今天是第三章，接下來跟大家講兩個故事。其實我不太想寫得太深入，尤其是算法這塊。但我想到了一本書啊這本書叫《深度學習》，所以今天我結合他跟你一起聊聊。對人工智能有所了解的大部分人都應該看過這本書，并且覺得《深度學習》一定要給自己家孩子看。但是深度學習講的是算法，你完全沒必要揪著自己家孩子去看這本書，因為在未來，人工智能的核心是數據和算力。
這本書呢，它的作者是全球10大人工智能的科學家之一，叫特倫斯切諾夫斯基。他非常厲害，因為他發明了一個詞，這個詞就是深度學習，如果沒有他，就沒有人工智能的今天。我們所有學人工智能的都知道，他是神經網絡的先驅，也是他把深度學習從邊緣課題，變成了互聯網科技公司，再到今天依賴的核心技術，也是他實現了人工智能井噴式的發展。所以今天我通過《深度學習》這本書跟大家聊聊，算法到底是什么東西。還是一句話總結一下，深度學習是一種模仿人腦工作方式的計算機技術。他模仿人腦的目的就是處理大量的數據和復雜的任務，也就是我們說的算法。大家都知道，人的腦子里有很多神經元進行鏈接，機器也是一樣。我們管它叫做神經網絡，就是機器有很多節點，這個節點就像是我們人腦的神經元，很多節點互相連接組成計算機模型，這就是我們的神經網絡了。比方說，我們現在非常著名的卷積神經網絡CNN，它主要用于圖像識別，像自動駕駛機車，它用的就是CNN，它來識別路標、人、紅綠燈等等。不過現在還有一款神經網絡叫做循環神經網絡，或者叫表述循環神經網絡，它叫RNN，它擅長的是處理數據。比方說，理解和生成文本，像智能助手Siri，像ChatGPT它用的就是RNN來理解和回憶你的語音命令。
深度學習其實現在已經在各個領域有了廣泛的應用，比方說，谷歌的翻譯就是使用深度學習實現了多語言的翻譯，再比方說我們之前聊到的醫療領域，深度學習可以幫助醫生分析圖像，分析數據，從而幫助醫生和病人更早發現癌癥。像我們現在用這么厲害的人工智能，它底層邏輯全部都是深度學習，如果其實你能完整地看完這章，你就應該會知道人腦的深度學習是怎么運算出來的。不過也正是因為計算機是模擬人腦的運轉方式，所以才發展成人工智能。其實你如果了解了計算機怎么深度學習的，你就會知道，那些老是背單詞背不下來的同學，幾乎全是深度學習很差。大家一定要記住，像人一樣，深度學習就是人工智能算法的靈魂。切諾夫斯基，他對人工智能，尤其是深度學習這個領域研究了40年，他就是深度學習算法的奠基者，也是人工智能的先驅。而到現在我們都覺得他就是先驅，或者說他是最偉大的，甚至可以說沒有之一，如果沒有他，人工智能就無法快速發展。深度學習發展到今天，也不到60年的時間，它經歷了三次非常嚴重的危機，又三次井噴式的發展，幾乎每一次都把人工智能拖向死胡同，但是又因為有一些優秀的大腦，把他集體打撈了出來。
1965年，有四位美國科學家，他們共同發起了一個叫達特茅斯夏季人工智能研究計劃，這個計劃當時在人工智能圈非是常的火爆，現在很多人追溯人工智能的歷史，就一定會追溯到這四位科學家，是他們開啟了人工智能領域的研究。人們剛剛研究人工智能的時候，因為那個時候都是摸著石頭過河，所以人工智能就分成多個方向。一個方向叫設計派，設計派的人認為，人工智能是自上而下設計出來的，就像上帝把人設計下來，只要給他明確的符號規則和方法，然后編程放進計算機，計算機就能擁有理性的思考能力。但這一切都需要設計，就像很多宗教人士認為，是上帝一點一點地將人給設計出來。但另外一方向就發現現實可能走不通，所以另外一派也叫學習派，學習派就認為，這世界上很多東西是無法設計的，像那最近特別火的Open AI的聯合創始人，他就是學習派的跟隨者。既然大部分偉大的事無法計劃，無法被設計，那么你可以通過不停的給他喂養，大量的文本，大量的數據，讓他可以不斷的學習，慢慢擁有智能。
