人工智能发展的回顾 1956 年夏季，以麦卡锡（John McCarthy）、明斯基等为首的一批有远见的年轻科学家探讨用机器模拟智能，并提出了人工智能这一术语，60 年来该领域的理论和技术都得到了迅速的发展。  1971年图灵奖获得者麦卡锡（John McCarthy） 图灵奖获得者 Allen Newell 以认知心理学为核心， 探索认知体系结构。至今在认知心理学与人工智能领域广泛应用于心智建模的认知体系结构 SOAR 与 ACT-R 都是在 Newell 直接领导下或受其启发而发展起来的，并以此为基石实现了对人类各种认知功能的建模。  1975年图灵奖获得者 Allen Newell David Marr 不但是计算机视觉的开拓者，还奠定了神经元群之间存储、处理、传递信息的计算基础，特别是对学习与记忆、视觉相关环路的神经计算建模作出了重要贡献。但总体而言，以上工作要真正实现认知功能的模拟还有很大鸿沟需要跨越。 人工神经网络的研究 以人工神经网络为代表的联接主义的出发点正是对脑神经系统结构及其计算机制的初步模拟。 人工神经网络的研究可以追溯到 20 世纪 40 年代， 有些还借鉴了脑神经元之间突触联接的赫布法则作为其学习理论。在人工神经网络的研究中，大多数学者主要关心提升网络学习的性能。  深度学习算法提出之后，随着 GPU 并行计算的推广和大数据的出现，在大规模数据上训练多层神经网络成为可能，从而大大提升了神经网络的学习和泛化能力。然而，增加层数的人工神经网络仍然是脑神经系统的粗糙模拟，且其学习的灵活性仍远逊于人脑。 从问题求解目标讲，几乎所有的人工智能系统都需要首先进行人工形式化建模，转化为一类特定的计算问题（如搜索、自动推理、机器学习等）进行处理， 因而人工智能系统都被称为专用人工智能系统。 IBM DeepBlue 系统击败国际象棋世界冠军卡斯帕罗夫、IBM Watson 问答系统在“危险边缘”挑战赛中击败人类对手、Siri 等自动人机对话与服务系统的出现、Google 汽车自动驾驶等都从不同视角展示了这个领域的进展。而最为震撼的是， AlphaGo 首次利用深度学习技术击败人类围棋世界冠军。 这些人工智能系统的出现，有力地推动了人工智能技术和应用的发展，也使得人工智能成为目前 IT 领域最为引人注目的领域。 人工智能技术：未来的大国较量 人工智能技术代表着国家竞争力，并正在以前所未有的速度渗透到现代服务业、工业和军事等领域中。 随着老龄化社会的到来，需要大量具备能理解人类意图并进行人机协同工作的智能机器人，欧盟 SPARC 就启动了全球最大的民用机器人研发计划；以 IBM Watson 为代表，将有大量具备复杂数据整合和分析能力的人工智能用于医疗、法律、政府决策等领域，正在替代很多专业领域的白领工作；通过人工智能技术实现无人驾驶，不但释放大量劳动力、提高生活质量，且是另外一个万亿级规模产值的领域。 我国人口红利的消失也迫切需要发展各种智能机器人替代蓝领工人，智能化成为未来工业发展的必然趋势。德国“工业 4.0”，软银集团的孙正义 提出 2050 年机器人拯救日本经济等计划，无不对中国智能产业发展构成重大挑战。 美国的 X47-B无人机实现在航母上的自主起降，美国的 BigDog 能在多种复杂环境中自如稳定行进，世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势。 可以说，没有智能技术武装的服务业、工业和军事的大国之间的较量，就犹如侏儒和巨人的格斗。 人工智能的发展瓶颈 人工智能要满足现实需求还缺乏足够的适应性 图灵机计算的本质是需要人们对现实世界进行形式化的定义，模型能力取决于人对物理世界的认知程度， 因此人限定了机器描述问题、解决问题的程度。这使得目前的智能系统在感知、认知、控制等多方面都存在巨大瓶颈。例如还难以实现海量多模态信息的选择性感知与注意、模式识别与语言理解在处理机制与效率等方面与人脑相比还存在明显不足，需要针对某个专用问题非常依赖人工输入知识或提供大规模标记训练样本。 目前的人工智能技术缺乏通用性 语音识别、 图像处理、自然语言处理、机器翻译等采用不同的模型和不同的学习数据，两种不同的任务无法采用同一套系统进行求解，不同任务之间知识也无法共享。而人脑却采用同一个信息处理系统进行自动感知、问题分析与求解、决策控制等。 高耗能的代价 目前基于深度学习方法已经在人工智能领域取得了很大的成功，然而其代价是高耗能。 例如在执行 AlphaGo 这样的任务时，共动用了 1202 个 CPU 核和 176 GPU 核，采用了 40 个搜索线程进行计算。按照这个耗能 计算，我们还无法想象要实现一个具备大脑功能的智能系统按照目前的水平需要多少供电。而人类大脑的功耗 仅在 20W 左右。
（文章节选改编自：蒲慕明, 徐波, 谭铁牛. 脑科学与类脑研究概述. 中国科学院院刊, 2016, 31(7): 725-736.） |
|
|
