(shí)毫無(wú)疑問都來(lái)自經(jīng)驗(yàn)，但是人類之所以能把經(jīng)驗(yàn)化為知識(shí)，是因?yàn)槿祟惥邆洹跋忍炀C合判斷”的能力，即某種先于經(jīng)驗(yàn)、超越感官、可以從具體經(jīng)驗(yàn)中總結(jié)出抽象真理的判斷力。例如，人類看到蘋果成熟之后往下落，這是經(jīng)驗(yàn)；但是，從“蘋果會(huì)往下落”的經(jīng)驗(yàn)推斷出“萬(wàn)有引力定律”，就要用到所謂“先天綜合判斷”了。當(dāng)然，在康德之后的兩百多年中，歷代哲學(xué)家、心理學(xué)家、腦科學(xué)家又對(duì)人類知識(shí)的來(lái)源進(jìn)行了更深入的研究，其深度和廣度均遠(yuǎn)遠(yuǎn)超過(guò)了當(dāng)年的康德，在此就不贅述了。

看到這里，有些心急的讀者可能會(huì)抗議：“17～18世紀(jì)的歐洲哲學(xué)史，與本書的主題究竟有何關(guān)系？”關(guān)系很大！人工智能，是由人類創(chuàng)造出來(lái)的“智能”，它理所當(dāng)然應(yīng)該具備知識(shí)，那么它的知識(shí)是從哪里來(lái)的呢？自從1956年約翰·麥卡錫與一眾科學(xué)家在達(dá)特茅斯會(huì)議上提出人工智能這個(gè)概念以來(lái)，關(guān)于上述問題的爭(zhēng)議就沒有停止過(guò)。絕大部分科研人員對(duì)這個(gè)問題的看法，均可以歸結(jié)為下列兩大類之一。

我們不妨回憶一下自己學(xué)習(xí)英語(yǔ)的歷程。對(duì)于任何一門外語(yǔ)，都存在兩種主流的學(xué)習(xí)方法：第一種是由老師把詞法、語(yǔ)法、習(xí)慣用法歸納為知識(shí)點(diǎn)并在課堂上傳授，學(xué)生把這些知識(shí)點(diǎn)記下來(lái)，在考試中投入使用；這種方法對(duì)應(yīng)著人工智能中的“符號(hào)主義”。第二種是讓學(xué)生自己閱讀、聽寫大量外文資料，產(chǎn)生所謂“語(yǔ)感”，在考試的時(shí)候根據(jù)“語(yǔ)感”行事即可；這種方法對(duì)應(yīng)著人工智能中的“機(jī)器學(xué)習(xí)”。在實(shí)踐中，稱職的英語(yǔ)老師一般是雙管齊下，一邊讓學(xué)生自己積累“語(yǔ)感”，一邊不失時(shí)機(jī)地幫助學(xué)生總結(jié)規(guī)律。如果條件允許，學(xué)生接觸的英語(yǔ)資料越多，效果當(dāng)然越好，打下的基礎(chǔ)也越穩(wěn)固。但是由于時(shí)間等因素的制約，大部分學(xué)生還是高度依賴?yán)蠋煿噍數(shù)摹爸R(shí)圖譜”，乃至在考前通過(guò)死記硬背謀求高分。

“深藍(lán)”就是符號(hào)主義人工智能的一座豐碑。它起源于美國(guó)卡內(nèi)基·梅隆大學(xué)開發(fā)的國(guó)際象棋電腦“深思”，那是人類歷史上第一個(gè)達(dá)到特級(jí)大師棋力的國(guó)際象棋AI。1989年，IBM雇用了“深思”的核心研發(fā)人員，以此為基礎(chǔ)組建了“深藍(lán)”團(tuán)隊(duì)。經(jīng)過(guò)長(zhǎng)達(dá)七年的開發(fā)，到了1996年，“深藍(lán)”已經(jīng)成長(zhǎng)為一部具備32個(gè)Power PC處理器，以及480張專門為國(guó)際象棋運(yùn)算定制的芯片的超級(jí)電腦，每秒能夠計(jì)算1億步；到了1997年擊敗卡斯帕羅夫的那一戰(zhàn)前夕，“深藍(lán)”的系統(tǒng)又得到了一次提升，每秒能夠計(jì)算2億步。硬件算力只是基礎(chǔ)，關(guān)鍵在于軟件層面：“深藍(lán)”是如何理解棋局并做出決策的？完全是依靠人類事先設(shè)定的規(guī)則。

