什么是人工智能？人工智能过去已经达到了什么水平？过去几年人工智能的重要里程碑是什么？5年、20年、50年、100年后人工智能将解决什么问题？人工智能的未来又将如何？

关于人工智能有很多问题。我们已经可以回答其中的一些问题，并讨论我们过去用人工智能解决的问题。

另一方面，谈论未来的场景，特别是如果我们谈论超级智能，结果会很困难。但我们可以思考和评估一些场景。

人工智能的定义

人工智能是一个术语，由两个词组成。

1、人造的

人造是不真实的东西，因为它是模拟的，所以有点假。我能想到的最简单的人造就是人造草。人造草不是真草，所以有点假。由于各种原因，它被用来替代真草。人造草经常用于体育运动，因为它比真草更耐用，因此可以使用更长的时间。它也比真草更容易护理。我相信人造草和真草的区别还有很多原因。但这不是我想表达的重点。关键是，有些东西是人造的并取代了真实的东西，这是有原因的。

2、智力

智力是一个非常复杂的术语。它可以用多种不同的方式来定义，比如逻辑、理解、自我意识、学习、情感知识、计划、创造力，当然还有解决问题的能力。

我们称人类为聪明人，因为我们都会做上述提到的事情。我们感知我们的环境，从中学习，并根据我们的发现采取行动。

这同样适用于动物。关于动物智力的有趣之处在于，有许多不同的物种，因此我们可以比较物种之间的智力。

在这两种情况（人类智能和动物智能）中，我们都谈论自然智能（NI）。

除了人类和动物之外，还有关于植物智力的争论。植物的智力表现出与人类或动物不同的智力。主要原因在于植物没有大脑或神经元网络，但它们会对环境做出反应。植物智能本身就是一个非常有趣的话题，因为植物智能并不是通过运动或鲁特琴的反应立即可见的。

如果我们谈论人工智能 (AI)，我们指的是计算机科学的一个子领域。人工智能由机器、计算机和主要是软件来发挥作用。机器模仿，这里我们明白为什么它被称为人工，某种基于环境、观察、奖励和学习过程的认知功能。

为了更多地了解人工智能，我们回顾一下人工智能的历史，看看人工智能有什么能力，以及它的现状与现在有何关系。

人工智能的历史和里程碑

人工智能的历史相当有趣，大约始于 100 年前。

1、Rossum 的通用机器人 (RUR)

1920 年，捷克作家卡雷尔·恰佩克 (Karel Čapek) 出版了一部科幻小说《Rossumovi Univerzální Roboti》（罗苏姆的万能机器人），也称为 RUR。该剧引入了“机器人”一词。《RUR》讲述的是一家工厂，该工厂制造出名为机器人的人造人。它们与今天的机器人一词不同。在RUR中，机器人是有生命的生物，更类似于克隆这个术语。RUR中的机器人最初为人类服务，但随后出现了机器人叛乱，导致了人类的灭绝。

由于不同的原因，这部剧很有趣。首先，它引入了“机器人”一词，尽管它并不完全代表机器人的现代概念。接下来它也讲述了机器人的创造的故事，所以某种人工智能，一开始似乎对人类有积极的影响，但后来是机器人的叛乱威胁了整个人类。

文学和电影中的人工智能本身就是一个大话题。RUR的例子应该已经表明了人工智能对研究和社会的重要性和影响。

2、艾伦·图灵

艾伦·图灵 1912 年 6 月 23 日出生于伦敦。他广为人知，因为纳粹德国使用的密码进行了加密。艾伦·图灵的研究还催生了他的计算理论，该理论涉及如何有效地解决问题。他在图灵机模型中提出了他的想法，图灵机至今仍然是计算机科学中的一个流行术语。图灵机是一种抽象机器，尽管模型很简单，但它可以构造任何算法的逻辑。由于神经学、信息论和控制论的同时研究和发现，艾伦·图灵提出了构建电子大脑是可能的想法。

第二次世界大战结束几年后，图灵推出了广为人知的图灵测试，试图定义机器的智能。测试背后的想法是，如果机器（A）和人（B）通过自然语言进行交流，而第二个人（C）（即所谓的电梯）可以进行交流，那么机器（例如计算机）就被称为智能机器。无法检测哪个通信器（A 或 B）是机器。

