关于AI的话题总是能捕获我的注意力，今天这篇《AI并不是一种技术……》亦不例外。虽然之前已经听过此类观点，例如，人工智能先驱斯图尔特·罗素（Stuart Russell）的著作《人工智能：一种现代方法》，马云曾说“AI不是一项具体技术是人类一种思维方式”等，但读了这篇短文，仍有启发。人们长久以来一直梦想着拥有人类智力和能力的机器。从早期希腊神话中火神赫菲斯托斯和他的自动机，到东欧犹太教传说中用粘土、石头或青铜制成的无生命巨人，再到一百多年的科幻故事、小说和电影，人类的想象力一直在设想拥有有感情、智能、类人的机器并与之共存会是什么样子。1920年，卡雷尔·恰佩克的戏剧《罗素姆的万能机器人》首先创造了“机器人”（robot）这个词，从而使我们给予人类想象力的创造物一个贴切的名字。从许多方面都可以说，正是对智能机器的追求导致了现代计算机的发展。阿兰·图灵的思想不仅奠定了可编程机器的基础，而且还是人工智能概念的核心，同名的图灵测试为评价智能机器提供了一种手段。
阿兰·图灵 然而，经过几个世纪的技术进步，以及计算资源、数据、知识和能力的近乎指数级的增长，我们仍然没有实现通用人工智能（AGI）的愿景――机器可以与人类能力相媲美，甚至连接近这个愿景都谈不上。我们发明了可以与之交谈的机器――虽然它们并不知道所谈何谓；发明了可以欢快地撞向一堵墙的汽车――假如GPS引导它这样做；发明了可以判定图像的机器，虽然并不知道图片的意义。我们创造出的机器已经可以打败国际象棋、围棋大师却不能回答诸如“一只14磅的火鸡该煮多长时间？”这样的简单问题。我们掌握了计算、能够处理大数据、弄清了学习的原理，却尚不知晓如何才能实现通用智能。 这种割裂和矛盾的部分原因是将我们在追寻智能机器的过程中所开发的各种东西与这种追寻本身混为一谈了。人工智能不是一种技术。询问某些特定技术是否是人工智能这一问题本身就没有意义。人工智能是一个探求之旅，就是对智能机器的追求。我们在实现这一目标的过程中开发的所有技术各自都是有用的，但即便将所有这些技术都算在一起，也还没有使我们达到目标。这就是为什么理解人工智能不是一种技术很重要，就像应理解太空竞赛不是一种技术一样。
现代人工智能之根 为了理解我们目前和人工智能的关系如何（取决于你如何看待事物），了解现代人工智能的根源是很重要的。人工智能这个术语是1956在达特茅斯大学的一次夏季会议上提出的。约翰·麦卡锡（John McCarthy）这位著名的人工智能奠基者亲自出席了这次会议，他说人工智能没有特定的技术含义。用他的话说，“人工智能是制造智能机器的科学和工程。”作为“人工智能”这一术语的创造者，他认为人工智能不是目的，而是手段。人工智能不再是一门技术，正如物理学或土木工程也不是一门技术一样。其所面临的挑战是，正像所有的科学一样，必须通过应用来把概念变化现实。
约翰·麦卡锡（John McCarthy） 自上世纪50年代以来，技术的巨大进步已经能够帮助我们更好地实现追求人工智能的目标。在20世纪50年代到70年代这一人工智能的早期发展阶段，我们创造了可以玩游戏、理解基本逻辑、可以进行简单对话、具备基本机器翻译能力甚至是基本神经网络的机器。 经过一个因AI的过度承诺未能兑现而导致的兴趣下降之后，随着桌面计算机桌面的广泛采用和专家系统的开发，人们对AI的兴趣在20世纪80年代后期再度恢复。上世纪90年代末，IBM的深蓝色击败了象棋大师Garry Kasparov，似乎AI又呈现出捷报频传的发展势头。但由于AI仍然无法兑现部分承诺，企业和风险投资兴趣逐渐减弱，令一切都陷入了困境。 然而，梦想仍在。2000年代中期，人们对人工智能的兴趣重新燃起。