首先，IBM的工程師為“深藍(lán)”編寫了一個(gè)基本的評(píng)價(jià)體系，其中包含大量參數(shù)。例如，不同的棋子的價(jià)值如何比較？同樣一個(gè)棋子處在棋盤中央時(shí)，與處在棋盤邊緣時(shí)相比，價(jià)值有何變化？為了保護(hù)國(guó)王的安全，值得付出多大的代價(jià)？這些參數(shù)指標(biāo)，都是由開發(fā)人員（其中也包括國(guó)際象棋專業(yè)人士）在分析了上萬(wàn)局國(guó)際象棋對(duì)局之后，人為決定的?！吧钏{(lán)”的評(píng)價(jià)體系最終演化為了一個(gè)包含8000個(gè)部分的龐然大物，所有可能出現(xiàn)的特殊局面都被寫進(jìn)了程序里——這可能是到當(dāng)時(shí)為止，人類為國(guó)際象棋所繪制的最全面的“知識(shí)圖譜”。

與此同時(shí)，“深藍(lán)”至少包含了三個(gè)對(duì)局?jǐn)?shù)據(jù)庫(kù)：開局?jǐn)?shù)據(jù)庫(kù)，包括至少4000種開局套路；殘局?jǐn)?shù)據(jù)庫(kù)，包括所有可能出現(xiàn)的少于或等于五個(gè)棋子的殘局，以及一部分六個(gè)棋子的經(jīng)典殘局；延伸數(shù)據(jù)庫(kù)，包括一些特級(jí)大師下過(guò)的名局的全局?jǐn)?shù)據(jù)。在與人類對(duì)局的時(shí)候，“深藍(lán)”從開局起就利用自身算力在上述數(shù)據(jù)庫(kù)中進(jìn)行搜索，根據(jù)自己的評(píng)價(jià)體系選擇在當(dāng)時(shí)勝率最高的下法，如此反復(fù)，直到棋局完成。在與卡斯帕羅夫?qū)?zhàn)前，IBM還根據(jù)他的棋風(fēng)，對(duì)“深藍(lán)”的數(shù)據(jù)庫(kù)進(jìn)行了特別調(diào)整。

1996年2月，“深藍(lán)”與卡斯帕羅夫在美國(guó)費(fèi)城進(jìn)行六局對(duì)戰(zhàn)，結(jié)果以2比4的總比分輸?shù)袅?。算?988年“深藍(lán)”的前身“深思”挑戰(zhàn)卡斯帕羅夫失敗，這已經(jīng)是卡斯帕羅夫第二次擊敗最先進(jìn)的國(guó)際象棋超級(jí)電腦了。IBM在對(duì)“深藍(lán)”進(jìn)行全面升級(jí)和針對(duì)性調(diào)整之后，于1997年5月再次發(fā)起挑戰(zhàn)，這一次終于以3.5比2.5的總比分取得勝利。然而，很多人都忽略了，“深藍(lán)”的勝利帶有一些嚴(yán)重缺陷，可以說(shuō)“勝之不武”。

無(wú)論如何，“深藍(lán)”擊敗卡斯帕羅夫還是引發(fā)了媒體和資本市場(chǎng)的一陣狂歡。在比賽之后的一個(gè)星期內(nèi)，IBM的市值累計(jì)上漲了114億美元。投資者樂觀地估計(jì)，“深藍(lán)”將開啟一個(gè)人工智能大規(guī)模商用的黃金時(shí)代——國(guó)際象棋已經(jīng)被征服了，那么下一個(gè)被征服的領(lǐng)域又會(huì)是什么呢？

