原標(biāo)題：人工智能六十年
       繁榮與寒冬

       2016年恰好是人工智能發(fā)展60周年。人工智能的標(biāo)志性事件是1956年在美國(guó)Dartmouth大學(xué)召開(kāi)的一個(gè)為期兩個(gè)月的會(huì)議,。在會(huì)議上,，來(lái)自美國(guó)幾個(gè)大學(xué)和企業(yè)的10位年輕人聚在一起,，從不同角度討論用計(jì)算機(jī)來(lái)實(shí)現(xiàn)人的一些能力。會(huì)議提出用“人工智能”來(lái)命名所討論的內(nèi)容，這成為人工智能研究公認(rèn)的起始事件,，而該會(huì)議也被賦予了專(zhuān)稱(chēng)——“Dartmouth會(huì)議”,。后來(lái)，從參會(huì)的年輕人中,，走出了四位計(jì)算機(jī)科學(xué)最高獎(jiǎng)“ACM/圖靈獎(jiǎng)”得主,、一位諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主，并且創(chuàng)立了“信息論”,。

       人工智能發(fā)展的第一個(gè)階段大約在20世紀(jì)60年代初到70年代中期,。在這一階段，人們認(rèn)為邏輯推理能力是機(jī)器具有智能的重要成分,，甚至一度認(rèn)為推理就是智能,。這一階段的代表性工作主要有A.Newell和H.Simon兩位后來(lái)的圖靈獎(jiǎng)得主研發(fā)的“邏輯理論家”程序，該程序在1952年證明了著名數(shù)學(xué)家羅素和懷特海的名著《數(shù)學(xué)原理》中的38條定理,，并在此11年后證明了全部的52條定理,，而且定理2.85甚至比羅素和懷特海的證明更加巧妙，令人驚嘆,。因此,，這一時(shí)期可以稱(chēng)為“推理期”。

       隨著研究的推進(jìn),，人們逐漸認(rèn)識(shí)到,，單靠邏輯推理能力遠(yuǎn)不足以實(shí)現(xiàn)人工智能，以E.A. Feigenbaum為代表的學(xué)者認(rèn)為,，知識(shí)是有智能的機(jī)器所必備的,，于是在他們的倡導(dǎo)下，在20世紀(jì)70年代中后期,，人工智能進(jìn)入了“知識(shí)期”,，E.A.Feigenbaum后來(lái)被稱(chēng)為“知識(shí)工程”之父。在人工智能“知識(shí)期”,，大量專(zhuān)家系統(tǒng)問(wèn)世,，在很多領(lǐng)域做出了巨大貢獻(xiàn)。但這些系統(tǒng)中的知識(shí),，大多是人們總結(jié)出來(lái)并手工輸入計(jì)算機(jī)的,，機(jī)器能進(jìn)行多少推斷完全由人工輸入了多少知識(shí)決定，也因此有這么一句對(duì)人工智能的調(diào)侃：“有多少人工就有多少智能”,。之后,，人們意識(shí)到專(zhuān)家系統(tǒng)面臨“知識(shí)工程瓶頸”，尋找專(zhuān)家來(lái)輸入大量知識(shí)一方面成本極高,，另一方面,，對(duì)一個(gè)特定領(lǐng)域建立的系統(tǒng)無(wú)法用在其他領(lǐng)域中,，缺乏通用性。于是,，一些學(xué)者嘗試讓機(jī)器自己來(lái)通過(guò)學(xué)習(xí)得到知識(shí),，而不依賴(lài)于人工輸入，這就是人工智能現(xiàn)在所處的“學(xué)習(xí)期”——從數(shù)據(jù)中學(xué)習(xí)到有價(jià)值的知識(shí),。

       人工智能從“推理期”到“學(xué)習(xí)期”,，走的并不是康莊大道，而是崎嶇山路,。在“推理期”的高峰，一些進(jìn)展讓人們對(duì)人工智能過(guò)于樂(lè)觀,，產(chǎn)生了不切實(shí)際的想法,。A.Newell和H. Simon曾在1958年預(yù)言，1968年前計(jì)算機(jī)將成為世界象棋冠軍（實(shí)際是1997年,，將近30年后）,。

