BBC 人工智能的乐趣 The Joy of AI

我们通常把电脑所做的工作称为人工智能（AI），但AI的清晰的定义是什么？AI的目的是为了模仿人类的智慧，今天，AI可以帮我们人类做很多事情，但如果要让AI学会像我们人类一样思考，我们首先必须了解思考是怎样形成的。

1955年，匹兹堡的圣诞节，有两位科学家发明了新的会思考的机器，他们是Herbert Simon和AllenNewell。

Simon和Newell发明了一套程序，用来模拟人类解决问题的过程。他们把这个发明称为逻辑理论，他们用最初的操作人工智能计算机程序模拟了人类思考的过程。

通过电脑来解决逻辑思考问题是一个重大的突破，在国际象棋游戏中，人类能决定如何进行下一步，但电脑是不是也可以做到？

1948年，伟大的电码译员兼数学家Alan Turing把世界上最早的国际象棋的电脑程序写在一张白纸上，上面的内容就发展成最初的电脑象棋程序，今天我们把这个程序称为Turochamp。

在象棋游戏中，我们每移动一步，就会产生很多可能移动的下一步，移动越多步，就会有更多的选择进行下一步，我们把这种现象称为组合爆炸。Turing写下一套程序来指引电脑如何进行下一步，电脑如果遵循这套规则，它就能解决问题。

Turochamp是基本的国际象棋程序，这个程序也被用于很多其他方面，这种方法称为传统人工智能（Classical AI），它可以帮我们做很多事情，如流水线运输，吊塔移动，Classical AI是由一套设定好的程序组成的。

但我们的世界相比固定的流水线显得更加混乱，电脑是如何感觉这个世界的呢？电脑是通过大量数字来运行的，但这戏数字对于电脑来说并没有特别的意义。

我们人类有学习的能力，电脑也能从一大堆数字中提炼出东西，我们成为之“机器学习”。“机器学习”可以创造出更多神奇的AI工具。“机器学习”使AI在过去的十年发展迅速。

垃圾邮件过滤器就是机器学习应用的一个很好的例子，首先我们要让电脑认识那些是有用的邮件，那些是垃圾邮件，这样电脑就能正确地区分它们，过滤掉垃圾邮件。

机器学习远远超越了Classical AI，但莫拉维克悖论认为，我们人类有意识，我们会思考，而且人类很多动作都是大脑在无意识的状态下发出的。比如把东西拿住不让它掉落，对于一个电脑程序来说是一件很艰巨的事情。

为了模拟人类思考的过程，诞生了人工神经网络（Artificial Neural Networks）。人工神经网络经过大量的训练后，它能形成关于某一事物特征的多层神经网络，很容易把这一事物识别出来，但是建立这个神经网络的科学家也不知道电脑是如何得出这个答案的。

人工神经网络被广泛用于生活的各个方面，其中有一项就是无人汽车，它能在现实的道路上正确行使。

AI的发展使人类感到紧张，它们担心有一天AI会取代人类的工作，使人类无法就业。

DemisHassabis希望能发明一个新的人工神经网络，它可以在不需要人类的干预下做任何事情，雅达利经典游戏就是AI自我学习的一个例子。

AI的自我学习功能使它在很多游戏中都能超越人类，2016年，一个新的人工神经网络程序AlphaGO打败了国际象棋大师Lee Sedol 。通过对AI程序进行培训，它在下棋过程中能像人类一样进行思考，甚至能超越人类。

所以，制造超级AI是一个值得我们思考的问题，我们应该学会如何控制这个聪明的工具。

到目前为止，人工神经网络的应用非常有限，它可以原始识别动物画像，但是在这些画像中加入一些杂色点，它就不能再把它们识别出来。现在世界上的所有类型的AI都一样：它们能在一大堆数据中找出规律，但它们却不能理解这种规律的含义。

所以，AI能不能模仿人类之间的谈话呢？以爱丁堡大学发明的谈话机器人Alana为例，目前并不能做到，她只能跟人类谈一些事先输入的概念，却不能判断人类的情绪变化。

AI发展很快，它不再依赖程序规则，它有自我学习的能力，有时候甚至超越了我们人类。但是，有没有那么的一天，AI可以成为有意识，有感情的机器呢？如果有这一天，我们人类就要好好地对待AI，让它做正确的事情。如果我们人类能做到这些，就能少一些害怕，得到更多的收益。我们人类通过AI能更大地扩展我们的能力，更好地改变我们的生活。