如果將來(lái)有外星人翻閱地球的歷史，在它們眼中，也許愚人節(jié)的出現(xiàn)就是這群地球上最聰明的生物炫耀的游戲。如同腦筋急轉(zhuǎn)彎和桌牌游戲相似，人與人之間這種不帶惡意的欺騙反欺騙，往往需要理性和感性、推理和直覺相結(jié)合才能完成。這種行為，比之純粹的邏輯更為有趣，也更展示著人類獨(dú)一無(wú)二的智慧。

近幾年來(lái)，從新款手機(jī)吸引眼球的AI助理、智能拍照，到未來(lái)感滿滿的無(wú)人駕駛，再到摘取了享有人類智慧桂冠的之稱的圍棋冠軍的AlphaGo，“人工智能”這個(gè)在幾年前還屬于學(xué)術(shù)前沿與科幻作品的詞語(yǔ)，仿佛一夜間進(jìn)入了普通人的世界。

那么，這個(gè)被稱作“智能”的人工智能，到底是什么東西？人工智能的快速發(fā)展，是否已經(jīng)使得我們的“電腦”逐漸接近人腦了呢？在多久的將來(lái)，人工智能可以在愚人節(jié)那天，向人類開一個(gè)小玩笑呢？

人工智能是什么

隨著“人工智能”概念的火爆，越來(lái)越多的新鮮詞語(yǔ)出現(xiàn)在各路媒體——深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)、專家系統(tǒng)……這些看上去高大上的詞語(yǔ)不免讓人心生困惑：這些技術(shù)是人工智能嗎？人工智能和這些技術(shù)之間有什么關(guān)系？

其實(shí)，人工智能（Artificial Intelligence，AI）是一個(gè)跨學(xué)科、高門檻的行業(yè)，涉及的技術(shù)與理念可謂是五花八門，涉及神經(jīng)科學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等多個(gè)專業(yè)領(lǐng)域，即使從業(yè)者也很難看清其全貌。加之一些媒體在引用相關(guān)新聞時(shí)不慎嚴(yán)謹(jǐn)，讓許多人對(duì)人工智能更加困惑。

今天，小編不講具體的技術(shù)，只說(shuō)人工智能歷史的與分類，以期剝開人工智能的神秘面紗，共同一窺人工智能的面貌。

01人工智能的歷史

其實(shí)人工智能并非新興技術(shù)，它近年來(lái)的火爆來(lái)源于幾代科研工作者的默默積累。甚至在很長(zhǎng)一段時(shí)間中，人工智能曾備受批判和冷落。

早在1956年的達(dá)特茅斯會(huì)議上，年輕的約翰·麥卡錫等科學(xué)家就共同確定了人工智能這一概念。此后，人工智能在挫折中緩慢發(fā)展。

人工智能之父——約翰·麥卡錫

然而，七十年代開始，人們對(duì)人工智能產(chǎn)生了懷疑——僅僅會(huì)邏輯推理和簡(jiǎn)單預(yù)測(cè)棋譜的電腦程序顯然不足以稱之為“智能”，而科研人員找不到更多的應(yīng)用領(lǐng)域。甚至有人開始質(zhì)疑“人工智能”不過(guò)是一個(gè)新鮮概念，并不具有創(chuàng)新性和應(yīng)用價(jià)值。

整個(gè)八十年代，人工智能在突破及質(zhì)疑中繼續(xù)發(fā)展。許多專家系統(tǒng)出現(xiàn)，他們可以輔助公司指定計(jì)劃或者醫(yī)生開處方。隨著David Rumelhart提出反向傳播（Back Propagation，BP）算法，解決了多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問題，神經(jīng)網(wǎng)絡(luò)開始被廣泛的應(yīng)用于模式識(shí)別、故障診斷、預(yù)測(cè)和智能控制等多個(gè)領(lǐng)域。然而，好景不長(zhǎng)，當(dāng)時(shí)的多種人工智能技術(shù)要么受制于應(yīng)用領(lǐng)域狹窄，設(shè)計(jì)成本高，要么碰到了計(jì)算機(jī)算力、儲(chǔ)存及數(shù)據(jù)量的壁壘，發(fā)展再次進(jìn)入低谷。