       對(duì)人工智能的過(guò)于樂(lè)觀導(dǎo)致了人們過(guò)高的期望，而當(dāng)時(shí)的人工智能只能解決“玩具”問(wèn)題,，難以在現(xiàn)實(shí)問(wèn)題中發(fā)揮作用,，一時(shí)間，預(yù)言失敗,、承諾無(wú)法實(shí)現(xiàn),、期望破滅，人工智能遭遇了誤解和冷遇,，研究經(jīng)費(fèi)也被大量削減甚至取消,，人工智能進(jìn)入被稱(chēng)為“AI Winter”的人工智能之冬。

       進(jìn)入“知識(shí)期”后,，從1980年代開(kāi)始,，由于專(zhuān)家系統(tǒng)得到應(yīng)用，人工智能才再次受到關(guān)注,。這一時(shí)期,，日本開(kāi)始巨額投資“第五代計(jì)算機(jī)”計(jì)劃，英國(guó),、美國(guó)也啟動(dòng)了相應(yīng)的投資項(xiàng)目,，人工智能被推進(jìn)了第二次繁榮。然而在1980年代末,，“知識(shí)期”人工智能技術(shù)局限日益突出,，專(zhuān)家系統(tǒng)維護(hù)困難、弱點(diǎn)不斷暴露,，日本五代機(jī)計(jì)劃破產(chǎn),，人工智能第二次進(jìn)入冬天,。

       直到1990年代中期，進(jìn)入“學(xué)習(xí)期”的人工智能開(kāi)始從數(shù)據(jù)中學(xué)習(xí)知識(shí),，通用的學(xué)習(xí)方法在許多商業(yè)應(yīng)用中顯示出無(wú)可替代的價(jià)值,，人工智能再度掀起浪潮。此時(shí),，我們正處于人工智能“學(xué)習(xí)期”的浪潮之巔,。

       為什么是AlphaGo

       棋類(lèi)游戲通常被認(rèn)為是人類(lèi)智慧的濃縮，常常被用于開(kāi)發(fā)兒童智力,，因此,，對(duì)于追求智力的人工智能，棋類(lèi)游戲一直被作為檢驗(yàn)其智能程度的試金石,。

       早在1951年,，研究者們就設(shè)計(jì)了西洋跳棋程序。1997年,，IBM“深藍(lán)”擊敗國(guó)際象棋世界冠軍,，舉世矚目。而在“完全信息”棋類(lèi)游戲（即沒(méi)有隱藏信息,，例如撲克,、麻將不屬于此類(lèi)）中，圍棋是最難的,，也是之前唯一沒(méi)有被機(jī)器攻破的,。甚至在一年前，還沒(méi)有任何圍棋程序能夠達(dá)到職業(yè)棋手水平,。因此,，AlphaGo戰(zhàn)勝曾獲得世界冠軍的人類(lèi)九段圍棋高手，在人工智能歷史上記下了重重一筆,。

       下棋的本質(zhì)是搜索,，通過(guò)交替思考自己和對(duì)方可能的走法，找到最有利于自己的落子,。AlphaGo的基礎(chǔ)框架是“蒙特卡洛樹(shù)搜索”,，是一種聰明的搜索算法，但即使該算法已經(jīng)聰明地避免了很多無(wú)效搜索,，也只能達(dá)到業(yè)余五段,、六段的水平。AlphaGo還引入了“機(jī)器學(xué)習(xí)”,，通過(guò)學(xué)習(xí)人類(lèi)歷史上高手對(duì)弈的棋局?jǐn)?shù)據(jù),，對(duì)人類(lèi)的走法進(jìn)行模擬：記住人類(lèi)看到一盤(pán)棋是如何走下一步的，當(dāng)碰到?jīng)]有見(jiàn)過(guò)的棋局時(shí),，則參考以往相似的棋局,，但它完全不懂得人為何要下這一步,。進(jìn)一步，AlphaGo通過(guò)“強(qiáng)化學(xué)習(xí)”,，即自己與自己下棋來(lái)提高自己,。許多人驚訝于這種類(lèi)似于“左右手互博”的學(xué)習(xí)機(jī)制，但這早在20年前就有,。實(shí)際上,，只要使用“強(qiáng)化學(xué)習(xí)”來(lái)訓(xùn)練對(duì)弈游戲，都是“左右手互博”,。最終學(xué)習(xí)得到的模型,，被用在“蒙特卡洛樹(shù)搜索”中，來(lái)為一盤(pán)棋的好壞做出較為精確的評(píng)估,，指導(dǎo)避免更多的無(wú)效搜索,，從而能夠在短時(shí)間內(nèi)看得更遠(yuǎn)、看得更準(zhǔn),，找到更好的走法,。

