第一章 快速進(jìn)化的人工智能

——一門極富挑戰(zhàn)的AI科學(xué)

自誕生以來，人工智能在世界范圍內(nèi)就引發(fā)了轟轟烈烈的研發(fā)熱潮。由于強(qiáng)大的運(yùn)算能力和卓越的智能化系統(tǒng)功能，人工智能在人類生活當(dāng)中開始占據(jù)越來越重要的角色地位，而這也使得世界各國開始加大對于新AI技術(shù)的開發(fā)和提升。

事實證明，在短短幾十年時間里，科學(xué)界對于人工智能的探索已經(jīng)取得了令人矚目的成果。從每秒鐘運(yùn)算30萬次加法的艾尼阿克，到后來每秒鐘都可以進(jìn)行超過40萬億次加法的“tera_10”；從只會抓舉小型積木的簡單機(jī)器人，到后來擊敗人類棋王的“深藍(lán)”，整個人工智能學(xué)科的高速進(jìn)步，不光為本學(xué)科帶來了翻天覆地的變化，同時也在深深地影響著人類生活?？梢灶A(yù)見的是，在目前世界各國都全力支持推動人工智能發(fā)展的大背景下，將會有更多性能卓越的人工智能體被研發(fā)出來，走進(jìn)千家萬戶。

1．人工智能時代將至，高效能助手的潛在威脅

毋庸置疑的是，世界各國正在尋求智能化更高、運(yùn)行速度更快的計算機(jī)系統(tǒng)。這樣做的結(jié)果是顯而易見的，更高級別的智能系統(tǒng)會給使用者創(chuàng)造更為客觀的社會財富，但與此同時，急速膨脹的人工智能體系是否也應(yīng)該引起人類的警覺呢？

1939年10月的一天，美國艾奧瓦大學(xué)的一所實驗室里笑聲不斷，而此時和同伴談笑風(fēng)生的約翰·文森特·阿塔納索夫教授還沒有意識到眼前這臺笨拙的機(jī)器將會對人類社會帶來翻天覆地的變化。他和助手——研究生克利福德·貝理給這臺機(jī)器起了一個粗糙的名字：ABC，即兩人姓氏的首字母“A”和“B”，外加“Computer”的“C”。而這臺當(dāng)時還沒有引起過多關(guān)注的“ABC”機(jī)器，也就是后來各代先進(jìn)計算機(jī)的雛形。

受制于時代的限制，阿塔納索夫和貝理并沒有高度重視起自己這一項偉大的發(fā)明，“ABC”也只是做一些數(shù)學(xué)方程式的解算。幾年之后，美國當(dāng)局也被卷入了世界大戰(zhàn)的旋渦，阿塔納索夫和貝理都放下了手中所有的學(xué)術(shù)研究，轉(zhuǎn)而投向國防、武器制造等方面，而“ABC”的進(jìn)一步精研，也就這樣被擱置了。到1946年，世界戰(zhàn)爭進(jìn)入白熱化階段，美國社會各階層都不約而同地通過縮減開支來援助政府，愛荷華大學(xué)的教育經(jīng)費(fèi)也大量停減。在這樣一個時代背景下，“ABC”的部分零部件都被拆除移作他用了，只剩下存儲裝置還孤零零地留在原地。

盡管“ABC”沒有引起社會的重視，但艾奧瓦大學(xué)教授發(fā)明出了能夠自主解算超高難度方程式的機(jī)器，這一消息在業(yè)內(nèi)還是吸引了不少科研人員的目光，賓夕法尼亞大學(xué)的電力工程學(xué)教授莫奇利·約翰·威廉姆就是其中之一。在參觀了遺留在艾奧瓦大學(xué)儲存室里的“ABC”之后，他認(rèn)真地和阿塔納索夫教授溝通了部分意見，這為后來莫奇利研究出更高級別的計算機(jī)“艾尼阿克”提供了基礎(chǔ)。

到1946年2月14日，由莫奇利教授和他的學(xué)生——年僅25歲的艾克特·約翰·普洛斯博共同推出的新型計算機(jī)“艾尼阿克”號宣布誕生。與阿塔納索夫主導(dǎo)的“ABC”不同，艾尼阿克得到了軍方的大力支持，原因是美國當(dāng)局希望通過電子運(yùn)算，來規(guī)范炮彈運(yùn)行軌跡，進(jìn)而提升命中率。根據(jù)當(dāng)時的報道，艾尼阿克號計算機(jī)長50英尺（1英尺=0.3048米），寬30英尺，重量更是達(dá)到了30噸。而當(dāng)艾尼阿克號開始啟動的時候，整個費(fèi)拉德費(fèi)亞市都需要關(guān)閉民用電源，以確保艾尼阿克號的正常運(yùn)轉(zhuǎn)。

除了占地面積大、噸位過重、用電量驚人之外，艾尼阿克號還需要18800個真空管來支持工作。更重要的是，數(shù)量龐大的真空管損耗率驚人，差不多15分鐘就會有一根真空管被燒毀，然后工作人員不得不再花費(fèi)大量的時間來查找、替換掉壞掉的零件。

然而，盡管從資源消耗方面來說，艾尼阿克號計算機(jī)的消耗是非常驚人的，但與此同時，它也展示出了物有所值的性能：在加法運(yùn)算方面，它每秒鐘的速度達(dá)到了5000次。這在當(dāng)時可以說是一個“駭人聽聞”的成就，而當(dāng)然這也是任何人腦都無法比擬的。

當(dāng)然，從歷史的角度來看，這一切都只是一個開始，隨著社會各界的高度重視，計算機(jī)技術(shù)也不斷突飛猛進(jìn)。時至今日，每秒鐘運(yùn)行億萬次計算的計算機(jī)已經(jīng)不能被看作“一流產(chǎn)品”。法國原子能署出品的“tera-10”型號計算機(jī)每秒鐘42.9萬億次的運(yùn)算速度，都只能勉強(qiáng)躋身業(yè)內(nèi)第七，那么艾尼阿克當(dāng)年每秒鐘的5000次加法運(yùn)算，或者是每秒400次乘法運(yùn)算，看上去就都顯得微不足道了。

可以說，自第一臺電子計算機(jī)“ABC”問世開始，在不到一百年時間里，人類對于計算機(jī)技術(shù)的開發(fā)和使用是異常驚人的。單純從運(yùn)行速度上來講，21世紀(jì)之后研發(fā)出來的超級計算機(jī)，在效率上要比首代計算機(jī)快上億倍，這個差距已經(jīng)是不能用“天塹”來比擬了。更重要的是，從時代需求角度來說，由計算機(jī)主導(dǎo)的智能化體系，也已經(jīng)在人類社會根深蒂固，早已經(jīng)滲透到人類生活的方方面面了。

從社會生產(chǎn)角度來說，無論是工業(yè)生產(chǎn)還是農(nóng)副養(yǎng)殖，利用智能化數(shù)字管控的勞作體系都是更具生產(chǎn)效率的。在美國，從事農(nóng)業(yè)生產(chǎn)的人口不到全國人口總數(shù)的2%，但是他們卻支撐起了整個美利堅全部的食品供應(yīng)，且還大量對外輸出農(nóng)產(chǎn)品，是世界頭號農(nóng)產(chǎn)出口國。更加令人稱道的是，美國農(nóng)夫并不需要每天夜以繼日地播種或者是放牧牛羊，他們更多需要做的是坐在電腦旁邊，喝著咖啡，通過電子系統(tǒng)完成農(nóng)業(yè)生產(chǎn)。在高自動化機(jī)械生產(chǎn)體系的幫助下，一對美國夫婦能夠完成3000英畝的農(nóng)莊作業(yè)，同時他們還能喂養(yǎng)近200頭牛。在面對來訪者提問時，拉里·格雷格還向?qū)Ψ秸故玖俗约豪冒惭b了GPS系統(tǒng)的電腦終端控制拖拉機(jī)犁地的過程。

相對而言，智能系統(tǒng)對于農(nóng)業(yè)生產(chǎn)的應(yīng)用，是落后于工業(yè)生產(chǎn)應(yīng)用的。也就是說，智能化體系對于全球工業(yè)生產(chǎn)的影響是更顯著的。美國紐約州立大學(xué)社會學(xué)教授理查德·拉克曼就表示：“假如我們把智能操作從工業(yè)生產(chǎn)當(dāng)中完全去掉，那么我們的生產(chǎn)效率將會下降一萬倍甚至更多。”所以說，就社會生產(chǎn)而言，人類社會對于智能化系統(tǒng)的依賴和使用，已經(jīng)達(dá)到了非常高的地步。

