螞蟻一樣的功效：AI的第一次浪潮浪

在AI的第一次浪潮中，成功來自全新的創(chuàng)造性思維，來自小部分專家的合作。跟隨第一次浪潮的，是1974-1980年的第一個(gè)“AI的冬天”，因?yàn)槿藗儺?dāng)時(shí)清晰得知，早期的AI只有如螞蟻般的商業(yè)功用。

從20世紀(jì)50年代中期起，人類發(fā)現(xiàn)了很多關(guān)鍵概念，開始發(fā)現(xiàn)、定義AI1955年，第一個(gè)啟發(fā)式編程程序誕生，它后來成為20世紀(jì)80年代和90年代的專家系統(tǒng)。1957年，感知算法被發(fā)明，它演變成今天的人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)工具。1958年，LISP編程語言得到發(fā)展，研究員可以寫出人類可讀的人工智能代碼，而不只是1和0。

1960年，隱馬爾可夫模型算法被發(fā)明，最終成就了語音和圖像識(shí)別的人工智能新浪潮。今天，雖然仍有很多重要的概念被提出和開發(fā)，但大多數(shù)只是對(duì)早期發(fā)明的改進(jìn)。

思維機(jī)器的落差：AI的第二次浪潮浪

AI第二次浪潮的成功，來自運(yùn)用抽象數(shù)學(xué)和編程理論所創(chuàng)建的有用的、有價(jià)值的設(shè)備。AI這一次的目標(biāo)，是要?jiǎng)?chuàng)造一些有用的東西、有價(jià)值的東西。于是，許多人工智能公司誕生了，其中的一些開始賺取可觀的利潤(rùn)，而更多的公司則吸納了大量投資，并建立了令人印象深刻的估值。

IBM和紐昂斯的AI，就是這一波浪潮的典型代表。但是，這些早期的AI系統(tǒng)不能學(xué)習(xí)，因此需要一個(gè)昂貴的程序員團(tuán)隊(duì)，一分一秒地添加、更新、修改一行行代碼。這似乎再次辜負(fù)了創(chuàng)造者們的期待，因?yàn)檫@與他們對(duì)高度、精度和高智能“思維機(jī)器”的設(shè)想和承諾不相匹配，結(jié)果導(dǎo)致了1990~200年，“AI的第二次冬季”。

1973年，IBM創(chuàng)建了一個(gè)可以組裝打字機(jī)零件的機(jī)器人。1974年庫茨韋爾計(jì)算機(jī)產(chǎn)品公司創(chuàng)造了第一臺(tái)光字符掃描器，它能自動(dòng)將文本先轉(zhuǎn)換成計(jì)算機(jī)文件，再轉(zhuǎn)換成語音。1979年，第一輛自動(dòng)化汽車誕生，它可以用視覺導(dǎo)航的方式搜索一個(gè)房間中的固定物件。

同年，第一個(gè)以知識(shí)為基礎(chǔ)的醫(yī)療診斷程序的“專家系統(tǒng)”被創(chuàng)建。專家系統(tǒng)”是AI的原型，使用“如果/然后”規(guī)則，該規(guī)則來自人類專家對(duì)大而不確定的知識(shí)的分類。在接下來的20年間，北美和歐洲最大的公司中有2/3都依賴于“專家系統(tǒng)”的A。1984年，庫茨韋爾應(yīng)用智能公司創(chuàng)造了第一個(gè)基于聽寫轉(zhuǎn)錄裝置的AI系統(tǒng)，它能理解普通人的語音，并將其轉(zhuǎn)換成文本。

“越過雷池”與“黑厘子”：今天，AI的第三次浪潮浪

創(chuàng)新者最怕的是末路，因此他們永不言敗，掀起了A的第三次浪潮，將全球商界推進(jìn)這場(chǎng)認(rèn)知商業(yè)革命之中。這一次，AI的目標(biāo)是提供有用的設(shè)備和服務(wù)，做人類不能做或不能高效、方便、高質(zhì)完成的事。但是，即使在今天，AI的智能也沒能完全與人類匹配，而且，在全球范圍內(nèi)，人們對(duì)AI的定義也仍沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。

技術(shù)是否成熟？

以凱文·凱利的說法，A現(xiàn)在只是聰明的工具，還不是真正意義上的智能。來自谷歌的世界頂尖的人工智能專家團(tuán)隊(duì)將AI的智能發(fā)展劃分成了三級(jí)。第一級(jí)，現(xiàn)在是一種“弱人工智能”，只能夠?qū)Ｗ⒃谝粋€(gè)特定領(lǐng)域，如下圍棋。第二季，成為“強(qiáng)人工智能”，能夠達(dá)到或超過人類水準(zhǔn)。與之相對(duì)應(yīng)的，是第三級(jí)，用另一位谷歌專家蒂姆的定義，就是“從比人類聰明一點(diǎn)點(diǎn)到聰明1000萬倍的人工智能”。

全球人工智能引領(lǐng)者科大訊飛研究院則將AI劃分為計(jì)算智能、感知智能、認(rèn)知智能三類。計(jì)算智能，即機(jī)器能存會(huì)算”的能力，其方法是窮舉和匹配搜索，通過太存儲(chǔ)和超算，展現(xiàn)其高智能特性。

感知智能，即機(jī)器具有能對(duì)會(huì)說會(huì)認(rèn)”的能力，主要是通過數(shù)學(xué)建模和大數(shù)據(jù)學(xué)對(duì)類感知能力進(jìn)行模擬，涉及語音合成、語音識(shí)別、圖像識(shí)別處理等技術(shù)。認(rèn)知智能，即機(jī)器具有“能理解、會(huì)思考”的能力要對(duì)人類的推理、聯(lián)想、知識(shí)組織等能力，進(jìn)行模擬研究，涉及人工神經(jīng)網(wǎng)絡(luò)模型和深度學(xué)習(xí)技術(shù)等。

無論如定義，AI要在商業(yè)上取得成功，都必須建立強(qiáng)大面短雜的能系統(tǒng)，這個(gè)系統(tǒng)離不開以下4個(gè)方面的能力。

1、數(shù)百萬付的計(jì)算能力，能運(yùn)算超級(jí)復(fù)雜和超級(jí)容量的問題

2、更高級(jí)的算法，讓機(jī)器可以學(xué)習(xí)，可以感知空間和時(shí)間可以檢測(cè)模式，可以實(shí)現(xiàn)大數(shù)據(jù)互聯(lián)。

3、在互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等實(shí)現(xiàn)萬物連接后，能匯集和處理海量動(dòng)態(tài)數(shù)據(jù)。

4、高容量、大帶寬的通信管道，能承載A1與數(shù)十億用戶的信息連接與流通，特別是與移動(dòng)用戶高質(zhì)量（無延遲等）的連接和信息暢通技術(shù)能力的成熟，是一個(gè)永無止境的創(chuàng)新、發(fā)明過程。但是技術(shù)的商業(yè)化通常需要一個(gè)臨界點(diǎn)的到來。
責(zé)任編輯：tzh