人工智能發展簡介

肖常鵬 宋業新 沈躍進

摘 要：自達特茅斯會議之后，人工智能發展起起伏伏，在質疑與突破中逐漸發展成熟，為大多數人所認可，本文通過對人工智能發展的“三次浪潮”和“五個階段”的系統闡述，簡要論述了人工智能發展過程。

關鍵詞：人工智能;三次浪潮;五個階段

1950年，英國數學家、人工智能之父圖靈（Alan Mathison Turing）在論文《計算機器與論文》中，創造性地提出了判定計算機是否具有智能的基本方法，即圖靈測試，并充分說明“思考的機器”是可能的。人工智能的目標并不是研究人類智慧的來源，而是以工程技術手段制造出類似人類智慧的產品。簡單說就是機器自主感知信息，自主處理信息，自主作出反映。自1956年夏天在達特茅斯會議將“像人一樣思考的計算機”定義為“人工智能”以來，其發展歷程可簡要概括為“三次浪潮”和“五個階段”。

一、人工智能發展的“三次浪潮”

1、第一次人工智能浪潮

達特茅斯會議之后的幾年，大眾對智能解放的憧憬，使人工智能迅速成為熱潮。當時整個人工智能領域流行的通過計算機進行演算法解決特殊的問題，也就是初期人工智能所使用的方法。以走迷宮為例，計算機從起點開始分類，分成往A走的情況和往B走的情況等，接著將往A走和往B走的情況繼續進行分類，在不斷分類的情況下，最后能找到終點。雖然思維簡單且運算量大，但隨著計算機處理速度提升，機器的優越性逐漸體現，近些年比較流行的棋類游戲都是這種演算法的產物。但到了20世紀70年代末，以演算法解決棋類競賽問題為核心的第一次AI浪潮，在機器翻譯、機器進化、神經網絡等方面接連受挫，沒有為疾病治療等人類亟待解決的實際問題作出預期貢獻，美國、英國政府先后切斷了資金供給，直接導致第一次AI浪潮的結束。第一次人工智能浪潮的夭折是由于在計算機水平初級、程序設計工具較為簡陋的條件下，科學家們過低和片面的估計了人工智能發展的難度，認為只要能找到幾個推理定理就能解決人工智能的所有問題。

2、第二次人工智能浪潮

20世紀80年代，人工智能科學家、專家系統之父費根鮑姆在以知識為中心實現機器職能的研究中找到方向，即通過將知識特別是特定領域的知識存入電腦，使電腦變得聰明。其代表性標志是醫學專家系統MYCIN，該系統將過去所有病人診斷為細菌感染的癥狀與其他情況等知識，記錄在數據庫中，當有新的患者出現時，輸入患者癥狀和其他情況，就能夠推測患者感染某種細菌的概率[1]。與此同時，在機器人、機器翻譯、計算機視覺和人工神經網絡等領域也取得了重要進展，人工智能的發展應用又達到了一個新高潮。但專家系統的致命問題是只能在既有的知識領域和規則內發揮作用，無法對除此之外的情況作出任何反映。也就是說機器只能在人工給他“輸入”的知識范圍內機械化消化吸收，無法發展成通用型專家系統，更無法自主學習進步。所以20世紀80年代末期第二次人工智能浪潮很快進入瓶頸期，并再次陷入低潮。

3、第三次人工智能浪潮

20世紀90年代，人工智能研究人員深刻分析總結前兩次浪潮失敗的原因，將發展重點從看似難度很大的計算、思維問題轉向看似簡單的認知類問題研究，將實現途徑從模擬人腦生理結構轉向模擬人類思維功能，從各學派鼓勵研究轉變為相輔相成、取長補短。同時，20世紀末21世紀初，互聯網和搜索引擎相繼誕生，計算機計算能力、存儲能力、技術集成能力等技術飛速發展，智能芯片、智能算法、大數據等核心技術取得關鍵性突破。經過50多年的發展，人工智能需要的技術環境在21世紀初基本成熟，計算機自主學習技術取得重大進展，第三次人工智能浪潮再次走上時代舞臺，并持續至今。從目前發展來看，人工智能已經是大勢所趨，預計其再次陷入低潮之時，當是下一次技術革命之日。

二、人工智能發展的“五個階段”

1、第一階段人工智能

第一級人工智能是最初級的人工智能，搭載控制程序為輸入與輸出一一對應的初級程序，只能在程序設定的輸入選項中運作，并只能輸出設定選項。如目前有些人工智能洗衣機可以根據衣服重量自動調整水量，既洗衣機自動感知重量，按照已定水量輸出。

2、第二階段人工智能

第二級人工智能是指能夠判斷、選擇行動并執行的系統，較第一級最大的區別在于可以有選擇性的輸出，而不僅僅是單一選項呆板輸出。如現在比較流行的掃地機器人，可以運用多個感應器搜集房間信息，并以高速處理器分析判斷情況，再從幾十種行動模式中匯總選擇最適合當前環境的行動，靈活性、適應性、實用性更高。手機上大部分棋類游戲（圍棋除外）都是這個等級的人工智能。

3、第三階段人工智能

第一級、第二級人工智能僅僅是利用人類智慧收集輸入信息、分析處理信息、執行既定動作，不具備人類最基本的學習能力。第三級人工智能開始，機器可以自主學習，通過大量數據輸入，讓機器在訓練中學習事物的特征和規則，可針對輸入變量通過自身分析得出自己結論。第三級人工智能從20世紀90年代中期開始普及，上文提到的醫學專家系統MYCIN就是這一級別人工智能，通過輸入各種診斷信息，讓機器學習總結，并以此為基礎進行自主診斷。

4、第四階段人工智能

第二級人工智能加入機器學習方法后進化成第三級人工智能，而在眾多機器學習方法中，深度學習 （Deep Learning）能夠讓計算機自行提取特征，不同于第三級人工智能通過分析數據特征得出相關規律的機器學習，是更高級別的學習方式。具備深度學習能力的人工智能可以稱得上是第四級人工智能。從第一級人工智能進化到第四級，有些AI甚至在某些領域超過人類（ImageNet 圖片分類、AlphaGo...）。這種人工智能能在特定領域發揮自己的作用，也稱作“特型化人工智能”。？我們平時聽到的，可以下圍棋、辨別聲音、參加益智問答、自動駕駛、對話機器人都是屬于第四級特型化人工智能。人類和第四級人工智能的區別在于人類在學習過圍棋后，或許可以舉一反三，將經驗運用到其他領域中。但是AlphaGo 無論有多厲害，它也不具備圍棋以外的功能。

5、第五階段人工智能

第五級人工智能就是“泛人工智能”，指的就是類似于哆啦A夢等和人類相似的行為，甚至能夠發揮比人類更加優秀的能力。 這樣的人工智能可以了解人的喜怒哀樂，懂得物體的質感，能夠感受到人的情感。人工智能在第四級以前都是人類方便的工具，不過第五級“泛人工智能”不只是具有人類同等的智慧，還有第四級特型化的人工智能的能力，在特定領域超過人類，第五級人工智能可能不再是人類的工具，有可能對人類產生威脅，但是它還遠遠沒有實現。

參考文獻：

[1] 王燕鵬，韓濤，趙亞娟，陳芳，王思培.人工智能領域關鍵技術挖掘分析[J].世界科技研究與發展，doi：10.16507/j.issn.1006- 6055.2019.08.001.