從日常生活角度來說，智能化電子產(chǎn)品也已經(jīng)成為人類生活當(dāng)中的重要組成部分。而假如沒有了電話，遠(yuǎn)程交流就只能通過信件或者電報來完成。這顯然是一件可怕的事情。

總體而言，自從第一臺電子計算機(jī)問世起，人類就已經(jīng)逐漸開始了智能社會的歷程。經(jīng)過了一系列的探索之后，智能化產(chǎn)品的研發(fā)進(jìn)程和使用技術(shù)，都呈現(xiàn)出了飛躍性的發(fā)展。從艾尼阿克號的每秒5000次加法，到tera-10的每秒超過40萬億次，計算機(jī)領(lǐng)域發(fā)生了翻天覆地的變化。同時，在社會生產(chǎn)和日常生活方面，智能體系應(yīng)用也扮演著舉足輕重的角色。然而，這樣一種對于電子機(jī)器的超高程度依賴，必然也是利弊共存的。就好比是經(jīng)營著3000英畝農(nóng)莊的格雷格夫婦，當(dāng)他們家中的智能操作系統(tǒng)按部就班地工作時，他能夠輕松地完成每一年的勞作，而一旦這些系統(tǒng)產(chǎn)生故障或者是失去控制呢？當(dāng)然，對于人工智能的開發(fā)和應(yīng)用，我們也不必過于悲觀或者持有疑慮，因為從現(xiàn)階段來看，智能化操作對于人類社會的推動意義還是遠(yuǎn)遠(yuǎn)超過其暗藏的隱患的。只不過，從電子計算機(jī)在短短幾十年時間里運(yùn)行速度瘋狂飆升近百億倍這一點來看，對人工智能系統(tǒng)保持警覺，其實也是有必要的。

2．早期的人工智能：控制論概念闡述

在人工智能發(fā)展的歷史上，控制論同樣占據(jù)了非常重要的位置。從定義上來說，控制論是一門指導(dǎo)人類如何通過數(shù)據(jù)信息的選取和使用，來改善某個受控制目標(biāo)的狀態(tài)和發(fā)展前景的學(xué)科。它的核心概念就在于信息的傳輸：控制系統(tǒng)配合傳輸器將信息數(shù)據(jù)輸送出去，之后又需要將反饋信號遞送回來，繼而對信息的再發(fā)送產(chǎn)生相關(guān)影響。對應(yīng)到人工智能方面來說，就是人工智能實體當(dāng)中的控制系統(tǒng)負(fù)責(zé)調(diào)控和監(jiān)督整個實體內(nèi)部的數(shù)據(jù)發(fā)送與反饋，并以此為基礎(chǔ)掌控、規(guī)范整個實體的行為活動。

由美國國家航天總局主持研發(fā)的“墨菲斯”系列高端機(jī)器人，就是人工智能控制理論下的杰出產(chǎn)物。從外觀上來看，“墨菲斯”的主體是由數(shù)個巨大的球狀物環(huán)抱而成的，主體下是數(shù)個支撐腿，核心服務(wù)器就安裝在多個球狀物上。與一般機(jī)器人由電子計算機(jī)控制不同的是，“墨菲斯”完全是按照人類大腦思維執(zhí)行任務(wù)的。當(dāng)進(jìn)入工作狀態(tài)之后，“墨菲斯”會依據(jù)人類的腦電波信號及波紋圖來計算出自己應(yīng)有的舉動，以此完成各種任務(wù)。

“墨菲斯”系列機(jī)器人的應(yīng)用，實際上就是控制論在人工智能當(dāng)中發(fā)揮特殊作用的一個經(jīng)典事例。自美國應(yīng)用數(shù)學(xué)家諾伯特·維納首度提出“控制論”概念以來，控制論的思想和方法已經(jīng)滲透到現(xiàn)代科技的方方面面。與“墨菲斯”形成對比的是，世界上第一臺機(jī)器人“尤尼梅特”，只能做一些簡單的固定程序，其功用特征更像是一根不停勞作的機(jī)械臂。可以說，在控制論理念的指引下，人工智能在過去幾十年時間里取得了驚人的成就。那么，從理論屬性上分析，控制論又具備哪些優(yōu)良特征呢？

（1）控制論強(qiáng)調(diào)在整個系統(tǒng)內(nèi)部是需要設(shè)定一個穩(wěn)定的平衡狀態(tài)的。

這就是說，在人工智能范疇之內(nèi)，受控主體必須是受到既定規(guī)律約束的，相關(guān)程序需要按照一個穩(wěn)定的狀態(tài)來運(yùn)行和計算，而非以一種隨機(jī)的態(tài)勢運(yùn)轉(zhuǎn)。以“尤尼梅特”為例，它的最基本功用是工業(yè)生產(chǎn)，那么在執(zhí)行生產(chǎn)命令的過程當(dāng)中，它就必須是受到既定速率制約的。假如這個機(jī)器人在抓舉頻率上快慢不均，那么生產(chǎn)任務(wù)一定會受到破壞。要達(dá)成這一目標(biāo)，設(shè)計者就需要對“尤尼梅特”的速率控制系統(tǒng)擬定相應(yīng)的“率值”，以限定它在相應(yīng)的范圍內(nèi)進(jìn)行勞動操作。當(dāng)然，“速率限定”只是龐大控制系統(tǒng)當(dāng)中很小的一部分，在一些技術(shù)水平要求更高的人工智能體當(dāng)中，還會有更多的管控因素被引入，這一點是毋庸置疑的。

（2）信息傳遞是控制論理念之中必不可缺的一部分。

作為一個受外部因素引導(dǎo)的人工智能體，其個體行為必然是需要遵循相關(guān)指令限定的。在這一過程當(dāng)中，數(shù)據(jù)傳導(dǎo)就顯得不可或缺。比如在美國國家航天總局的指揮下，“墨菲斯”機(jī)器人需要執(zhí)行一項外太空探索任務(wù)，那么這名機(jī)器人和相關(guān)工作人員之間就存在信號的發(fā)送與接收。對于智能體和操作者之間的這種關(guān)聯(lián)狀態(tài)，約瑟夫·恩格爾伯格說：“機(jī)器人是人類手臂、軀干、視野的延伸者和替代品，它們的行為是受到相關(guān)命令驅(qū)使才能實現(xiàn)的?！敝档米⒁獾氖?，就目前而言，即便是最高端的人工智能體，它們的活動也是在外部信息的驅(qū)動下進(jìn)行的。

（3）控制系統(tǒng)當(dāng)中必須存在用以修正行為偏差的功能裝置。

這一點同樣也非常重要，因為對于生物個體來說，它們?yōu)榱诉m應(yīng)外部環(huán)境的變化需要更改自身狀態(tài)或行為。在某些情況下，人工智能體同樣也會面對“突發(fā)狀況”。比如一個雙足行走的軍用機(jī)器人，它在崎嶇不平的路面上快速行進(jìn)時，就需要通過核心處理器來調(diào)整自己步伐的頻率或者抬腳高度，而如果設(shè)計者在這名機(jī)器人的程序當(dāng)中沒有配備行為修正裝置，那么這名機(jī)器人在遇到障礙物時，肯定會因外部阻力而無法完成命令任務(wù)。

除了通過特殊裝置調(diào)節(jié)偏差以外，控制系統(tǒng)還要求有專門輔助矯正非穩(wěn)定性因素的自我調(diào)節(jié)機(jī)制。也就是說，控制系統(tǒng)從整體上而言是處于動態(tài)的，它會在工作波動較大時采取行動，以維持運(yùn)轉(zhuǎn)的穩(wěn)定性。值得注意的是，自我調(diào)節(jié)機(jī)制屬于系統(tǒng)內(nèi)的程序設(shè)定，是一種擬定的程序，它與風(fēng)向調(diào)節(jié)器、運(yùn)動加速器等外化裝置是存在概念上的區(qū)別的。

可以看到，控制論概念的提出，對于穩(wěn)定、改良、操縱一個系統(tǒng)模型而言帶來了難以估量的理論支持。無論是簡單質(zhì)樸的“尤尼梅特”，還是設(shè)計精良、用途廣泛的“墨菲斯”，這些新時代出品的機(jī)器人設(shè)計全都毫無例外地采用了控制論當(dāng)中的基本概念。也正是在這些嚴(yán)謹(jǐn)、實用的理論引導(dǎo)下，關(guān)于人工智能的產(chǎn)業(yè)、產(chǎn)品才能夠?qū)覍夜テ齐y關(guān)的。正如恩格爾伯格所說的那樣：“正是由于理論基礎(chǔ)的完整化、精確化，才使得人造機(jī)器人脫離了‘玩具’的范疇，并一步步得以改良和完善?！彼哉f，控制論作為人工智能早期理論基礎(chǔ)之一，為其后來的高速發(fā)展產(chǎn)生了巨大推動作用。

