從古代希臘神話(huà)中的機(jī)械巨人到 20 世紀(jì) 40 年代的第一臺(tái)可編程計(jì)算機(jī),人工智能的概念經(jīng)歷了漫長(zhǎng)的演變,并終于在 1965 年正式誕生為一門(mén)現(xiàn)代學(xué)科。在人工智能簡(jiǎn)史(上)中,我們介紹了人工智能的誕生, AI 的第一次熱潮以及緊隨其后的第一次 AI 寒冬。人工智能的發(fā)展充滿(mǎn)曲折。接下來(lái)我們就來(lái)說(shuō)說(shuō)之后的故事。
圖片來(lái)源:pixabay
一、“連結(jié)主義”的復(fù)興
一個(gè)普遍的看法是,第一次 AI 寒冬在 1980 年結(jié)束,當(dāng)時(shí)一種名叫專(zhuān)家系統(tǒng)的軟件點(diǎn)燃了 AI 的復(fù)興。這種軟件具有大量人類(lèi)知識(shí)和經(jīng)驗(yàn),人們希望機(jī)器模擬專(zhuān)家進(jìn)行決策的邏輯過(guò)程,解決診斷血液病、識(shí)別化學(xué)物質(zhì)等局限在特定知識(shí)領(lǐng)域的問(wèn)題。機(jī)器不需要具備常識(shí),避開(kāi)了導(dǎo)致人工智能上次失敗的一大障礙。這一時(shí)期,知識(shí)成為了人工智能的研究重點(diǎn)。
1980 年,卡耐基梅隆大學(xué)為生產(chǎn)小型計(jì)算機(jī)的美國(guó)數(shù)字設(shè)備公司開(kāi)發(fā)了專(zhuān)家系統(tǒng)XCOM,專(zhuān)門(mén)處理需求各異的計(jì)算機(jī)采購(gòu)訂單,自動(dòng)向客戶(hù)提供符合要求的軟硬件搭配。它擁有大約 2500 條規(guī)則,準(zhǔn)確率達(dá)到 95% 至98%。到 1986 年, Etzcom 為數(shù)字設(shè)備公司節(jié)約了 4000 萬(wàn)美元。這一巨大成功,使得世界各地的公司都開(kāi)始開(kāi)發(fā)和部署專(zhuān)家系統(tǒng)。1985 年時(shí),全世界每年花在專(zhuān)家系統(tǒng)上的錢(qián)達(dá)到 10 億美元。
“連結(jié)主義“也在 80 年代迎來(lái)了復(fù)興,物理學(xué)家約翰霍普菲爾德證明了神經(jīng)網(wǎng)絡(luò)能以全新的方式學(xué)習(xí)和處理信息,而杰弗里辛頓等人讓反向傳播方法應(yīng)用于神經(jīng)網(wǎng)絡(luò),極大提升了神經(jīng)網(wǎng)絡(luò)的性能。 90 年代,神經(jīng)網(wǎng)絡(luò)開(kāi)始用于光學(xué)字符識(shí)別和語(yǔ)音識(shí)別,取得了商業(yè)上的成功。專(zhuān)家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)第一次在現(xiàn)實(shí)世界掀起了 AI 的商業(yè)浪潮。實(shí)現(xiàn)經(jīng)濟(jì)騰飛的日本也在 80 年代加入了全球人工智能競(jìng)賽。日本政府撥款 8. 5 億美元打造第五代計(jì)算機(jī),這是一種能像人類(lèi)一樣對(duì)話(huà)、翻譯、解釋、圖片和推理的機(jī)器,這被英美視作對(duì)其技術(shù)主導(dǎo)地位的挑戰(zhàn)。作為回應(yīng),英國(guó)政府耗資 3. 5 億美元啟動(dòng)了 Alphi 項(xiàng)目,旨在發(fā)展計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別。
二、凜冬再至
在美國(guó),商業(yè)公司組成的行業(yè)聯(lián)盟開(kāi)始投資AI,而 DARPA 也啟動(dòng)了一項(xiàng)戰(zhàn)略計(jì)算計(jì)劃,意圖在 1983- 1993 年間投入 10 億美元資助先進(jìn)計(jì)算硬件和人工智能研究。到 1985 年, DARPA 已經(jīng)向美國(guó)的工業(yè)及學(xué)術(shù)界投入1億美元,但其雄心勃勃的十年計(jì)劃很快遭遇滑鐵盧。軍方原本想造出一種機(jī)器,每秒可以運(yùn)行 100 億條指令,能像人一樣看、聽(tīng)說(shuō)和思考,集成程度與人腦相媲美。但他們很快發(fā)現(xiàn),這根本不可能實(shí)現(xiàn)。同一時(shí)期,專(zhuān)家系統(tǒng)開(kāi)始暴露出無(wú)法解決的弱點(diǎn),它的維護(hù)太過(guò)昂貴,很難更新,無(wú)法學(xué)習(xí),魯棒性差,并且只能適配極少數(shù)的商業(yè)場(chǎng)景。專(zhuān)家系統(tǒng)背后的專(zhuān)用 AI 硬件市場(chǎng)隨之崩潰,許多公司破產(chǎn)。到 1992 年,日本的第五代計(jì)算機(jī)計(jì)劃也已失敗告終,至此,曇花一現(xiàn)的復(fù)興結(jié)束,人工智能跌入第二個(gè)寒冬。人工智能的發(fā)展呈現(xiàn)出高度的周期性,這從一個(gè)側(cè)面印證了人類(lèi)對(duì) AI 無(wú)法放棄的熱情,即便曾經(jīng)歷失敗,也堅(jiān)信它改變世界的巨大潛力。
