人工智能在過去的60多年時間里，經(jīng)歷了起起伏伏的發(fā)展歷程，到目前為止取得了突破性進展。本文旨在梳理人工智能發(fā)展的主要歷程，分析當前人工智能突破的主要關鍵性技術和原理，并進一步討論相關技術在未來發(fā)展中可能面臨的挑戰(zhàn)。

　　人工智能的發(fā)展歷程

　　歷經(jīng)了60多年的發(fā)展，人工智能領域的研究因為不同的困難經(jīng)歷了起起伏伏，呈螺旋式前進的發(fā)展態(tài)勢。起初仿造動物神經(jīng)元，希望打造強人工智能的人工神經(jīng)網(wǎng)絡（ArtificialNeuronNetwork），先是經(jīng)歷了機器無法應付計算復雜度的困境，更是一度因為無法獲得研究經(jīng)費而停滯；同一時期另一脈絡的弱人工智能，則發(fā)展出博聞強記、分辨率隨數(shù)據(jù)質與量逐步提升而快速進展的機器學習路徑。隨著近年來技術的快速發(fā)展，人工智能已經(jīng)在多學科、多領域得到了廣泛應用，并產(chǎn)生了巨大的經(jīng)濟效益和社會效益。

　　第一次高潮階段（起源階段）。二十世紀四十年代末，隨著科技的發(fā)展，三論（即系統(tǒng)論、控制論、信息論）的出現(xiàn)為人工智能的探索奠定了理論基礎。1950年，英國數(shù)學家圖靈發(fā)表題為“計算的機器與智能”的論文，提出圖靈測試、機器學習、遺傳算法和強化學習等概念，直接推動人工智能早期的發(fā)展；1955年，麥卡錫在達特茅斯學院會議上首次提出“人工智能”的概念；1957年，第一款神經(jīng)網(wǎng)絡Perceptron由羅森布拉特發(fā)明，人工智能研究邁向第一個高峰。

　　第一次低潮階段。該階段的人工智能又被稱為經(jīng)典符號時期。1970年，受限于當時的計算能力，機器無法完成大規(guī)模數(shù)據(jù)訓練和復雜任務，人工智能進入第一個低潮。此后的1973年，詹姆斯？萊特希爾針對英國人工智能研究狀況的報告給出了嚴厲的批評，指出“人工智能無法實現(xiàn)其‘宏偉目標’”，直接影響了人工智能領域的研發(fā)資金投入。

　　第二次高潮階段（初步產(chǎn)業(yè)化階段）。這一階段的關鍵詞是“專家系統(tǒng)”——即具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)。專家系統(tǒng)旨在通過對人類專家解決特定領域某些問題方法的建模，進而采用人工智能技術讓計算機模擬解決上述類似問題的能力。1980年，卡內基˙梅隆大學設計了XCON專家系統(tǒng)。1982年，霍普菲爾德神經(jīng)網(wǎng)絡被提出，該網(wǎng)絡的最大優(yōu)勢是可以解決很多模式識別問題，此外還可以給出一類組合優(yōu)化問題的近似解。1986年，BP算法的出現(xiàn)極大地推動了大規(guī)模神經(jīng)網(wǎng)絡的訓練，將人工智能推向一個新的高度。

　　第二次低潮階段。人工智能再一次進入低潮期，這一階段該領域技術成果較少，但以神經(jīng)網(wǎng)絡、遺傳算法為代表的技術得到關注。1987年，蘋果和IBM生產(chǎn)的臺式機性能超過Symbolics等廠商生產(chǎn)的通用型計算機，專家系統(tǒng)風光不再；1990年，人工智能計算機DARPA沒能實現(xiàn)，政府投入縮減；1991年，日本人設定的“第五代工程”的失敗，人工智能研究再次遭遇經(jīng)費危機。

