人工智能的過(guò)去和未來(lái)

謝耘

人類文明的進(jìn)化過(guò)程，核心的推動(dòng)力就是工具的不斷完善。在信息化之前，工具的本質(zhì)是我們體力的延伸。到了計(jì)算機(jī)出現(xiàn)，發(fā)生了本質(zhì)的變化，計(jì)算機(jī)成為智力的延伸。計(jì)算機(jī)從誕生那一刻起，就是輔助人的智能工具。

很多人覺(jué)得計(jì)算機(jī)現(xiàn)在才開(kāi)始智能化，其實(shí)計(jì)算的這個(gè)能力本質(zhì)上就是一種智慧能力，計(jì)算本質(zhì)上是一種智能，所以計(jì)算機(jī)從誕生開(kāi)始，就注定了是一個(gè)輔助人類智能的工具。我們正在進(jìn)入這個(gè)信息文明，本質(zhì)上也是一個(gè)智能化的文明。

人工智能坎坷之路

人工智能這個(gè)詞是1956年誕生的，是計(jì)算機(jī)出現(xiàn)了將近十年的時(shí)候誕生的。當(dāng)時(shí)，包括搞計(jì)算的、物理的、邏輯的、神經(jīng)生理的、數(shù)學(xué)的一群大牛集中在美國(guó)達(dá)特茅斯學(xué)院，開(kāi)了兩個(gè)月的會(huì)，普遍認(rèn)為人類用10年～20年的時(shí)間，就可以造出一臺(tái)和人具有同等智力水平的機(jī)器。為什么呢？因?yàn)槲鞣轿拿髟诟旧险J(rèn)為這個(gè)世界是邏輯的，甚至是數(shù)字化的。在古希臘時(shí)期的一個(gè)哲學(xué)家，叫彼得格拉斯，他不是希臘人。勾股定理在西方叫彼得格拉斯定理。他有一句名言：世界上所有的問(wèn)題都是算術(shù)問(wèn)題。這個(gè)理念是根植在西方文明中的。所以當(dāng)計(jì)算機(jī)能夠越算越快后，大家就認(rèn)為實(shí)現(xiàn)全面人的智能也是指日可待的事。但是，事實(shí)無(wú)情地打破了這些人的夢(mèng)想，人工智能走過(guò)了一段極其坎坷的路。

人工智能分為三大階段。第一階段是采用經(jīng)典科學(xué)的思路。人類希望能夠基于一些基本的推理規(guī)則，重構(gòu)和人相同的規(guī)則，使機(jī)器能夠自己學(xué)習(xí)，解決各種各樣的問(wèn)題。后來(lái)發(fā)現(xiàn)，它只能解決一小部分問(wèn)題。之后，人們不得不去面對(duì)現(xiàn)實(shí)，從理想開(kāi)始走到現(xiàn)實(shí)。之后的人工智能走的是什么路徑呢？是專家系統(tǒng)的路。靠基本的規(guī)則演化出這條路是不可能的，只有把人們總結(jié)出來(lái)的知識(shí)作為智能系統(tǒng)的基礎(chǔ)，去解決不同領(lǐng)域的問(wèn)題。這就是專家系統(tǒng)。

通用的基本規(guī)則演化成了以知識(shí)為技術(shù)，但是也沒(méi)有解決更多的問(wèn)題。因?yàn)槿祟愒诓煌５淖兓?，所以專家系統(tǒng)適用的范圍是知識(shí)相對(duì)穩(wěn)定，可以完整抽取的領(lǐng)域。我們知道，地質(zhì)勘探就是專家系統(tǒng)，那是非常成功的。直到今天，到了大數(shù)據(jù)時(shí)代。大數(shù)據(jù)時(shí)代就不僅僅是知識(shí)，也把數(shù)據(jù)加進(jìn)去了，用各種各樣的算法進(jìn)行分析，讓系統(tǒng)變得更加智能。在大數(shù)據(jù)時(shí)代，人工智能化又前進(jìn)了一步，也就是更加的現(xiàn)實(shí)。

計(jì)算能否解決所有的問(wèn)題

計(jì)算機(jī)的本質(zhì)到底是什么呢？計(jì)算機(jī)實(shí)現(xiàn)所有的人工智能的應(yīng)用，本質(zhì)上是把問(wèn)題都轉(zhuǎn)化成一個(gè)算術(shù)的問(wèn)題或是計(jì)算的問(wèn)題，才能解決。換句話說(shuō)，任何一個(gè)問(wèn)題，只要把它變成計(jì)算問(wèn)題，計(jì)算機(jī)就一定能夠解決，而且計(jì)算機(jī)一定在有限的時(shí)間內(nèi)解決得比人還好。但是否所有都是計(jì)算的問(wèn)題？回答是“NO”。換句話說(shuō)，用計(jì)算不可能解決世界上所有問(wèn)題。

第二個(gè)問(wèn)題，什么問(wèn)題可以用計(jì)算來(lái)解決？每個(gè)人的看法會(huì)不一樣。所以什么問(wèn)題能夠用計(jì)算來(lái)解決，要具體地去看這個(gè)問(wèn)題才行。

第三個(gè)問(wèn)題，人的智能是不是計(jì)算問(wèn)題？現(xiàn)在不能回答。有的人認(rèn)為是，但拿不出證據(jù)來(lái)，而有的人認(rèn)為不是，同樣也拿不出證據(jù)來(lái)，這就無(wú)法嚴(yán)格證明。

