点击上方 狂丸科学 关注并星标我们
------每天晚上 · 一起看趣味科学------
每次提到人工智能研究的进展,我们脑补最多的往往都是未来是否会被其反攻,像终结者中的天网、机械公敌等等经典桥段。
不过你可能不知道的是,人类被AI统治,已经百年老梗了
这里的百年并不是夸张的修饰,其实在文艺作品中,人类早就想到了这一概念。例如在1920年捷克作家Karel apek的《罗素姆万能机器人》中,不仅引入了机器人这个词,剧情设计也很超前。
一些近乎于克隆人概念的机器人最初是为人类服务的,但最终他们开始背叛并导致人类灭绝。
所以算算时间,机器人拥有智慧然后主宰人类这个思路确实已经是100年前的脑洞了。
就像狂丸前几天写过的一篇人工智能换脸的话题中所说,AI已经在我们生活中越来越普及,但我们很多时候其实并不了解它们,例如它的发展,现在的它们为什么和电影里差那么多,我们又什么时候才能拥有影视作品中的那些高级智能机器?
接下来的一段时间,狂丸会开一个新栏目,和你一起学习,了解人工智能。而今天,就让我们从它的历史开始讲起。
人工智能是怎么来的?
人工智能在近年崛起之迅速可能会让你以为这是一个新兴产业,然而恰恰相反,其实它并不新鲜。人类已经对其探索超过了半个世纪,同时过程跌宕起伏,而这也绝对是一个超越时代的想法。
首先我们要明白,所谓的人工智能并不等于就是影视作品中的机器人,机器人只不过是人工智能的外壳,为这项技术提供某种动力。
AI是一种计算机领域广泛技术的合称,该类技术的终极目标,是让计算机拥有自然智能,也可以简单的理解为,让计算机拥有人类一样的智慧
而到了20世纪50年代,一批科学家、数学家们已经在心中萌生了创造人工智能的构想,阿兰·图灵就是其中之一。这位年轻的英国学霸认为,人类可以利用现有的信息和理性来解决问题和做决定,那机器也有可能做相似的事
(影视作品中的形象)
图灵还提出过一个影响计算机领域的有趣想法,也就是「图灵测试」。
内容是将人和电脑关在一个房间,并分别通过键盘和外界交流,如果有超过30%的回答使测试者无法判断房间内是人还是机器,那么机器就算通过了测试,也就是被认为具有人类智能的属性。
不过在历史中,人工智能这个概念正式被提出,是在1956年的达特茅斯会议,约翰·麦卡锡教授召集了一堆世界顶级学霸,对人工智能进行了开放式讨论,可以说这次会议催化了人工智能未来20年的研究。
达特茅斯学院)
你可能好奇,1956年?差不多是60年前了,即使是现在的人工智能有些还被调侃为人工智障,那时的他们受于时代限制,纵使这群人天资聪颖,又能在科技的迷雾中看到什么?
第一个黄金时期
相反,当时的研究进展非常乐观。你可能还记得举世瞩目的「围棋界人机大战」,其实在人工智能的历史上,游戏常常被用来作为衡量人工智能进步的标准,而早在1951年,人类与人工智能在棋艺方面的较量就上演过,而且还是人输了
当时比的是跳棋,「机器学习」一词的创造者,Arthur Samuel所研制的跳棋程序早在1961年就能击败美国周冠军。
那时候人类也发明了聊天机器人,它叫做ELIZA,由麻省理工学院的Joseph Weizenbaum在1966年创造,也就是说,这已经是50年前的事了。
(图片素材来源自Emma Goldman
从1957年到1974年,人工智能堪称蓬勃发展,包括可以让计算机解决计算问题、演算定理、解决翻译问题等等,诸多的成就让人们对它的期望越来越高。
例如「人工智能的众多爸爸」之一马文·明斯基,曾在1970年称「三到八年后,我们将拥有一台具有普通人智力的机器」。
人工智能先驱、诺贝尔经济学奖得主Herbert A. Simon也曾预言「20年内,机器可以胜任何人类能做的工作」。
说起来,如果你关注过近年来一些科学家的「预言」,会不会感觉历史竟然惊人的相似?
进入低谷,差点凉了
不过当年的那批在AI领域开天辟地的科学家还没高兴多久,整个行业就差点凉了
到了1974年左右,科学家们突破人工智能最初的迷雾后发现,眼前的景色并不是未来,而是一座大山。其中最大的问题是计算能力不足,以至于无法展示更多智能,也因此人工智能没法应用到更为实质性的工作上去,而这一状态持续了将近10年之久。
在这期间,就像所有学科都会扩散发展一样,人工智能也出现了分支。例如连接学派,你可以理解为,以前的人工智能只注重于它的智能表现,而这个学派则想研究一下智能的脑子到底应该是什么样,他们认为可以通过模拟人脑的神经网络来实现人工智能。
还有行为学派,他们认为可以从简单生物和环境互动的模式中寻找答案。如果简单的举例,现在波士顿机器人其实就很符合该学派的理念,相当于给人工智能造身体
重整旗鼓,第二次兴起
但打破行业冬天僵局的是「专家系统」,它的出现让人工智能得以重回大众视野。
对于如何让机器人拥有智能这个问题。科学家想到了一个关键点,先让它像人一样去学习。而专家系统就是这样一个学习方式,科学家为机器人灌输大量知识,让它可以模仿特定领域的专家进行回答或者解决问题,科学家们缩小了智能领域,但这似乎很有效果。
一些人工智能也开始展示出更为出色的表现,尤其是在战胜人类方面。1988年IBM的深思国际象棋人工智能可以用每秒70万步的速度进行思考,而到了1996年5月,升级版深蓝最终战胜了人类国际象棋冠军卡斯帕罗夫,完成了历史里程碑。
而在这个成绩背后,是它存储了百年来专家级别的开局和残局下法,并且一秒内能计算2亿步棋...
