卷首語

未來屬于“人工智能+”

作為有著60多年歷史的一門學科，人工智能在沉寂幾十年后再度風靡世界，這件事本身就包含著豐富的意義。

上世紀50年代，人工智能作為人類最具雄心的項目問世。先行者們根據(jù)人類通過構建內(nèi)部的符號化表現(xiàn)形式來認識世界這一認識論原則，以人類認識世界的能力為基礎，創(chuàng)建規(guī)則來落實相關概念，通過捕捉日常知識來促使這些概念變得規(guī)范。模擬人腦的第一次人工智能革命在電子游戲、專家系統(tǒng)等領域的表現(xiàn)令媒體驚艷，一度讓世人對它期望極高，不少專家也持激進觀點。1965年，赫伯特·西蒙稱，用不了20年，機器就能夠“完成人類能做的任何工作”。其后不久，馬文·明斯基也樂觀預計，“我們這一代人能夠大體上解決人工智能的問題”。

然而，困難的問題容易解決，容易的問題很難解決。計算機輕松地達到成人棋手水平，卻在知覺和移動性方面不及一歲嬰兒。用電腦模擬人腦的努力在工業(yè)領域更是幾乎毫無進展。投入產(chǎn)出不平衡的窘境造成了資本的蒸發(fā)，帶來了人工智能研究的漫漫寒冬。

人工智能第二次革命的標志是以自主學習的方式創(chuàng)建新的人工智能。互聯(lián)網(wǎng)的旗幟谷歌公司把觸角伸向了機器翻譯、模式識別、計算機視覺、自主機器人等領域，摒棄傳統(tǒng)人工智能思維，反而取得了人工智能有史以來最大的成就。如今，深度學習神經(jīng)網(wǎng)絡已經(jīng)成為人工智能的主流。與傳統(tǒng)人工智能不同，神經(jīng)網(wǎng)絡不僅能處理規(guī)則事物，還能處理規(guī)則外的事物——于是我們終于有機會實際體驗AlphaGo連勝人類頂尖圍棋高手帶來的巨大震撼——讓人驚嘆的是人工智能和人類一樣也在不斷“進化”，只是進化的速度、迭代的速度快得多。2017 年4 月，谷歌DeepMind 創(chuàng)始人哈薩比斯在演講中專門提到，之前AlphaGo提升一個版本需要3 個月時間，現(xiàn)在只需要一周。

這一波人工智能的熱度，根源在于“互聯(lián)網(wǎng)+人工智能”的影響力。硬件的飛速進步意味著計算越來越快，數(shù)據(jù)的海量積累保證了基礎資源的日益龐大，而算法的不斷優(yōu)化則使得解決問題越來越精準。風投和資本市場的持續(xù)高度關注，加速了人工智能技術“商業(yè)化變現(xiàn)”的進程。

更值得期待的，還在于未來機器智能強大的自我學習、自我進化能力是否能夠、或者將會如何撼動傳統(tǒng)制造業(yè)的價值鏈結構。人工智能與制造業(yè)的結合，將是一個長期的、系統(tǒng)的構造過程，這樣的“人工智能+”，其發(fā)展空間不可限量，這就是百度李彥宏所以說“所有制造業(yè)都將屬于人工智能產(chǎn)業(yè)”的原因，這就是聯(lián)想楊元慶“要把聯(lián)想全部家當都押上”的未來。

這樣的“人工智能+”，是足以與航海大發(fā)現(xiàn)、工業(yè)革命媲美的人類發(fā)展里程碑。

總編輯