人工智能大熱，你可知道什么才是真正的人工智能？

　　在我們的生活中，AI幾乎已經(jīng)無處不在，從蘋果的iPhone鍵盤到Zillow的房價評估程序。還有許多東西被營銷人員稱為AI，盡管實際上它們并非真正的AI。或許，當Alphabet旗下AI子公司DeepMind開發(fā)出的智能程序AlphaGo不久前擊敗人類頂尖圍棋冠軍后，AI熱潮達到了頂峰。

　　人類在智能方面依然比電腦強得多，因為人類可比機器更好地完成許多任務，雖然有AI支持的計算機程序(比如AlphaGo)也能在少數(shù)任務中戰(zhàn)勝人類。但AI有可能在大多數(shù)任務中變得比人類更聰明，這甚至可對人類就業(yè)、創(chuàng)造力甚至生存造成影響。

　　AI到底是什么?

　　現(xiàn)在幾乎所有人都在談論AI，你可能認為它是個新鮮事物，但其技術基礎早已存在。在許多基本概念出現(xiàn)前，AI這個術語可追溯到1956年。當時美國達特默斯大學數(shù)學教授約翰·麥卡錫(John McCarthy)提出一個夏季研究項目，并稱“學習的每個方面或智力的其他特征原則上都可被精確描述出來，并被機器所模仿”，AI的概念由此誕生。

　　在隨后幾年中，麻省理工學院和斯坦福大學相繼成立AI實驗室。這些研究主要關于計算機國際象棋、機器人以及自然語言交流等。人們對這個領域的興趣隨著時間流逝而波動。在20世紀70年代到80年代，由于公眾興趣減退，外部資金枯竭，AI陷入“寒冬”。20世紀80年代中期，那些看似前程似錦的初創(chuàng)企業(yè)和風險資本突然消失，就像約翰·馬爾科夫在《愛之優(yōu)雅的機器》(Machines of Loving Grace)中描述的那樣。

　　你可能還聽說許多與AI有關的其他專業(yè)術語，比如機器學習和深度學習等。其中，機器學習是指教授機器如何去做特定的事情，比如識別數(shù)字，這需要用大量數(shù)據(jù)訓練它，然后指導它對新的數(shù)據(jù)進行預測?，F(xiàn)在，有關機器學習取得的巨大成就是，隨著數(shù)據(jù)積累得越來越多，開發(fā)可隨著時間推移變得越來越聰明的軟件變得越來越容易。

　　深度學習是機器學習的一種類型，要求更少的人工協(xié)助。通常這種方法涉及到人工神經(jīng)網(wǎng)絡，這是一種松散的數(shù)學系統(tǒng)，主要是通過模仿人類大腦中神經(jīng)元的協(xié)同工作方式研發(fā)出來的。神經(jīng)學家沃倫·麥卡洛克(Warren McCulloch)與數(shù)學家沃爾特·皮茨(Walter Pitts)于1943年首次提出類似系統(tǒng)。多年來，研究人員不斷提出各種先進的技術概念，包括添加多層網(wǎng)絡。每增加新的連續(xù)層，更高水平的功能就可被用于原始數(shù)據(jù)中，以便做出更好的預測。這些網(wǎng)絡層可在數(shù)據(jù)中找出特征，但使用層數(shù)越多消耗的計算能力就越多。

　　為何AI突然變熱?

　　多年來，硬件已經(jīng)變得越來越強大，包括英偉達在內的芯片制造商也在不斷改進他們的產(chǎn)品，以便更好地適應AI計算的需求。在許多領域，更大的數(shù)據(jù)集已經(jīng)可被更廣泛地訓練模型。

　　2012年，谷歌的AI項目曾引發(fā)廣泛關注，當時它用1000萬張來自YouTube的圖片訓練由1.6萬個CPU構成的神經(jīng)網(wǎng)絡，并教授其識別圖片中的貓。但是當年晚些時候，圖片識別領域再次取得突破，當時在2個GPU上訓練的8層神經(jīng)網(wǎng)絡勝過所有競爭對手，基于內容對圖片進行了精確分類。幾個月后，谷歌收購了神經(jīng)網(wǎng)絡初創(chuàng)公司DNNresearch，后者誕生于多倫多大學計算機科學系。

　　自從那以來，AI活動不斷加速，世界領先的科技公司爭相進入這個領域。與此同時，世界上市值最高的多家科技公司也在不斷發(fā)布自己最新的研究成果，這也增加了AI的魅力。

　　誰處于領先地位?

　　谷歌及其母公司已經(jīng)完成了多項AI收購，其中最引人關注的就是2014年斥資5億美元收購DeepMind。當DeepMind的AI智能項目AlphaGo為Alphabet吸引到足夠注意力后，DeepMind的AI軟件也顯露出真正的商業(yè)價值，即幫助降低谷歌數(shù)據(jù)中心冷卻成本40%左右。 與此同時，谷歌也利用AI加強其核心搜索引擎、Gmail、Google Street View、Google Photos、Google Translate、YouTube以及其他應用。

　　近年來，許多有關深度學習的開源框架相繼出現(xiàn)，但谷歌的TensorFlow被認為是其中最受歡迎的。谷歌已經(jīng)開發(fā)出張量處理單元(TPU)以加速神經(jīng)網(wǎng)絡的訓練和預測，其功能超過當前市場上所有可用硅芯片。此外，Alphabet旗下子公司W(wǎng)aymo也處于無人駕駛汽車研究的前沿地位。

