概述
人工智能发展多年,经历了起起伏伏。发展历史上有过几次浪潮和寒冬。
简单的说,就是没有找到人工智能的一条合适的发展道路。每次遇到瓶颈,发展就停滞了。就像无头苍蝇一样在人工智能之路上乱撞,找不到合适的方向。
本文通过一些普遍规律,浅谈人工智能发展之道。
人工智能的发展历史
1、第一次浪潮:人工智能诞生并快速发展,但技术瓶颈难以突破
符号主义盛行,人工智能快速发展。1956 年到 1974 年是人工智能发展的第一个黄金时期。科学家将符号方法引入统计方法中进行语义处理,出现了基于知识的方法,人机交互开始成为可能。
模型存在局限,人工智能步入低谷。1974 年到 1980 年。人工智能的瓶颈逐渐显现,逻辑证明器、感知器、增强学习只能完成指定的工作,对于超出范围的任务则无法应对,智能水平较为低级,局限性较为突出。
2、第二次浪潮:模型突破带动初步产业化,但推广应用存在成本障碍
数学模型实现重大突破,专家系统得以应用。进入 20世纪 80 年代,人工智能再次回到了公众的视野当中。人工智能相关的数学模型取得了一系列重大发明成果,其中包括著名的多层神经网络(1986)和 BP 反向传播算法(1986)等,这进一步催生了能与人类下象棋的高度智能机器(1989)。其它成果包括通过人工智能网络来实现能自动识别信封上邮政编码的机器,精度可达 99%以上,已经超过普通人的水平。与此同时,卡耐基·梅隆大学为 DEC 公司制造出了专家系统(1980),这个专家系统可帮助 DEC 公司每年节约 4000 万美元左右的费用,特别是在决策方面能提供有价值的内容。受此鼓励,很多国家包括日本、美国都再次投入巨资开发所谓第 5 代计算机(1982),当时叫做人工智能计算机。
成本高且难维护,人工智能再次步入低谷。为推动人工智能的发展,研究者设计了 LISP 语言,并针对该语言研制了 Lisp 计算机。该机型指令执行效率比通用型计算机更高,但价格昂贵且难以维护,始终难以大范围推广普及。与此同时,在 1987 年到 1993 年间,苹果和 IBM 公司开始推广第一代台式机,随着性能不断提升和销售价格的不断降低,这些个人电脑逐渐在消费市场上占据了优势,越来越多的计算机走入个人家庭,价格昂贵的 Lisp 计算机由于古老陈旧且难以维护逐渐被市场淘汰,专家系统逐也渐淡出人们的视野,人工智能硬件市场出现明显萎缩。同时,政府经费开始下降,人工智能又一次步入低谷。
3、第三次浪潮:信息时代催生新一代人工智能,但未来发展存在诸多隐忧
新兴技术快速涌现,人工智能发展进入新阶段。随着互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、信息社区的兴起,数据和知识在人类社会、物理空间和信息空间之间交叉融合、相互作用,人工智能发展所处信息环境和数据基础发生了巨大而深刻的变化,这些变化构成了驱动人工智能走向新阶段的外在动力。与此同时,人工智能的目标和理念出现重要调整,科学基础和实现载体取得新的突破,类脑计算、深度学习、强化学习等一系列的技术萌芽也预示着内在动力的成长,人工智能的发展已经进入一个新的阶段。
人工智能的发展之道
道生一,一生二,二生三,三生万物。
任何学科发展之道,都有一些特点。
- 基础性
任何一个学科,要想有浪潮般的发展,必然需要大量的人来共同开拓。一旦复杂性超出普通人的能力范围,必然无法快速发展。
例如:数字电路科学,只需要几个简单的逻辑门电路,就可以发展出整个行业来。
程序编码行业,只需要几条简单的语句,可以发展出无限可能的程序。
建筑行业,只需要牛顿三定律,可以建造一个行业。
道所提供的,只是一些基础的东西,但是这些基础的东西,可以产生无穷的变化。就可以让人能够发挥无限的创意,就建立起了整个行业,以及就业。
而人工智能行业,目前的现状恰恰相反,需要非常高深的数学理论,以及需要强大的算力。这都不是普通人有条件使用的。大大的限制了发展。而且很可能,发展方向是错误的。
人工智能行业,可能也存在基础的元素。
人工智能模拟人脑。人脑的学习速度,远远大于人工智能的速度。这是因为,人出生大脑的神经元本身是有拓扑结构的。这是人之所以能够快速学习的基础——人不需要从0开始学习。
人工智能的基础元素应该包括智能建模。并且复杂性是普通人可以胜任的。
2. 简单性
大道至简。任何行业,越是简单优雅,前进的道路越是通顺。物理学,数学,计算机科学都是如此。大凡看着臃肿,庞大,不可理解,不够优雅的事物,最后都被证明,走错路了。
而人工智能行业,就目前的神经网络算法来说,AlphaGO围棋算法,50台超级计算机,训练了7天7夜。需要这么强的算力才能训练出效果来,实在是不够优雅简洁。
其中必然有许多的计算浪费。
如果能够合理的建模,将不需要的运算去掉,逐渐简化结构,这应该是人工智能的方向。
总结:一旦人工智能行业发现了发展之路,必然开辟出一块蓝海。容纳大量的就业机会。给人们发挥他们无限的创造力,给世界造出更多有趣的事物。
参考:
《一代人工智能发展方向及技术框架》