3．AI的大發(fā)現(xiàn)時代

在取得了初步階段的勝利之后，有關(guān)人工智能的開發(fā)和研究在科學(xué)界逐漸興起。短短數(shù)年時間，人類對于智能化操作、生產(chǎn)的開發(fā)從無到有，在一定程度上掀起了“人工智能熱”。在這一時期內(nèi)，人工智能在初級化工業(yè)應(yīng)用以及簡單的實驗性研究領(lǐng)域表現(xiàn)得異?；钴S。

就在人工智能的浪潮空前高漲之時，幾位當(dāng)時還名不見經(jīng)傳卻在事后被證明為偉大先驅(qū)的學(xué)者相聚美國達(dá)特茅斯學(xué)院，展開了一場研討會。他們是40歲的數(shù)學(xué)家克勞德·香農(nóng)、28歲的約翰·麥卡錫和馬文·明斯基、39歲的赫伯特·西蒙等。參加研討會的學(xué)者一共有10名，他們的年齡大都在25—40歲之間，除了香農(nóng)之外，其余9人都屬于業(yè)內(nèi)的后起之秀。但就是這樣一群看起來非常稚拙、不成熟的學(xué)者，在聚會上提出的三大猜想，卻極大地補(bǔ)充和完善了有關(guān)于人工智能的理論基礎(chǔ)。

首先是明斯基提出的神經(jīng)網(wǎng)絡(luò)理論，他試圖通過數(shù)字建模，在計算機(jī)內(nèi)部設(shè)立一個可以自主識別、判斷的網(wǎng)絡(luò)模型。為了印證自己的觀點，明斯基還和朋友一起制造出了一臺神經(jīng)網(wǎng)絡(luò)計算機(jī)“SNARC”。按照他的設(shè)想，人腦模型是可以復(fù)雜的，假如人類可以利用技術(shù)手段，將人體大腦思維機(jī)制引入到計算機(jī)運(yùn)算當(dāng)中，就可以讓計算機(jī)也“學(xué)會思考”。

明斯基的神經(jīng)網(wǎng)絡(luò)理論在后來被證明是非常正確的，正是通過對于人腦工作機(jī)制的數(shù)字化建模，人們才能夠制造出更多高性能的機(jī)械生命體?；蛟S從當(dāng)時而言，用數(shù)學(xué)方程式和函數(shù)運(yùn)算來模擬人腦思維，是一個令人笑掉大牙的玩笑，但很顯然，明斯基做到了這一點。

第二個在會上被熱議的是麥卡錫的“搜索法”原理。從理論核心上來說，“搜索法”強(qiáng)調(diào)“在選取了最優(yōu)方案的情況下，允許忽略那些未來不會發(fā)生的方向和結(jié)果”。對于“搜索法”的解析，我們可以借用“雇主博弈”的事例來說明。

在這場博弈當(dāng)中，A和B分別代表兩名不同的人，其中A為雇主，B為雇工，他們之間的博弈關(guān)系，就是勞務(wù)傭金。按照規(guī)定，A將兩種不同的傭金方案裝在兩個不同的布袋里交給B，由B來選擇抽取。而對于這兩套不同的傭金方案，我們假設(shè)第一個布袋里裝的是“10元/小時”和“20元/小時”；第二個布袋當(dāng)中裝的是“8元/小時”和“15元/小時”。

當(dāng)B抽取第一個布袋時，假設(shè)他拿到了“10元/小時”的方案，接下來他再抽取第二個布袋。而這一次的抽取，是需要和第一個布袋當(dāng)中的結(jié)果進(jìn)行比較的。也就是說，如果第二個布袋當(dāng)中抽到的最小的方案都能大于“10元/小時”，那么雇工肯定就會放棄方案一而選擇方案二；假如這個布袋當(dāng)中抽到最大的方案都在“10元/小時”以下，那么第二個布袋肯定就不會是雇工的考慮范圍了。也就是說，在一次搜索過程中，探索結(jié)果低于或者超過既定值，本次搜索就會停止。

在一部分人看來，麥卡錫的理論是相對空洞、抽象化的。但事實證明，這一套選擇理論對于人工智能的推動作用非常大。正是在“搜索法”的幫助下，人工智能體才能夠在面對不同選擇時，快速尋找到一個相對優(yōu)良的選項，最終完成服務(wù)器指令的。

達(dá)特茅斯學(xué)院會議的第三個重要論點是西蒙和艾倫·紐維爾提出的“邏輯理論家”程序。事實證明，這一套能夠進(jìn)行非數(shù)值思考的程序，能夠從理論角度印證由勃蘭特·威廉·羅素主編的《數(shù)學(xué)原理》第二章的大部分定理。

歷史證明，這一次研討會對于人工智能的發(fā)展帶來了巨大的推動作用。本次參與會議的10名青年學(xué)者也在隨后大放異彩。自1969年明斯基首度榮獲圖靈獎表彰之后，麥卡錫、紐維爾、西蒙三人也相繼登上圖靈獎的領(lǐng)獎臺。這不僅僅代表著明斯基等人個人的輝煌成就，也象征著人工智能在理論研究方面的巨大成果。

很顯然，達(dá)特茅斯會議對于當(dāng)時尚在襁褓之中的人工智能帶來了強(qiáng)大的理論設(shè)想和科學(xué)依據(jù)。在這些重要理論的幫助下，無論是理論創(chuàng)新還是生活應(yīng)用，人工智能都取得了長足的進(jìn)步。隨后，赫伯特·格倫特爾借用前人的理論，發(fā)明了一種可以輔助計算幾何定理的工具模型。在這一套數(shù)學(xué)工具當(dāng)中，諸多難點突出、邏輯縝密晦澀的專業(yè)定理都能夠被快速解析出來。從一定程度上來說，格倫特爾的發(fā)現(xiàn)讓那些固守陳規(guī)的“學(xué)院派”工作者開始反思，而學(xué)術(shù)界的廣泛接受，則為人工智能的理論開發(fā)尋找到了更為廣闊的理論源泉。在隨后的數(shù)十年時間里，越來越多的大學(xué)教授以及高等人才都涌入了這個行業(yè)當(dāng)中，將整個人工智能行業(yè)快速推向了百花齊放的繁榮境地。比如，杰姆斯·史格萊爾利用智能化編程制造了SAINT程序，它能夠快速解析大學(xué)一年級的閉合式微積分公式；明斯基則更進(jìn)一步，他研制出了一個能夠搭建積木的機(jī)器人……

或許從實際功用角度上來說，格倫特爾推出的這一套數(shù)學(xué)工具并不具備多么強(qiáng)大的應(yīng)用功能，但它卻從另外一個層面加速了世界對于人工智能的了解和認(rèn)知。紐維爾說道：“格倫特爾的幾何定理計算工具，讓人工智能走進(jìn)了大學(xué)校園，它的意義不僅僅是一個數(shù)學(xué)工具那么簡單，而是說很多高端人才受此影響，這一批精英人才的認(rèn)同和加入，讓整個行業(yè)都迅速走向了繁榮。”

除了精英階層的廣泛認(rèn)可之外，人工智能同樣在自主學(xué)習(xí)方面展示出了強(qiáng)大的潛力。著名工程師阿瑟·塞繆爾編寫出了一道關(guān)于西洋棋譜的程序，根據(jù)這道編程的引導(dǎo)，人工智能體能夠識別并學(xué)習(xí)棋譜相關(guān)知識，其競技水平甚至能夠與普通的職業(yè)選手相抗衡。塞繆爾的成果從事實的角度印證了智能機(jī)器強(qiáng)大的學(xué)習(xí)潛力，不少人甚至千里迢迢趕赴塞繆爾的工作室，請求與“機(jī)器人棋手”一決高下?？梢哉f，“AI可以學(xué)習(xí)棋譜，與人類對弈”這一個事實，再一次重塑了人類對于人工智能的認(rèn)識。在此之前，科學(xué)界更多關(guān)注的是人工智能“可以在人類的規(guī)定下做些什么”，而能夠?qū)W習(xí)棋譜、做出各類自主化預(yù)測、判定的AI，則讓科學(xué)界對于人工智能的探索上升到了一個更高的層次。在此之后，大量智能化程序引導(dǎo)、擁有各種優(yōu)良性能的智能產(chǎn)品紛紛涌現(xiàn)。一片繁華盛景下，西蒙這位后來的諾貝爾經(jīng)濟(jì)學(xué)獎獲得者，在初步認(rèn)識到人工智能的強(qiáng)大潛力之后，于1962年興奮地歡呼道：“20年之內(nèi)，計算機(jī)將做到人類目前能夠做的一切事情！”請注意，他強(qiáng)調(diào)的是“一切事情”，包括生產(chǎn)勞動、技術(shù)開發(fā)，甚至是生存繁衍。1970年，在人工智能領(lǐng)域已經(jīng)大有所成的明斯基也果斷預(yù)言：“3—8年時間，人類將研發(fā)出與自己智力相當(dāng)?shù)挠嬎銠C(jī)?！?/p>