　　第三次高潮階段（快速發(fā)展階段）。隨著大數(shù)據(jù)、云計算以及認知技術的快速發(fā)展，深度學習技術在人工智能領域開始“嶄露頭角”，尤其在語音識別、圖像識別等細分領域，人工智能技術加速成熟并成功地實現(xiàn)了產(chǎn)業(yè)化。2006年，Hinton發(fā)明了“深度學習”神經(jīng)網(wǎng)絡，人工智能得到加速發(fā)展；2013年，語音識別和圖像識別領域運用深度學習算法取得了很好的效果，識別率分別超過99%和95%；2014年，無監(jiān)督學習算法取得突破，F(xiàn)acebook使用無監(jiān)督學習將臉部識別率提升到97.25%；2016年，運用深度學習技術的機器人AlphaGo以4：1擊敗人類圍棋冠軍李世石，成為了人工智能發(fā)展史上一大標志性事件。

　　人工智能發(fā)展的關鍵性技術

　　人工智能本身就是一個多學科交叉融合的產(chǎn)物，此外，其在具體應用時還需要大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等其他信息技術的支撐，因此人工智能體系通常會涉及眾多的學科門類和技術種類。本文主要從推動人工智能發(fā)展的內在技術出發(fā)，以人工神經(jīng)網(wǎng)絡、機器學習和自然語言處理三大關鍵性技術為重點，簡要闡述其工作原理。

　　關鍵技術一：人工神經(jīng)網(wǎng)絡

　　對于人工智能，計算機科學家可以直接模仿生物的神經(jīng)元運作，因此設計數(shù)學模型來仿真動物神經(jīng)網(wǎng)絡的結構與功能。所謂人工神經(jīng)網(wǎng)絡是一種仿造神經(jīng)元運作的函數(shù)演算，接受外界信息輸入的刺激，且根據(jù)不同刺激影響的權重轉換成輸出的反應，或用來改變內部函數(shù)的權重結構，以適應不同環(huán)境的數(shù)學模型。

　　1951年，科學家馬文˙明斯基第一次嘗試建造了世上第一個神經(jīng)元仿真器：Snarc（StochasticNeuralAnalogReinforcementCalculator），能夠在其40個“代理人”和一個獎勵系統(tǒng)的幫助下穿越迷宮。6年后，康乃爾航空工程實驗室的羅森布拉特設計、發(fā)表神經(jīng)網(wǎng)絡的感知器（Perceptron）實作后，人工神經(jīng)網(wǎng)絡學者曾經(jīng)一度振奮，認為這個突破終將帶領人工智能邁向新的發(fā)展階段。

　　20世紀70年代，人工智能領域的研究因為缺乏大規(guī)模數(shù)據(jù)、計算復雜度無法提升等問題，導致科研預算無法得到充分保障而陷入了困境。直到80年代，科學家首先通過思考上的突破，設計出新的演算方法來模擬人類神經(jīng)元，迎來神經(jīng)網(wǎng)絡發(fā)展的文藝復興時期。物理學家約翰˙霍普費爾德在1982年率先發(fā)表Hopfield神經(jīng)網(wǎng)絡的相關論文，開啟了神經(jīng)網(wǎng)絡可以遞歸設計的思考。4年后，加州大學圣地亞哥分校教授戴維？魯梅爾哈特提出了反向傳播法（BackPropagation），通過每次數(shù)據(jù)輸入（刺激）的變化，計算出需要修正的權重回饋給原有函數(shù)，進一步刷新了機器“學習”的意義?？茖W家更進一步把神經(jīng)元延伸成為神經(jīng)網(wǎng)，通過多層次的神經(jīng)元締結而成的人工神經(jīng)網(wǎng)絡，在函數(shù)表現(xiàn)上可以保有更多“被刺激”的“記憶”。

