3、人工智能進步的催化劑

　　截止到21世紀(jì)前10年的后期，出現(xiàn)了一系列復(fù)興人工智能研究進程的要素，尤其是一些核心技術(shù)。下面將對這些重要的因素和技術(shù)進行詳細說明。

　　1）摩爾定律

　　在價格、體積不變的條件下，計算機的計算能力可以不斷增長。這就是被人們所熟知的摩爾定律，它以Intel共同創(chuàng)辦人Gordon Moore命名。Gordon Moore從各種形式的計算中獲利，包括人工智能研究人員使用的計算類型。數(shù)年以前，先進的系統(tǒng)設(shè)計只能在理論上成立但無法實現(xiàn)，因為它所需要的計算機資源過于昂貴或者計算機無法勝任。今天，我們已經(jīng)擁有了實現(xiàn)這些設(shè)計所需要的計算資源。舉個夢幻般的例子，現(xiàn)在最新一代微處理器的性能是1971年第一代單片機的400萬倍。

　　2）大數(shù)據(jù)

　　得益于互聯(lián)網(wǎng)、社交媒體、移動設(shè)備和廉價的傳感器，這個世界產(chǎn)生的數(shù)據(jù)量急劇增加。隨著對這些數(shù)據(jù)的價值的不斷認識，用來管理和分析數(shù)據(jù)的新技術(shù)也得到了發(fā)展。大數(shù)據(jù)是人工智能發(fā)展的助推劑，這是因為有些人工智能技術(shù)使用統(tǒng)計模型來進行數(shù)據(jù)的概率推算，比如圖像、文本或者語音，通過把這些模型暴露在數(shù)據(jù)的海洋中，使它們得到不斷優(yōu)化，或者稱之為“訓(xùn)練”——現(xiàn)在這樣的條件隨處可得。

　　3）互聯(lián)網(wǎng)和云計算

　　和大數(shù)據(jù)現(xiàn)象緊密相關(guān)，互聯(lián)網(wǎng)和云計算可以被認為是人工智能基石有兩個原因，第一，它們可以讓所有聯(lián)網(wǎng)的計算機設(shè)備都能獲得海量數(shù)據(jù)。這些數(shù)據(jù)是人們推進人工智能研發(fā)所需要的，因此它可以促進人工智能的發(fā)展。第二，它們?yōu)槿藗兲峁┝艘环N可行的合作方式——有時顯式有時隱式——來幫助人工智能系統(tǒng)進行訓(xùn)練。比如，有些研究人員使用類似Mechanical Turk這樣基于云計算的眾包服務(wù)來雇傭成千上萬的人來描繪數(shù)字圖像。這就使得圖像識別算法可以從這些描繪中進行學(xué)習(xí)。谷歌翻譯通過分析用戶的反饋以及使用者的無償貢獻來提高它自動翻譯的質(zhì)量。

　　4）新算法

　　算法是解決一個設(shè)計程序或完成任務(wù)的路徑方法。最近幾年，新算法的發(fā)展極大提高了機器學(xué)習(xí)的能力，這些算法本身很重要，同時也是其他技術(shù)的推動者，比如計算機視覺（這項科技將會在后文描述）。機器學(xué)習(xí)算法目前被開源使用，這種情形將促成更大進步，因為在開源環(huán)境下開發(fā)人員可以補足和增強彼此的工作。

　　4、認知技術(shù)

　　我們將區(qū)分人工智能領(lǐng)域和由此延伸的各項技術(shù)。大眾媒體將人工智能刻畫為跟人一樣聰明的或比人更聰明的計算機的來臨。而各項技術(shù)則在以往只有人能做到的特定任務(wù)上面表現(xiàn)得越來越好。我們稱這些技術(shù)為認知技術(shù)（下圖），認知技術(shù)是人工智能領(lǐng)域的產(chǎn)物，它們能完成以往只有人能夠完成的任務(wù)。而它們正是商業(yè)和公共部門的領(lǐng)導(dǎo)者應(yīng)該關(guān)注的。下面我們將介紹幾個最重要的認知技術(shù)，它們正被廣泛采納并進展迅速，也獲得大量投資。