第四個(gè)問(wèn)題，如果我們說(shuō)不清楚人的智能是計(jì)算問(wèn)題，我們能不能用計(jì)算的方法，拋開(kāi)人，構(gòu)建出一個(gè)系統(tǒng)，這個(gè)系統(tǒng)能擁有和人同樣的智能表現(xiàn)。這個(gè)問(wèn)題現(xiàn)在也沒(méi)有答案。

第五個(gè)問(wèn)題，現(xiàn)在的計(jì)算機(jī)都是算術(shù)的機(jī)器，只會(huì)算數(shù)，未來(lái)我們能夠造出別的機(jī)器嗎？同樣是輔助智能的機(jī)器，但是底層不僅僅是做計(jì)算?，F(xiàn)在談?wù)摰牧孔佑?jì)算，本質(zhì)上還是數(shù)字計(jì)算，只是對(duì)于特定的一些問(wèn)題可以用更快的方式來(lái)算而已，本質(zhì)上依然是一個(gè)計(jì)算的機(jī)器，這是計(jì)算機(jī)的本質(zhì)，圍繞著這個(gè)本質(zhì)和智能，可以問(wèn)一系列的關(guān)鍵問(wèn)題。

人類可實(shí)現(xiàn)的智能

智能的本質(zhì)是什么呢？人腦的內(nèi)在機(jī)制有很多大量未知的復(fù)雜性。復(fù)雜到什么程度？我們知道人腦左右是有分工的，醫(yī)生給病變的一側(cè)大腦徹底切掉，而這個(gè)人基本是正常的。世界上有很多半腦人，真的失去了一半大腦，這個(gè)人還可以是正常的。此外，大腦有140億個(gè)神經(jīng)元，現(xiàn)在奢談復(fù)制大腦，完全是在說(shuō)夢(mèng)話。

人的智能可以簡(jiǎn)單的分成兩層，一層是顯性的，一層是隱性的。最復(fù)雜的是還有底層隱性的。一個(gè)孩子剛生下來(lái)，大腦是空白的，但空白的大腦中是有隱性智能的。因?yàn)檫@個(gè)孩子可通過(guò)與外界的交互，去獲得那些顯性的智能和知識(shí)，他能獲得這種智能和知識(shí)的能力就是隱藏在他大腦里面的智能，而到今天為止我們解釋不清大腦內(nèi)到底發(fā)生著什么。

未來(lái)會(huì)是什么樣子呢？很簡(jiǎn)單，所有的計(jì)算機(jī)應(yīng)用，其實(shí)都是智能化的應(yīng)用，只是智能化程度的高低而已。未來(lái)我們不斷地往前發(fā)展，所有的計(jì)算機(jī)應(yīng)用都會(huì)越來(lái)越智能化。我們夢(mèng)想不只是把一個(gè)應(yīng)用變得更智能，還要能造出一個(gè)最好和人差不多的智能系統(tǒng)。要想解決這個(gè)問(wèn)題，有兩個(gè)基本的途徑，一個(gè)是需要把大腦底層的隱性智能機(jī)制搞清楚，實(shí)現(xiàn)人的智能。人類對(duì)大腦的理解是極其初級(jí)的，這條路是極其遙遠(yuǎn)的，至少在可以預(yù)見(jiàn)的百年之內(nèi)都解決不了。

第二個(gè)問(wèn)題就是拋開(kāi)人腦，我們有沒(méi)有可能利用計(jì)算的方法，構(gòu)造出一套智能體系。構(gòu)造出底層的基本的智能機(jī)制，用計(jì)算的方法，用基本的智能機(jī)制演化出各種顯性的智能嗎？這也是極大的挑戰(zhàn)。到今天為止我還沒(méi)有看到這方面有什么明顯突破。如果我們想要?jiǎng)?chuàng)造能夠挑戰(zhàn)人或者是和人類似的智能系統(tǒng)，可能有兩條路要走。而這兩條路，目前仍看不到一絲光線。

有沒(méi)有可能實(shí)現(xiàn)人的顯性智能的集成？人的顯性智能和計(jì)算機(jī)類似，也是表現(xiàn)出一個(gè)一個(gè)的應(yīng)用，但是兩者之間有一個(gè)最本質(zhì)的區(qū)別：計(jì)算機(jī)應(yīng)用里的數(shù)據(jù)是圍繞各個(gè)應(yīng)用來(lái)管理的，人腦則不是。人腦里的知識(shí)和數(shù)據(jù)是統(tǒng)一管理的，所以人腦顯性智能和計(jì)算機(jī)系統(tǒng)有非常大的區(qū)別，這個(gè)區(qū)別就在于對(duì)信息和數(shù)據(jù)的管理方式根本不同。

我們有沒(méi)有可能借鑒人對(duì)信息的管理方式，把一個(gè)人的信息按照人的理解有效的管理，形成一個(gè)系統(tǒng)的基礎(chǔ)，我稱之為一個(gè)人腦的虛擬的映像，在這個(gè)基礎(chǔ)上支撐不同的應(yīng)用。這些數(shù)據(jù)不是分散在不同的地方，而是集中在一起，來(lái)支撐不同的內(nèi)容。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）