3 人工智能现象的兴起

对许多人来说，他们最早意识到计算机可能比人类更聪明，要追溯到1997年，当时IBM超级计算机“深蓝”击败了时任国际象棋世界冠军加里·卡斯帕罗夫。在此之前，计算机会擅长需要战略和分析思维的任务这一想法，大多还只是科幻作品或学术研究中的内容。“深蓝”战胜这位俄罗斯特级大师改变了这一点。突然之间，人类可以训练计算机执行任务，并使其达到超越人类水平的想法，不再是一个模糊的概念，而成为现实。

大多数人没有意识到的是，这场胜利酝酿了数十年。“深蓝”源于一个始于1985年的大学项目，之后经历了多次迭代。该程序的早期版本表现不错，但还不足以击败人类。就在1996年，也就是卡斯帕罗夫输给这套计算机程序不到一年前，他还击败过“深蓝”的一个早期版本。1

这一事件牢固确立了一种观念：训练机器执行超越简单自动化和指令、需要战略思维与分析的任务是可能的。“深蓝”的胜利建立在数十年研究工作的基础之上，这些工作汇聚成一个后来被称为人工智能的广阔研究领域，其最早的种子播撒于20世纪50年代。

在进一步讨论之前，有必要明确人工智能的含义。简单来说，人工智能是计算机系统和机器对人类智能过程的模拟。《牛津英语词典》将其定义为“能够执行通常需要人类智能的任务的计算机系统的理论与开发，例如视觉感知、语音识别、决策以及语言之间的翻译”。2 哈佛大学的马文·明斯基被称为人工智能之父之一，他将人工智能定义为“使机器完成那些若由人来完成则需要智能的事情的科学”。3 从实践角度看，这意味着计算机系统能够执行通常需要人类认知和理解的任务。这可以是帮助一个人购买符合其具体需求的保险方案，也可以是加快新药研发的早期阶段。

人工智能的起源可以追溯到1950年。著名英国计算机科学家和数学家艾伦·图灵于1950年发表了一篇论文《计算机器与智能》，在文中向世界介绍了图灵测试，或当时所称的模仿游戏。这指的是机器能够表现出类似人类的智能行为而不被识破的能力。测试方法是：如果一个计算机程序能够与人类对话，而对方没有意识到自己正在与计算机交谈，那么它就通过了测试。4 从许多方面来看，这项测试已成为人工智能首次进入更广泛科学讨论的象征。多年来，只有少数超级计算机接近通过这项测试。

人工智能领域的大量基础性工作可以追溯到20世纪50年代初的美国，当时“人工智能”尚未成为一个公认的术语或研究领域。在卡内基梅隆大学，马文·明斯基和迪恩·爱德华兹开发出了世界上第一个人工神经网络。这是一个模拟人脑神经元的人工神经元系统。人工神经网络的开发和使用，为一种称为深度学习的机器学习过程的出现铺平了道路。在接下来的几十年里，这对人工智能领域取得的进展以及机器如何被教会自我训练具有基础性意义。5

沿着同样的思路，阿瑟·塞缪尔在IBM创建了“塞缪尔跳棋程序”，这是世界上第一个用于玩游戏的自学习程序。该系统的设计方式使其能够根据已经进行过的棋局结果来学习如何下跳棋。随着时间推移，机器这种从经验中学习、而不是依靠明确输入数据来学习的能力，被称为机器学习；塞缪尔也被认为是提出这种训练系统的人。

所有这些都是一些分散的实验实例，它们逐步推动人工智能成为一个独立的科学研究领域。值得注意的是，在20世纪50年代初，所有这些发展仍被称为合成智能。6

人工智能的关键时刻出现在1956年，地点是美国新罕布什尔州的达特茅斯学院。正是“达特茅斯人工智能夏季研究项目”促成了这一研究领域的诞生。该项目由约翰·麦卡锡提出，他当时是该学院的数学教授，后来在斯坦福大学和麻省理工学院创立了人工智能实验室。这个项目的基础由麦卡锡和明斯基，以及IBM的纳撒尼尔·罗切斯特和贝尔电话实验室的克劳德·香农共同奠定；他们都是人工智能运动的先驱，并被称为人工智能之父。这是“人工智能”一词首次被使用，麦卡锡也被认为是为这一当时刚刚萌芽的科学分支命名的人。1956年夏天也被公认为这一科学与研究分支的正式诞生时刻。7

大约在同一时期，另一个后来被称为自动化的领域也在取得并行进展，并将对制造业产生深远影响。从最基本的层面来看，自动化一直是过去一个世纪任何形式工业发展的核心。即便按照当前的理解，自动化也并非一个新概念。用最简单的话来说，自动化是指使用任何一种技术，使某个流程能够在尽量少的人类协助或输入下完成。这反过来应当带来效率、生产力的提升，并使机器能够执行日益复杂的任务。在当前语境下，“自动化”一词最常用于两种情形：在车间现场使用机器，以及机器人流程自动化（RPA），即使用软件来执行重复性任务。

此外，还有业务流程自动化，它使用软件来自动化组织内部的端到端流程。8 然而，所有这些都是在20世纪80年代和90年代，随着计算机和软件程序在办公室中变得更加普及之后，才真正兴起的。在此之前，自动化几乎专指制造业中技术和机器的使用。

20世纪50年代中期标志着人工智能研究界一个高度兴奋与蓬勃发展的时期的开始。在会议成功举办之后，约翰·麦卡锡继续开发了LISP，这是第一种人工智能编程语言。LISP（表处理）成为人工智能研究的基础，并且至今仍在人工智能研究人员中使用。在整个这一十年里，美国各地的科学家都在从事不同项目，以展示如何训练计算机像人类一样思考和处理信息。其中两个突出的例子是ELIZA——世界上第一个聊天机器人，以及Shakey——世界上第一个智能移动机器人。与当时使用的其他机器人不同，那些机器人需要一步一步的指令来完成一项大型任务，而Shakey具备“智能”，能够自行分析和评估完成更大任务所需的一系列步骤。它结合了自然语言处理和机器人技术，是将逻辑处理与物理行动结合起来的罕见例子。

随后，专家系统被创造出来。专家系统旨在尽可能复制人类行为，并以人类知识为模型。这样的系统在假设情况下可以分析一个人的病史和检查报告，并向医生提出诊断建议。9 在最初几十年里，人工智能领域发展的所有工作都局限于研究实验室。它仍未达到能够应用于现实世界的阶段，并在多年里一直只是一个“有前景的研究领域”。人工智能研究的进展与计算机逐渐变得更好、更快、更易获得的时期相吻合。政府对人工智能解决方案的兴趣也在增加，从而推动了该领域更多的研究与开发。科学家们乐观地认为，在未来十年内，他们能够建造出一台具备普通人类一般智能水平的机器。计算机仍然昂贵得令人望而却步，尽管存储容量正在提高，但要使机器学习算法按照科学家设想的方式运行，存储能力仍需要大幅提升。