更有甚者，美國著名刊物《時代》雜志都探討了由智能機(jī)器人引發(fā)的全球化大失業(yè)問題。在這篇文章當(dāng)中，人們可以清晰地看到，如果使用機(jī)器人工作，企業(yè)主不單單能夠獲得因效率提升帶來的收益，同時還可以大幅度降低勞務(wù)成本。雖然從事實角度來說，《時代》雜志所預(yù)測的機(jī)器人取代人力并沒有發(fā)生，但當(dāng)時社會各界對于人工智能的熱情和期望，還是可見一斑的。

可以說，達(dá)特茅斯學(xué)院會議為人工智能帶來了難以估量的發(fā)展動力。在這一次會議上，眾多致力于AI科技的青年才俊涌現(xiàn)出來，并借助會上探討的理論展開了新一輪的人工智能探索。在這些科技精英的全力推動下，人工智能逐漸被社會各界接受和認(rèn)可。在格倫特爾的幾何定理證明模型的帶動下，一大批高水平學(xué)者開始研發(fā)、推廣各類AI技術(shù)。同時，塞繆爾推出的可以與人對弈的智能體，也極大地拓展了人類對于人工智能的認(rèn)知。在短短10余年時間里，AI技術(shù)確實被推上了新高度，也邁上了更為廣闊的舞臺。

4．首次低谷帶來的啟示

在經(jīng)歷了達(dá)特茅斯學(xué)院會議之后，AI科技得到了井噴式的發(fā)展。但是，過高的預(yù)期也帶來了巨大的煩惱。由于研究方向和學(xué)術(shù)認(rèn)知的限制，關(guān)于人工智能的深度研究也進(jìn)入了停滯期。

隨著研究的深入，部分原來對于人工智能充滿信心的學(xué)者也開始動搖。在以往的猜想當(dāng)中，機(jī)器人技術(shù)將會在20年甚至是更短的時間內(nèi)獲得爆炸式的發(fā)展，整個地球也將由此進(jìn)入智能社會。作為這個星體上的主宰者，人類將不再承擔(dān)勞動任務(wù)，所有的一切工作都將由智能設(shè)備代勞。但事實證明，這樣一個大膽的預(yù)測，完全是脫離實際的。在針對人工智能的研究當(dāng)中，以馬文·明斯基為首的尖端學(xué)者發(fā)現(xiàn)，目前人類社會正在積極探索的AI技術(shù)，雖然能夠從一定程度上處理部分高難度課題，但是與這些已經(jīng)解決或者證實了的實驗樣本相比，人工智能不能破解的問題卻要多得多。

在感知論的幫助下，明斯基驗證了這樣一個課題——第一代人工神經(jīng)網(wǎng)絡(luò)并不能解決“異或”問題。在計算機(jī)領(lǐng)域，“異或”理論占據(jù)著重要地位。它解析的是當(dāng)兩個計算樣本的值相同時，結(jié)果為“0”；而假如這兩個樣本不同，結(jié)果則為“1”。用簡單推導(dǎo)公式來解釋就是：True⊕True=False; True⊕False= True; False⊕True =True; False⊕False = False。其中“True”和“False”代表兩個不同的實驗樣本，“⊕”為異或符號，表示“相加”或者“并列”。在以二進(jìn)制算法為基礎(chǔ)的計算機(jī)領(lǐng)域，“異或”邏輯問題如果得不到解決，那么很多關(guān)聯(lián)研究課題的探索也都會受到影響。所以，初代人工神經(jīng)網(wǎng)絡(luò)深陷“異或”迷局。這讓明斯基非?？鄲?，也備感無奈。

當(dāng)然，明斯基論證的“人工神經(jīng)網(wǎng)絡(luò)不能解決異或問題”，只是人工智能研究過程當(dāng)中遇到的諸多困擾當(dāng)中的一個。除了明斯基之外，其他一些持樂觀態(tài)度的學(xué)者也陸陸續(xù)續(xù)發(fā)現(xiàn)了各種問題。

隨著學(xué)術(shù)界發(fā)現(xiàn)的技術(shù)難點越來越多，一部分研究人員也開始懷疑；人工智能的作用是不是被高估啦？或者說關(guān)于AI的技術(shù)已經(jīng)到頭，人們都在興致勃勃地做著一件毫無意義的研究，就像是“從石頭當(dāng)中變出奶酪”那樣。業(yè)內(nèi)人員的搖擺不定和懷疑觀點，很快被媒體機(jī)構(gòu)披露了出去，一時間，“人工智能是一場騙局”、“政府在花錢供養(yǎng)閑人”、“高端人才把精力浪費(fèi)在無用功上”等言論甚囂塵上。受困于技術(shù)水平，在面對外界質(zhì)疑和抨擊時，研究人員拿不出有效的成果來反擊，他們就只能默默地接收批評。更為糟糕的是，輿論的譴責(zé)還讓各方投資人對這門“裝神弄鬼”的研究喪失了信心。在隨后的很長一段時間里，無論是政府津貼還是企業(yè)資助，人工智能的研究者們都很難再得到，這對于急需大量資金支持的AI課題開發(fā)是相當(dāng)致命的。

可以說，由于技術(shù)研發(fā)上遭逢瓶頸，資金支持遇到斷流，人工智能在很長的一段時間里都備受冷落，走進(jìn)了低谷。自20世紀(jì)70年代起一直到80年代末，在長達(dá)近20年的時間里，幾乎沒有任何有效的人工智能理論被提出、發(fā)揚(yáng)。同時，人們對于從各個工作室里走出來的AI制品也沒有多大好感，認(rèn)為它們正是逗小孩兒開心的玩具。比如明斯基那個能夠搭建積木的機(jī)器人，很多人都只把它看作一個電控玩具，而不是一個真正的智能產(chǎn)品。除了技術(shù)上裹足不前、社會地位不高之外，在這20年時間里，從事人工智能領(lǐng)域研究的工作人員在資金方面獲得的支持也少得可憐。在這樣一種內(nèi)憂外患的大背景下，不少研究人員只好將關(guān)于AI技術(shù)的探索從自己的工作計劃當(dāng)中清除掉，因為他們不得不選擇從事其他事業(yè)來維持生活。這時人工智能技術(shù)的研究，更多成了他們的一種業(yè)余愛好。

當(dāng)然，在這樣一個飽受非議、缺乏支持的環(huán)境當(dāng)中，人工智能研究者們也獲得了一定的教訓(xùn)和啟示。

（1）從程序本身的缺陷上來說，早期的人工智能編程對于任務(wù)的主題是模糊、不了解的。

就比如有研究人員試圖利用AI技術(shù)來進(jìn)行外語翻譯那樣，計算機(jī)只能針對文字信息進(jìn)行分割，而后對照詞庫進(jìn)行編譯。那么在這個過程當(dāng)中，部分多含義或者帶有歧義性質(zhì)的字句，就會對本次翻譯帶來極大困擾。所以說，在技術(shù)層面，初期大部分程序?qū)τ谌蝿?wù)的理解是存在本質(zhì)上的困難的，這對其完成任務(wù)必然會帶來巨大的影響。

（2）在處理復(fù)雜課題上，早期人工智能也存在種種問題。

受困于技術(shù)水平和思維理念的滯后性，初代人工智能產(chǎn)品大都無法完成過高難度的課題任務(wù)。比如在這一時期內(nèi)美國斯坦福大學(xué)推出的人類第一款智能機(jī)器人“沙基”，它雖然能夠利用智能系統(tǒng)進(jìn)行自主化感知和任務(wù)建模，但是為達(dá)成目的的前期測量和行為規(guī)劃，卻需要耗費(fèi)長達(dá)數(shù)小時的時間。毫無疑問，類似這種工作水準(zhǔn)的智能體，是很難在現(xiàn)實生活中為人類提供幫助的。而造成這一切的根源，實際上就在于人工智能技術(shù)本身開發(fā)的局限性和滯后性。

