亲子科普文章:探索人工智能的历史

文章来源:  |  发布时间:2021-07-05  |  【打印】 【关闭

  

  作者:罗云翔、罗紫宁

    女儿:爸爸,老师布置了一个家庭作业,要每人和父母一起完成一个科学PPT,你看我们写什么好呢? 

  我:你觉得写人工智能的发展史如何?人工智能让人类从大量的重复劳动中解放出来,极大提高劳动生产率,深刻改善了人们的生活方式。唐太宗说:“以古为镜,可以知兴替”,培根也说:”读史使人明智",爸爸无法预测人工智能发展的未来,那就让我们一起探寻一下人工智能的发展史吧。 

  1950年图灵在曼彻斯特大学任教,就在这年10月,他发表了题名为《计算机与智能》的论文,第一次提出“机器思维”的概念。图灵认为,如果一台机器能够与人展开对话,而不被辨别出它是机器,那么这台机器就具有智能。他提出的图灵测试是一个衡量机器智能程度的著名标准,实验的内容是,一个正常的人和一个机器关在两个黑屋里,一个人去询问任意一串问题。如果经过若干询问以后,询问者不能得出实质的区别来分辨人与机器的不同,则此机器通过图灵测试,说明它具备了智能。 

  女儿:1950年之后,下一个奠定人工智能发展的里程碑的事件是什么呢? 

  我:是1956年的达特茅斯会议。这次会议上第一次提出了人工智能这样一个概念,达特茅斯会议标识了人工智能的诞生,1956年也就成为了人工智能元年。实际上之前图灵并没有提出人工智能这样一个概念,他只是说图灵机这样的一个概念。达特茅斯会议足足开了两个月的时间,约翰·麦卡锡、马文·闵斯基、克劳德·香农等一批各个领域的权威科学家都参加了讨论,内容包含计算机、信息学等众多领域。 

  女儿:后来呢? 

  我:1956年之后的十几年是人工智能的黄金年代,出现了一批人工智能方向的研究内容,受到学者和政府的支持。人们无法相信机器原来可以如此智能。这些成果让研究者对未来充满信心,认为完全智能的机器人二十年内就能出现。 

  女儿:之后人工智能的发展一帆风顺了么? 

  我:到了1974年的时候,人工智能的发展遭遇了瓶颈,政府随之停止了资助。1974年到1980年的这次低谷又称“人工智能之冬”。 

  女儿:真可惜!那后来呢? 

  我:进入上世纪80年代,卡耐基梅隆大学为DEC公司设计了一个名为XCON的专家系统,每年为公司节省四千万美元,取得巨大成功。许多公司纷纷效仿,开始研发和应用专家系统。于是人工智能的发展又进入到了第二个黄金期。专家系统成为人工智能研究的焦点。1982年,日本发布了一项研发计划,其目标是造出一个划时代的电脑,利用大量平行计算,使它拥有超级电脑的运算效能和可用的人工智能能力,可完成与人对话,语言翻译,逻辑推理工作。 

  女儿:好酷!这项计划成功了么? 

  我:很可惜,没有!到了上世纪80年代,专家系统所存在的应用领域狭窄、知识获取困难、维护费用居高不下等问题逐渐暴露出来,日本第五代计算机计划宣告失败。AI遭遇了一系列财政问题,1987年进入第二次低谷。实际上人工智能领域经历过好几个技术成熟度曲线,繁荣后通常紧接着的是失望及批评,以及研究资金断绝,紧接着在若干年后,技术成熟了,又重燃了研究兴趣。  

  女儿:那么现在是什么情况呢? 

  我:经历了5年低谷后,1993年人工智能又进入到了第三个发展黄金期。1997IBM深蓝计算机战胜国际象棋冠军卡斯帕罗夫而一举成名,这要归功于计算机的性能的大幅提高。你知道摩尔定律么? 

  女儿:不知道,爸爸你给我讲讲吧! 

  我:摩尔定律的大意是计算机产业的硬件或设备生产商的技术每十八个月翻一番,也就是说相关技术涉及的产品每十八个月价格下降一半。芯片的性能的提升带来了算力的提升,激励了大家的对人工智能发展的信心。到2000年的时候,互联网的发展进入了拐点,出现了数据量急速的增长,然后到了2012年的时候,深度学习算法被广泛的采用。2016年阿尔法狗大战世界围棋冠军李世石,以4:1的总分战胜了人类,将AI推向了高潮!各国政府和企业再次投入巨资进行扶持。中国制造2025、德国工业4.0、美国制造业回归都期待人工智能发挥重大的作用。 

  回顾近70年的人工智能发展史,你会发现,1997年以前人工智能的发展,主要是靠算法的突破。而1997年以后到现在这一段时间,主要是靠数据和算力的突破,比如说,1997年后依照摩尔定律计算机性能的提升,2000年后互联网的急速发展,尤其是从2012年开始移动互联网的发展,每日产生的数据量以指数级的规模增长。 

  女儿:太棒了!我电视上经常听到机器学习、深度学习一些名词,它们是什么意思啊? 

  我:如果我们把人工智能画成一个大圆的话,机器学习是其中的子集,而深度学习又是机器学习的子集。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。获取数据,定义特征,创建模型,之后进行判断。例如我们教计算机判断一张照片里的物品是裙子,我们首先要定义裙子的特征,如裙子有两个肩带,没有拉链,下面和上面都有一个洞,下面的洞比上面的洞大。之后根据这些定义的特征创建一个模型,就是说满足这些特征条件的照片里的物品就是裙子。最后我们给计算机一堆裙子的照片,它就可以自己判断了。 

  女儿:哈哈哈,太有趣了! 

  我:深度学习是目前人工智能最主要的突破方向,训练深度学习模型就像是幼儿园老师教小朋友认字,例如认福字,老师会给大家足够多的福字写法,小朋友通过像水管一样布满大脑的神经网络进行学习,让大脑未来自己判断哪个字是福字。这带来最大的改变是,我们从编程实现功能,变成只需要告诉电脑需要做什么,它就会自己完成。深度学习依赖大量的数据和强大的计算能力。 

  女儿:我明白了。 

  我:你和爸爸努力学习和工作,今后一起去探险人工智能的秘密和未来吧!