3.1 無(wú)處不在的AI

人工智能通過(guò)各種不同的算法運(yùn)行，這些算法能夠反映人類的邏輯，也能夠?qū)崿F(xiàn)由計(jì)算機(jī)代替人類做一些工作的目標(biāo)。也就是說(shuō)，人工智能不僅可以模仿人類的邏輯，還會(huì)延伸人類的邏輯。如今，人工智能已經(jīng)無(wú)處不在，每個(gè)人都應(yīng)該對(duì)其進(jìn)行了解。

3.1.1 AI三大發(fā)展階段

我們要想深入了解人工智能，最好從其發(fā)展階段著手。那么，人工智能究竟經(jīng)歷了哪些發(fā)展階段呢？具體包括以下3個(gè)，如圖3-1所示。

1.人工智能的“推理階段”（1950-1970年代）

在這個(gè)階段，大多數(shù)人都認(rèn)為實(shí)現(xiàn)人工智能只需要賦予機(jī)器邏輯推理能力就可以。因此，機(jī)器只是具備了邏輯推理能力，并沒(méi)有達(dá)到智能化的水平。

2.人工智能的“知識(shí)工程階段”（1970-1990年代）

在這個(gè)階段，人們普遍認(rèn)為只有讓機(jī)器學(xué)習(xí)知識(shí)才可以實(shí)現(xiàn)人工智能，于是大量的專家系統(tǒng)就被開發(fā)了出來(lái)。之后，人們逐漸發(fā)現(xiàn)，給機(jī)器灌輸已經(jīng)總結(jié)好的知識(shí)并不是非常容易的事。例如，某企業(yè)想開發(fā)一個(gè)診斷疾病的人工智能系統(tǒng)，首先要做的是找一批經(jīng)驗(yàn)豐富的醫(yī)生總結(jié)與疾病相關(guān)的知識(shí)和規(guī)律；然后將這些知識(shí)和規(guī)律灌輸給機(jī)器。不過(guò)，在總結(jié)知識(shí)和規(guī)律時(shí)，該企業(yè)已經(jīng)花費(fèi)了巨額的人工成本，而機(jī)器只不過(guò)充當(dāng)了一臺(tái)自動(dòng)執(zhí)行知識(shí)庫(kù)的工具，無(wú)法取代人力工作。由此來(lái)看，這個(gè)階段同樣沒(méi)有實(shí)現(xiàn)真正意義上的智能化。

3.人工智能的“數(shù)據(jù)挖掘階段”（2000年至今）

目前，機(jī)器學(xué)習(xí)算法得到了比較好的應(yīng)用，不僅如此，深度學(xué)習(xí)也獲得了迅猛發(fā)展。在這種情況下，人們希望機(jī)器可以通過(guò)數(shù)據(jù)分析自動(dòng)總結(jié)并學(xué)習(xí)知識(shí)，從而實(shí)現(xiàn)自身的智能化。

在這個(gè)階段，由于計(jì)算機(jī)硬件水平的大幅度提升，再加上大數(shù)據(jù)技術(shù)的不斷發(fā)展，機(jī)器已經(jīng)可以對(duì)數(shù)據(jù)進(jìn)行采集、儲(chǔ)存、處理，而且水平還相當(dāng)高，Alpha Go就是驗(yàn)證這一點(diǎn)的最佳范例。

可以看到，從最初的“知識(shí)工程階段”到現(xiàn)在的“數(shù)據(jù)挖掘階段”，人工智能一直都是在進(jìn)步的，其智能化水平也在不斷提高。這也在一定程度上說(shuō)明，人工智能擁有非常廣闊的發(fā)展前景，未來(lái)勢(shì)必會(huì)發(fā)揮越來(lái)越重要的作用。

3.1.2 AI概述：技術(shù)支撐與分類

人工智能的崛起離不開三大技術(shù)支撐：大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)。其中，大數(shù)據(jù)是人工智能的燃料，云計(jì)算是助燃的內(nèi)燃機(jī)，深度學(xué)習(xí)則能夠全面提升人工智能的智能化水平。

