AI繁榮背后：30年停滯，物聯(lián)網(wǎng)會是下一個(gè)技術(shù)浪潮嗎？

　　過去幾年，人工智能(AI)的火爆似乎掀起了新一波的互聯(lián)網(wǎng)技術(shù)浪潮，無數(shù)技術(shù)人轉(zhuǎn)移陣地、投身其中。但是隨之而來的，是各種有關(guān)人工智能和機(jī)器學(xué)習(xí)技術(shù)的夸夸其談?？梢哉f，在計(jì)算機(jī)科學(xué)領(lǐng)域中，從來沒有出現(xiàn)過如此眾多且毫不專業(yè)的人對某一技術(shù)領(lǐng)域如此趨之若鶩——即便對于二十世紀(jì)八十年代從事尖端硬件的人來說，這也是匪夷所思的事情。

　　近期，備受矚目的暢銷書作家、《人類簡史》和《未來簡史》的作者尤瓦爾赫拉利就講述了人工智能將對民主產(chǎn)生的影響。他的言論中充斥著對當(dāng)前人工智能技術(shù)能力的極大信心，他說與Google同宗的DeepMind所開發(fā)的國際象棋軟件具有“創(chuàng)造性”、“富有想象力”，甚至擁有“天才本能”。此外，在英國廣播公司BBC的人工智能紀(jì)錄片中，吉姆·阿爾哈利利(Jim Al-Khalili)和DeepMind的創(chuàng)始人丹米斯·哈薩比斯(Demis Hassabis)講述了人工智能系統(tǒng)如何取得了“真正的發(fā)現(xiàn)”，而且還“真的提出了一個(gè)新的想法”，然后“憑自己的直覺”開發(fā)出了策略。

　　各種層出不窮的言論在使用夸張和擬人的手法來描述蠢笨機(jī)械化的系統(tǒng)，不一枚舉。現(xiàn)在，則是時(shí)候回頭仔細(xì)看看基礎(chǔ)硬件的現(xiàn)實(shí)了。

　　過去30多年，人工智能沒有任何重大進(jìn)步

　　人們喜歡通過神話、比喻和借助計(jì)算機(jī)屏幕等人為形式來討論有關(guān)計(jì)算機(jī)技術(shù)，比如“直覺”、“創(chuàng)造力”和神奇的“策略”。AI專家從AI的行為中找出特定的模式并將其稱為“戰(zhàn)略”，但神經(jīng)網(wǎng)絡(luò)并不知道“戰(zhàn)略”是什么。如果真的有“創(chuàng)造力”，那也是DeepMind研究人員的創(chuàng)造力，他們設(shè)計(jì)、管理和訓(xùn)練了AI。

　　今天的AI系統(tǒng)是用大量的自動(dòng)化試錯(cuò)訓(xùn)練出來的，每個(gè)階段都需要通過一項(xiàng)稱為反向傳播的技術(shù)來反饋錯(cuò)誤并調(diào)整系統(tǒng)，以減少將來的錯(cuò)誤，從而逐步提高AI在特定任務(wù)(如國際象棋)上的表現(xiàn)。

　　目前可以大幅提升AI(“機(jī)器學(xué)習(xí)”和所謂的“深度學(xué)習(xí)”)系統(tǒng)效率的方法主要以這種反向傳播技術(shù)為基礎(chǔ)，而這項(xiàng)技術(shù)發(fā)明于二十世紀(jì)六十年代，并于二十世紀(jì)八十年代中期由Geoffrey Hinton應(yīng)用到神經(jīng)網(wǎng)絡(luò)。

　　換句話說，在過去30多年中人工智能并沒有任何重大的概念進(jìn)步——目前我們在人工智能研究和媒體上看到的大部分內(nèi)容都是通過大量昂貴的計(jì)算硬件和復(fù)雜的公關(guān)活動(dòng)渲染的一個(gè)古老的想法。

　　這并不是說DeepMind的工作沒有價(jià)值。協(xié)助開發(fā)者生成新策略和想法的機(jī)器非常有趣，特別是由于巨大的復(fù)雜性導(dǎo)致人們難以理解該機(jī)器的操作。在世俗文化中，技術(shù)的魔力和神秘非常誘人，而且在枯燥的工程領(lǐng)域出現(xiàn)一些非常神秘的東西是非常受歡迎的。