很遺憾，什么都不是，什么都沒有。“深藍(lán)”不是AI黃金時(shí)代的開拓者，而是符號(hào)主義AI發(fā)展到尾聲的象征。它無(wú)法承擔(dān)除了國(guó)際象棋之外的任何使命，哪怕在國(guó)際象棋領(lǐng)域，如果要與卡斯帕羅夫之外的特級(jí)大師對(duì)弈，它也需要重新調(diào)整數(shù)據(jù)庫(kù)?！吧钏{(lán)”的每一行代碼都是由人類主動(dòng)輸入的，這就意味著它其實(shí)沒有自主學(xué)習(xí)的能力。假設(shè)IBM想要攻克另一種智力游戲，例如中國(guó)象棋或圍棋，那它就要從頭開始組建一個(gè)全新的團(tuán)隊(duì)，再砸上幾年時(shí)間和幾千萬(wàn)美元。更可悲的是，像圍棋這樣的智力活動(dòng)實(shí)在過(guò)于復(fù)雜，無(wú)法以“人工評(píng)價(jià)體系+數(shù)據(jù)庫(kù)”的技術(shù)路線去征服。所以，圍棋作為人類智慧的驕傲，又堅(jiān)持了長(zhǎng)達(dá)十九年，才被谷歌AlphaGo以機(jī)器學(xué)習(xí)的技術(shù)路線攻克了。

那么問題來(lái)了：為什么當(dāng)時(shí)的IBM沒有擁抱機(jī)器學(xué)習(xí)？其實(shí)這是一個(gè)偽命題，IBM本身就是機(jī)器學(xué)習(xí)的先驅(qū)者，它未能在這個(gè)方向上取得突破，主要是出于時(shí)代的局限性。機(jī)器學(xué)習(xí)不是什么新概念，早在計(jì)算機(jī)誕生之初就已經(jīng)被學(xué)術(shù)界提出了。1952年，人工智能研究領(lǐng)域的先驅(qū)人物亞瑟·薩繆爾就在IBM的實(shí)驗(yàn)室里開發(fā)出了第一款應(yīng)用了深度學(xué)習(xí)理論的跳棋程序；20世紀(jì)60年代，雷神公司基于機(jī)器學(xué)習(xí)技術(shù)為美國(guó)軍方開發(fā)了聲吶分析程序。20世紀(jì)80年代初，神經(jīng)網(wǎng)絡(luò)的概念已經(jīng)被學(xué)術(shù)界比較清晰地建立起來(lái)了，它將在三十多年后引導(dǎo)一次史無(wú)前例的人工智能革命——但是在此之前，它還得忍受長(zhǎng)達(dá)三十年的寂寞。

機(jī)器學(xué)習(xí)需要高效的算力和龐大的存儲(chǔ)空間，這對(duì)于早期的計(jì)算機(jī)而言是難以實(shí)現(xiàn)的。哪怕到了20世紀(jì)90年代，計(jì)算機(jī)硬件的發(fā)展仍然難以支持機(jī)器學(xué)習(xí)的需求。“深藍(lán)”配備的32個(gè)Power PC處理器、480張定制芯片，以當(dāng)時(shí)的標(biāo)準(zhǔn)已經(jīng)堪稱豪華，可是放到今天就只能以孱弱不堪來(lái)形容了。

而且，對(duì)海量數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)所需要的分布式計(jì)算、虛擬化和云計(jì)算技術(shù)，直到21世紀(jì)才初逐漸投入使用?；仡^去翻閱1980—2000年的人工智能學(xué)科論文，我們會(huì)發(fā)現(xiàn)，在算力和存儲(chǔ)能力有限的條件下，機(jī)器學(xué)習(xí)的主要技術(shù)路線是“知識(shí)驅(qū)動(dòng)型”：先由人類總結(jié)出一套知識(shí)圖譜，計(jì)算機(jī)以知識(shí)圖譜為學(xué)習(xí)對(duì)象。這與后世基于大量原始數(shù)據(jù)的“數(shù)據(jù)驅(qū)動(dòng)型”路線相比，簡(jiǎn)直大相徑庭。

因此，我們可以理解，為何整個(gè)20世紀(jì)90年代以及21世紀(jì)的前十年，被后世學(xué)術(shù)界視為一個(gè)漫長(zhǎng)的“AI寒冬期”：符號(hào)主義已經(jīng)達(dá)到了它的天然上限，“深藍(lán)”就是達(dá)到上限的標(biāo)志；而“知識(shí)驅(qū)動(dòng)型”的機(jī)器學(xué)習(xí)，在本質(zhì)上是符號(hào)主義與機(jī)器學(xué)習(xí)的調(diào)和，上限也不可能很高。世界上有的是比國(guó)際象棋更復(fù)雜的問題，而且大部分問題都不像國(guó)際象棋那樣信息對(duì)稱、一目了然。對(duì)這些問題繪制“知識(shí)圖譜”，即便在理論上存在可能性，在現(xiàn)實(shí)中也不具備可操作性。在“深藍(lán)”引發(fā)的狂熱討論結(jié)束之后，資本市場(chǎng)和媒體對(duì)人工智能失去了興趣，就連學(xué)術(shù)界的熱情也大幅降低。在廣闊的計(jì)算機(jī)科學(xué)領(lǐng)域，存在太多話題、太多值得開拓的賽道，誰(shuí)會(huì)熱衷于在人工智能這一棵樹上吊死？