　　1）計算機視覺

　　是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術(shù)運用由圖像處理操作及其他技術(shù)所組成的序列來將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。比如，一些技術(shù)能夠從圖像中檢測到物體的邊緣及紋理。分類技術(shù)可被用作確定識別到的特征是否能夠代表系統(tǒng)已知的一類物體。

　　計算機視覺有著廣泛應(yīng)用。其中包括，醫(yī)療成像分析被用來提高疾病的預(yù)測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監(jiān)控領(lǐng)域被用來指認嫌疑人；在購物方面，消費者現(xiàn)在可以用智能手機拍攝下產(chǎn)品以獲得更多購買選擇。

　　機器視覺作為一個相關(guān)學(xué)科，泛指在工業(yè)自動化領(lǐng)域的視覺應(yīng)用。在這些應(yīng)用里，計算機在高度受限的工廠環(huán)境里識別諸如生產(chǎn)零件一類的物體，因此相對于尋求在非受限環(huán)境里操作的計算機視覺來說目標(biāo)更為簡單。計算機視覺是一個正在進行中的研究，而機器視覺則是“已經(jīng)解決的問題”，是系統(tǒng)工程方面的課題而非研究層面的課題。因為應(yīng)用范圍的持續(xù)擴大，計算機視覺領(lǐng)域的初創(chuàng)公司自2011年起已經(jīng)吸引了數(shù)億美元的風(fēng)投資本。

　　2）機器學(xué)習(xí)

　　指的是計算機系統(tǒng)無需遵照顯式的程序指令而只是依靠暴露在數(shù)據(jù)中來提升自身性能的能力。其核心在于，機器學(xué)習(xí)是從數(shù)據(jù)中自動發(fā)現(xiàn)模式，模式一旦被發(fā)現(xiàn)便可用于做預(yù)測。比如，給予機器學(xué)習(xí)系統(tǒng)一個關(guān)于交易時間、商家、地點、價格及交易是否正當(dāng)?shù)刃庞每ń灰?a target="_blank">信息的數(shù)據(jù)庫，系統(tǒng)就會學(xué)習(xí)到可用來預(yù)測信用卡欺詐的模式。處理的交易數(shù)據(jù)越多，預(yù)測就會越好。

　　機器學(xué)習(xí)的應(yīng)用范圍非常廣泛，針對那些產(chǎn)生龐大數(shù)據(jù)的活動，它幾乎擁有改進一切性能的潛力。除了欺詐甄別之外，這些活動還包括銷售預(yù)測、庫存管理、石油和天然氣勘探、以及公共衛(wèi)生。機器學(xué)習(xí)技術(shù)在其他的認知技術(shù)領(lǐng)域也扮演著重要角色，比如計算機視覺，它能在海量圖像中通過不斷訓(xùn)練和改進視覺模型來提高其識別對象的能力。現(xiàn)如今，機器學(xué)習(xí)已經(jīng)成為認知技術(shù)中最炙手可熱的研究領(lǐng)域之一，在2011-2014年中這段時間內(nèi)就已吸引了近十億美元的風(fēng)險投資。谷歌也在2014年斥資4億美金收購Deepmind這家研究機器學(xué)習(xí)技術(shù)的公司。

