7月分享《人工智能革命》

这本书是了解人工智能的通俗读本（作者：王天一，北理工博士，贵州大学副教授），书中介绍了人工智能的发展历史、现处阶段，对于技术的讲解很适合纯AI小白，通俗易懂。

人工智能的发展

人工智能发展历史

德国计算机科学家Marcus Hutter对通用人工智能的定义为：智能是主体在各种各样的纷繁复杂的环境中实现目标的能力。我们希望机器能够和我们一样进行判断和决策，即通用人工智能应当具备处理多种类型的任务和适应未曾预料的情形，而这个期望的实现需要一个训练的过程，学习、归纳和推理，这个训练的载体和方式在不断演进。

作者举了深蓝和AlphaGo的例子来说明：1997年的深蓝是一套专用于国际象棋的硬件，大部分逻辑规则是特定的象棋芯片电路实现，辅以少量的高阶功能软件代码，因此，深蓝与人类棋手的比赛中，主要是靠强大的计算资源得到最优目标函数的解，但是国际象棋的计算量原本就不大，使得计算机相比于人脑的运算优势微不足道。与深蓝不同的是，AlphaGo是一套能够运用在硬件之上的纯软件程序，它通过汲取海量人类棋手的棋谱数据，基于人工神经网络和深度学习（又称为深度神经网络）从这些数据中学会了预测人类棋手在任意棋盘状态下走棋子的概率，模仿了以人类棋手的思维方式对棋局进行思考的过程。其中，人工神经网络的作用是分类，深度学习则是模仿人类大脑的核心结构。这种演进逐渐展现了人工智能三大学派的融会贯通，正是人工智能发展的下一个突破口。

基于目前人工智能的学习模式，海量的数据作为学习源必不可少，大数据的作用突显，“有数据才有一切”，而“量化又是数据价值提取的核心步骤”。因此，“大数据+强大的模型”将是人工智能发展的驱动力。

人工智能与我们

AI在机器翻译（谷歌翻译的强大正在于它的海量数据，通过对大量平行语料的统计分析构建翻译模型）、推荐系统（通过“降维”+小部分随机推荐，给用户贴上大类标签，并持续更新用户标签，极大提升了推荐准确度）、语音识别（如我们日常调戏的Siri）、图像识别、医疗（辅助诊断，如2015年癌症诊断专家“沃森医生”的诞生；手术机器人，如达芬奇手术系统）、交通等各领域都得到了远比过去广泛的应用。

然而在我们享受AI带来的福利时，也要面对很多挑战。比如，替代大量人类的工作岗位。但是想到卓别林电影中流水线上工人像机器人一样重复劳动，还不如这样理解机器人技术的发展：“与其让人异化为机器，不如让机器淘汰人”。而且人工智能的发展也会带来很多新的工种，如无人驾驶的普及将催生出行程优化师、各类数据被记录下来后，需要专业分析师等等。此外，挑战还有个人数据隐私，我们在网络上留下的痕迹，所有的数据都由我们产生，但所有权却不属于我们，至于这些数据被拿来做什么，作为所有者的我们却一无所知。同时，在军事方面，由于AI不具备道德判断力，基于AI的致命性自主武器系统的研究，可能是继火药和核武器之后第三次改写战争面貌，因为“杀手机器人”并不会主动避免不必要的非军事人员伤亡。

未来的世界，人类与仿生机器人共处的概率很大，如何与其相处又是一个探究不完的话题，仿生机器人知否会具有和人类一样的情感和创造力、自主性？就如同《西部世界》中所谓的“觉醒”一样？这样的话，“人”的概念都需要重新定义——人，不是生存状态，而是一种属性。人之所以为人，因其具有人性。对于情感，作者认为机器人行为的本质是基于数据分析寻找到具体情境下人类行为的模式，而进行模仿，就算目前制造出具有“喜怒哀乐”反应的机器人（2014年日本软银集团推出的Pepper），也是通过机器学习算法结合海量数据训练得到的反馈，这种反馈还算不上真正的感情。但是未来如何？作者只是希望情感这种心理过程还是作为人类的自留地比较好。对于创造性，AI可能通过深度学习创造一些新的行为反馈，但这种创造力是完全不同于艺术家在创作时“灵感”的迸发，因此但愿创造力同样是人类的自留地吧。

P.S. 如果对于未来社会科技如何影响人类社会感兴趣，强推《黑镜》圣诞特辑和第三季，情节巧妙，很多细节都令人深思。在读这本书之前我偶然间看了一集《黑镜》，被其故事情节折服。读这本书时，发现作者对未来的畅想和解读很多都是基于《黑镜》圣诞特辑和第三季，又被作者安利了一发。

补充一点人工神经网络的介绍

人工神经网络的设计原理