吴华
历史性的对决
1997年5月11日与IBM“深蓝”的最后一盘比赛中，加里·卡斯帕罗夫认输了，成为首个在传统比赛中被计算机击败的世界冠军。
1997年5月11日，美国IBM公司研制的并行计算机“深蓝”击败了雄踞世界棋王宝座12年之久的卡斯帕罗夫
“当我成为国际象棋世界冠军时，计算机刚刚达到了世界冠军的水平。这是我的幸运，也是我的不幸。”20年后这位象棋大师回忆说。在经历了短暂的沮丧后，卡斯帕罗夫并没有陷入“人类的挫败感”中。恰恰相反，他始终坚信：“智能机器带来了变革，但并不是对人类的威胁，而是巨大的福利。这给我们带来了无穷的机会，能拓展我们的能力，改善我们的生活。”
20年前那个重达1.4吨的“深蓝”是专门为国际象棋对弈而设计的硬件。需要强调的是，那时的“深蓝”不是自己“学”出来的，而是被“教”出来的：IBM的程序员从国际象棋大师乔尔·本杰明（JoelBenjamin）、米格尔·伊列斯卡斯（MiguelIllescas）、约翰·奥多罗维奇（JohnFedorowicz）和尼克·德菲米亚（NickdeFirmian）等那里获得信息，向它输入了100年来所有国际象棋大师几十万局棋的开局和残局下法，提炼出特定的规则，再通过编程灌输给它。它的大部分逻辑是以“象棋芯片”的形式用硬件电路的方式实现的，核心算法叫“暴力穷举”。也就是说，它会生成所有可能的走法，然后执行尽可能深的搜索，不断对局面进行评估，找出最佳走法。“深蓝”以无穷无尽的计算能力弥补了自己不能进行真正思考的缺陷——计算速度每秒超过2亿步。这也是那时候科学家们在设计“深蓝”时的观点，即计算机不必模仿人类的思维。虽然计算机与人的大脑思维有着相似的基本要素，是记忆、评估和计算的结合，但象棋大师主要运用经验思考最相关的因素，机器却能把所有可能的走法都思考一遍，每一步都计算得更深。
“聪明”的机器
2016年，AlphaGo战胜了世界围棋冠军后，DeepMind创始人杰米斯·哈萨比斯把“深蓝”比作在某一领域发挥特长的“狭义人工智能”，把AlphaGo比作“通用学习机”——后者可以从原始数据进行学习，且可以寻找到用于不同的任务和领域的不同算法。但实际上，“深蓝”在IBM一手打造的人工智能时代，也已经成了一个里程碑式的节点。作为“深蓝”的后续产品，IBM开发的新型人工智能技术平台——Watson已经替代了“深蓝”。
与“深蓝”不同，Watson可以自己学习，而且能够通过深度神经网络模仿人类的决策和价值判断。
2011年，IBM建立了一个由90台服务器、360个计算机芯片和15TB存储器组成的计算机系统，其容量足以存储美国国会图书馆的所有藏书——这就是Watson，一位饥渴的学习者，它每秒能消化相当于1万册图书的知识。Watson就像一个初生的婴儿，没有任何内在的智慧，但却能像人一样进行学习。
“Watson之父”约翰·凯利和他的团队用了5年时间教Watson学会了人类的语言，又用维基百科的所有条目和无数的报纸和书籍训练它，这使得Watson不仅具备了人类自然语言的理解能力，还有了语义分析能力。2011年，Watson在电视智力竞赛“危险边缘！”节目中用人类的语言战胜了前两届冠军，完成了自己从“婴儿期”到“青春期”的转变。
在赢得“危险边缘！”的冠军后至今的几年中Watson又做了什么？答案是它告别了游戏时代，正式进入了商业应用领域。