1990 年代后期和 21 世紀(jì)初期,互聯(lián)網(wǎng)的高速發(fā)展為人工智能提供了海量的數(shù)據(jù)和更多更好的研究資源。搜索引擎、社交網(wǎng)絡(luò)等互聯(lián)網(wǎng)應(yīng)用也豐富了人工智能的商業(yè)化場(chǎng)景。誕生于第一次 AI 浪潮中的“連結(jié)主義”,在幾經(jīng)沉浮、不斷演進(jìn)之后,成為了 21 世紀(jì)人工智能浪潮的主旋律。
三、神經(jīng)網(wǎng)絡(luò)的時(shí)代
杰弗里辛頓等人在 90 年代初復(fù)興神經(jīng)網(wǎng)絡(luò),之后,卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等模型相繼出現(xiàn),使得神經(jīng)網(wǎng)絡(luò)可以處理更復(fù)雜的數(shù)據(jù)和任務(wù)。2012 年,辛頓及其學(xué)生亞歷克斯克里澤夫斯基、伊利亞蘇茨克維提出了基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型Alexnet,在 Imagenet 比賽中大幅超越了傳統(tǒng)圖像分類(lèi)方法,標(biāo)志著深度學(xué)習(xí)登上了人工智能核心技術(shù)的寶座。深度學(xué)習(xí)技術(shù)大幅提高了機(jī)器的感知能力。在 21 世紀(jì)的前 20 年, AI 在文字識(shí)別、語(yǔ)音識(shí)別、圖像識(shí)別和語(yǔ)言理解上相繼實(shí)現(xiàn)突破,不斷逼近可與人類(lèi)相提并論的水平,并成功實(shí)現(xiàn)商業(yè)應(yīng)用,帶來(lái)了可觀的回報(bào)。更重要的是,深度學(xué)習(xí)將人工智能從感知時(shí)代帶入了生成時(shí)代。
神經(jīng)網(wǎng)絡(luò)的發(fā)展非常直觀地反映在了 AI 的圖像生成能力上。到 2017 年, AI 已經(jīng)可以生成以假亂真的人像和物像照片,并且性能還在不斷提升。2022 年 11 月, OpenAI 推出了基于大型語(yǔ)言模型的人工智能聊天機(jī)器人ChatGPT,令全世界嘆為觀止。 ChatGPT 實(shí)現(xiàn)了人類(lèi)長(zhǎng)久以來(lái)對(duì)于人工智能的期待,它可以快速地響應(yīng)人類(lèi)的定制化需求,為寫(xiě)作或編程等各式問(wèn)題提供跨越多個(gè)知識(shí)領(lǐng)域的詳細(xì)答案。人們競(jìng)相在社交網(wǎng)絡(luò)上展示 ChatGPT 根據(jù)自己的要求創(chuàng)作的音樂(lè)程序代碼、論文、詩(shī)詞、童話(huà)故事甚至電視劇劇本。研究人員在醫(yī)學(xué)等專(zhuān)業(yè)領(lǐng)域測(cè)試 ChatGPT 的能力,發(fā)現(xiàn) ChatGPT 能得到驚人優(yōu)異的成績(jī)。
各國(guó)政府和科技公司紛紛宣布將大力投入大型語(yǔ)言模型的研發(fā),生成式人工智能已經(jīng)成為新的技術(shù)主旋律。人工智能已經(jīng)成為全球競(jìng)爭(zhēng)的重要領(lǐng)域,各國(guó)政府和企業(yè)都加大對(duì)人工智能的投資和研究,以爭(zhēng)奪在這一領(lǐng)域的先發(fā)優(yōu)勢(shì)。人工智能還會(huì)經(jīng)歷下一次寒冬嗎?深度學(xué)習(xí)時(shí)代長(zhǎng)久以來(lái),困擾研究者的技術(shù)局限仍然存在,人工智能對(duì)于復(fù)雜問(wèn)題的處理能力仍具有不確定性。通用人工智能仍未出現(xiàn)。深度學(xué)習(xí)的許多算法都不可解釋數(shù)據(jù)隱私問(wèn)題,也困擾著全世界的消費(fèi)者和監(jiān)管機(jī)構(gòu)。人工智能帶來(lái)的無(wú)限可能性,人會(huì)刺激人性,吹起不切實(shí)際的泡沫,陳舊的頑疾和不可預(yù)見(jiàn)的新麻煩仍然可能導(dǎo)致人工智能再次陷入寒冬。想要?jiǎng)?chuàng)造一個(gè)人工智能與人類(lèi)和諧相處的美好社會(huì),需要我們持續(xù)關(guān)注、研究并嘗試解決這些問(wèn)題。
文章由科普中國(guó)-星空計(jì)劃(創(chuàng)作培育)出品,轉(zhuǎn)載請(qǐng)注明來(lái)源。
作者:管心宇 科普作者
審核:于旸 騰訊玄武實(shí)驗(yàn)室負(fù)責(zé)人