随着云计算和GPU提供的近乎无穷的能力，大数据的流行和人们对它的善用，以及先进的神经网络算法的发展，我们使AI做到了过去未曾做到的事，对AI的狂热重又到来，并成为时尚，大批资金涌向该领域。很多公司变得“AI至上”，仿佛以前的尴尬从未存在过。这轮对于AI的兴趣持续升温，至今仍然没有减缓的迹象。然而，在投入了数以十亿计的资金，以及数以千计的世界上最好的思想家之后，我们仍然没有破解人工智能的核心难题。是我们的技术还不够好？还是我们的数据有问题？计算能力还不够吗？或者是更可能的是，AI列车正在启动，我们刚刚离开最新的一站。在这一波浪潮中，我们已经解决了一些问题，但是人工智能的目标仍然远远地在我们前面。我们还需要向下一站继续进发。 人工智能不是一种技术 人工智能是人们用来使机器智能化的技术，还是朝着实现机器智能的目标迈进的一种活动？根据约翰·麦卡锡的说法，人工智能实际上是一门科学。这是一个研究领域。但是，把人工智能视为一个目标可能会更有帮助。如果人工智能被认为是技术的集合，那么你就可能整天陷入什么是、什么不是AI的争论中。软件机器人是AI吗？自动驾驶汽车是AI吗？计算机视觉是AI吗？字符识别是AI吗？只要你把它当作技术，那么它总是会引起意见分歧和不同解释。然而，如果你把它看作一个目标，或一个任务，那么它就是我们一直在努力实现的东西，即使我们还没有完全实现。即使你把人工智能视为一个研究领域，比如物理学，那些研究领域也有其目标。物理学的目的是获得对宇宙本质的真正理解。我们在物理学中寻求理解的一切都是在日常生活中有用的技术。但这些技术不是物理学——它们是我们理解物理学的副产品。同样，机器学习、计算机视觉和机器人技术都不是人工智能，它们是我们追求实现或理解人工智能的技术副产品。 对人工智能机器的探索推动该领域有了长足的进步。如上所述，我们现在拥有的技术已经能够识别和分类图像、理解和生成自然语言、自动驾驶汽车等，还有了能够同时用多种语言对话聊天机器人、能够帮助诊断癌症或糖尿病等疾病的系统等，以及广泛应用于各行各业的难以计数的应用程序。许多人将这些应用归类为“狭义人工智能”（“弱AI”）。不用说，由于还没有人实现通用人工智能（AGI，被认为是“强AI”），所以当前AI的每个应用都是狭义的。这使得术语“狭义AI”失去了意义。当人们使用“狭义人工智能”这个术语时，他们实际上指的是在探索智能机器的过程中发展起来的认知技术。因此，与其说狭义的人工智能，不如用“认知技术”这一术语更能说明什么问题。当有人谈到通用人工智能或强人工智能时，究竟是指实现智能机器的技术还是最终目标本身？这是有区别的，因为一个是科学，另一个是应用技术。 正如太空竞赛不是一种技术一样，人工智能也可以同样的角度来看待。为了进入太空，我们取得了许多重大进展，如热毯、微处理器、婴儿配方奶粉和威扣。把人们放在太空、月球上甚至星际运输的任务是目标；在追求目标过程中所创造的进步都能够帮助社会。竞赛中出现的所有这些技术都是为了实现这一目标而创造的物品。 制造智能机器既是人工智能的目标，也是理解机器智能化的基础科学。人工智能代表了我们所渴望的结果，并且沿着理解AI道路上所取得的许多发展，例如自动驾驶车辆、图像识别技术或自然语言处理和生成等，是沿着这一旅程通向AGI的步骤。有前瞻性的组织和个人都理解人工智能不是一种技术。他们不会追问他们实施的是不是AI，相反，他们会追问某一技术有什么样的变革效果，追问可以从能像人类一样思考和行动的机器中得到什么好处，追问人工智能将如何带来大幅提高效率、减少开支、提高客户满意度、改善现有的产品和服务，并创造新的商业机会的可能。因为到头来，决定一个组织的并不是关于它的技术，而是它的总体使命和目标。与此类似，人工智能也不是由技术定义的，而是由总体目标决定的。 来源：mooc公众号 |