　　關鍵技術二：機器學習

　　要讓機器有智慧，并不一定要真正賦予它思維能力，只要擁有大量閱讀、儲存資料并具有分辨的能力，就足以幫助人類工作。上世紀70年代，人工智能研究人員開始思考是否一定要讓機器真正具有自我思維能力，才能稱之為人工智能？因此，人工智能出現(xiàn)了不同的分支：弱人工智能與強人工智能。弱人工智能一般希望借鑒人類的智能行為，研制出更好的工具以減輕人類智力勞動，類似于“高級仿生學”。強人工智能則是希望研制出達到甚至超越人類智慧水平的人造物，具有心智和意識、能根據(jù)自己的意圖開展行動。

　　機器學習可以視為弱人工智能的代表。通常需要預先設定問題，并搜集相關數(shù)據(jù)（數(shù)據(jù)通常包含原始數(shù)據(jù)與標準答案，例如人像圖片與該圖片內人物的相關信息），然后再將數(shù)據(jù)分為訓練用與驗證用兩組。以訓練用數(shù)據(jù)進行學習，通過特定的分類算法抽取特征值，優(yōu)化設計數(shù)據(jù)的數(shù)學模型，然后再將驗證用數(shù)據(jù)輸入該數(shù)學模型，比對計算的分類結果是否與標準答案一樣，如果該數(shù)學模型能夠達到一定比例的正確率，則認為該機器學習模型有效。這種具有標準答案，并以計算出的預期結果進行驗證的機器學習，通常被稱為監(jiān)督式學習。相對于監(jiān)督式學習，非監(jiān)督式學習則強調不知道數(shù)據(jù)該如何分類的機器學習，換言之，我們提供計算機大量數(shù)據(jù)，但不告訴它這些數(shù)據(jù)該用什么方式進行分類，然后計算機通過算法將數(shù)據(jù)分類，人類只針對最終數(shù)據(jù)分類進行判別，用數(shù)據(jù)尋找規(guī)律就是機器學習的基礎。

　　機器學習的發(fā)展方向，是在設計、分析一些讓計算機可以自主“學習”的算法，讓機器得以從自動分析數(shù)據(jù)的過程中建立規(guī)則，并利用這些規(guī)則對還沒有進行分析的未知數(shù)據(jù)進行預測。過程中，時常運用統(tǒng)計學技巧，并轉化成計算機程序，進而計算出資料里的分界條件來做預測。弱人工智能作為人工智能領域的一種演進路徑，無論是監(jiān)督式學習或非監(jiān)督式學習，在大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新一代信息技術高速發(fā)達的今天，用機器學習來解決人類基礎的問題變成一種趨勢。目前機器學習也是人工智能商業(yè)應用最廣泛的一種技術。例如搜索引擎、圖像識別、生物特征識別、語音與手寫識別與自然語言處理、甚至是檢測金融詐欺等等，都是典型的應用。

　　關鍵技術三：自然語言處理

　　對人類來說，如何讓這些制造出來的機器們能夠聽懂人類語言，并與人類“合作”，對于今后進一步探索未知宇宙有著重要的意義。自然語言處理（NaturalLanguageProcessing，NLP）的研究，是要讓機器“理解”人類的語言，是人工智能領域中的一項重要基礎技術。英國雷丁大學的演化生物學家馬克？佩葛認為，最早的一種“社會科技”是人類的“語言”，語言的發(fā)明讓早期人類部落通過加強“合作”在進化上占有優(yōu)勢。自然語言處理可以簡單理解分為輸入和輸出兩種：一種是從人類到計算機——讓計算機把人類的語言轉換成程序可以處理的結構，一種是從計算機反饋到人——把計算機處理的結果轉換成人類可以理解的語言表達出來。