3、达特茅斯会议

1956 年，可能出现了第一个人工智能研讨会，人工智能研究领域随之诞生。来自卡内基梅隆大学 (CMU)、麻省理工学院 (MIT) 的研究员和 IBM 的员工齐聚一堂，共同创立了人工智能研究项目。在接下来的几年里，他们取得了巨大的进展。几乎每个人都非常乐观。

二十年内，机器将能够完成人类能做的任何工作。” – 赫伯特·西蒙 (CMU)

“在一代人之内……创造‘人工智能’的问题将得到实质性解决”——马文·明斯基（麻省理工学院）

那是在 20 世纪 60 年代。在接下来的几年里，进展速度放缓。由于未能认识到任务的难度，承诺被打破。

4、第一届人工智能寒冬

由于过于乐观的环境以及尚未取得突破，美国和英国政府削减了人工智能的探索性研究。接下来的几年被称为（第一年）人工智能冬天。热情消失了，没有人愿意资助人工智能研究。对人工智能的宣传兴趣下降。这是 1974 年左右的事。

5、专家系统

在第一个人工智能冬天之后，人工智能以所谓的“专家系统”的形式卷土重来。

专家系统是回答问题并解决特定领域问题的程序。他们模仿特定领域的专家并按规则解决问题。专家系统中有两种类型的引擎：首先是知识引擎，它表示有关特定主题的事实和规则。其次是推理引擎，它将知识引擎中的规则和事实应用到新的事实。

整体设计综合

1981年，一个名为SID（集成设计综合）的专家系统设计了93%的VAX 9000 CPU逻辑门。SID 系统是由 1,000 条手写规则组成的。CPU 的最终设计花了 3 个小时来计算，并且在很多方面都超越了人类专家。例如，SID 生成的 64 位加法器比手动设计的加法器更快。此外，每个门的错误率（人类专家的每 200 个门大约有 1 个错误）要低得多，在 SID 系统的最终结果中，每 20,000 个门大约有 1 个错误。

6、第二个人工智能寒冬

第二次人工智能寒冬发生在上世纪80年代末90年代初，经历了一系列金融挫折之后。因苹果和 IBM 制造的台式电脑而遭受损失的专家系统和硬件公司的衰落再次导致人们对人工智能的兴趣下降，一方面是由于宣传，另一方面是由于投资者。

7、深蓝

经过多次坎坷，深蓝成为第一台击败国际象棋世界冠军加里·卡斯帕罗夫的国际象棋计算机。1997 年 5 月 11 日，IBM 的国际象棋计算机在六局比赛后以 3.5–2.5 击败了加里·卡斯帕罗夫。

深蓝使用树搜索来计算最多 20 种可能的走法。它通过主要手工编写的价值函数来评估位置，然后通过分析数千场比赛来优化该函数。深蓝还包含许多大师游戏的开局和残局库。

1997 年，深蓝以 11.38 GFLOPS 的速度在最强大的超级计算机中排名第 259 位。其中：1997 年最强大的超级计算机具有 1,068 GFLOPS，而今天（2017 年 12 月）最强大的超级计算机具有 93,015 GFLOPS。

FLOPS 代表每秒浮点运算次数，GFLOPS 中的“G”代表千兆。因此 1 GFLOPS 相当于 10⁹ FLOPS。

8、21世纪：深度学习、大数据和通用人工智能

在过去的二十年里，人工智能蓬勃发展。2017年人工智能市场（硬件和软件）已达到80亿美元，研究公司IDC（国际数据公司）预测到2020年该市场将达到470亿美元。

通过过去几年的大数据、更快的计算机和机器学习技术的进步，这一切都成为可能。

通过使用神经网络，现在可以解决视频处理、文本分析和语音识别等复杂任务，并且现有的解决方案将在未来几年变得更好。

9、雅达利游戏

2013 年，世界上最重要的人工智能研究机构之一 DeepMind 推出了一种人工智能，可以在人类玩家水平之上玩几款 Atari 游戏。这乍一看似乎不太具有表现力，但他们只是使用强化学习和神经网络来让 AI 自我学习这些游戏。此外，他们只是使用像素作为代理的输入，因此没有根据代理所做的动作给予直接奖励分数。