1.大數(shù)據(jù)：人工智能的燃料

李彥宏說(shuō)過(guò)：“現(xiàn)在人工智能如此火熱，主要是大數(shù)據(jù)的緣故，正是因?yàn)橛性絹?lái)越多的數(shù)據(jù)，機(jī)器才可以做一些人才能完成的事。所以，人工智能將火熱無(wú)比。”他的這番話說(shuō)明大數(shù)據(jù)將為人工智能帶去更多的機(jī)會(huì)。

大數(shù)據(jù)與人工智能的融合不僅能夠促進(jìn)制造業(yè)的設(shè)計(jì)，還能夠提高文化產(chǎn)業(yè)的效率。這里以智能寫稿機(jī)器人為例進(jìn)行說(shuō)明。人工智能與大數(shù)據(jù)的融合可以提高寫稿機(jī)器人的寫稿效率，使其在寫稿數(shù)量上“戰(zhàn)勝”記者與編輯。寫稿機(jī)器人不僅能夠在數(shù)量和速度上完勝一般的編輯，在資料獲取的能力上也要略勝一籌。

2.云計(jì)算：人工智能的內(nèi)燃機(jī)

在人工智能領(lǐng)域，云計(jì)算通過(guò)對(duì)大數(shù)據(jù)挖掘出的海量數(shù)據(jù)進(jìn)行儲(chǔ)存和計(jì)算，使數(shù)據(jù)發(fā)揮最大的作用。如果把云計(jì)算和人類進(jìn)行比較，云計(jì)算相當(dāng)于人類的大腦，是處理和反饋信息的神經(jīng)中樞。在云計(jì)算的支持下，人工智能可以實(shí)現(xiàn)多方面的實(shí)際應(yīng)用，如圖3-2所示。

云計(jì)算的強(qiáng)大算力可以幫助人工智能進(jìn)行數(shù)據(jù)處理和分析，總結(jié)出復(fù)雜事件背后的數(shù)字規(guī)律，再結(jié)合各行業(yè)的應(yīng)用規(guī)則和習(xí)慣實(shí)現(xiàn)對(duì)人類智慧的模擬，為我們帶來(lái)諸多便利。

3.深度學(xué)習(xí)：智慧大腦

深度學(xué)習(xí)是人工智能實(shí)現(xiàn)自主學(xué)習(xí)的途徑，是人工智能的智慧大腦。深度學(xué)習(xí)由Geoffrey Hinton等人提出，其中的“深度”二字是對(duì)程度的形容，是針對(duì)之前的機(jī)器學(xué)習(xí)而言的。深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)算法的繼承和發(fā)展。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法包含輸入層、隱藏層與輸出層（如圖3-3所示），是一個(gè)非常簡(jiǎn)單的計(jì)算模型。

深度學(xué)習(xí)中的隱藏層至少有7層，如圖3-4所示。一般來(lái)說(shuō)，隱藏層的數(shù)量越多，算法刻畫現(xiàn)實(shí)的能力就越強(qiáng)，最終得出的結(jié)果與實(shí)際情況就越符合，計(jì)算機(jī)的智能程度也就越高。

擁有深度學(xué)習(xí)的加持，人工智能實(shí)現(xiàn)了更大范圍的應(yīng)用，達(dá)到根據(jù)相關(guān)條件進(jìn)行“自主思考”的目標(biāo)，完成研究者期待已久的任務(wù)。

除了技術(shù)支撐以外，人工智能的分類也非常重要。人工智能可以分為三種形態(tài)：弱人工智能、強(qiáng)人工智能、超人工智能。當(dāng)前，我們已經(jīng)在弱人工智能上取得了較大的成就，但強(qiáng)人工智能和超人工智能則依然處于研發(fā)狀態(tài)。

（1）弱人工智能。弱人工智能主要專注于單方面的人工智能行業(yè)。例如，阿爾法圍棋就是弱人工智能的代表，它專注于圍棋行業(yè)的算法，無(wú)法回答其他問(wèn)題。

（2）強(qiáng)人工智能。強(qiáng)人工智能是在推理、思維、創(chuàng)造等各方面能和人類比肩的人工智能，可以完成人類目前從事的腦力活動(dòng)。不過(guò)，強(qiáng)人工智能對(duì)技術(shù)的要求比較高，當(dāng)前的技術(shù)還無(wú)法達(dá)到要求。