差点又凉了
不过在20世纪80年代后期,虽然人工智能有所成就,但又差点凉凉了人工智能再一次跌入了寒冬期。
狂丸粗糙理解的主要原因之一是,当时的专家系统并不能完全靠自学,而是需要人教这就导致知识灌输费时费力,维护成本变高。这种状态下,一些官方机构对该领域的研究资源进行了大幅削减。
起起落落,终于迈入现代AI
不过在步入21世纪后,现代AI终于迎来了长远发展的曙光,人们开始引用了一个叫做「DeepLearning」的大型神经网络模型。
所谓的DeepLearning,是神经网络技术的一种,其最具变革性的特点是,它具有抽象概括的能力,例如你告诉它一个事物,它自己能就能够识别到事物独特的特性。
例如给它看很多猫,她自己能够像人一样根据耳朵、眼睛、或者姿态识别出这是一只猫。
(图片素材来源自HubSpot)
2011年,谷歌的研究人员从网络中抽取了1000万张静态图,并把这些图交给了「谷歌大脑」,三天后,在没有人类的帮助下,它成功的自己从图片中发现了「猫」。
(图片素材来源自HubSpot)
这里还有一个好玩的事,你觉得下图是乌鸦还是猫?
(图片素材来源自网络)

答案是猫,这张图曾经在网络上迷惑过无数网友。不过随着AI技术的发展,谷歌的Cloud Vision给出了一个准确的检测结果,确认为猫的概率已经高达88%。

但正如狂丸上文提到的,连接学派不是早就在80年代就提出了神经网路学习么?当时怎么不见效果?
这是因为数据量有了明显的不同。这些年互联网提供了大量数据,事实上世界上90%的数据都是近几年中产生的,这种数据量成为了计算机的学习资源,其次电脑的处理速度也在飞速提升,早已不是当年可比。
而到了如今,人工智能一词已经包含了多种技术与应用领域,我们可以看到它的飞速更新以及多种有趣的应用。
像是科学家们半个世纪以来都没有放下对游戏的执着,AlphaGo击败了人了最强围棋选手柯洁,近年还玩起了对战Dota2、星际争霸2,甚至有网友还让AI玩起了GTA5、超级马里奥:
人工智能也越来越像「人」。去年语音助手Google Assistant完全颠覆了人们对于AI的认知,它可以流畅自然的模拟人类说话,并完成理发、饭店的预约,而对接的人类根本没有察觉异样。狂丸感觉这基本可以认为它已经通过了当年的图灵测试。
而麻省理工学院媒体实验室为了研究错误数据对AI的影响,干脆训练出了一款精神病AI:诺曼,一度让人感觉细思恐极。
所以结合历史来看,现在的我们调戏Siri如同呼吸空气一般自然,但实际上科学家们为了让它能够听懂你说什么,拨开一重又一重的迷雾,踏过一座又一座的高山,差点几度凉凉,今天的成就实在来之不易。
(现今的智能机器人和100年前人类脑洞)
所以你可能会觉得,现在的人工智能已经这么「强」了,是不是电影中的世界真的指日可待?
然而事实是,在大多数科学家眼中看来,这些人工智能,有一个算一个,都属于「弱」人工智能,距离科幻中的「强」人工智能可以说是不同级别的存在,他们之间的关系,大概就像蜘蛛和蜘蛛侠、葫芦和葫芦娃——而现在我们日常生活中使用的人工智能,大概率还是叫做人工智障更合适。
(文中图片素材均来源自网络,仅做交流学习使用)
参考资料:
https://en.wikipedia.org/wiki/Artificial_intelligence
https://www.youtube.com/watch?v=mJeNghZXtMo
https://aitopics.org/misc/brief-history
https://ai100.stanford.edu/2016-report/appendix-i-short-history-ai
https://www.wipo.int/tech_trends/en/artificial_intelligence/story.html
https://www.dataversity.net/brief-history-artificial-intelligence/#
https://www.livescience.com/47544-history-of-a-i-artificial-intelligence-infographic.html
https://courses.cs.washington.edu/courses/csep590/06au/projects/history-ai.pdf
https://en.wikipedia.org/wiki/History_of_artificial_intelligence
继续阅读