人工智能進入“下半場 機器變聰明了 人怎么辦?

　　1997年5月，IBM的“深藍”超級計算機在6局的國際象棋比賽中，以2勝1負3平戰(zhàn)勝了世界排名第一的國際象棋大師卡斯帕羅夫。這是人工智能發(fā)展史上一個重要的里程碑，這表明機器的智力在“信息完美”的領域，如棋牌游戲，已經超過了人類。

　　“深藍”戰(zhàn)勝了國際象棋大師

　　所謂“信息完美”是指系統(tǒng)內信息完全，有始有終，沒有外部干擾?！吧钏{”的運算能力在當時全球的超級計算機中位居259位，每秒鐘可以運算2億步?！吧钏{”學習了70萬局國際象棋大師比賽，從而有4千種不同的開局。

　　此外，作為機器的“深藍”從不疲倦，沒有情緒影響，更不會犯低級錯誤。而卡斯帕羅夫則后悔的說: 和“深藍”的第6局比賽是他職業(yè)生涯中最爛的一盤棋。

　　人工智能發(fā)展的“上半場”回顧

　　人工智能起步于1950年，那年艾倫·圖靈發(fā)表了一篇論文，預測機器的人工智能有一天能夠超過人類的智能。他同時提出了“圖靈測試”:

　　機器和人類專家對話之后，如果專家無法區(qū)分對方是人還是機器，則說明機器的智能超過了人。

　　1951年馬文·明斯基完成了第一臺神經網絡機SNARC，從而成為人工智能領域的一位重要的科學家。1956年的達特茅斯會議正式確定了人工智能這個領域。

　　1950~70年是人工智能開啟的年代，斯坦福大學做出了移動機器人，而麻省理工學院推出了聊天機器人。在1970~80年，人工智能的發(fā)展遇到了瓶頸，那時的計算機的運算能力和內存有限，導致學習能力差。1980~87年，人工智能迎來了興旺發(fā)展的時期，日本投入了8.5億美金研發(fā)機器人，而美國的研究機構DARPA也針對人工智能投入大量的資源。1987~93年又陷入了一個人工智能的冬天，人工智能的專用電腦的性能盡然落后于IBM和蘋果的個人電腦。當時的DARPA主任認為人工智能不再是研究的重要方向。

　　從1993年到今天，人工智能正在經歷一個大發(fā)展，特別是2012年之后，人工智能的進步明顯加快了。2006年，雷蒙德·科茲威爾(Ray Kurzweil)在他的《奇點臨近(The Singularity Is Near)》一書中，預言機器的智能將在2045年超過人類的智能。

　　2011年1月出版的美國《時代》雜志封面故事：2045年人類機器結合獲永生

　　2014年6月7日，一個名叫Eugene的“人”和一些專家在網上對話了5分鐘，有33%的專家認為Eugene是一位13歲小孩。事實上，他是三名俄國科學家發(fā)明的超級計算機。這樣，按照圖靈測試的規(guī)則，機器第一次通過了圖靈測試，時間正是圖靈先生逝世60周年。

　　指數式發(fā)展的“下半場”

　　國際象棋的起源可以解釋指數式發(fā)展的“下半場”的概念。據說國際象棋的發(fā)明地是古印度，當時大師達依爾為舍罕王發(fā)明了一個在64格棋盤上的游戲，就是今天的國際象棋。舍罕王十分喜歡這個游戲，要獎勵大師。大師要求的獎勵是：每個棋盤格子放麥子，第一格放一顆，第二格放二顆，第三格放四顆，以此類推，放完這64格子。

　　舍罕王馬上就答應了，他以為用不了多少麥子就可以放滿64格棋盤。沒想到，放到第21格時，麥子就必須以袋為單位;進入棋盤的“下半場”格子后，全印度的麥子都不夠。事實上，放滿64格棋盤，需要全球2千年所生產的麥子。

　　這樣的棋盤上放麥子的增長模式是指數式增長：初期的增長曲線平緩;后期，也就是“下半場”的增長曲線上升得非常陡峭，速度讓人出乎意料。

　　人工智能的發(fā)展己經進入了“下半場”

　　人工智能進入指數式發(fā)展的“下半場”的證據來自至少兩個方面: 第一方面，人工智能前進的推動力具備指數式增長的特征;第二方面，近年來人工智能的研發(fā)活動和成果極其頻繁。

　　人工智能的推動力主要包括三個方面: 計算個人化，計算網絡化，和大數據。

　　首先，計算個人化使得人工智能的研發(fā)從精英階層擴展到大眾。早期的研究機構主要是大學和政府，只有他們才有人工智能研發(fā)所必備的超級計算機。集成電路的發(fā)明和發(fā)展促成了計算能力快速上升和成本大幅下降，集成電路的發(fā)展模式在以往的40年遵循指數式發(fā)展，即著名的摩爾定律。80年代我在浙江大學學習時使用的小型機PDP11的運算能力遠遠不如我們今天使用的手機。今天用幾萬美金所搭建的服務器，其運算能力就可以超過當年的“深藍”超級計算機。巨大的計算能力的普及為小公司在人工智能領域進行創(chuàng)業(yè)提供了極大的便利。

　　其次，計算網絡的價值增長也是呈現指數式。例如，有4個節(jié)點的網絡有12個有方向的連接，而400個節(jié)點的網絡有多達159600個連接。由于有線互聯網和移動互聯網的普及，今天的網絡連接數(即價值)正在直線上升。

　　再次，隨著信息終端的普及和物理世界的數字化，數據正在爆炸增長，更是指數式增長。今天全球的累計的數據量超過了10Zettabytes，其中90%的數據是在過去的兩年中產生的。我相信在以上三股指數式上漲的力量推動下，人工智能的發(fā)展也成指數式的成長模式。

　　近年來，人工智能的創(chuàng)業(yè)和研發(fā)活動越來越活躍。根據VENTURE SCANNER在2015年8月的統(tǒng)計，近十幾年，全球在人工智能領域的創(chuàng)業(yè)公司達到了855家，它們共獲得87.5億美金的風險投資。根據量化公司QUID的數據，在2013年有322家人工智能公司獲得至少20億美金的投資。據CB Insights的數據，2014年投資人工智能領域的金額比2013年增加了三倍。