　　無論是從人類到計算機，還是從計算機到人類，語言處理通常會使用到我們學習語言一般要具備的聽、說、讀、寫等技能。其中：聽與說主要使用到聽覺與發(fā)音，對計算機而言就是能夠通過麥克風“聽”到人類說話，把聽到的聲音轉成文字（語音識別），或把計算機想要表達的意思轉成人類可以理解的語句（自然語言生成），再用發(fā)聲設備“讀”給人類聽（這是語音合成）?？茖W家與工程師們同樣致力于圖片文字辨識，圖片來源可以是掃描的圖像文件，也可以是手機拍攝的照片，目標的文字體則可以是一般印刷品或打印的文件，也可以是手寫文字。人類互動最重要的途徑就是語言，無論是文字或語音，語音智能助理讓人能和機器之間對話，無疑是智能終端普及后最令人興奮的突破創(chuàng)新之一。

　　人工智能關鍵性技術發(fā)展面臨的挑戰(zhàn)自然語言處理

　　一是不確定性。目前在詞法、句法、語義、語用以及語音等多個維度都存在不確定性問題，導致最終結果有偏差；二是不可預測性。在數(shù)據(jù)大爆炸的今天，新的詞匯、術語、語義和語法層出不窮導致了不可預測性；三是數(shù)據(jù)不充分的長尾現(xiàn)象。數(shù)據(jù)資源覆蓋語言現(xiàn)象存在盲區(qū)，導致了長尾現(xiàn)象的出現(xiàn)；四是語義的非線性特質。語義本身就存在很強的模糊性，并且在不同的語境下還附帶錯綜復雜的關聯(lián)性，這些非線性特質使得簡單的數(shù)學模型難以奏效，增加了龐大的非線性計算量。

　　深度學習

　　一是對數(shù)據(jù)依賴性依然很強。深度學習不具備通過語言描述的清晰定義來學習抽象概念的能力，需要成千上萬乃至上億的學習樣本，才能達到較好的效果；二是無法自然處理層級結構。當前大多數(shù)基于深度學習的語言模型都將句子視為詞語的序列，當遇到陌生的句式時，循環(huán)神經(jīng)網(wǎng)絡無法系統(tǒng)地展示、擴展句子的遞歸結構；三是開放式推理能力欠缺。目前還沒有深度學習系統(tǒng)能基于已有知識像人類那樣準確地進行推理；四是與先驗知識結合度不夠。從深度學習的原理看，先驗知識很難整合到深度學習系統(tǒng)中；五是難以穩(wěn)健地實現(xiàn)工程化。機器學習與經(jīng)典的編程相比，仍然缺乏漸進性、透明性和可調式性，這讓它在實現(xiàn)穩(wěn)健性方面面臨巨大挑戰(zhàn)。

　　計算機視覺

　　一是在具體的應用場景中，計算機視覺與其他信息技術的融合度仍有提升空間。雖然基于大數(shù)據(jù)技術的計算機視覺在解決一般性問題時已經(jīng)取得了很好的實踐效果，但在某些問題上的精準度還不是很理想，需要與其他信息技術深度融合；二是開發(fā)計算機視覺算法的時間成本和人力成本居高不下。海量數(shù)據(jù)樣本是目前計算機視覺算法實際應用中的基礎，并且其中大量的數(shù)據(jù)還需要人工標注，這導致在復雜的應用場景下需要增加研發(fā)周期并提高人力成本預算，才能達到最終要求的精準度；三是新型算法的設計開發(fā)速度有待進一步提速。當前計算機視覺的硬件環(huán)境不斷完善，例如人工智能芯片、新型攝像頭等不斷推陳出新，需要針對不同的硬件設備設計和開發(fā)與之相適應的計算機視覺算法。

　　另外，當前深度學習的算法出現(xiàn)了一定的瓶頸，還需要進一步的突破。人工智能在技術上還被認為是一個黑盒子，技術人員對其中算法的具體過程還不夠了解，在這方面也需要進行相關的研究。要繼續(xù)加強人工智能與其他學科的融合，實現(xiàn)下一輪發(fā)展。要積極加強大腦科學和心理學的研究，醞釀下一步的突破。

　　文/彭健

關注讀覽天下微信， 100萬篇深度好文， 等你來看……