　　但遺憾的是，DeepMind的機(jī)器里并沒有靈魂。

　一位上世紀(jì)九十年代的年輕程序員打破了傳統(tǒng)

　　所有圍繞DeepMind機(jī)器大做文章的行為都會讓人想起二十年前，一個(gè)非比尋常且意義深厚的“機(jī)器學(xué)習(xí)”系統(tǒng)給技術(shù)界所帶來的那種興奮感。

　　1997年11月，蘇塞克斯大學(xué)計(jì)算神經(jīng)科學(xué)與機(jī)器人中心的研究員阿德里安·湯普森登上了那一期“新科學(xué)家”的封面，其題目是：“原始硅打造的生物——讓達(dá)爾文主義迷失在電子試驗(yàn)室，一睹新的造物主。高效精干的機(jī)器，無人能理解。 ”而湯普森能登上封面的原因是他的作品引起了很大的轟動(dòng)。

　　湯普森打破了傳統(tǒng)，在電子硬件上發(fā)展了機(jī)器學(xué)習(xí)系統(tǒng)——而不是使用傳統(tǒng)的軟件方法。他選擇這樣做是因?yàn)樗庾R到所有數(shù)字計(jì)算機(jī)軟件的功能都會受到計(jì)算機(jī)二進(jìn)制開關(guān)的限制。相比之下，人類大腦的神經(jīng)元得到了很好的進(jìn)化，可以思考各種微妙且不可思議的復(fù)雜物理和生化過程。湯普森假設(shè)，通過自然選擇的自動(dòng)化過程讓計(jì)算機(jī)硬件進(jìn)化，就可以模擬出硅介質(zhì)的所有實(shí)際物理屬性，而計(jì)算機(jī)的數(shù)字開關(guān)正是由這些硅介質(zhì)構(gòu)成，因此可能會產(chǎn)生某種東西有效模擬人類大腦的組成。

　　后來的事實(shí)也證明了他是正確的。

　　湯普森在他的實(shí)驗(yàn)室中對FPGA(一種數(shù)字硅芯片，其數(shù)字開關(guān)之間的連接可以反復(fù)重新配置)的配置進(jìn)行了改進(jìn)，以便區(qū)分兩種不同的音頻音調(diào)。然后當(dāng)湯普森在查看FPGA芯片內(nèi)部開關(guān)之間的連接是如何通過改進(jìn)過程配置的時(shí)候，他注意到一種令人印象深刻的高效電路設(shè)計(jì)——僅使用了37個(gè)元件。

　　不僅如此，該改進(jìn)電路已經(jīng)超出了數(shù)字工程師的理解范圍。37個(gè)組件中的一些沒有與其他組件電連接，但是一旦從設(shè)計(jì)中移除這些組件，整個(gè)系統(tǒng)就會停止工作。對于這種奇怪情況，唯一的解釋就是該系統(tǒng)在它所謂的數(shù)字組件之間利用了某種神秘的電磁連接。換句話說，該改進(jìn)過程為了執(zhí)行“計(jì)算”，已經(jīng)卷入了系統(tǒng)組件和材料模擬的真實(shí)世界的特征。

　　作為一位二十世紀(jì)九十年代的年輕研究員來說，湯普森的工作發(fā)現(xiàn)確實(shí)令人驚嘆。計(jì)算機(jī)不僅設(shè)法發(fā)明了一種全新的電子電路，而且超越了人類電子工程師的能力，更重要的是它還指向了開發(fā)計(jì)算機(jī)系統(tǒng)和AI的方法。

　　獅頭工作室(現(xiàn)已解散)的經(jīng)典游戲Black&White，DeepMind創(chuàng)始人丹米斯·哈薩比斯最初擔(dān)任該工作室AI組組長

　　所以究竟是什么情況?為什么湯普森幾乎無人知曉，而后來的哈薩比斯卻為Google的母公司Alphabet贏得了滿堂彩，而且BBC還為之制作了謳歌的紀(jì)錄片?答案就在于時(shí)機(jī)。