二、人工智能的“前世今生”

人工智能從何而來？又往何處去？如前文所述，依據人在發明和使用人工智能技術時存在的三種規范性表現，本書將人工智能分為“初級人工智能”“中級人工智能”以及“高級人工智能”三類。概念的歷史流變也同樣伴隨著人類創造和開發人工智能、繼而拓寬對該領域認知范圍的動態演進過程。據資料顯示，人工智能發展大致經歷了三個歷史時期，分別為人工智能萌發期（20世紀50～80年代）、人工智能快速發展期（20世紀80～90年代末）、人工智能深入演進期（21世紀初至今）。

（一）第一階段：人工智能萌發期（20世紀50～80年代）

從古希臘鐵匠之神赫菲斯托斯擁有賦予金屬物品生命的能力開始，人類對于技術與文明的發現和探索之路就開啟了。1950年，人工智能之父艾倫·麥席森·圖靈（Alan Mathison Turing）發表了人工智能領域的第一部劃時代之作——《計算機器與智能》。在這本書中，他首先向讀者提出“機器能夠思考么？”這一存在性問題，他從“機器”和“思考”的源概念出發，闡明了“圖靈測試”是機器智能的重要測量手段，向我們證明了“機器能夠成為它自己思維的主體”。圖靈甚至提出了一項大膽的預測：到2000年，人類可以用10GB的計算機設備，制造出可以在5分鐘的問答中騙過30%成年人的人工智能。圖靈的大膽預測和判斷瞬間在學界引起廣泛關注，這也成為后來“人工智能”領域誕生的直接推動力。1956年7月，美國計算機科學家、認知科學家約翰·麥卡錫（John McCarthy）在達特矛斯會議上提出了“人工智能”的概念，并確定了人工智能工程“精確地描述人的學習能力和智慧，并利用機器將這種能力與智慧加以模擬”的發展方向。短短三年后，麻省理工學院工程師亞瑟·塞繆爾（Arthur Samuel）提出了“機器學習”的概念，并將機器學習描述為“使計算機在沒有明確編程的情況下進行學習”。當然，機器學習和人工智能相似，但并不能等同。人工智能是指機器執行智能任務的能力，而機器學習是指機器清除數據中有意義模式的自動化過程。沒有機器學習，人工智能無法實現。1965年，世界上第一個專家系統DENDRAL問世，實現了人工智能從理論研究走向實際應用、從一般思維規律探索走向專門知識應用的重大突破，將人工智能的研究推向了高潮。然而，隨著計算任務的復雜性不斷加大，人類對于人工智能的“創造性期待”遠遠超出了現有科技水平的限制，一系列不切實際的研發目標讓人工智能發展一度遇到瓶頸。質言之，萌發階段的人工智能雖已“初具雛形”，但在應用性發展過程中仍然無法避免核心技術短板所帶來的“期待偏差”。

（二）第二階段：人工智能快速發展期（20世紀80～90年代末）

隨著科學技術的飛速發展和計算機應用的日益普及，專家系統本身存在的信息獲取難、知識領域窄、推理能力弱、實用性差等問題也得到了克服和解決，并逐漸成為人工智能應用研究最活躍和最廣泛的應用領域之一。比如1980年，卡耐基·梅隆大學為DEC公司設計的XCON專家系統取得了巨大成功，每年可為公司節約4000萬美元。隨著美國和日本等國家立項支持人工智能研究，人工智能迎來了第二個發展高峰。在這一時期出現了具有更強可視化效果的決策樹模型和突破早期感知機局限的多層人工神經網絡，如著名的多層神經網絡模型、BP神經網絡模型等都是在這一時期提出的。然而，技術發展的局限性又再次為人工智能的深入發展造成了“倫理障礙”。1987年，由于LISP機市場崩塌，美國取消了人工智能預算，日本第五代計算機項目失敗并退出市場，專家系統進展緩慢，人工智能又再次進入了蕭瑟期。