比方說有個蘋果，如果是個設計派，你就要教他，這是蘋果，那不是蘋果，就是要不停的設計；但是學習派不這樣，學習派是讓計算機去看大量的蘋果，相當于教計算機自己來認，然后計算機看了那么多蘋果之后就學習到了，這是蘋果，那不是蘋果。因為計算機找到規律了，自然而然就知道了蘋果長什么樣。雖然我們不知道計算機具體是怎么想的，但是我們現在幾乎可以明確設計派是走不通的，設計派就像我們的應試教育，不停的告訴你，這是蘋果，不懂就背下來哈。那什么是學習派的素質教育，就是讓孩子理解大量的蘋果，見過大量的蘋果之后，他意識到蘋果原來長這個樣。各位，這像不像人大腦，所以學習派的核心理念就是計算機通過學習和模仿人類的大腦原理，通過大量的學習案例來讓你理解事物，擁有人類的智能。但是人工智能早期時代，人們沒有那么多數據，自然也就無法超越設計派。早期研究人工智能的大多數先驅，都認為機器是不可能自己通過模仿就擁有智能的，機器哪能像人腦子那么牛，所以一致認為機器的智能一定是人設計它這樣做的，你看這是人類的驕傲所決定的，這帶來了人工智能第一次危機。如果到現在你還不理解人工智能，那么我接下來爭取再次通過這個積木問題把它講明白。那個積木問題就是如何教會機器人，像小朋友一樣堆積木，積木問題的目標，就是編寫一個能夠理解命令的程序。比如找一個大塊的黃色積木，把這個黃色積木放在紅色積木上邊，然后把這個程序變成機器手完成動作。大家都知道這個事很簡單對吧，小朋友都會啊，你讓小朋友說來，把那黃色積木堆那個紅色積木上面，就非常簡單，對吧？但我告訴你，這個在編程里非常難。首先就光識別出黃色跟紅色，就已經很困難了，更別說去搭積木了，因為你要教他什么是黃色，你怎么定義黃色。科學家編了一個龐大的程序，結果漏洞百出，所以他們看著程序崩潰，自己也開始崩潰，說這玩意咋教都教不會。你看這像不像一個家長教孩子教不會，積木問題看似簡單，其實是一個在編程領域極其困難的問題，所以如果積木問題都出問題了，你讓他蓋房子也是天方夜譚，更別說是人工智能了。跟大家說一下2016年是怎么解決的，它也是通過大數據的深度學習，通過學習派的這種邏輯，讓他認識什么叫黃色，什么是紅色，才慢慢解決了。所以60年前的設計派的這幫人，遇到第一個特別大的危機，就是積木問題，不過還好有那么一小撮人，他們是堅定學習派的，他們意識到人工智能只要通過模仿人類學習的過程，一定能夠找到一種行得通的算法，所以到人工智能近期，計算機科學家集中活力，進入到學習派，他們開始模仿人類的學習方法。而這期間一位偉大的教授，他來自于康奈爾大學的弗蘭克，這個羅森布拉特教授非常厲害，因為他第一個實現了一個突破，他發明了一種算法叫感知器。
在1957年，感知器能完成的功能，就像是我們剛才提到如何教計算機認識蘋果，通過識別大量的圖片，哪些是蘋果，哪些不是蘋果，感知器形成一套自己的標準，它就能認出蘋果了。如果它能認出蘋果，那么各位它是不是就能認出坦克等等，所以感知器最先被用在了軍方程序、。這個成果也上了紐約時報，一個感知器能識別出坦克，什么概念，所有的科學家看完都傻了，因為更進一步，打仗的時候他就能識別出這不是坦克，這是偽裝坦克，他就能確定這個要攻擊了。因為他能認出坦克，他一定能認出槍，能認出敵人，所以科學家就決定研究怎么讓感知器處理更復雜的問題。不過還是決定向人學習，感知系模仿的是我們的神經元，大家如果學會一點腦科學，知道神經元組成了一個龐大的網絡，這個網絡在我們腦子里邊，它就是我們的記憶，就是我們的生命，所以科學家也就繼續朝這個神經網絡方向本進發。