日期/ 星期四 2019年1月24日
出品/ @ 敲重点（HIT THE KEY）
撰文/ @ 黑老师
视觉/ @ 杜老师
昨天一个研究AI工程的朋友老K来找黑老师喝酒，很自然黑老师就问了很多关于AI的问题，以及现在行业发展状态。
应该是戳中老K的那条神经，接下来便是一顿诉苦，还自嘲道是不是要开始准备研究新的其他技术，AI太磨人了，怎么说呢，老K掏出纸和笔给我画了一张图。
老K边画边解释说一门新技术的产生与成熟，一般会经历下面一条叫做“Gartner曲线”﹝1﹞的过山车式发展轨迹，如下图所示。但是人工智能嘛，就像是一个磨人的小妖精，期待的发展轨迹永远不会如期到来。
也是，这类复杂技术的生命轨迹当然不会轻易就按照我们的预想走势。
我想提到人工智能大家头脑里第一个跳出来的想法便是，人工智能真的会取代我们吗？甚至消灭我们？
科幻片里那些逼真的画面，超前的思维，都会让我们觉得假如人工智能时代真的到来，我们不仅会别取代劳动力，而且人工智能的发展会远远超出我们人类的大脑，以至于最终导致人类的灭亡。
别慌，稳住，我们先看个科普视频解惑一下。
其实很简单，我们目前技术还没有完全弄明白人脑的运行机制，人脑思维是什么，所以以上的担心………均尚不会发生。
人工智能的发展，已经近七十多年，已经经历过两次高峰和两次低谷，然而大部分人依然没有时间或者机会去了解，往往望文生义。
比如人工智能里的神经网络，进化算法，遗传算法等，这些名字听起来和人脑机制一样，实际上实现和人脑思维的方式差别非常大。
用国内学者王飞跃的话说，“神经网络、进化算法、遗传算法，都是计算智能的核心内容，它们与人脑机制和人脑思维的关系，就像诗歌散文同现实生活与大自然的关系一样。”
总之，现在的人工智能还属于比较早期，离科幻电影还有很长一段距离。
-重点1-
何谓人工智能
我们先来看一下人工智能的定义。
《人工智能，一种现代的方法》中提到：人工智能是类人行为，类人思考，理性的思考，理性的行动。
人工智能的基础是哲学，数学，经济学，神经科学，心理学，计算机工程，控制论，语言学。
人工智能的发展，经过了孕育，诞生，早期的热情，现实的困难等数个阶段。
人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支。
那人工智能算是一门什么科学呢？
人工智能科学的主旨是研究和开发出智能实体，在这一点上它属于工程学。工程的一些基础学科自不用说，数学、逻辑学、归纳学、统计学、系统学、控制学、工程学、计算机科学。
还包括对哲学、心理学、生物学、神经科学、认知科学、仿生学、经济学、语言学等其他学科中的尖端学科。因此人工智能是一门综合学科。
人工智能的定义也可以分为两部分，即“人工”和“智能”。
“人工”比较好理解，也没什么争议。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步等等。
但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，问题就比较多了。
这涉及到其它诸如意识（Consciousness）、自我（Self）、思维（Mind），包括无意识的思维（Unconscious-Mind）等等问题。
人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。
因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
-重点2-
人工智能发展史简述
人工智能从成立到现在将近70年时间，其发展史主要经历了5个阶段。
人工智能的诞生：1943–1956
第一次AI低谷：1974 – 1980
繁荣：1980– 1987
第二次AI低谷：1987 – 1993
AI：1993 – 现在
在20世纪40年代和50年代，来自不同领域（数学，心理学，工程学，经济学和政治学）的一批科学家开始探讨制造人工大脑的可能性。1956年，人工智能被确立为一门学科。
达特茅斯会议﹝2﹞之后的数年是大发现的时代。对许多人而言，这一阶段开发出的程序堪称神奇：计算机可以解决代数应用题，证明几何定理，学习和使用英语。当时大多数人几乎无法相信机器能够如此“智能”。