（3）在程序結(jié)構(gòu)方面，人工智能本身也是存在諸多缺陷的。

比如在圖1-1所示的感知機(jī)構(gòu)模型當(dāng)中，相同的輸入向量不能被判別出來，這一點就令研發(fā)感到十分無奈。

在這一幅圖例當(dāng)中，“a1”“a2”等均代表不同的信息數(shù)據(jù)，它們通過“w1”“w2”等權(quán)值的調(diào)劑，再經(jīng)由偏置“b”的修正，最后得到相關(guān)的值“SUM”。然而，對于“a1”“a2”一直到“an”，這些不同的向量在取值方面有可能是等量的，相同的向量輸入在一定條件下會求得同一個值。但是很顯然，這一個數(shù)學(xué)模型卻不能過濾掉或者標(biāo)記出那些重復(fù)的信息，它只是單純地做著接收、計算、求和的過程。

所以說，在很多時候，有關(guān)于人工智能的程序在自身設(shè)計上是存在各種缺陷和不足的。更要命的是，這些程序往往還是研發(fā)人員用來做進(jìn)一步深入探究的基礎(chǔ)工具，因此人工智能的弊端也就被顯現(xiàn)得更加明顯了。

除了在技術(shù)方面不能支持新時代AI技術(shù)的發(fā)展要求以外，人工智能研發(fā)者們未能很好地迎合市場也是本次“低谷”來臨的一個重要原因。尤其是在20世紀(jì)七八十年代全球經(jīng)濟(jì)蕭條、進(jìn)入停滯階段的背景下，明斯基、西蒙等業(yè)內(nèi)精英依然還在調(diào)試那些市場價值不大的智能課題。他們所研發(fā)的產(chǎn)品，例如“機(jī)械棋手”“積木搭建師”等，雖然對學(xué)科推動意義巨大，但卻因為缺少社會功用而廣受冷遇。與之相對應(yīng)的是，約瑟夫·恩格爾伯格在做類似方面研究時，將目光投向了工業(yè)生產(chǎn)，他研發(fā)出來的機(jī)器人具備極強(qiáng)的工業(yè)用途。在沒有客源光顧的情形下，恩格爾伯格甚至推出了“虧本試用”的營銷手段來打通市場。事實證明，恩格爾伯格的機(jī)器人最終得到了廣泛認(rèn)可，他自己也因此賺得盆滿缽滿，成為人工智能研究領(lǐng)域少有的富翁。

然而，恩格爾伯格的成功畢竟只是一個很小的個案，在這一時期內(nèi)選擇放棄AI技術(shù)研發(fā)的學(xué)者數(shù)不勝數(shù)，更多的學(xué)者因為研究方向缺乏市場效應(yīng)而舉步維艱。可以肯定的是，任何一門高端技術(shù)都是需要資本支持為基礎(chǔ)的，而以明斯基等人為代表的人工智能研發(fā)群體并沒有重視到這一點，那么得不到外界援助，也就可想而知了。

可以說，關(guān)于人工智能的深度研發(fā)在20世紀(jì)70年代陷入低谷，這實際上是帶有一定歷史必然性的。從前期基礎(chǔ)上來說，著名的達(dá)特茅斯學(xué)院會議雖然提出了多個突破性的理論和猜想，但是從歷史角度而言，這些理論還遠(yuǎn)不足以支撐起整個龐大的人工智能學(xué)科體系。在這一時期內(nèi)，過多的學(xué)者和AI愛好者紛紛進(jìn)軍人工智能研發(fā)項目，在一定程度上為本學(xué)科的專業(yè)性帶來負(fù)面作用：諸多主觀化研究成果或者思想影響了正確觀點的推廣和流通，良莠不齊的科研現(xiàn)狀對于輿論也授以話柄。再加上精英學(xué)者對于人工智能技術(shù)研發(fā)的推進(jìn)速度過緩，沒有考慮市場因素的重要性，受到世人排斥也就是意料之中的結(jié)局了。但是，從另一個角度來說，經(jīng)歷了這一次沉寂，相關(guān)工作者對于AI科學(xué)的認(rèn)識和理解也得到了修正，他們開始尋找新的技術(shù)突破點，并且緊跟時代潮流，為人工智能的再一次崛起打下了堅實基礎(chǔ)。

5．AI專家系統(tǒng)獲得賞識

在經(jīng)歷了長達(dá)20年的“嚴(yán)冬時期”之后，學(xué)術(shù)界對于人工智能的研發(fā)方向和探索理念進(jìn)行了反省和調(diào)整。歷史證明，外界的譏諷嘲笑，在一定程度上刺激了AI科學(xué)的更進(jìn)一步發(fā)展。在眾多成果當(dāng)中，專家系統(tǒng)的強(qiáng)勢崛起就是人工智能邁出困境的最佳代表。

從學(xué)術(shù)定義上來說，專家系統(tǒng)是一套完整的計算機(jī)智能程序，它的內(nèi)部存儲了大量關(guān)于某個領(lǐng)域的獨有知識和相關(guān)研究工具。因此，這一套智能程序在相關(guān)領(lǐng)域內(nèi)是具備了“專家水平”的。相對于此前人工智能產(chǎn)品大多低能化、缺乏實際功用的現(xiàn)象，配備了“專家系統(tǒng)”的AI產(chǎn)品，在專業(yè)性能方面得到了極大提升，社會曝光度也因此急速高漲。

可以說，專家系統(tǒng)的出現(xiàn)再一次改變了世界對于人工智能的看法。赫伯特·西蒙在提及專家系統(tǒng)時，就曾贊美道：“它的出現(xiàn)為整個人工智能注入了全新的活力，并且讓世界再一次看到了AI技術(shù)的先進(jìn)性與上升潛力。”如今，隨著技術(shù)水平的不斷提升，AI專家系統(tǒng)在人類生活應(yīng)用方面也開始扮演越來越重要的角色。

在2016年3月，一名叫比利·惠特克的英國少年接受了腦部癲癇治愈手術(shù)。在手術(shù)過程當(dāng)中，一名配備了專家系統(tǒng)的機(jī)器人助手多羅鉆進(jìn)惠特克的大腦，然后利用電極刺激對方的大腦皮層，釋放出不同的腦電信號。這時，主治醫(yī)生就可以針對電波異樣，找出引發(fā)惠特克腦部癲癇的病灶方位，通過手術(shù)完成治療。這就是說，與同期其他人工智能程序相比不同的是，“專家系統(tǒng)”在特定領(lǐng)域是具備強(qiáng)大優(yōu)勢的。就比如這名進(jìn)入惠特克腦體深處的機(jī)器人，它能夠正確使用醫(yī)學(xué)工具，順利檢測人類大腦各個部位的電波信號等。在整個工作過程當(dāng)中，醫(yī)用機(jī)器人的行動準(zhǔn)確而又迅捷，檢測面積完整無疏漏，其業(yè)務(wù)能力完全等同于一流醫(yī)學(xué)工作者。當(dāng)然，這一切都得歸功于“專家系統(tǒng)”的引導(dǎo)——正是由于在這樣一套完整程序的引導(dǎo)下，這名機(jī)器人的工作才能夠有條不紊地順利進(jìn)行。而從惠特克癲癇手術(shù)的事例當(dāng)中，我們也可以分析出有關(guān)于“AI專家系統(tǒng)”與眾不同的特點來。

（1）從社會功效來說，“AI專家系統(tǒng)”必然是需要應(yīng)用于某個實際領(lǐng)域的。在吸取了此前因為缺乏社會功用而備受冷落的教訓(xùn)之后，學(xué)術(shù)界對于人工智能的實用性更加關(guān)注。在一般的醫(yī)療條件下，完整檢測患者腦部病變是一件非常困難的事情，而機(jī)器人助手多羅的出現(xiàn)正好彌補(bǔ)了這一缺陷。曾任哈佛大學(xué)醫(yī)學(xué)教授的金辰勇就表示：“現(xiàn)代醫(yī)學(xué)需要引入更多現(xiàn)代科學(xué)技術(shù)，我想在將來，不光會有針對艾滋和各類癌癥的特效藥出現(xiàn)，還會有執(zhí)行高難度診療及輔助治療的智能機(jī)器人存在?！?/p>

實際上，金辰勇先生的預(yù)測在近幾年時間里已經(jīng)得到了多方驗證。目前，不光有類似多羅這樣的機(jī)器人助手，還有一些能夠為病人執(zhí)行開刀手術(shù)的主治醫(yī)師。相對而言，由智能機(jī)器人操作的手術(shù)會花費(fèi)更高的資金，但是它們往往能夠以更小的創(chuàng)口以及更高的精準(zhǔn)度來完成工作。這對于醫(yī)學(xué)界來說是一件值得慶賀的事情。