但是在1969年，這個著名的人工智能之父——馬文明斯基，大家記得嗎，這個馬文明斯基也是在1956年的達特茅斯人工智能夏季研究計劃的發起人，他在發起的那場世紀之討論之中寫了一本叫感知器的書，這本書里有段話說，單個的感知器只能解決有限的問題，要解決復雜的問題，必須把更多的感知器連在一起，組成人工神經網絡，你看這好像很對，人的大腦是這樣子的，很多神經網絡他也是一樣，把各種感知器連在一起，所以他就在書里做了接下來這個論斷，沒有辦法找到一種可行的算法去訓練這種人工神經網絡，這就相當于把人工神經網絡剛告訴你，這條線可以走，然后就告訴你沒辦法走通。到現在，誰也不知道他為什么會寫這篇文章啊，這相當于第二次危機，整整一代人的人工智能研究者，都讀過這個論文，這大哥就連自己都沒往上考慮。
你知道嗎？有時候我在讀這些歷史的時候，我就特別大的感觸——人類為什么會進化，人類為什么會比上一代強？它的本質就是，這一代人不聽上一代人的話，結果誰也沒想到，就一小撮科學家，其中就包括特倫斯切諾夫斯基，非常討厭那個馬文明斯基。他就不死心的繼續研究，最后在16年之后，也就是1985年，和另外一位人工智能領域，非常優秀的專家——辛頓，他當時就提出一個算法，可以讓更多的感知器共同組成一個人工智能網絡，這個算法也非常有名，大家可以查一下，叫做波爾茲曼契，這個算法它打破了十多年前那位司機的預言。順便說一下，這倆哥們還認識，這倆哥們在06年的一個大會還見過一面，當時這位馬文明斯基司機當時見到特倫斯切諾夫斯基，看的都不好意思，直接掉頭就走，特倫斯切諾夫斯基就跑去找那位馬文明斯基說，是不是你堵死了大家的路，你得向大家道歉，然后他說就道歉了。
話說回來，找到了感知器跟感知器之間的溝通方式，計算機科學家終于可以創建龐大的人工神經網絡，來處理更大的更復雜的問題。當然第二次人工智能的浪潮也就來了，這波浪潮包括智能翻譯，語音識別，無人駕駛。不過在95年前后，大家又失去信心，因為大家覺得這么多年人工智能發展太慢了，他們都認為算法可行，但是沒法使用。大家都知道這個東西好，但你要怎么用它是個問題，所以這一次又遇到了寒冬，人工智能這個時候什么也不能干，只能等待，等待大數據繼續發展，算力系統繼續優化。如果大家都聽過摩爾定律，你就應該知道，芯片內的晶體管的數量增加一倍，芯片的這個運算能力就會增加一倍，每兩年都會這樣，這種指數增長一定會突然間變得很可怕。像10年32位人工智能最新的發展，這都是因為芯片技術越來越強大了，2012年開始，芯片技術帶來了強大的算力，在深度學習的算法帶領下，人工智能迎來了第三次浪潮，這是我們今天經歷的人工智能浪潮，這個浪潮會刮多久呢？我不知道，但是我問了身邊人，都說至少10年。
總結一下，我們從1959年到1969年，人工智能興起了12年，然后接下來低谷期17年，86年到95年，人工智能興起了不到10年，之后低谷期17年，然后2012年人工智能又興起了，到如今人工智能進入高潮，幾乎就是周期性的浪潮，但是大家從這波浪潮中也能看出，萬事萬物都是一樣，一個東西起來之后它一定會下去，所以大家也不要因為一時的興起太過激動，也不要因為一時的落寞而太過悲傷。科技如此，生活也如此。就像現在人工智能這么火，你都愿意花錢上上培訓班，花錢讓孩子去接觸人工智能，但是我告訴大家人工智能的趨勢還會下去，但過不了多久他還會上來，所以今天看到這的你們，相信我，人工智能的趨勢是波浪的向前推進。只要你相信這個賽道是永恒的，人工智能就一定會再次迎來他的高潮，我原來經常會感受到我們讀歷史，讀文學他救不了人，他只能自救；但是人工智能這個賽道，真的可以救很多人，這也是為什么我老建議大家持續學習、多接觸新事物。各位，這章到此就結束了，下一章我們聊聊無人駕駛，并分享一個故事。