　　3）自然語言處理

　　是指計算機擁有的人類般文本處理的能力，比如，從文本中提取意義，甚至從那些可讀的、風(fēng)格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統(tǒng)并不了解人類處理文本的方式，但是它卻可以用非常復(fù)雜與成熟的手段巧妙處理文本，例如自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；或者在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務(wù)通過傳統(tǒng)的文本處理軟件根本不可能完成，后者僅能針對簡單的文本匹配與模式進行操作。請思考一個老生常談的例子，它可以體現(xiàn)自然語言處理面臨的一個挑戰(zhàn)。在句子“光陰似箭（Time flies like an arrow）”中每一個單詞的意義看起來都很清晰，直到系統(tǒng)遇到這樣的句子“果蠅喜歡香蕉（Fruit flies like a banana）”，用“水果（fruit）”替代了“時間（time）”，并用“香蕉（banana）”替代“箭（arrow）”，就改變了“飛逝/飛著的（like）”與“像/喜歡（like）”這兩個單詞的意思。

　　自然語言處理，像計算機視覺技術(shù)一樣，將各種有助于實現(xiàn)目標(biāo)的多種技術(shù)進行了融合。建立語言模型來預(yù)測語言表達的概率分布，舉例來說，就是某一串給定字符或單詞表達某一特定語義的最大可能性。選定的特征可以和文中的某些元素結(jié)合來識別一段文字，通過識別這些元素可以把某類文字同其他文字區(qū)別開來，比如垃圾郵件同正常郵件。以機器學(xué)習(xí)為驅(qū)動的分類方法將成為篩選的標(biāo)準(zhǔn)，用來決定一封郵件是否屬于垃圾郵件。

　　因為語境對于理解“time flies（時光飛逝）”和“fruit flies（果蠅）”的區(qū)別是如此重要，所以自然語言處理技術(shù)的實際應(yīng)用領(lǐng)域相對較窄，這些領(lǐng)域包括分析顧客對某項特定產(chǎn)品和服務(wù)的反饋、自動發(fā)現(xiàn)民事訴訟或政府調(diào)查中的某些含義、以及自動書寫諸如企業(yè)營收和體育運動的公式化范文等。

　　4）機器人技術(shù)

　　將機器視覺、自動規(guī)劃等認知技術(shù)整合至極小卻高性能的傳感器、致動器、以及設(shè)計巧妙的硬件中，這就催生了新一代的機器人，它有能力與人類一起工作，能在各種未知環(huán)境中靈活處理不同的任務(wù)。例如無人機，還有可以在車間為人類分擔(dān)工作的“cobots”，還包括那些從玩具到家務(wù)助手的消費類產(chǎn)品。

　　5）語音識別技術(shù)

　　主要是關(guān)注自動且準(zhǔn)確的轉(zhuǎn)錄人類的語音。該技術(shù)必須面對一些與自然語言處理類似的問題，在不同口音的處理、背景噪音、區(qū)分同音異形異義詞（“buy”和“by”聽起來是一樣的）方面存在一些困難，同時還需要具有跟上正常語速的工作速度。語音識別系統(tǒng)使用一些與自然語言處理系統(tǒng)相同的技術(shù)，再輔以其他技術(shù)，比如描述聲音和其出現(xiàn)在特定序列和語言中概率的聲學(xué)模型等。語音識別的主要應(yīng)用包括醫(yī)療聽寫、語音書寫、電腦系統(tǒng)聲控、電話客服等。比如Domino’s Pizza最近推出了一個允許用戶通過語音下單的移動APP。

　　上面提到的認知技術(shù)進步飛快并吸引了大量投資，其他相對成熟的認知技術(shù)仍然是企業(yè)軟件系統(tǒng)的重要組成部分。這些日漸成熟的認知技術(shù)包括決策最優(yōu)化——自動完成對復(fù)雜決策或者在資源有限的前提下做出最佳權(quán)衡；規(guī)劃和調(diào)度——使設(shè)計一系列行動流程來滿足目標(biāo)和觀察約束；規(guī)則導(dǎo)向系統(tǒng)——為專家系統(tǒng)提供基礎(chǔ)的技術(shù)，使用知識和規(guī)則的數(shù)據(jù)庫來自動完成從信息中進行推論的處理過程。