（2）“AI專家系統(tǒng)”必須要擁有專家級的知識。在早期的人工智能研究當(dāng)中，機(jī)械智能體所能夠掌握的知識和技能是少之又少的。比如明斯基那個能夠抓舉、擺放積木的機(jī)器人，用現(xiàn)在的眼光來看就不過是一個毫無實際功用的小型“起重機(jī)”。而隨后推出的“AI專家系統(tǒng)”，則在很大程度上拓寬了機(jī)械智能體的知識面和專業(yè)深度。就多羅而言，它對于人體大腦的內(nèi)部構(gòu)造，必然是非常熟悉的。無論是皮層的紋理還是顱內(nèi)壓強(qiáng)以及體液密度等，都屬于“專家級別”。而從它使用電極裝置刺激人腦皮層這一個舉動來看，多羅對于部分醫(yī)療器械的使用也是經(jīng)歷了“嚴(yán)格訓(xùn)練”的，其熟練手法不亞于一名工作了10年以上的醫(yī)護(hù)人員。除了醫(yī)療事業(yè)之外，比如數(shù)據(jù)勘測、高危工作執(zhí)行等，配備了“AI專家系統(tǒng)”的機(jī)器人也能夠以業(yè)務(wù)精英的身份出現(xiàn)，順利完成任務(wù)。

所以，從業(yè)務(wù)水準(zhǔn)來說，“AI專家系統(tǒng)”必然是需要具備高素質(zhì)專業(yè)能力的。而要想達(dá)成這一目的現(xiàn)在看來其實并沒有外界所想的那么困難，只要開發(fā)團(tuán)隊能按照目標(biāo)業(yè)務(wù)的工作規(guī)律和已探索公式，電子編程的方法，將任務(wù)指令錄入到AI核心存儲器當(dāng)中即可。在遇到類似問題時，“AI專家系統(tǒng)”會自動讀取、判定當(dāng)前的命令任務(wù)需要執(zhí)行存儲器當(dāng)中的哪一條選項卡，繼而得出最優(yōu)答案。

（3）要破解高難度專業(yè)化難題，“AI專家系統(tǒng)”還需要具備可以模擬專家思維的能力。因為在執(zhí)行任務(wù)時，人工智能體所面對的往往是一個變異之后的課題樣本，這就需要運(yùn)用二次讀取、判定的方式才能夠找到合適的解決方案。就以多羅探測人腦病變?yōu)槔趫?zhí)行任務(wù)之前，工程師給它的數(shù)據(jù)庫當(dāng)中預(yù)寫了大量的樣本信息，包括人腦生理構(gòu)造、電波信號甄別、大腦功能分區(qū)等。但是在進(jìn)入人腦之后，多羅還會遇到多種未收錄甚至是變異了的樣本信息。假如數(shù)據(jù)庫當(dāng)中顯示正常人腦重量約為1400克，而由于受到病變影響，這個重量增進(jìn)加了1800克，那么在這時，多羅就需要利用自己的判定模式，來重新解讀這一問題。又如，健康成人大腦皮層之間的褶皺是互相剝離的，而受到疾病困擾，部分皮層會互相粘連，這同樣也需要執(zhí)行任務(wù)的多羅細(xì)細(xì)分辨。

所以，在“AI專家系統(tǒng)”內(nèi)部，模擬專家的思維能力是必需的。在很多時候，目標(biāo)任務(wù)的不穩(wěn)定和微小波動，都會影響到最終的結(jié)果判定。所以在這時，為整個系統(tǒng)設(shè)定主觀化思維能力，就是非常必要的。

因此說，在具備了以上種種特征功能之后，“AI專家系統(tǒng)”的標(biāo)準(zhǔn)建模也就逐漸明朗化了：在整套工具模型當(dāng)中，人機(jī)交互界面負(fù)責(zé)用戶與專家系統(tǒng)的信息溝通；推理機(jī)制負(fù)責(zé)任務(wù)執(zhí)行過程當(dāng)中的異變識別、邏輯判定等；解釋模塊負(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果。在接收到外部信息時，專家系統(tǒng)先會比照內(nèi)部知識庫當(dāng)中的樣本模型來進(jìn)行判定，在面對部分不穩(wěn)定、波動性較強(qiáng)的樣本時，專家系統(tǒng)會通過智能化思考、學(xué)習(xí)的方式尋找到合理的解決方案，同時將上述異化樣本轉(zhuǎn)換成已識別類型，收納到自己的數(shù)據(jù)庫當(dāng)中。

在這一理論的支持下，在1980年，卡耐基·梅隆大學(xué)為數(shù)字設(shè)備公司研發(fā)出的AI專家編程“XCON”大獲成功。在接下來的6年時間里，這套全新的AI技術(shù)每年能幫助該公司省下4000萬美元的成本經(jīng)費(fèi)。如果按照權(quán)威金融網(wǎng)站“美元時間”給出的通貨膨脹比率計算，1980年的1美元購買力約等于2010年的2.83倍。那么我們也就可以說，“XCON”系統(tǒng)當(dāng)時每年為本公司創(chuàng)造的間接價值已經(jīng)超過1.1億美元。“XCON”的成功對外界釋放了一個積極信號，社會各界對于AI技術(shù)的熱情再一次被點燃，很多公司開始設(shè)立專項資金來研發(fā)“AI專家系統(tǒng)”僅在1985年，全球各大企業(yè)、團(tuán)體對于人工智能的投資就已經(jīng)超過10億美元。

很顯然，“AI專家系統(tǒng)”的發(fā)現(xiàn)和推廣，對于人工智能的社會功用帶來了極大的提升。與過去相對稚拙、淺顯的研究相比，“升級”后的AI技術(shù)在針對特定行業(yè)的問題處理方面得到了本質(zhì)性的改善。而正是這樣一種變化，使得世界再一次看到了人工智能無與倫比的發(fā)展?jié)摿?，諸多社會力量開始加大對新AI技術(shù)的探索和投資力度。在技術(shù)持續(xù)提升、科研經(jīng)費(fèi)充足、社會輿論廣泛支持的背景下，人工智能的“下一個春天”即將到來。

6．雙重動力推進(jìn)人工智能蓬勃發(fā)展

在“AI專家系統(tǒng)”取得重大突破的情況下，世界各國對于人工智能的開發(fā)熱情也急速高漲。在這一段時間里，除了類似于數(shù)字設(shè)備公司這樣的私營企業(yè)之外，政府部門的全力支持更是為整個人工智能行業(yè)的發(fā)展提供了寬廣平臺。在經(jīng)歷了備受矚目，再到遭逢冷落，繼而又一次大受歡迎的過程之后，馬文·明斯基業(yè)內(nèi)精英也逐漸變得理性化，他說道：“整個歐洲都開始動起來了，當(dāng)然我們的國家（美國）也毫不例外。這真的很令人興奮！但是從另一個角度來說，作為一名人工智能工作人員，要證明這種現(xiàn)象不僅僅是一種國際化競爭帶來的產(chǎn)物，也是非常必要的?！卑凑彰魉够挠^點，得到來自政府方面的大力支持是一件值得慶賀的事情，但是與此同時，作為業(yè)內(nèi)人士，他們需要證明關(guān)于人工智能的研發(fā)是真正“物有所值”，而絕非國際競爭下的脅迫產(chǎn)物，也是非常重要的。

在政府投資方面，主要有以下國家或組織對人工智能進(jìn)行了重大支持。首先是在1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥?？?.5億美元，用以支持第五代計算機(jī)項目。在這一課題研究當(dāng)中，如何開發(fā)出能夠與人對話，從事語言翻譯，或者是進(jìn)行圖像識別的機(jī)械智能體成為整個研究的核心任務(wù)。而在之前一年，全日本的GDP總值也才剛剛超過1萬億美元，耗費(fèi)數(shù)額如此龐大的資金來資助一件充滿變數(shù)和未知因素的項目，這在當(dāng)時自然也引起了巨大的轟動。日本著名經(jīng)濟(jì)學(xué)家青木昌彥教授在獲悉這一決定之后就無比驚訝地表示：“投入如此之多的資金到一個新興領(lǐng)域當(dāng)中去，我實在難以想象是否其他政府也會做出相似的決定。我只能認(rèn)為，這表明了我們的政府在新科學(xué)技術(shù)研發(fā)方面所堅持的一貫態(tài)度，那就是全力爭勝、不惜代價?！笔聦嵶C明，青木昌彥先生的擔(dān)憂似乎是杞人憂天了，但這確實真實地反映了大部分日本民眾在當(dāng)時對于這筆政府投資的觀點，而這也從側(cè)面印證了這筆資金的“龐大性”。