（三）第三階段：人工智能深入演進期（21世紀初至今）

進入21世紀以來，新的科學發現、新的技術突破以及重大集成創新的不斷涌現促使人工智能在很多應用領域取得了突破性進展，迎來了又一個繁榮時期。1997年，IBM深藍（Deep Blue）以3.5:2.5戰勝了俄羅斯天才棋手加里·卡斯帕羅夫（Garry Kasparov），標志著人工智能在信息處理與管理應用領域首次戰勝人類。而后，各國陸續推出的虛擬主持人形象，如英國的虛擬主持人阿娜諾娃（Ananova）、日本的寺井有紀（Yuki）、中國的阿拉娜（Alana）、美國的薇薇安（Vivian）以及韓國的露西雅（Lusia），也嘗試為人們現有的生活方式做出新的詮釋。2012年，在沒有人類指導的情況下，谷歌大腦通過模仿人類大腦，利用非監督深度學習方法從大量視頻中成功學習到識別出一只貓的能力；2014年，微軟公司推出了一款實時口譯系統，可以模仿說話者的聲音并保留其口音；2014年，亞馬遜發布了一款集合智能語音交互技術的智能音箱產品Echo和個人助手Alexa；2016年，谷歌“阿爾法狗”（AlphaGo）機器人在圍棋比賽中以4:1戰勝世界冠軍李世石；2017年，蘋果公司在原來個人助理Siri的基礎上推出了智能私人助理Siri和智能音響HomePod。

人工智能技術的應用發展也逐漸受到世界各國政府的廣泛關注。2016年5月，美國政府發表了《為人工智能的未來做好準備》，報告詳細說明了人工智能可能帶來的政策機遇，也同樣提出了人工智能應用安全的23條建議；2016年12月，英國政府發布了《人工智能：未來決策制定的機遇和影響》，報告中不僅定義了何為人工智能，也著重論述了人工智能的使用對倫理和法律帶來的顯著挑戰，為人工智能的技術倫理規范提供了政策指導；2017年4月，法國政府制定了《國家人工智能戰略》，內容主要包括：建設人工智能跨學科研究所網絡、設立人工智能卓越席位推進合作研究與人才培養、投資服務于人工智能研究的計算設施、加強針對企業的人工智能創新補貼，等等，旨在維護法國科學與技術潛力，推動其成為全球人工智能領先者；2017年5月，德國頒布了全球首個自動駕駛相關法律——《道路交通法第八修訂案》，為自動駕駛技術和交通行業規范發展提供法律依據；2017年6月29日，首屆世界智能大會在天津召開，中國工程院院士潘云鶴在大會主論壇做了題為《中國新一代人工智能》的主題演講，報告中概括了世界各國在人工智能研究方面的戰略；2019年6月17日，中國政府發布《新一代人工智能治理原則——發展負責任的人工智能》，明確提出和諧友好、公平公正、包容共享、尊重隱私、安全可控、共擔責任、開放協作、敏捷治理八項原則。據中國產業研究院發布的《2022—2026年中國人工智能行業全景調研與發展戰略研究咨詢報告》顯示，中國人工智能行業發展趨勢主要體現以下三個方面：一是國家戰略引領促進行業發展；二是“新技術”“新基建”推動行業進步發展；三是下游領域規模優勢為行業提供廣闊空間。數據顯示，中國人工智能市場規模由2016年的154億元增長至2020年的1280億元，年均復合增長率為69.9%。

與過去兩次人工智能所經歷的高潮不同，這次我們看到人工智能技術在得到廣泛應用的同時，也面臨著技術增長過程中的要素約束與機制創新。有學者提出，新一代人工智能技術在近幾年取得快速發展和應用主要受益于以下4個要素：一是人機物互聯使數據量呈現爆炸性增長，形成了真正的大數據環境；二是云計算、邊緣計算和專有芯片技術加速演進實現計算能力大幅提升；三是深度學習領域的技術突破帶動算法模型的持續優化；四是資本與技術深度耦合助推行業應用和技術產業化快速興起。不難預測，隨著新科技革命的發展和信息技術的廣泛應用，未來人工智能的存在樣態、技術模式、使用范圍、規則布局、倫理規范等都將迎來新的變革機遇期。