作為整個(gè)20世紀(jì)人工智能研究的領(lǐng)軍者，IBM并未放棄嘗試。從2005年開始，IBM決定押注于自然語(yǔ)義識(shí)別，其初步目標(biāo)是在電視問答游戲當(dāng)中擊敗人類選手。這個(gè)研發(fā)項(xiàng)目被命名為Watson，那是IBM第一任和第二任CEO的姓氏。經(jīng)過(guò)四年多的研發(fā)，到了2010年，Watson已經(jīng)具備了在美國(guó)最熱門的電視問答節(jié)目《危險(xiǎn)邊緣》（Jeopardy?。┊?dāng)中擊敗人類選手的能力。2011年2月，它在公開的電視節(jié)目當(dāng)中擊敗了全部人類對(duì)手，獲得冠軍，由此再次引發(fā)了外界對(duì)人工智能的興趣（盡管這一次享受的媒體熱度遠(yuǎn)不如當(dāng)年的“深藍(lán)”）。

IBM試圖趁熱打鐵，將Watson應(yīng)用于醫(yī)學(xué)、教育、烹飪等領(lǐng)域，甚至專門成立了一個(gè)Watson醫(yī)療事業(yè)部。遺憾的是，Watson從一開始就注定了命途多舛，因?yàn)樗扇〉氖且环N拙劣的、過(guò)時(shí)的技術(shù)路線：本質(zhì)上仍然是知識(shí)圖譜，由人類向其數(shù)據(jù)庫(kù)灌輸大量的、系統(tǒng)的“知識(shí)”，然后根據(jù)問題在這些“知識(shí)”當(dāng)中搜索結(jié)果，它也包含一些機(jī)器學(xué)習(xí)成分，但仍然是以“知識(shí)驅(qū)動(dòng)型”的機(jī)器學(xué)習(xí)為主。通俗地說(shuō)，Watson是在符號(hào)主義的骨架之上披了一件機(jī)器學(xué)習(xí)的外衣，并且努力彌合外衣和骨架之間的縫隙。IBM采取上述拼湊式技術(shù)路線是可以理解的：它在符號(hào)主義時(shí)代的歷史包袱太重，不愿放棄；而在機(jī)器學(xué)習(xí)技術(shù)上，它又不是領(lǐng)先者，相對(duì)于冉冉升起的谷歌沒有任何優(yōu)勢(shì)。

當(dāng)然，在一開始，IBM Watson似乎是有成功希望的。憑借自身強(qiáng)大的品牌號(hào)召力和銷售能力，IBM把Watson推銷給了大批醫(yī)院，用于癌癥這種最復(fù)雜、最高風(fēng)險(xiǎn)的病癥治療。但是，從“事后諸葛亮”的角度看，IBM的整個(gè)人工智能技術(shù)路線，在2012年9月30日就被歷史判了死刑。就在那一天，由加拿大多倫多大學(xué)的三位科學(xué)家開發(fā)的AlexNet，在著名的ImageNet大規(guī)模視覺識(shí)別挑戰(zhàn)賽上，取得了歷史最低的錯(cuò)誤率，而且遠(yuǎn)遠(yuǎn)低于第二名的水平。后世的科學(xué)家和歷史學(xué)家必將把這一事件視為“AI春天”的開始，因?yàn)樗辽佼a(chǎn)生了兩個(gè)意義深遠(yuǎn)的結(jié)果。

站在使用角度，一個(gè)人工智能專業(yè)的研究者，完全可以不考慮2012年9月30日以前發(fā)生的一切事情，就當(dāng)它們不存在。因?yàn)楫?dāng)代AI尤其是生成式AI的主流技術(shù)路線完全發(fā)源于那個(gè)時(shí)間節(jié)點(diǎn)，“新天新地”就此降臨，此前的一切都被顛覆了。

“傳說(shuō)結(jié)束了，歷史剛剛開始?！?/p>