今天的人工智能,可以像人类一样独立思考了吗?( 二 )


明斯基 。 图片来源:Sethwoodworth/Wikipedia
霍兰德(John Holland)是密歇根大学的计算机学家,他却另辟蹊径,开始研究随机的优化问题并提出了“遗传算法” 。 因为很多人工智能的问题最后都可以转化为优化问题(optimize problem) 。 而“遗传算法”本身又可以被直接拿来使用到任何问题,只需要定义好“染色体”和适应度函数即可,是非常方便的一种“即插即用”(Off-the-Shelf)的算法 。
霍兰德指导他的学生们完成了多篇有关遗传算法研究的论文 。 1971年,Hollstien在他的博士论文中首次把遗传算法用于函数优化 。 霍兰德在1975年出版了《自然系统和人工系统的自适应》(Adaptation in Natural and Artificial Systems),这是第一本系统论述遗传算法的专著 。 霍兰德在该书中系统地阐述了遗传算法的基本理论和方法,并提出了对遗传算法的理论研究和发展极其重要的模式理论(schema theory) 。 在此基础上有各种的理论和应用研究不断产生,很多的期刊和会议也因此诞生,渐渐形成了“进化计算”(Evolutionary Computation)这个人工智能的重要分支 。
2
壮志雄心与困难重重
达特茅斯会议之后,这些第一代的人工智能科学家都雄心勃勃 。 司马贺(Herbert A. Simon)甚至说:“在1968年之前,计算机就将战胜人类的国际象棋大师 。 ”“在1985年之前,计算机就能够胜任人类的一切工作 。 ”马文·明斯基也预言,“在1973-1978年,就能够制作出一台具有人类平均智力的计算机 。 ”这些充满信心的话让当时的政府和军方非常感兴趣,向人工智能领域投入了大量的经费 。
政府和军方向人工智能领域投入了大量的经费 。 图片来源:Pixabay
然而,这些人工智能领域的专家们似乎错误地估计了人工智能学科的难度,他们这些充满信心的预言中几乎都未实现 。 直到1997年,IBM的计算机“深蓝”才成功战胜了人类国际象棋的世界冠军 。 到了2016年,人工能“AlphaGo”才战胜人类的围棋冠军 。 而时至今日,也没有人工智能能够胜任人类的一切工作 。 因此在上世纪70年代,政府对于这些无法兑现预言的专家非常失望,纷纷减少了对人工智能领域的经费投入,人工智能领域的研究也陷入的低谷 。
当地时间2016年3月15日,韩国首尔,人机大战第5局,李世石1-4谷歌AlphaGo 。 图片来源:图虫创意
尽管发展一个能够胜任人类所有工作的计算机是一件十分困难的事情,但利用计算机强大的计算能力和信息存储能力,让计算机在某一个领域超过普通人的水平是不难实现的 。 因此,专家系统应运而生 。 专家系统在设计时能够收集大量的专业知识,并且根据一定的程序,进行计算、分析、预测等功能 。
例如,最早的专家系统“Dendral”是在1965年由爱德华·费根鲍姆(Edward Feigenbaum)设计的,“Dendral”是一款应用于化学领域的专家系统,它能够根据光谱的度数分析化合物的可能成分 。 在人类专家相对匮乏的时代,通过这个系统就能让更多的科学研究得以顺利进行 。
爱德华·费根鲍姆 。 图片来源:Wikimedia Commons
除此之外,还有专门用于诊断疾病的专家系统,通过专家系统可以弥补人类医生在诊断时可能出现的疏忽 。 而预测型专家系统能够在综合多方面的专业知识背景的情况下预测出未来事物的发展趋势,例如对一条河流污染物的迁移扩撒进行预测,从而提前采取有效的措施 。
3
【今天的人工智能,可以像人类一样独立思考了吗?】“强人工智能”离我们还有多远?
而到了二十一世纪初,由于信息产业和互联网的普及,机器学习作为一种学习大数据背后的规律的方法成为了人工智能研究的主流 。 尤其是后来深度学习的发展,让我们重新看到了人工智能的希望,当然,也引发了人们的担忧,随之而来的是各种技术、哲学、伦理上的讨论 。

推荐阅读