反向傳播算法

九十年代至今，人工智能迎來(lái)了新一輪浪潮?；ヂ?lián)網(wǎng)的普及讓現(xiàn)實(shí)數(shù)據(jù)開始快速積累，計(jì)算機(jī)及芯片的性能快速提升，人工智能終于開始走進(jìn)每個(gè)人的生活。從九十年代到今天，我們見證了機(jī)器在國(guó)際象棋、圍棋、德州撲克等等智力競(jìng)技中戰(zhàn)勝了人類最頂尖的選手，見證了語(yǔ)音識(shí)別、圖像識(shí)別等技術(shù)在生活中的廣泛應(yīng)用，見證了“AI”對(duì)人類社會(huì)的深刻影響。

而這波人工智能浪潮，至今沒有顯露出一點(diǎn)頹勢(shì)，反而隨著大數(shù)據(jù)、先進(jìn)芯片、量子技術(shù)等的進(jìn)步而彰顯愈加強(qiáng)大的生命力。

02人工智能的分類

說(shuō)了這么多，讀者可能依然對(duì)“人工智能”這個(gè)詞語(yǔ)感到如墜五里霧中。沒關(guān)系，下面的分類將說(shuō)明人工智能用到的基本技術(shù)，為你描繪一幅有關(guān)人工智能的感性畫面。

首先，“人工智能”本身并不是不是一個(gè)嚴(yán)格的技術(shù)定義，而是一個(gè)寬泛的概念。人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。簡(jiǎn)而言之，人工智能試圖用人工的方式實(shí)現(xiàn)類人的智慧。

那我們經(jīng)常聽到的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)一類的詞語(yǔ)與人工智能是什么關(guān)系呢？

有人是這樣總結(jié)他們的關(guān)系的：

沒看懂？還有中文版本：

看了這張圖，大家是不是對(duì)這些詞語(yǔ)之間的關(guān)系有了初步的理解呢？還有些迷糊？沒關(guān)系，聽我慢慢道來(lái)。

最初的時(shí)候，人們?yōu)閷?shí)現(xiàn)人工智做了很多嘗試，提出了很多種方法。如專家系統(tǒng)、進(jìn)化計(jì)算、機(jī)器學(xué)習(xí)等等。他們有著完全不同的應(yīng)用場(chǎng)景和實(shí)現(xiàn)方法。如果按知識(shí)來(lái)源進(jìn)行區(qū)分，他們大致可分為知識(shí)手動(dòng)輸入與知識(shí)由計(jì)算機(jī)獲取兩大類。專家系統(tǒng)就是典型的由人類向機(jī)器輸入已有知識(shí)，讓機(jī)器使用這些知識(shí)處理問題的代表。而機(jī)器學(xué)習(xí)就是讓機(jī)器自動(dòng)從數(shù)據(jù)中學(xué)習(xí)知識(shí)的代表。

隨著本世紀(jì)互聯(lián)網(wǎng)的大發(fā)展，計(jì)算機(jī)性能的快速提高，人工智能實(shí)現(xiàn)理念中的機(jī)器學(xué)習(xí)逐漸受到重視。這是因?yàn)闄C(jī)器學(xué)習(xí)的設(shè)計(jì)初衷，就是使用算法來(lái)解析數(shù)據(jù)、從數(shù)據(jù)中學(xué)習(xí)，然后對(duì)真實(shí)世界中的事件做出決策和預(yù)測(cè)。傳統(tǒng)的機(jī)器學(xué)習(xí)使用了比較簡(jiǎn)單的數(shù)學(xué)算法，隨著技術(shù)的發(fā)展，人們發(fā)現(xiàn)傳統(tǒng)機(jī)器學(xué)習(xí)正確率較低且適用環(huán)境少。此時(shí)，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN ）技術(shù)異軍突起，給人工智能注入了新的強(qiáng)心劑。

簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)示意圖

其實(shí)，早在1943年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts就建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型——MP模型，證明了單個(gè)神經(jīng)元能執(zhí)行邏輯功能。60年代，人工神經(jīng)網(wǎng)絡(luò)得到了進(jìn)一步發(fā)展，更完善的神經(jīng)網(wǎng)絡(luò)模型被提出，其中包括感知器和自適應(yīng)線性元件等。1986年，Rumelhart, Hinton, Williams發(fā)展了BP算法（值得一提的是，Hinton因?yàn)槠湓谏疃葘W(xué)習(xí)領(lǐng)域杰出的貢獻(xiàn)剛剛獲得了2019年的圖靈獎(jiǎng)），這是一個(gè)迄今為止都極具實(shí)用價(jià)值的人工智能算法。另外，我們耳熟能詳?shù)牡难h(huán)神經(jīng)網(wǎng)絡(luò)RNN、卷積神經(jīng)網(wǎng)絡(luò)CNN其實(shí)早在90年代末就已經(jīng)提出了，但是礙于當(dāng)時(shí)計(jì)算能力的缺乏和差強(qiáng)人意的可解釋性，沒有引起足夠的重視。

在某種程度上說(shuō)，人工神經(jīng)網(wǎng)絡(luò)與決策樹、支持向量機(jī)、概率圖模型等一樣均屬機(jī)器學(xué)習(xí)的一部分，它又是神經(jīng)科學(xué)與計(jì)算科學(xué)相結(jié)合的技術(shù)。

而最近異常火爆的深度學(xué)習(xí)的概念，源于人工神經(jīng)網(wǎng)絡(luò)的研究，可以認(rèn)為是更加復(fù)雜的人工神經(jīng)網(wǎng)絡(luò)。由于其高性能與靈活性，在最近幾年中備受重視。我們熟知的AlphaGo主要使用的就是深度學(xué)習(xí)。

講了這么多，我們來(lái)回答一下最初的問題——今天的人工智能會(huì)聰明到在4月1日的早上給我開個(gè)善意的玩笑嗎？

很遺憾還不能。

業(yè)界把人工智能按照先進(jìn)程度，分為三種：

弱人工智能

強(qiáng)人工智能

超級(jí)人工智能

弱人工智能只能在特定領(lǐng)域、既定規(guī)則中，表現(xiàn)出強(qiáng)大的智能，例如AlphaGo。而強(qiáng)人工智能不受領(lǐng)域、規(guī)則限制，具有人類同樣的創(chuàng)造力和想象力。超級(jí)人工智能呢？就是遠(yuǎn)遠(yuǎn)超越人類的智能。

之前我們講的各種人工智能的實(shí)現(xiàn)，不論是專家系統(tǒng)還是深度學(xué)習(xí)，目前都還基本屬于“弱人工智能”。也許目前的機(jī)器比人類更加出色地識(shí)別圖形、文字、音樂，甚至可以識(shí)別人類的情緒，模仿人類作詞作曲，在棋局上擊敗人類。然而這都是一個(gè)個(gè)特定的任務(wù)，機(jī)器本身還未形成意識(shí)。

也許你會(huì)為此感到掃興

但如果我們回顧過(guò)去

十年前我們無(wú)法想象

一部個(gè)人手機(jī)加一枚攝像頭

就可以實(shí)現(xiàn)對(duì)人臉的快速識(shí)別

而今天

人工智能已經(jīng)可以比人類自己更準(zhǔn)確地識(shí)別人的表情

目前的人工智能已經(jīng)可以像人類一樣

看到世界、感受世界

計(jì)劃當(dāng)下、預(yù)測(cè)未來(lái)

誰(shuí)知道接下來(lái)人工智能會(huì)有怎樣的發(fā)展呢？

斯皮爾伯格電影《人工智能》劇照