十八世紀(jì)，第一次工業(yè)革命以機(jī)器取代人力，提高了生產(chǎn)力，自此人類文明向工業(yè)化時(shí)代邁進(jìn)。在不到兩百年的時(shí)間里，以電力技術(shù)為核心的第二次工業(yè)革命、以計(jì)算機(jī)和信息技術(shù)為核心的第三次工業(yè)革命相繼到來，機(jī)器的發(fā)展，生產(chǎn)力的提高，都與人類社會(huì)的現(xiàn)代化進(jìn)程密不可分。而當(dāng)下，人工智能、增強(qiáng)現(xiàn)實(shí)技術(shù)、量子通信正在醞釀一場新的科技革命，數(shù)據(jù)的洪流向上走，進(jìn)入云端，每個(gè)生命都能抽象成一個(gè)鏈接。新的浪潮即將到來，你準(zhǔn)備好了嗎？

[1]

和許多人因?yàn)樯鐣?huì)熱度選擇人工智能不同，任小明之所以選擇人工智能，完全源于他和機(jī)器頻繁“互動(dòng)”所產(chǎn)生的真情實(shí)感。

大學(xué)期間，任小明的專業(yè)是電氣工程和自動(dòng)化。這四年里，他經(jīng)常與機(jī)器打交道。他從大二開始學(xué)習(xí)單片機(jī)課程，通過弱電控制強(qiáng)電，讓機(jī)器按預(yù)定的程序或指令自動(dòng)執(zhí)行操作。一開始他還覺得挺有意思，但時(shí)間久了，他覺得這些事先設(shè)定好的程序自動(dòng)調(diào)整處理能力弱，操作起來不夠靈活。他想，有什么方法能讓機(jī)器根據(jù)不同的情況作出調(diào)整呢？

有一天，靈感終于來了。那是一場全國大學(xué)生“飛思卡爾杯”智能車競賽，參賽的很多智能車都采用紅外線檢測路線的設(shè)計(jì)，可紅外線只能掃描到近處的障礙物，一旦車速提升，紅外線經(jīng)常來不及反應(yīng)。這時(shí)，引入圖像識(shí)別技術(shù)的智能車體現(xiàn)出了絕對的優(yōu)勢。不同于紅外線有限的作用范圍，攝像頭可以拍攝到遠(yuǎn)處的影像，智能車中安裝的單片機(jī)通過對拍攝到的圖像進(jìn)行讀取和識(shí)別，讓智能車在高速行駛的過程中，能更好地規(guī)劃行進(jìn)路線。這項(xiàng)屬于人工智能領(lǐng)域的圖像識(shí)別技術(shù)，讓任小明產(chǎn)生了濃厚的興趣——如果把人工智能運(yùn)用在其他機(jī)器上，是否可以讓機(jī)器根據(jù)實(shí)際情況更加靈活地進(jìn)行判斷和調(diào)整？

大學(xué)畢業(yè)后，任小明被保研至中國科學(xué)技術(shù)大學(xué)自動(dòng)化系的模式識(shí)別與智能系統(tǒng)專業(yè)，正式進(jìn)入人工智能領(lǐng)域。人工智能軟件能夠感知、推理、行動(dòng)和適應(yīng)，現(xiàn)在在圖像識(shí)別、語音識(shí)別、自然語言處理三個(gè)方向表現(xiàn)得尤為突出。

和電影中可以思考、可以交流、可以創(chuàng)作的強(qiáng)人工智能不同，現(xiàn)實(shí)的人工智能屬于弱人工智能，它既不能和你進(jìn)行有意義的談話，也不能獨(dú)立思考或解決程序里沒有的問題。它的邏輯和算法最初只來源于人工編程，但在處理龐大的數(shù)據(jù)流時(shí)，機(jī)器會(huì)建立起自己的業(yè)務(wù)邏輯，不斷改進(jìn)算法。這個(gè)自主改進(jìn)算法的過程被稱為機(jī)器的“自主學(xué)習(xí)”。

[2]