       AlphaGo涉及的所有算法部件都是現(xiàn)成的,，其“蒙特卡洛樹(shù)搜索”已經(jīng)發(fā)展了十年,，其學(xué)習(xí)模型CNN成形于上世紀(jì)，被大量使用在圖像識(shí)別也有多年,，強(qiáng)化學(xué)習(xí)也是經(jīng)歷了數(shù)十年的發(fā)展,，大量應(yīng)用在機(jī)器人控制等領(lǐng)域。這些技術(shù)的結(jié)合在近年也成為研究熱點(diǎn),。AlphaGo的貢獻(xiàn)在于使用卓越的工程水平,，實(shí)現(xiàn)了這些技術(shù)的結(jié)合，用上千CPU和上百顯卡進(jìn)行加速計(jì)算,，最終取得了與人匹敵的圍棋能力,。
       我們一方面肯定AlphaGo展現(xiàn)的實(shí)力，一方面還要注意到,，其中涉及的人工智能技術(shù),，都是許多年基礎(chǔ)研究的成果，并不是突然就從平地冒出來(lái)的,。未來(lái)人工智能的發(fā)展也會(huì)如此,，今天有哪些積累，未來(lái)才會(huì)有哪些突破,。

       人工智能的下一步

       人工智能已經(jīng)進(jìn)入人們的生活,，正試圖讓生活變得更美好。例如,，美國(guó)DARPA支持的CALO研究計(jì)劃所產(chǎn)生的一個(gè)成果——SIRI個(gè)人助理,，已綁定在蘋(píng)果的手機(jī)等產(chǎn)品中,，能支持用戶(hù)在簡(jiǎn)單的任務(wù)上使用自然語(yǔ)言與系統(tǒng)進(jìn)行交互；微軟也推出了Cortana智能助理用于Windows產(chǎn)品,； 微軟翻譯工具內(nèi)置到了通訊軟件Skype中,，可以在Skype聊天時(shí)實(shí)時(shí)翻譯漢、英,、法,、德、意,、西,、葡等7種語(yǔ)言；自動(dòng)駕駛汽車(chē)也在蓬勃發(fā)展,?？梢灶A(yù)見(jiàn)，人工智能將成為越來(lái)越有力的工具,，更好地服務(wù)人類(lèi),。

       然而目前，人工智能技術(shù)的瓶頸仍有很多,。例如,，在人工智能頂級(jí)國(guó)際會(huì)議AAAI’16大會(huì)上，國(guó)際人工智能協(xié)會(huì)主席T. G. Dietterich發(fā)表主席報(bào)告,，針對(duì)目前人工智能技術(shù)缺乏穩(wěn)健性（例如AlphaGo對(duì)戰(zhàn)李世石第四局時(shí)下出多步臭棋）,，指出了“穩(wěn)健人工智能”的發(fā)展方向。

       在社會(huì)環(huán)境方面,，人工智能最近可能要面臨更大的瓶頸是,，由“人工智能科幻”而導(dǎo)致的“人工智能威脅”論不斷出現(xiàn)。事實(shí)上,，正如Facebook人工智能實(shí)驗(yàn)室負(fù)責(zé)人LeCun最近所說(shuō),，“有些人是因?yàn)閷?duì)人工智能的原理不理解導(dǎo)致恐懼，有些人是為了個(gè)人名望宣揚(yáng)人工智能威脅論,，而有些人是為了商業(yè)的利益推動(dòng)人工智能威脅論”,。

       另一方面，人工智能發(fā)展歷史上經(jīng)歷了多次繁榮和低谷的交替,。在每一次人工智能的繁榮期,，人們往往在取得一些進(jìn)步后就對(duì)人工智能技術(shù)的發(fā)展盲目樂(lè)觀，逐漸產(chǎn)生了不切實(shí)際的預(yù)期和承諾,，最終帶來(lái)的沮喪是導(dǎo)致人工智能進(jìn)入低谷的直接原因,。對(duì)于人工智能未來(lái)的發(fā)展，抱以信心的同時(shí)還需冷靜對(duì)待,，防止過(guò)大的起伏造成的不利影響,。

       （作者系南京大學(xué)計(jì)算科學(xué)與技術(shù)系副教授,，主要研究方向?yàn)槿斯ぶ悄堋C(jī)器學(xué)習(xí)等）