人工智能的發(fā)展概述及展望

劉思創(chuàng)

(遼寧省本溪市高級中學(xué),遼寧本溪 117000)

1 前言

人工智能(Artificial Intelligence,AI)近年來發(fā)展迅速,人工智能的重要開拓者與先驅(qū)之一,斯坦福人工智能實驗室的Nils Nilsson曾對人工智能下過如下的定義：人工智能就是力圖使得機器具備智能的一種活動,而智能則意味著一個實體具備在其所在的環(huán)境中能夠恰當并有預(yù)見性地實現(xiàn)其功能的一種能力。在經(jīng)過半個世界的發(fā)展,人工智能的研究覆蓋領(lǐng)域極其廣泛以致于無法給出一個精確并被普遍接受的定義,但也正因如此,人工智能的發(fā)展能夠不受規(guī)則條框的約束實現(xiàn)突飛猛進的發(fā)展,逐漸演變成一場給整個人類社會生活帶來巨大變革的全新技術(shù)革命,見圖1。

人工智能的起源最早可以追溯到18、19世紀,數(shù)學(xué)家在推理概率計算等領(lǐng)域進行了相關(guān)的研究,Bayes和Boole都可以被視為人工智能最早的一批開拓者;進入20世紀計算機技術(shù)的飛速進步不斷催生機器智能等相關(guān)的研究,被譽為人工智能之父的Alan Mathison Turing在其發(fā)表的論文中詳細地探索了諸如如何測試人工智能等一系列的問題,盡管受限于計算機的技術(shù)水平無法獲取到匹配其想法的計算資源,但Alan Mathison Turing首次系統(tǒng)性地暢想建造計算機來模擬人工智能,試圖開啟全新的研究領(lǐng)域,其工作無疑是值得肯定的。

圖1 人工智能發(fā)展簡史

圖2 簡化的人工神經(jīng)網(wǎng)絡(luò)模型

需要承認的是以上綜述均是從“專注數(shù)據(jù)密集型方法和大數(shù)據(jù)”這一主流觀點來看待人工智能的發(fā)展歷程,顯然這一主流觀點并不一定能成為所有人工智能發(fā)展過程中出現(xiàn)問題的最終答案或最優(yōu)解決路徑,一個完全平衡、足夠充分的人工智能發(fā)展史必然浩如煙海,不再贅述。

2 人工智能的當前研究趨勢

2.1 機器學(xué)習

機器學(xué)習目前作為人工智能的主要研究方向,主要包含了大規(guī)模機器學(xué)習、深度學(xué)習和強化學(xué)習三個部分的內(nèi)容。為了應(yīng)對越來越龐大的數(shù)據(jù)采集、傳輸、存儲、處理量,如何將現(xiàn)有算法擴展到更龐大的數(shù)據(jù)集上成為亟待解決的問題。與傳統(tǒng)方法不同的是,通過應(yīng)用非線性方法、只關(guān)注部分核心數(shù)據(jù)的方法來實現(xiàn)一次數(shù)據(jù)集處理是目前大規(guī)模機器學(xué)習著力的突破方向。2016年和2017年,Google開發(fā)的人工智能圍棋程序AlphaGo連續(xù)戰(zhàn)勝了人類頂尖棋手李世石和柯潔,強化學(xué)習和深度學(xué)習成為了AlphaGo不斷取得突破的最大助力,AlphaGo可以通過不斷的自我對抗和自我訓(xùn)練提升自己的棋力,在有限的時間內(nèi)最大限度地檢索出最優(yōu)策略從而擊敗人類棋手。

2.2 神經(jīng)形態(tài)計算

傳統(tǒng)計算機所遵循的是Von Neumann結(jié)構(gòu)的計算模型,輸入/輸出、指令處理和存儲器這幾個模塊在該模型中屬于相互分離的狀態(tài)。而伴隨著深度神經(jīng)網(wǎng)絡(luò)在一系列任務(wù)中的成功實踐應(yīng)用,一種可以大幅度提高硬件效率,并且確保計算系統(tǒng)穩(wěn)定可靠運行的全新“神經(jīng)形態(tài)”模型成為了熱門的研究方向,見圖2。

盡管這種“神經(jīng)形態(tài)”計算機的技術(shù)還未完全成熟,僅僅是在大規(guī)模商業(yè)化的路途上開始了第一步。但鑒于應(yīng)用方面深度神經(jīng)網(wǎng)絡(luò)已經(jīng)凸顯出的其巨大潛力,如果這些網(wǎng)絡(luò)能夠從對Von Neumann結(jié)構(gòu)的簡單模擬中跳出來,在專門的神經(jīng)形態(tài)硬件上能夠進行相關(guān)的任務(wù),可以預(yù)見的未來神經(jīng)形態(tài)計算會變得越來越普及,神經(jīng)形態(tài)計算也將會帶來更廣泛的影響。