一張圖畫里，我們能看到靚麗的少女笑靨如花，但是在人工智能看來，它只是一串串?dāng)?shù)據(jù)——三原色、幾千個(gè)像素點(diǎn)……

一段悠揚(yáng)的音樂傳來，我們不禁仔細(xì)聆聽欣賞，但是對于人工智能來說，它只是比圖畫麻煩一些的數(shù)據(jù)。因?yàn)閳D畫是靜態(tài)的，而旋律卻不是。人工智能需要將它采樣，轉(zhuǎn)化為數(shù)字。

簡而言之，人工智能的世界和我們的世界完全不一樣。人工智能是由數(shù)據(jù)和算法搭建的數(shù)學(xué)模型，它的世界是數(shù)學(xué)的世界。如果數(shù)字推導(dǎo)得不正確，它的世界就會(huì)崩塌。所以，想要機(jī)器“自主學(xué)習(xí)”，控制機(jī)器的你，首先就要學(xué)好數(shù)學(xué)！

舉一個(gè)例子，在人工智能數(shù)學(xué)模型的建立中有一個(gè)貝葉斯公式，有人這樣解釋它：“假設(shè)袋子里面有N個(gè)白球，M個(gè)黑球，你伸手進(jìn)去摸一把，摸出黑球的概率是多少？如果我們事先并不知道袋子里面黑白球的比例，而是閉著眼睛摸出一個(gè)或好幾個(gè)球，觀察已經(jīng)取出來的球的顏色之后，我們可以對袋子里面的黑白球的比例作出什么樣的推測？”

基于貝葉斯公式設(shè)計(jì)的人工智能，能通過數(shù)據(jù)和概率定義黑球、白球，并對取出來的球進(jìn)行分析。當(dāng)新的數(shù)據(jù)填充進(jìn)來時(shí)，它能不斷抓取信息、修正結(jié)果，最終做出最有可能的判斷。

但如果搭建這個(gè)模型的你事先不懂得概率，不了解公式，就不可能搭建起這樣的模型。即便你用了正確的公式搭建，也可能會(huì)因?yàn)槲⑿〉腻e(cuò)誤導(dǎo)致它的崩潰。例如，人工智能識(shí)別圖片時(shí)，只要在圖片上添加一些噪點(diǎn)，這張我們?nèi)庋劭雌饋砀緵]有變化的照片，就會(huì)被人工智能識(shí)別為完全不同的照片。

“所以人工智能的成功與否也是一個(gè)概率問題。即便產(chǎn)生了這樣那樣的錯(cuò)誤，但只要有大概率能成功，對人工智能的研發(fā)來說就是成功了?！比涡∶髡f。

但在人工智能的背后，那些從事研究的人的成功并非由概率來決定。研究不會(huì)一蹴而就，在人工智能開疆拓土的路上，這些研究者們堅(jiān)持探索和前行，接續(xù)傳遞著奮斗的力量。他們必將爬過高坡，走過險(xiǎn)灘，在人類沖向新科技高峰的路途上，留下自己的腳印。

劉暢：我的夢想是成為一名考古學(xué)家，我想讓塵封在遺跡中的文物重見天日，向世人解鎖人類文明的密碼，探索滄海桑田的歷史，回望金戈鐵馬的戰(zhàn)爭，夢回氣魄宏大的盛世王朝，走向繼往開來的輝煌。

小編：隨著信息科技與交通方式的升級(jí)，地理上的遠(yuǎn)方正在慢慢消解，真正的遠(yuǎn)方變成了歷史長軸上的彼岸?？脊艑W(xué)家在一塊塊小小的探方、一疊疊殘碎的瓷片中，帶我們開啟了那扇通往遠(yuǎn)方的大門——研究古文字，探秘古器皿，開啟塵封的史冊，旁觀秦皇漢武的風(fēng)流。無論是沉睡地下還是躍動(dòng)云端，它們都在向我們訴說那泱泱大國的恢宏與過往，而我們只有知道遠(yuǎn)方在何處，才能更好地走向通往未來的路。祝福劉暢，在這條通往夢想的路上越走越遠(yuǎn);期待劉暢，帶我們看向中國的遠(yuǎn)方和未來！