2015年，他们进一步推出了更智能的代理，它自己成功玩了49款经典的Atari游戏。

除了老式复古游戏机的经典游戏之外，DeepMind 正在为更复杂的游戏开发人工智能，例如《星际争霸 2》。《星际争霸 2》是一款实时策略 (RTS) 游戏，是最受欢迎的 1 对 1 电子竞技游戏。《星际争霸2》在韩国非常受欢迎，最好的《星际争霸2》职业选手也来自韩国。尽管如此，还是有很多欧洲和北美的职业选手以打球为生。《星际争霸 2》是一款比经典视频游戏复杂得多的游戏：您可以执行的操作要多得多，您无法了解对手的一切，并且必须侦察他以探索他在做什么。在《星际争霸 2》中，每分钟都有数十种策略决策可供选择，与经典游戏相比，总体而言需要关注的更多。

目前的AI还不是很好，只能玩搭积木之类的小游戏。关于《星际争霸 2》的人工智能，我感到非常兴奋，因为我是《星际争霸 2》的忠实粉丝，我对人工智能将如何改变《星际争霸 2》元游戏以及它将探索哪些新战术感到兴奋。

10、阿尔法围棋

除了经典的 Atari 游戏之外，DeepMind 还凭借其 AI AlphaGo 击败了世界上最好的人类围棋棋手。2015年10月，他们首次以五比零击败欧洲围棋冠军樊麾。赛后，围棋界对 AlphaGo 提出了很多怀疑，因为樊麾“只是”一名 2 段（9 段中最好的）欧洲冠军。于是DeepMind团队飞赴韩国迎战九段围棋选手李世石。李世石被认为是世界上最好的围棋棋手之一。DeepMind 赢得前三场比赛后，李世石显得非常绝望。但在第四局比赛中，AlphaGo出现了明显的错误，最终输掉了比赛。上一场比赛AlphaGo有可能再次获胜。最终AlphaGo以4-1战胜李世石。

如果你对 AlphaGo 的故事更感兴趣，我推荐关于它的电影。在我看来，这部电影很棒，除了人工智能的技术影响之外，它还展示了对围棋社区的影响。

2017年，DeepMind发布了下一代AlphaGo。AlphaGo Zero 建立在精简的硬件之上，并且刚刚学会了围棋与自身对弈。经过三天的训练，AlphaGo Zero 比 AlphaGo 版本更强，后者击败了李世石，并以 100-0 战胜了他的年轻版本。经过 40 天的训练，它也击败了他之前版本的 AlphaGo Zero。

接下来会发生什么？

好吧，没有人知道，我也不知道。

这个答案可能非常令人不满意，因此我们来谈谈可能的情况。

1、通用人工智能、超级智能——人工智能接管？

到目前为止，也出现了一些专家级的人工智能系统，例如AlphaGo（零），他已经掌握了围棋并且可以超越人类特级棋手。但目前还没有通用人工智能（AGI）。AGI 指的是人工智能，它可以成功地执行人类可以完成的任何智力任务。图灵测试是测试人工智能是否是通用人工智能的一个例子。

超级智能将通用人工智能 (AGI) 带到了下一个阶段。超级智能是指比人类更聪明的AGI，可以在人类可以完成的任何智力任务上超越人类。

何时会出现通用人工智能，何时会出现超级智能，这个问题当然很难回答（几乎所有答案都涉及未来预测）。牛津大学人工智能研究人员 Nick Bostrom 在一篇论文中评价了这个问题。

人工智能接管是指超级智能将接管世界并与人类作战的场景。这是一个流行的科幻小说主题，100 年前就开始在《RUR》中使用，并且仍在更现代的电影中使用，如《终结者》或《黑客帝国》。那么，人工智能有一天会统治世界，这只是虚构的还是有可能的呢？

我对此不是100%确定。我更赞成人工智能不会接管的观点。但也有很多像埃隆·马斯克、史蒂芬·霍金和比尔·盖茨这样的人关心人工智能的可能性。因此我认为我们不应该将人工智能接管视为纯粹的虚构场景，我们应该意识到这一点并采取负责任的行动。

如果你对 AGI 和超级智能这个话题感兴趣，我推荐你阅读 Nick Bostrom 的书《超级智能 – 路径、危险、策略》。

结论

已经有人工智能系统可以在特定领域超越人类，例如下围棋或数据分析。今天，如果我们谈论生产中的人工智能系统，我们指的是专家。但目前还没有能够像人类一样工作的通用人工智能（AGI），也没有比人类更聪明的超级智能。