（3）超人工智能。超人工智能具有復(fù)合型能力，在語(yǔ)言處理、運(yùn)動(dòng)控制、知覺、社交、創(chuàng)造力等方面都有比較出色的表現(xiàn)。

當(dāng)前正處于弱人工智能向強(qiáng)人工智能過(guò)渡的階段，這個(gè)階段的發(fā)展面臨諸多問(wèn)題，一方面，基于人類大腦的精細(xì)度和復(fù)雜性，科研人員還有很多未知的行業(yè)需要探索；另一方面，當(dāng)前人工智能的邏輯分析能力比較強(qiáng)，而感知分析能力比較弱，這也是亟待解決的問(wèn)題。

人工智能的發(fā)展會(huì)深刻影響我們的生活，無(wú)論是弱人工智能向強(qiáng)人工智能的轉(zhuǎn)化，還是云端人工智能、情感人工智能及具有深度學(xué)習(xí)功能的人工智能，都將創(chuàng)造更多的價(jià)值。

3.1.3 AI與落地場(chǎng)景

百度創(chuàng)始人李彥宏認(rèn)為我國(guó)未來(lái)的發(fā)展會(huì)更依賴人工智能，該技術(shù)對(duì)供給側(cè)和消費(fèi)端都產(chǎn)生了很大影響。筆者非常認(rèn)同這個(gè)觀點(diǎn)，現(xiàn)在人工智能的落地場(chǎng)景也確實(shí)越來(lái)越多。根據(jù)筆者的總結(jié)，人工智能的落地場(chǎng)景如圖3-5所示。

（1）問(wèn)題求解。問(wèn)題求解是人工智能的第一大落地場(chǎng)景，諸如“向前看幾步”“對(duì)問(wèn)題進(jìn)行搜索和歸納”“將難度比較大的問(wèn)題分解成一些難度比較小的子問(wèn)題”等都可以通過(guò)人工智能程序解決。另外，人工智能程序已經(jīng)能對(duì)解答空間進(jìn)行搜索，從而找到更優(yōu)解答。由此來(lái)看，在尋求解答方面，人工智能程序做得非常出色。

（2）寫作。谷歌曾經(jīng)斥巨資支持一個(gè)名為“記者、數(shù)據(jù)與機(jī)器人”的項(xiàng)目。在獲得人工智能寫稿軟件的幫助后，記者的工作效率有了明顯提高。在創(chuàng)作新聞稿時(shí)，機(jī)器人會(huì)為記者提供幫助，但在創(chuàng)作深度分析及人文方面的稿件時(shí)，機(jī)器人則會(huì)略遜一籌。

（3）娛樂(lè)。游戲是一種十分常見的娛樂(lè)活動(dòng)，人工智能可以使其變得智能化。游戲中的角色可以分為兩種類型，一種是由人類通過(guò)操縱桿等輸入設(shè)備控制的玩家角色，另一種是不由人類控制的非玩家角色。這里所說(shuō)的非玩家角色就是游戲智能化的主要體現(xiàn)。

（4）檢索。檢索與人工智能結(jié)合在一起生成了智能檢索。隨著技術(shù)的不斷發(fā)展，信息變得越來(lái)越多。在這種情況下，如何從海量的信息中快速找到自己需要的信息就成為一個(gè)亟待解決的難題。傳統(tǒng)的人工檢索方式已經(jīng)無(wú)法解決這個(gè)難題，人們迫切需要智能檢索的幫助。智能檢索可以使檢索快速、準(zhǔn)確、有效地完成。

當(dāng)然，人工智能的落地場(chǎng)景并不僅限于以上幾個(gè)，隨著越來(lái)越多企業(yè)的入局，現(xiàn)在已經(jīng)有很多領(lǐng)域都出現(xiàn)了人工智能的身影，如圖3-6所示。

目前，人類的每一步都在向人工智能邁進(jìn)，希望有朝一日人工智能可以發(fā)揮更大的作用。未來(lái)，人工智能不僅會(huì)推動(dòng)社會(huì)生產(chǎn)力的發(fā)展，還會(huì)對(duì)生活中的方方面面產(chǎn)生深刻影響。