(接上文)
当时的人工智能都在“拟人化”上做文章,忽略了一个非常重要的点,那就是数据。机器无法获得足够的数据量来支撑深度学习,就像一个不爱看书的学生,再怎么做题,成绩都不会提升。于是在20世纪80年代,主流的AI研究逐渐从整体智能转向数据库分析,即所谓的“专家系统”。1980年,卡内基·梅隆大学为美国数字设备公司(DEC)研发出了名为XCON的专家系统,该系统就像专家一样,拥有某个特定领域完整的知识库,专门解决特定问题,走小而精的路线。据说“专家系统”一年能为DEC省下4000万美元,一时间,“专家系统”成为各个企业的宠儿,风光无限。甚至当时的电影《终结者》中的超级计算机原型便是专家系统。
可惜“专家系统”的统治好景不长,在80年代末,苹果和IBM生产的台式机引发了一次性能革命。这些台式机并没有装载所谓的“AI”,但在知识和性能上却丝毫不输那些笨重的“专家系统”。最关键的是,台式机的价格更低,和台式机一比,专家系统的那点功劳显得无足轻重。命运再次抛弃了人工智能,甚至连美国国防部都认为“人工智能不是下一次浪潮”,人工智能再度跌入了低谷。
但天无绝AI之日,历史的车轮缓步来到了21世纪。经过了两次高潮和两次低谷,人们看待AI也更加理性,再加上90年代神经网络有了突破性的发展,配合新型互联网技术,人工智能一步步从概念性、实验性的“大玩具”走向实用、走向商业化。1997年,IBM公司的人工智能“深蓝”战胜国际象棋大师卡斯帕罗夫,再度将“人工智能”的概念推向聚光灯,人们惊讶于人工智能居然能在象棋这种复杂智力活动上胜过人类,也意识到这种技术具有非常广阔的潜力。
在“深蓝”之后的21世纪前10年,AI虽然没有再度兴起过什么大波澜,却在稳中求进,逐步走向社会的各个方面。比如2002年,iRobot公司制造出了世界上第一款智能扫地机器人,2005年,美军装配智能机器军犬BIGDOG,用于探查敌情和运动物资。2006年,Hinton在神经网络学习上取得重大进展。2008年,谷歌公司在苹果上推出了第一款智能语音助手Siri,2009年,瑞士蓝脑计划成功模仿一部分鼠脑。
进入2010年之后,随着卷积神经网络模型的完善和移动互联网大数据的普及,人工智能领域焕发新春。其中最引人注目的当属AI棋手AlphaGO。当初人们认为国际象棋走法有限, AI的智力也就止步于此,不可能在更复杂的游戏(比如围棋)上赢过人类,没想到AlphaGO在2016年、2017年分别战胜围棋冠军李世石和柯洁,AI再度成为人们议论的焦点。
虽然AI发展到现在,成果无比辉煌,但所谓取代人类的说法完全是无稽之谈。目前我们对人脑情绪、意识的产生和运作等方面认知还非常有限,所以再怎么模拟也不可能达到类比人脑的水平。现在流行的人工智能,从原理上来说更像是大数据拟合函数,本身并不具备创造性。随着人工智能的发展,可能在不远的未来,一些简单的、重复性的、技术含量不高的工作会被人工智能代替(比如司机、厨师等),但想要在高技术性产业领域(比如行政、艺术、科学研究、发明创造等)替代人类,AI还有很长的路要走。