3 人工智能的主要應(yīng)用領(lǐng)域

3.1 智能/自動駕駛汽車

人工智能的突飛猛進催生了諸如車聯(lián)網(wǎng)、車路協(xié)同、無人駕駛、自適應(yīng)巡航、高精度智能導(dǎo)航等一系列的智能汽車功能研究。當前的汽車的感知功能已經(jīng)愈發(fā)強大。目前北美市場上銷售的汽車一般擁有超過70個的各類力學(xué)、光學(xué)等傳感器。防抱死系統(tǒng)(A B S)、氣囊控制、牽引力控制系統(tǒng)(TCS)和電子穩(wěn)定系統(tǒng)(ESC)等還有實時傳感與感知和決策整合在一起的功能模塊也開始成為汽車的主流標配,見圖3。

圖3 人工智能在汽車領(lǐng)域的應(yīng)用——自適應(yīng)巡航

近些年來隨著科研力量投入的增加以及眾多車企的加入,自動駕駛技術(shù)取得了非常大的突破。相關(guān)軟硬件方面的技術(shù)都得到了很大的突破。也正因為如此,到今天車聯(lián)網(wǎng)、車路協(xié)同、無人駕駛、高精度智能導(dǎo)航乃至自適應(yīng)巡航等領(lǐng)域都有了堪稱繁榮的研究及應(yīng)用成果。Google的自動駕駛汽車可以實現(xiàn)真正意義上的全自動駕駛。而特斯拉則通過軟件升級將半自動駕駛功普及到當前汽車中。特斯拉的駕駛模式則可以在純自動巡航和純手動駕駛中任意切換,在出現(xiàn)潛在危險時需要人類來操控。可以想見的是在智能汽車逐漸普及的未來,也必然出現(xiàn)越來越多法律制度方面的問題,這就需要相關(guān)部門完善全新路況監(jiān)管體制的建設(shè)。

3.2 智能交通規(guī)劃

自從2005年,一些城市就進行針對汽車和行人開發(fā)傳感功能的基礎(chǔ)設(shè)施建設(shè)。許多位置、溫度、視覺傳感器逐漸在城市中展開應(yīng)用。紐約在2013年開始利用微波傳感器、監(jiān)控網(wǎng)絡(luò)和讀卡設(shè)備來監(jiān)測交通流量。公共汽車和地鐵調(diào)度、追蹤道路流量并限速、對高速公路、橋梁和多坐客車(HOV)車道智能定價等交通服務(wù)在一些城市中已經(jīng)開始提供。通過傳感器和攝像頭,還可以優(yōu)化交通信號燈的顯示時間,從而加速行進速度。交通網(wǎng)絡(luò)中的有限資源可以藉由這些控制策略有一個很好的整合。交通規(guī)劃領(lǐng)域由于其所能產(chǎn)生的海量數(shù)據(jù),成為了機器學(xué)習等人工智能的理想實踐領(lǐng)域。可以預(yù)見的未來隨著算法改進等等技術(shù)進步的推動,交通與人類的即時交互將成為現(xiàn)實,這也為智能城市的建設(shè)添磚加瓦。

3.3 家庭/服務(wù)機器人

在過去的15年,機器人陸續(xù)走進家庭。與人工智能被快速整合到當前的應(yīng)用中相比,機器人應(yīng)用的發(fā)展速度卻較慢。在這一發(fā)展歷程中,人工智能技術(shù)的發(fā)展通常受機械創(chuàng)新的啟發(fā),同時反過來又推動新的人工智能技術(shù)的出現(xiàn)。

盡管目前機器人在家庭中的普及速度仍較慢,但有跡象表明,這種局面在未來15年將發(fā)生顯著變化。手機芯片廠商正在推廣模塊內(nèi)系統(tǒng)(SiM)和芯片上系統(tǒng)(SoC),例如高通的驍龍(SnapDragon)和三星的Artik。隨著3D傳感器和安全機械手臂成本的降低,“機器人管家”的時代不再遙不可及。