在日本當(dāng)局剛剛做出近10億美元的人工智能項目投資之后，英國政府在一名叫作阿爾維的議員的強(qiáng)力推動下，也動用國家力量資助了一個關(guān)于第五代計算機(jī)技術(shù)研發(fā)的課題。在政府的大力支持下，阿爾維專門籌建了一個項目專家團(tuán)隊，由他自己出任董事會執(zhí)行長。這一次，英國政府拿出的資金是3.5億英鎊，這對于當(dāng)時全國GDP僅有日本一半的英國政府來說，真可以說是一個天文數(shù)字了。

除了日本和英國之外，美國國防部下屬的先進(jìn)研究項目局也行動起來了。為了保持國際方面的戰(zhàn)略領(lǐng)先優(yōu)勢，美國國防部在1983年宣布出資10億美元，?？钔苿颖緡娜斯ぶ悄芗夹g(shù)項目開發(fā)。實際上，美國國防部本次關(guān)于人工智能技術(shù)的開發(fā)和利用，更多是出于軍事目的。在這個名為“SCI計劃”的項目藍(lán)本中，諸多“機(jī)器人作戰(zhàn)”“計算機(jī)預(yù)測戰(zhàn)局”等設(shè)想被付諸實施。參與此次項目可言的亞歷克斯·羅蘭德和菲利普·斯曼在提交給外界的報告當(dāng)中這樣描述道：“一旦‘SCI’計劃取得成功，那么美國軍方將會擁有每秒鐘能進(jìn)行10億次運(yùn)算的超級計算機(jī)，所有由超級計算機(jī)指揮的機(jī)器人也都會擁有和人類一樣的思維、感知能力。對于這些超級計算機(jī)而言，它們的集成度將無限逼近人類大腦所能探知的最復(fù)雜的東西。”

在這一理念的引導(dǎo)下，SCI研究組做出了以下設(shè)想：美國海陸空三軍都將會裝備上最為智能化的作戰(zhàn)工具。對于陸軍部隊來說，這里將會被裝備“自主式地面車輛”，這些軍用車輛不僅僅能獨立行駛，還能感知且改造周圍環(huán)境。也就是說，如果SCI項目取得成功的話，將會有一部分類似于變色龍一樣的戰(zhàn)車奔赴戰(zhàn)場，它們能夠感知到戰(zhàn)地環(huán)境的變化，并且根據(jù)環(huán)境來進(jìn)行偽裝或者壁壘建設(shè)。

與此類似，美國空軍部隊也將會配備高級人工智能系統(tǒng)，以此輔助、指導(dǎo)飛行任務(wù)。同樣，在SCI戰(zhàn)略的猜想當(dāng)中，這個系統(tǒng)裝置能在特定情況下收集資料、執(zhí)行更高決策層下達(dá)的任務(wù)等。假如這一設(shè)想得到實現(xiàn)，那么在戰(zhàn)場當(dāng)中，或許就會有戰(zhàn)斗機(jī)強(qiáng)迫飛行員跳傘，或者是飛行員犧牲后戰(zhàn)斗機(jī)依然獨立作戰(zhàn)的情況出現(xiàn)。

而對于海軍戰(zhàn)隊來說，它們也將會擁有高級別的“戰(zhàn)斗管理系統(tǒng)”。這一套系統(tǒng)可以幫助指揮官正確分析錯綜復(fù)雜的戰(zhàn)地局勢，并且依據(jù)戰(zhàn)場上發(fā)生的事件進(jìn)行戰(zhàn)略預(yù)估。

事實證明，由美國國防部發(fā)起的這一次人工智能技術(shù)開發(fā)計劃，在一定程度上是存在臆想和不切實際成分的。時任美國中央情報局局長的威廉·約瑟夫·凱西就對SCI項目組所研究的課題極為不滿，他將這個項目所研討的大部分課題都形容為“徒勞無益的工作”，而為SCI項目組工作的人也都被他稱為“投機(jī)分子”。但即便是舉足輕重的中情局局長，也不能在戰(zhàn)略規(guī)劃方面影響到美國當(dāng)局對于人工智能技術(shù)研發(fā)的渴望程度，這實際上也從一定程度上反映了當(dāng)時美國人對于AI技術(shù)的高度認(rèn)可。

除了政府方面強(qiáng)有力的資金支持外，專業(yè)領(lǐng)域的工作人員在這一時期內(nèi)也做出了重要貢獻(xiàn)。就如同明斯基所說的那樣，沒有人希望關(guān)于人工智能的資助和開發(fā)，被看作是一件單純的國際化競爭的結(jié)果，這是一名從業(yè)者應(yīng)該要堅持的工作，同時也是他的自尊。正是在這一理念的鼓舞下，在這一時期內(nèi)，關(guān)于AI技術(shù)的理論取得了重大突破：1982年，物理學(xué)家約翰·霍普菲爾德在前人的基礎(chǔ)上提出了新型神經(jīng)網(wǎng)絡(luò)算法——霍普菲爾德網(wǎng)絡(luò)；幾年之后，大衛(wèi)·魯姆哈特等人又提出了大名鼎鼎的BP神經(jīng)網(wǎng)絡(luò)。這些理論的出現(xiàn)，讓之前遭受冷落的聯(lián)結(jié)主義重獲新生，人工智能的蓬勃發(fā)展也得到了理論上的支持。此外，在朋友的幫助下，魯姆哈特還將自己的學(xué)術(shù)見解整理成文集出版。這樣一來，整個行業(yè)的學(xué)術(shù)交流也受到了極大的推動。

可以說，在這一時期內(nèi)，政府方面對于人工智能技術(shù)開發(fā)的扶持是非常熱情的。在此期間，不單單像日本這樣的世界強(qiáng)國敢于抽調(diào)大量資金來支持這個“既不穩(wěn)定且包含過多未知性因素”的項目，就連當(dāng)時全國GDP僅有日本一半的英國也無比豪邁地劃撥了3.5億英鎊的巨款來支持新項目。而像美國這樣的頂級強(qiáng)國，甚至將人工智能技術(shù)的研究做到“科幻”的級別也在所不惜。而在大量的資金配合下，學(xué)術(shù)界內(nèi)部也不甘人后，爆發(fā)出了強(qiáng)勁的戰(zhàn)斗力。對于明斯基、霍普菲爾德、魯姆哈特等人來說，他們需要證明的不單純是有關(guān)于人工智能的學(xué)術(shù)理念，同時還負(fù)載著為AI技術(shù)正名的重任。因為從一定意義上來說，大量的政府資助，讓人工智能戴上了“國際競爭產(chǎn)物”的帽子。而這卻是長期從事人工智能開發(fā)工作的專家和學(xué)者們不愿意看到的。所以在外力和內(nèi)因作用的雙重推動之下，AI理論技術(shù)取得了令人稱道的成果，而“霍普菲爾德網(wǎng)絡(luò)”和“BP反傳算法”都為之后的研究提供了更為寬闊的平臺和視角。這對于整個人工智能歷史的發(fā)展是有重大意義的。

7．輝煌成就：戰(zhàn)勝人類的計算機(jī)系統(tǒng)

在社會各界的強(qiáng)力推動下，人工智能的功能也得到了強(qiáng)力提升。但是，無論AI技術(shù)如何發(fā)達(dá)，業(yè)界總會對其保持這樣一種態(tài)度，那就是即便是最先進(jìn)的計算機(jī)，也不可能打敗自己的主人。但是這樣一個觀點，在1997年5月3日卻被驗證是錯誤的——當(dāng)時的超級計算機(jī)“深藍(lán)”在國際象棋的戰(zhàn)場上擊敗了世界棋王加里·卡斯帕羅夫。

20世紀(jì)90年代，俄羅斯棋手卡斯帕羅夫在世界各大國際象棋賽事當(dāng)中所向無敵，甚至達(dá)到了“獨孤求敗”的地步。針對這樣一種現(xiàn)象，IBM公司也從中發(fā)覺了一個不錯的炒作點。很快，IBM以機(jī)器世界的名義向卡斯帕羅夫發(fā)出了戰(zhàn)書，邀請對方與自己研發(fā)的超級計算機(jī)“深藍(lán)”號進(jìn)行一場前所未有的“人機(jī)棋局”。在對媒體公布的消息中，IBM發(fā)言官這樣說道：“我們的團(tuán)隊用了6年時間，研發(fā)出了世界上第一流的計算機(jī)‘深藍(lán)’號，它可以使用31個功能強(qiáng)大的處理器并行運(yùn)算，3分鐘就可以搜索500億步棋路?！绷硗?，這一次和卡斯帕羅夫先生的對弈，組織方還設(shè)定了40萬美元的勝出獎勵。那人類最優(yōu)秀的大腦是否能夠抵御住“深藍(lán)”號的沖擊呢？

