人工智能打脸史，这些大神也曾经眼瞎...【图文】

作为诞生于上个世纪中叶的一门年轻科学，人工智能在短短的几十年时间里取得了巨大的发展，并为人类科技的进步做出显著贡献。但是其中的过程并非一帆风顺，甚至有过很长时间的停滞时期。这其中，很多大拿因为对人工智能的错误预言而打脸……

01

在二战的巨大压力下，英美两国独立制造出了最原始的计算机，Colossus和ENIAC。它们惊人的相似：都利用打孔卡输入，都运用真空管计算，都体积庞大，都对二战胜利功勋卓著。二战史学家普遍认为，在布莱切利园与Colossus相关的工作使欧洲战场缩短了一年半到两年的时间，并直接切断了“沙漠之狐”隆美尔在北非的补给线；而与ENIAC相关的曼哈顿计划则终结了太平洋战场。

两个核心人物图灵和冯•诺伊曼都决心改进这两台原始机器相似的缺陷：只为专门目的设计，不能储存程序。改进的方向很明显，一如图灵所预言的那样，造一台能完成任何目的的图灵通用机。

人工智能之父图灵和计算机之父冯•诺伊曼

冯•诺伊曼教授向美国政府保证，世上只需要十五台这样的机器，全部由像自己一样聪明的科学家操作，用以计算最重要的问题：弹道曲线、核反应方程、天文观测等。

而图灵的愿景在更深的地方：钻研过希尔伯特1928年三个问题的博士生图灵伤感地意识到，数学是不完美的，逻辑是不完美的，哲学是不完美的。在这摇晃的地基上我们永远造不出任何完美的事物，我们必须不断修葺改造，在每一次稳固地基的同时试图变得更好。

如果一台完美的机器是不可能的，那么能否造出一台不完美但是像孩童一样不断成长的机器呢？图灵梦想着许多图灵机连接在一起，一台提出问题，许多台都可以回答。可以是任何问题：从弹道曲线到老奶奶的购物清单到家庭旅行的地图路线。可以由任何人操作：从最聪明的科学家到小学肄业生，因为每台图灵机提供答案将经过更多的图灵机甄选。

我们知道，冯•诺伊曼关于世界只需要十五台计算机的断言错了。世界沿着图灵的梦想延展下去，一个扁平的千姿百态的世界。我们知道，图灵的梦想已经那么熟稔地被今天的人类挂在嘴边：互联网、人工智能。

02

正是由于人工智能在20世纪50年代到60年代的迅速发展和取得的一系列的研究成果，使科学家们欢欣鼓舞，并对这一领域给予了过高的希望。纽厄尔和西蒙在1958年曾作出以下预言：

1. 不出十年，计算机将成为世界象棋冠军，除非规定不让它参加比赛；

    

2. 不出十年，计算机将发现并证明那时还没有被证明的数学定理；

    

3. 不出十年，计算机将谱写出具有较高美学价值并得到评论家认可的乐曲；

    

4. 不出十年，大多数心理学家的理论将采用计算机程序来形成。

赫伯特•西蒙

非常遗憾的是，到目前为止，除了第一个预言，其他都还没有完全实现，人工智能的研究状况比纽厄尔和西蒙等科学家的设想要复杂和艰难的多。事实上，到了20世纪70年代初，人工智能在经历一段比较快速的发展时期后，很快就遇到了许多问题。这些问题主要表现在：

（1）1965年鲁宾逊发明了归结（消解）原理，曾被认为是一个重大的突破，可是很快这种归结法能力有限，证明两个连续函数之和还是连续函数，推证了十万步竟还没有得证。

（2）塞缪尔的下棋程序，赢得了周冠军后，没能赢全国冠军。直到1996年，“深蓝”战胜国际象棋冠军卡斯帕罗夫，成了第一个赢了国际象棋世界冠军的电脑。

（3）机器翻译出了荒谬的结论。如从英语→俄语→英语的翻译中，又一句话：“The spirit is willing but the flesh is weak”(心有余而力不足)，结果变成了”The wine is good but the meat is spoiled”(酒是好的，肉变质了)，闹出了笑话。

（4）大脑约有10的15次方以上的记忆容量，此容量相当于存放几亿本书的容量，现有的技术条件下在机器的结构上模拟人脑是不大可能的。

（5）来自心理学、神经生理学、应用数学、哲学等各界的科学家们对人工智能的本质、基本原理、方法及机理等方面产生了质疑和批评。

由于人工智能研究遇到了困难，使得人工智能在20世纪70年代初走向低落。

03

实际上在70年代，人工智能的发展进入停滞，进入了第一次人工智能发展的第一次低谷。

在80年代，“专家系统”的AI程序开始为全世界的公司所采纳，而“知识处理”成为了主流AI研究的焦点。1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，其目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。美国国防部DARPA也行动起来，其1988年向AI的科研经费是1984年的三倍。当时的世界给AI从业者的感觉就是一个人工智能的时代就要来临了，而人们都在迫切地期待这天的到来。