　　Alphabet研究科學家們經(jīng)常公開發(fā)表有關他們最新研究成果的學術論文，這在競爭激烈、高度重視保密的行業(yè)是非常罕見的。事實上，AI對谷歌來說非常重要，其首席執(zhí)行官桑達爾·皮查伊(Sundar Pichai)甚至稱谷歌為“AI優(yōu)先”公司。

　　長期以來，亞馬遜也始終利用AI在電子商務領域幫助推薦產(chǎn)品，并部署機器人在物流中心幫助移動物品。但在過去幾年中，亞馬遜已經(jīng)通過出售智能揚聲器Amazon Echo獲得收入，人們可通過這款揚聲器與亞馬遜虛擬助理Alexa對話。雖然Alexa的語音識別能力還不完美，但其可快速回應用戶輸入，同時也被越來越快地應用到第三方服務和設備中?；诠妼lexa的迷戀，亞馬遜還設立了便利店，利用AI識別顧客從貨架上拿下的產(chǎn)品。

　　蘋果始終在考慮使用AI識別筆跡、延長電池續(xù)航時間，甚至在被選中的PDF文件中找到文本。但是蘋果在iPhone和其他蘋果硬件上使用的虛擬助理Siri現(xiàn)在正使用深度學習，該公司近來宣布在揚聲器HomePod中植入Siri。蘋果正嘗試在其Photos應用中改善圖片識別功能，并在iOS的QuickType鍵盤上預測表情符號。

　　最近，蘋果推出了運行機器學習負載(包括蘋果設備上的神經(jīng)網(wǎng)絡)的軟件庫Core ML。蘋果據(jù)稱還在開發(fā)AI芯片，可以應用到移動設備上。從總體上看，蘋果試圖通過強調隱私區(qū)分其AI努力。該公司沒有發(fā)布太多有關AI的研究，盡管其最近招募到著名AI研究人員拉斯.薩拉胡特迪諾夫(Russ Salakhutdinov)擔任其AI研究主管。蘋果還通過收購Perceptio等初創(chuàng)企業(yè)網(wǎng)絡相關方面的人才。

　　Facebook于2013年建立了自己的AI研究團隊，并招募到雅恩·樂昆 (Yann LeCun) 擔任AI實驗室負責人，后者以擅長卷積神經(jīng)網(wǎng)絡技術聞名。這個團隊經(jīng)常發(fā)表研究論文，并推出了Caffe2和PyTorch開源AI框架。它甚至擁有專用的服務器硬件，以優(yōu)化深度學習。

　　但Facebook也在利用AI為News Feed中貼文進行更好地排名、將用戶貼文翻譯成不同語言、甚至生成有關用戶圖片的文字描述。最近，F(xiàn)acebook宣稱將會嘗試利用AI遏制與恐怖主義相關內容。去年，F(xiàn)acebook首席執(zhí)行官馬克·扎克伯格(Mark Zuckerberg)曾在其10年路線圖中提及AI、VR、AR等，并稱將在視覺、語言、識別以及規(guī)劃等領域進行探索。

　　微軟已經(jīng)招募AI研究人員多年，且AI研究的優(yōu)先權不斷升級。微軟已經(jīng)將其AI引入Cortana、Word、PowerPoint、Skype以及SQL Server中。今年早些時候，微軟推出了視頻編輯應用Story Mix，可利用AI為視頻中的特定綁定對象增加貼紙等。微軟還推出語音識別、計算機視覺、情感檢測以及視頻理解等服務，開發(fā)者可在自己的應用中使用它們。微軟推出了Cognitive Toolkit開源AI框架。

　　未來何去何從?

　　首先，越來越多的人類勞動將被自動化取代。以專車應用Uber和Lyft為例，隨著擁有AI支持的無人駕駛汽車出現(xiàn)，司機發(fā)現(xiàn)他們將變得無事可做。除了專業(yè)工作之外，機器翻譯系統(tǒng)將讓人類翻譯變得多余。當ATM可以創(chuàng)建新賬戶并提供貸款后，銀行將不再需要招募人類雇員。需要采寫新聞的記者也將越來越少。基于這些技術發(fā)展的思考，促使人們開始討論推出新的替代經(jīng)濟模式，比如扎克伯格最近提及的“普遍基本收入”。

　　除此之外，或許只需數(shù)十年，在大多數(shù)領域，擁有超人能力的AI系統(tǒng)(或稱為人工通用智能，簡稱AGI)就將涌現(xiàn)。鑒于你詢問的對象不同，人們對這種AI的態(tài)度也各不相同。在某些極端情況下，AGI系統(tǒng)甚至可能導致人類滅亡?？墒侨绻虑橄蚝玫姆较虬l(fā)展，或許AGI將會強化人類，比如幫助我們延長壽命。這兩種假設場景促使如今的AI引發(fā)密切關注，它們也是過去諸多科幻小說的靈感源泉。

　　但是現(xiàn)在，人們通?？吹降亩际撬^的“狹義AI”，即應用于少數(shù)領域的AI，而且它也并非總是按照其設定的方式工作。比如Alexa、Cortana、Google Assistant或Siri，它們總是存在誤解口語的情況。然而，世界上許多大型公司都在以前所未有的力度投資于AI，而且這種趨勢還沒有減弱的跡象。