IBM公司的宣揚(yáng)引發(fā)了全世界的關(guān)注，因為就技術(shù)角度而言，“深藍(lán)”號計算機(jī)在當(dāng)時確實已經(jīng)是AI界一流團(tuán)隊的嘔心之作了。所以從這個角度來看，一直被爭論不休的“人工智能到底能否戰(zhàn)勝人類”，或許也可以從這次“人機(jī)大戰(zhàn)”當(dāng)中得出結(jié)論。很快，在世界棋壇藐視群雄的卡斯帕羅夫欣然接受了邀約，并且在1996年2月同“深藍(lán)”展開了舉世矚目的對弈，并且以4∶2的大比分戰(zhàn)勝了對手，全身而退。

卡斯帕羅夫的獲勝似乎宣告了人類遠(yuǎn)比計算機(jī)聰明這樣一個事實，但是很快，IBM的工程師們在接下來的一年時間里繼續(xù)跟進(jìn)探索，針對首次對決當(dāng)中“深藍(lán)”的固有缺陷進(jìn)行了改良。因此，在1997年，雙方進(jìn)行的第二次對弈當(dāng)中，卡斯帕羅夫這個在世界棋壇領(lǐng)袖群倫的超級棋王，終于遇到了前所未有的挑戰(zhàn)。在最后一輪的比賽當(dāng)中，紐約市民通過廣場公放視頻觀看了賽事直播：在比賽當(dāng)中，從前鎮(zhèn)定自若的卡斯帕羅夫?qū)㈩^深深地埋在雙手之間，甚至?xí)r不時狠狠地拉拽自己的頭發(fā)。看得出來，經(jīng)過技術(shù)改進(jìn)的“深藍(lán)”已經(jīng)完全占據(jù)了上風(fēng)，而卡斯帕羅夫在這種情況下遭遇失敗就只是時間問題了。在此前進(jìn)行的五輪比賽當(dāng)中，他甚至避開了自己常用的棋路，選擇了一些非常“怪異”的攻防招數(shù)，試圖以此擾亂“深藍(lán)”的判斷。但事實是，無論卡斯帕羅夫如何“劍走偏鋒”，“深藍(lán)”都能用最快的速度找到最佳的破解方法。因此，嘗試了無數(shù)種變化和可能性的世界棋王無可避免地陷入了對手的圈套，根本看不到一絲逆轉(zhuǎn)的希望。果然，就像所有人都看見的那樣，人類選手輸?shù)袅似寰?，最終的大比分是2.5∶3.5, “深藍(lán)”2勝3平1負(fù)。

從一定意義上來說，“深藍(lán)”號的成功確實可以看作是人工智能對于人類的勝利。因為從諸多角度上來說，卡斯帕羅夫都足以代表人類智力的高峰。翻看這名世界棋王的履歷，我們可以看到，他3歲能夠讀書數(shù)數(shù)；5歲能夠進(jìn)行小數(shù)點之后的加減法；22歲即擊敗大名鼎鼎的棋壇圣主阿納托里·卡爾波夫成為世界上最年輕的新棋王。在隨后的十多年時間里，卡斯帕羅夫參加了多次世界頂級國際象棋大賽，全都毫無疑問地奪得桂冠。甚至在1999年，他還進(jìn)行了一次“單人對抗全世界”的棋局——來自全世界75個國家、超過5萬名棋手通過網(wǎng)絡(luò)同卡斯帕羅夫進(jìn)行對弈。但是經(jīng)過4個月的較量之后，這支由5萬人組成的龐大戰(zhàn)隊最終被卡斯帕羅夫打得丟盔棄甲、投子認(rèn)輸。這一場駭人聽聞的對弈，不光讓所有人都感受到了卡斯帕羅夫孤膽挑戰(zhàn)全世界的大英雄氣魄，同時還從心底里默認(rèn)了其超凡脫俗的才華和智慧。

在長達(dá)20年的棋手生涯當(dāng)中，卡斯帕羅夫始終保持著世界棋王的尊榮，直到宣布光榮退役。經(jīng)測算，他的IQ值高達(dá)194，甚至比李奧納多·達(dá)·芬奇、約翰·霍金以及阿爾伯特·愛因斯坦都要高。

可以說，無論從個人成就，還是個體智商水準(zhǔn)方面而言，卡斯帕羅夫都是代表“最聰明人類”的不二之選。但就是這樣一個“最強(qiáng)大腦”，卻不得不在“深藍(lán)”面前低下高貴的頭顱。這當(dāng)然也從一定程度上證明了，人工智能是可以超越人腦、具備更為強(qiáng)大的認(rèn)知能力的。從硬件設(shè)施上來說，戰(zhàn)勝人類的“深藍(lán)”由32個節(jié)點組成，每個節(jié)點配備了8塊處理器。而這總計256塊處理器全部被集成在了IBM公司全力研發(fā)的RS6000/SP并行計算系統(tǒng)當(dāng)中。在這一智能體系當(dāng)中，“深藍(lán)”將擁有每秒鐘2億步的棋路搜索。因此，在工作人員將100年來世界特級象棋大師的開局和殘局下法制成棋譜輸入到“深藍(lán)”的存儲器當(dāng)中之后，無論卡斯帕羅夫使用何種招數(shù)，它都能夠快速根據(jù)自身知識庫當(dāng)中記載的應(yīng)對路數(shù)進(jìn)行對弈?？梢哉f，在編程人員的參與下，卡斯帕羅夫面對的不單單是某一代棋王的挑戰(zhàn)，而是過去100年時間里世界棋壇頂級高手的集體圍攻。

除此之外，IBM研發(fā)團(tuán)隊還專門聘請了當(dāng)代世界特級國際象棋大師作為專業(yè)顧問。在每一輪比賽結(jié)束之后，工程師們會按照專業(yè)人士提供的意見，對“深藍(lán)”進(jìn)行數(shù)據(jù)處理方面的提升：他們打開“深藍(lán)”的數(shù)據(jù)處理系統(tǒng)，通過修改特定節(jié)點參數(shù)的方式來改變這臺超級計算機(jī)的工作能力。也就是說，卡斯帕羅夫每一輪博弈的對手，實際上都是不同的，這也正是他難以找到“深藍(lán)”的固有缺陷、無論如何變換棋路都無法取得主動權(quán)的重要原因。

在“深藍(lán)”身上，所有人都看到了人工智能無比強(qiáng)大的開發(fā)潛力。很快，關(guān)于人工智能的研發(fā)和應(yīng)用在世界范圍內(nèi)得到了深度普及。到2016年，由谷歌推出的“阿爾法狗”計算機(jī)，在新一代的“人機(jī)大戰(zhàn)”當(dāng)中毫無懸念地?fù)魯∪祟惼迨掷钍朗?，總比分?∶1。在賽后，作為國際棋壇的頂級高手，李世石也無不感慨地表示，當(dāng)前研制出的新型超級計算機(jī)，已經(jīng)在智能化程度上遠(yuǎn)超人類了。很顯然，這次一邊倒的棋局，實際上暗示著，在過去20年時間里，人工智能保持著強(qiáng)勁的發(fā)展趨勢，將人類遠(yuǎn)遠(yuǎn)甩在了身后。

可以說，“深藍(lán)”計算機(jī)的出現(xiàn)，充分地展現(xiàn)了人工智能的上升潛力和未來前景。在經(jīng)歷了數(shù)十年的起落沉浮之后，AI技術(shù)終于第一次戰(zhàn)勝了人類。而在隨后的時間里，人工智能技術(shù)的發(fā)展更是可以用“突飛猛進(jìn)”來形容。到2016年，在代表著人類與計算機(jī)終極比拼的“人機(jī)對話”當(dāng)中，更是以計算機(jī)的完勝告終。與此同時，人工智能還在生活的各個方面影響到了人類的生活：智能化電器、智能化管理，甚至是即將到來的物聯(lián)網(wǎng)時代，都在預(yù)示著同樣一個話題，那就是在經(jīng)歷了數(shù)十年的高速發(fā)展之后，人工智能真的已經(jīng)無可替代了。