研究者们在私下的交流和公开发表的论文中表达出相当乐观的情绪，认为具有完全智能的机器将在二十年内出现。 ARPA（国防高等研究计划署）等政府机构向这一新兴领域投入了大笔资金。
70年代初，AI遭遇了瓶颈。即使是最杰出的AI程序也只能解决它们尝试解决的问题中最简单的一部分，也就是说所有的AI程序都只是“玩具”。
AI研究者们遭遇了无法克服的基础性障碍。
比如：计算机的运算能力。当时的计算机有限的内存和处理速度不足以解决任何实际的AI问题。计算的复杂性和指数爆炸。常识的理解和推理。
此前的过于乐观使人们期望过高，AI开始遭遇批评，随之而来的还有资金上的困难。AI研究者们对其课题的难度未能作出正确判断：当承诺无法兑现时，对AI的资助就缩减或取消了。
80年代在专家系统的有限世界被外界无限的世界和繁复的挑战摧毁后，AI科学家不得不寻找新的方向以求突破。
这时候在语音识别领域，统计学派开始出现，并取代专家系统。而随之而来还有在如今大放异彩的两个重要分支——“机器学习”和“神经网络”。
到了2016年，Alphgo﹝3﹞强势击败李世石，亚马逊推出人工智能音箱echo一炮走红。虽然网上还是很多人在调侃人工智能，比如这两张图。
但是不可否认，不管现在AI是否遇到瓶颈，至少AI时代在一步步向我们靠近。
-重点3-
人工智能分支
了解了定义和历史，我们简单的看一些人工智能分哪些分支和场景，以便大家有助于理解。
人工智能技术四大分支
模式识别：是指对表征事物或现象的各种形式（数值的文字的逻辑关系的等）信息进行处理分析，以及对事物或现象进行描述分析分类解释的过程，例如汽车车牌号的辨识，涉及到图像处理分析等技术。
机器学习：研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构是指不断完善自身的性能，或者达到操作者的特定要求。
数据挖掘：知识库的知识发现，通过算法搜索挖掘出有用的信心，应用于市场分析、科学搜索、疾病预测等。
智能算法：解决某类问题的一些特定模式算法；例如，我们最熟悉的最短路径问题，以及工程预算问题等。
我们普通不从事人工智能行业的人其实知道太多专业的知识并不能帮助我们很好的理解它，我们能够面对的话题应该也就是黑老师列出来的这些，嗯，应该是可以帮助大家在一些场合和别人谈论时有了谈资。
我们总是把人工智能和电影想到一起：星球大战、终结者、2001：太空漫游等等。电影是虚构的，那些电影角色也是虚构的，所以我们总觉得人工智能缺乏真实感。
人工智能是个很宽泛的话题：从手机上的计算器到无人驾驶汽车，到未来可能改变世界的重大变革，人工智能可以用来描述很多东西，所以人们会有疑惑。
我们日常生活中已经每天都在使用人工智能了：生活中的很多互联网工具已经是AI了，只是我们没有意识到而已。John McCarthy，在1956年最早使用了人工智能（Artficial Intelligence）这个词。他总是抱怨“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了。”
一些场景的弱人工智能例子：谷歌：一个巨大的搜索弱人工智能；智能手机：弱人工智能系统；汽车：很多已经安装了控制汽油渗入，控制防抱死系统的电脑等；垃圾邮箱过滤器也是经典的弱人工智能。
黑老师说到最后，人工智能绝对是一个未来的发展趋势，它将会使我们未来的生活发生极大的改变，使我们的生活更加便利。我们只能期待“人工”的研究足够深入之后，我们将迎来“智能”的时代。
知识备忘录
﹝1﹞：Gartner曲线：技术成熟度曲线（The Hype Cycle），又称技术循环曲线，光环曲线，炒作周期，指的是企业用来评估新科技的可见度，利用时间轴与市面上的可见度(媒体曝光度)决定要不要采用新科技的一种工具。
﹝2﹞：达特茅斯会议：1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
﹝3﹞：AlphaGo（阿尔法围棋）：是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。
@本文版权归“敲重点”所有，转载请注明出处
—THE END—
对了！
来这，一起改变点什么….
“通证经济”重构 “眼球经济” ！
参与即挖矿 . 100%收益共享 . 社区自治
让每一篇原创都能触动人心…
立刻下载领取3000 CBNT