以医学为例，在癌症研究领域，通常医学界每天发表的研究论文和实验数据多达8000种，没有人能够做到每天阅读这么多论文，研究者拿出某个病症的治疗方案通常要晚于提出病症一两年。但Watson强大的学习能力可以弥补这个“时间差”：Watson用大约一个星期的时间学习完全部医学文献，再用一个星期读完2500万篇论文，通过分析上万张癌肿瘤的扫描图像学会了读图，同时扫描一个癌症研究中心临床试验的全部网页，它与其他癌症专家一起参加分子肿瘤会议，Watson不仅能从1万名现实患者的治疗案例中找出99%的与人类专家的发现相同的信息，还能在30%的病例中发现被医生们忽略的信息。即使如此IBM的团队依然表示Watson目前在这个领域的潜能可能仅仅发挥了一两成，要想达到设定的目标，它还需要继续学习。
自“深蓝”将“人工智能”变成了一个公众领域的词语以后，IT巨头们在人工智能的发展方向上存在着不同的选择。IBM商业计算机的基因，决定了它最终选择了延伸企业用户的个性。早在IBM前总裁路易斯·郭士纳主导的转型过程中，IBM就将咨询作为核心业务发展，对行业的深度理解成为其最大的竞争优势。尽管一部分消费者已经看到谷歌Home或亚马逊Echo，但IBM的优势是在那些垂直和专业领域，这是兩种不同的人工智能设计思路。
2016年被称为“人工智能元年”。智能设备、移动互联网和物联网都使人类数据的总量呈指数速度增长。这听起来似乎很抽象，形象的比喻是，据预测，到2020年全球每人每天将产生约2.4GB的数据，也就是每人每月产生的数据可以填满一部64GB的iPhone手机，这其中80%都将是非确定性、非结构化数据。
上图：2011年1月13日，使用IBMPOWER7的Watson计算机参加“危险边缘！”电视智力竞赛，对手是拿下该节目最高累积奖金的布莱德·拉蒂和肯·詹宁斯，这是Watson与他们进行第一次人机比赛
人机同行的时代
就在“深蓝”战胜卡斯帕罗夫的前一年，尼葛洛庞帝出版了影响深远的著作《数字化生存》。他宣称，“信息的DNA”正在迅速取代原子成为人类生活中的基本交换物，我们未来会和电脑一起交谈、旅行、协同工作。信息不再被“推给”消费者，相反，人们或他们的“数字勤务员”将把他们所需要的信息“拿过来”并参与到创造它们的活动中。人工智能大大加速了数字化生存的进程。
下圖：2016年5月10日，IBMWatson的首席安全架构师杰伯·林顿向马里兰大学巴尔的摩分校的学生丽莎·马修斯展示如何让IBMWatson“学习”安全语言
很多人说，我们所处的时代正是最好的时代，也是最坏的时代。好的方面在于我们比过去的任何时代都容易获取信息;而坏的方面，也正是庞大的信息正在挤爆我们有限的眼球和大脑。
这些庞大的信息意味着什么？或许对人来说，信息是不可见的，但对于人工智能来说，信息即情绪，信息是联系起计算机和人的媒介——也正是形形色色的数据构成了我们每一个人的生活。1950年，当阿兰·图灵第一次提出“机器思维”时，一部分人还觉得那只是天方夜谭，另一部分人则认为思考机器的出现将会是对人类自身存在的挑战。
科学在不安中前进，也在前进之路上逐渐摸清了自己的发展方向，仅仅不到半个世纪的时间，人工智能的出现就把理论拉进了现实，但它们渗透进我们的生活，目的是让人们现有的生活变得更健康、更便利、更有可持续性。在不久的将来，我们将在生活的方方面面亲历人工智能带来的改变，不仅是医疗、金融和社会服务，甚至还有艺术、文化和情感沟通。
当我们苦于无法向医生描述还不会说话的小宝宝的病情时，人工智能会通过分析孩子长期的身体信息，准确判断病情;当我们纠结于结婚纪念日前不知道该送点什么新鲜的惊喜给爱人时，人工智能会根据个性偏好，制定出一份专属礼物;甚至在人工智能的帮助下，我们能提前对某地区的自然灾害做出预警，留出足够的时间疏散居民，最大限度地降低人员和经济损失。
这一切都是我们正在经历的历史。未来人工智能将把人类从琐碎中拯救出来，我们可以更多地关注内心，提升幸福感。但人类如何与另一种“智能”相处，则成为文明进程的新问题。这是通往奴役之路，还是自由之路？
技术打开了一扇门，命运应该掌握在我们手中。
打赏微信扫一扫，打赏作者吧～