然后三十年过去了，能够像人一样推理的机器依旧没有出现，人工智能的时代也还远没有到来。

随着专家系统应用的不断深入，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、只能水平低、没有分布式功能、实用性差等等问题逐步暴露出来。日本、美国、英国和欧洲所制订对那些针对人工智能的大型计划多数执行到20世纪80年代中期就开始面临重重困难，已经看出达不到预想的目标。

进一步分析便发现，这些困难不只是个别项目的制订又问题，而是涉及人工智能研究的根本性问题。总的来讲是两个问题：一是所谓的交互（Interaction）问题，即传统方法只能模拟人类深思熟虑的行为，而不包括人与环境的交互行为。另一个问题是扩展（Scaling up）问题，即所谓的大规模的问题，传统人工智能方法只适合于建造领域狭窄的专家系统，不能把这种方法简单的推广到规模更大、领域更宽的复杂系统中去。

04

2001年，雷·库兹韦尔提出摩尔定律的扩展定理，即（Kurzweil's Law of Accelerated Return）。该定理指出，人类出现以来所有技术发展都是以指数增长。后来又搞出一个奇点理论，奇点理论认为很多技术处于指数增长中，如芯片的计算能力，DNA技术，数据的储存等等。他预测技术在突破一个称之为奇点的临界点后爆发性增长，在2045年左右会出现自己思考的人工智能。

雷•库兹韦尔

毫无疑问这个理论受到很大质疑，首先摩尔定律已经在失效的边缘，在一个可能失效的**理论**上的拓展的**理论**，虽然名字取得很牛逼，但这个理论的正确性的可能性，就和“隔几十米，我一个指头就能戳死他”一样大。

计算机科学界泰斗斯图尔特•罗素, 加州大学伯克利分校人工智能教授，在2015年IJCAI（国际人工智能联合会议）上把奇点理论狠狠的批评了一顿，因为人工智能的进步不符合指数规律。

斯图尔特•罗素是谁？斯图尔特•罗素就是最早和霍金等人发表了署名文章号召大家警惕人工智能可能带来的威胁的学者。这一言论引起了轩然大波，一时间媒体炮制出“人工智能的发展可能意味着人类的灭亡”等人工智能威胁论，在业内人士看来，这基本是玩弄文字游戏。

05

扎克伯格在接受Axel Springer Award颁奖时接受采访，在谈及人工智能威胁论，比如伊隆·马斯克等担心的未来机器将取代人类等担忧时， 他认为这些担忧毫无依据，简直就是发神经。

在被问及如何看待机器可能在很多方面比大脑更聪明，比如IBM深蓝战胜棋王卡斯帕罗夫等问题时。扎克伯格是这么回应的：“人类制造机器就是为了让机器在某些方面强于人类，但是机器在某些方面超越人类不意味着机器有能力学习其他方面的能力，或者将不同的信息联系起来而做超越人类的事情，而这一点非常重要”。

扎克伯格

而接下来被问道“难道科幻小说里那种（机器超越人类）的事情真的就不可能发生么？我们难道一点都不需要担心人工智能的安全性么？”

扎克伯格解释道：“我们现在担忧人工智能的安全性，就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。如果我们总是过度担心安全性，我们就不可能造出飞机。不管怎么样，我们要先造出飞机，再担心飞机的安全性。我们过度担忧人工智能，将阻碍人工智能实际的进步。我们要认识到无人驾驶汽车可能可以帮助我们减少车祸的发生，而且人工智能系统甚至能够帮我们诊断疾病，所以因为担心安全性而阻碍人工智能的进步可能是最糟糕的选择，因为我们本来可以利用人工智能让世界更美好。”

怎么说呢，看到小扎说的这么中肯，笔者眼泪都流出来了，不愧是长期坚持写代码的人。而已经不写代码的比尔盖茨显然是赞同人工智能威胁论的，他称自己对人工智能的快速发展感到担忧。写代码的小扎果然打脸漂亮，不过在谷歌和脸书的压力下，微软目前已经意识到人工智能的重要性。

－－－－－－－－－－－－－－－

人工智能的发展，已经六十多年，已经经历过两次高峰和两次低谷，然而大部分人依然没有时间或者机会去了解，往往望文生义。

但是在人工智能的发展过程中，基于目前的状况每个人对于未来都有自己的期望和判断，即便是大神，也有判断失误的时候吧，那又何妨呢？

目前人工智能处于空前繁荣的阶段，一切以人工智能为发展目标的产品都让人兴奋和充满希望。但是从某种角度来说，人工智能也还处在很低级的阶段呢，或者说现在是“没有人工，就没有智能”。

- DataCastle -

更多文章请关注《万象专栏》