人工智能：光榮與夢想

劉卓軍

現年97歲的數學家吳文俊教授依舊精神矍鑠，他曾經明確指出：機器的出現延伸了人的體力，而現代計算機的出現則延伸了人的腦力。受技術進步的影響，吳先生在近花甲之年，以他深厚的數學功底和刻苦精神創立了數學機械化的“吳方法”，進而在自動定理證明研究領域取得了重要突破。數學界贊賞他的工作，人工智能領域的專家同樣贊賞他的工作。1988年12月，國際“人工智能（Artificial Intelligence）雜志”第37卷出版發行自動定理證明專輯，報告很大程度上是由吳先生的開創工作所引發出的關聯于幾何定理自動證明的研究進展，其中有三篇國外學者的文章專門介紹了吳方法的原理和應用成果。在這之后的一個夏日，主要因創立人工智能編程語言LISP的重要貢獻而獲圖靈獎并有著人工智能之父稱號的美國斯坦福大學教授約翰·麥卡錫（John McCarthy）還特意造訪了吳先生在中關村的宿舍與之交流關于人工智能發展前景的看法。

從上個世紀50年代開始，伴隨著計算機科學和技術的進步，人工智能經受的挑戰不斷，但成績斐然、亮點紛呈，也在成長也在發展。不久前，阿爾法狗（AlphaGo）以超出很多人預料的碾壓方式戰勝人類圍棋高手的結果，使得人工智能的光榮綻放難以磨滅地留在了億萬觀眾的記憶之中。這里的AlphaGo，不但包含了Go（圍棋）也包含了Alpha（開端），而且有意思的是Alpha連同Beta一起都具有測試的含義。這是在測試人類的智慧極限還是在測試“機器”的“聰明”程度？更加意味深長的是，Alpha-Beta還是一種技術方法的名字，是麥卡錫教授為降低最大-最小博弈樹（MAX-MIN Game Tree）的巨大搜索空間而提出的剪枝技術。正是在包括Alpha-Beta剪枝技術在內的各類優秀算法的支撐下，阿爾法狗才有了出色的表現，“狗”之光榮的背后是技術、是實力，是人的智慧。

時至今日，人工智能被普遍認為是一門新的技術科學，目的是研究、發展、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統。其中要實現的智能，本質上是對人的意識、思維及信息處理分析過程的模擬。人工智能的結果當然不是單純的人的智能，因為能借助以人類智慧和經驗為支撐的過去不曾有的工具和方法，人工智能呈現給我們的總的結果必然是人類智能的擴大或放大。事實上，自從有了人類社會以后，人的智能、人類的智能就一直在發展在擴展，只不過我們現在有幸經歷了人類智能快速發展的階段。我們當然希望能夠走入對于人類來說可以理性控制的“機器智能”時代——人們要的是從機器智能、從人工智能中獲得益處而不是害處。這或許就是，就應該是人工智能的夢想。毫無疑問，在發展人工智能的過程中，既要追求生活質量的整體提升又要保證人類自身的本質安全，這將是我們一直要面對的重要問題和挑戰，肯定不輕松，需要時時記心中。

圖靈1950年設計出的智能測試方案，基本內容是如果機器（電腦）在給定的時間內能回答由人類測試者提出的一系列問題，且其超過30%的回答讓測試者誤認為是人類所答，則機器就通過了智能測試。顯然，其中提到的30%的尺度肯定要隨著技術的進步而與時俱進地有所提升，但這樣做已經成為判斷機器是否具有智能的經典方式了。推而廣之，如果不看外表，讓機器做任何一件能體現出人的智能的事，若效果和人之所為難以分辨，就可以接受機器具有人的智能來做這件事的判斷。按照這個準則，機器具有智能的情形真是太多了，甚至有很多情形，機器的智能要比人的智能高得多。

我們不妨來分析一個事例—— 汽車的自動駕駛問題。盡管目前在世界的一些地方已經有限度地允許無人駕駛汽車上路了，但無人車在成熟前還有很多技術及非技術的問題需要解決，能準確地實現機器視覺景物識別就是其中之一。美國斯坦福大學計算機科學華裔女專家，目前擔任斯坦福人工智能實驗室（SAIL）和斯坦福計算機視覺實驗室（SVL）主任的李飛飛（Fei-Fei LI）認為汽車自動駕駛是計算機學習人腦的極佳研究項目，其基本目標是讓計算機學習人腦做決定的方法，實現智能汽車。

例如，對于路面上的一個紙盒箱子和同樣大小與形狀的一塊石頭，無人車的應對處置應當有很大不同。對這類問題，李飛飛及其研發團隊通過多年摸索后給出的解決方案是，用大量圖像對計算機進行“訓練”以實現自然景物的智能識別。首先要完成大量圖像的采集整理工作。項目團隊花了兩年多的時間，充分利用互聯網，采取眾包方式，通過來自167個國家，最多時達到5萬人的共同參與，采集到了一千五百萬幀圖像，并梳理成兩萬兩千個圖像類別。無論在圖像的質量和規模上，所做出的工作都是空前的。進一步，在用這些海量圖像對計算機進行訓練時，則采用了基于卷積神經網絡的方法。項目團隊開發出的典型的神經元網絡，包含了兩千四百萬個節點，一億四千萬個參數，一百五十億個連接，已然建立出這樣的“巨型”網絡，充分說明實現高水準的智能要面對多么大的挑戰。正是由于李飛飛團隊的開拓性工作，使得豐田公司決定投入兩千五百萬美元支持SAIL。2015年9月3日，斯坦福大學和豐田公司共同宣布建立SAIL-TOYOTA中心更深入地開展AI研究。當前，該中心圍繞智能汽車的總目標，布局實施了12個研發項目。可以預期，這些產學研深度結合之研發項目的任何重要進展都會深刻地影響到AI領域的發展。

科學技術的快速發展，使得人工智能（AI）研究領域變得非常寬泛，傳統的研究內容包括自動推理、機器學習、機器人、語音識別、圖像識別、自然語言處理和專家系統等，而虛擬現實（VR）、可穿戴設備、智能搜索和大數據等這些逐步成熟和新興發展的研究領域正在通過跨界的方式對AI發展提供更多的動力。

人類發展AI的根本目的是服務于人類自身的更好發展，但這種服務的實現很大程度上要借助中間媒介 - 相應產品、相關企業及關聯行業的發展來促成。在中國，人工智能產業的發展一方面能整體助推經濟發展質量的提升，另一方面對中高端受教育人群的就業和擇業也創造了非常好的新機遇。在我國人口紅利正在逐步消退的前景下，更應把人工智能產業提升到國家戰略的高度來大力發展。美國著名市場調查公司BCC Research判斷，僅智能機器（Smart Machines）一項產業，全球到2019年的規模就有153億美元之巨。巨大的市場規模和市場需求對產學研及企業和行業的發展都創造了新的機會，同時也期待著誕生更合適宜的產業政策和行業發展規劃。

在憧憬人工智能及智能產業的未來時，我們由衷希望能從美國的阿爾法狗，走出中國的貝塔貓（BetaCAT）。這只貓展開來看就是ChinaAT，既China@ - 它應寓意著在中國研制出的智能產品應能經得起更嚴厲的檢驗，更好地服務社會和民眾。