4 未來的人工智能政策

4.1 人工智能目前存在的問題

人工智能應(yīng)用的成功與否,衡量關(guān)鍵在于其是否為人類社會生活創(chuàng)造的積極價值能否沖抵其所帶來的一些不可避免地錯誤。人工智能目前迅猛的發(fā)展暴露出一些問題,例如自動駕駛汽車造成車禍的責任追究、智能醫(yī)療設(shè)備引發(fā)醫(yī)療事故的責任劃分、藉由人工智能應(yīng)用快速傳播的性別/種族/地域等歧視觀點、依托人工智能技術(shù)進行的財務(wù)欺詐行為以及人工智能技術(shù)給技術(shù)過時工人所造成的巨大沖擊等等已經(jīng)顯露出來的問題。另一方面,一些隱性的弊端例如怎樣保證人工智能所依托的大數(shù)據(jù)源本身不存在性別/種族/地域等歧視而是絕對公正,顯然這是一個巨大的技術(shù)難關(guān)。當然,綜合目前的人工智能研究進展和應(yīng)用情況我們理由相信短時期內(nèi)人工智能并不會主動地對人類造成巨大危害,但隨著人工智能越來越廣泛地滲透到工業(yè)體系和日常生活中,適宜的引導(dǎo)政策和完善的監(jiān)管制度將越來越不可或缺。

4.2 對未來人工智能發(fā)展的政策化建議

對于人工智能未來的發(fā)展,需要制定合理且具體的引導(dǎo)政策。首先,在所有級別的政府都需要儲備足夠的安全或其他指標的專業(yè)技術(shù)知識且能深度理解人工智能與人工行為或者社會價值如何互動的專家智囊,以幫助相關(guān)的部門官員從正確的角度來評估人工智能所產(chǎn)生的后果影響,確保不會出現(xiàn)諸如非常有應(yīng)用前景的技術(shù)難以進入市場或者未經(jīng)充分審查的敏感應(yīng)用進入市場這些現(xiàn)象的出現(xiàn);其次,政府部門及社會都應(yīng)當對人工智能所衍生的隱私/平等/安全等社會問題的相關(guān)研究大力支持,以推動相關(guān)法律行規(guī)(隱私/創(chuàng)新政策/民事或刑事責任/代理認證/稅務(wù)等方面)的進一步完善和細化,為人工智能的技術(shù)研發(fā)掃除不必要的麻煩。2017年8月Facebook的相關(guān)實驗室因其AI系統(tǒng)發(fā)展出了人類無法理解的語言而暫時將其關(guān)閉,針對這一類問題的處理方法目前的法律解釋還非常模糊甚至于根本沒有,無疑是為人工智能的發(fā)展敲響了警鐘;第三,關(guān)于人工智能的社會影響已經(jīng)存在一些跨學(xué)科團隊在進行從人工智能的基礎(chǔ)研究到其所產(chǎn)生的社會影響這一大范圍的相關(guān)研究,但是政府及社會公眾投入到其中的精力還遠遠不足,這些能給出從多角度評估分析人工智能影響的項目應(yīng)當被給于更多的資金支持。

5 結(jié)語

在21世紀開始的頭十余年,人工智能突飛猛進的發(fā)展已經(jīng)在整個人類社會產(chǎn)生了深遠的影響。而在可預(yù)見的未來,人工智能必將進一步推動工業(yè)結(jié)構(gòu)乃至社會結(jié)構(gòu)的變革。在未來普通人的周邊環(huán)境中會出現(xiàn)更多的人工智能技術(shù)應(yīng)用。當然,這些應(yīng)用要在尊重人類和民權(quán)的前提下,以能夠被普通民眾接收的方式推出。政府部門及社會公眾在鼓勵技術(shù)創(chuàng)新的同時也要不斷加強相關(guān)的法律制度及監(jiān)管體系的建立,保證所推行的人工智能技術(shù)不存在道德、隱私和安全方面的過分擔憂。只有這樣,才能確保在未來十余年甚至更遠的時間內(nèi),普羅大眾能夠廣泛且公平地享受到人工智能所產(chǎn)生的巨大裨益,讓人工智能真正地為人類社會造福。

[1] 張妮,徐文尚,王文文.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機械,2009,30(2)：4-7.

[2] 鐘義信.人工智能：”熱鬧”背后的門道[J].科技導(dǎo)報,2016,34(7)：14-19.

[3] 賀倩.人工智能技術(shù)發(fā)展研究[J].現(xiàn)代電信科技,2016,46(2)：18-21.

[4] 周飛龍,屈梁浩,梅越.淺析機械電子工程與人工智能的關(guān)系[J].通訊世界,2016,(08)：235.

[5] 溫偉華.人工智能技術(shù)在機械電子工程領(lǐng)域的應(yīng)用[J].自動化與儀器儀表,2010,(02)：96-97.