人工智能时代：破解人机共存密码（套装共10册）

虽然主要的高科技公司开拓了深度学习的应用，但机器学习工具已经普遍存在了，许多其他公司也开始从中受益。Alexa是一个广受欢迎的数字助理，与亚马逊Echo智能音箱配合使用，能够基于深度学习对自然语言发出的请求做出回应。亚马逊网络服务（AWS）引入了名为“Lex”、“Poly”和“Comprehend”的工具箱，可以分别基于自动化文字、语音转换、语音识别和自然语言理解，方便地开发相同的自然语言界面。具有对话交互能力的应用程序现在可供无力雇用机器学习专家的小型企业使用。企业通过应用这一程序可以提高客户满意度。

当最好的人类棋手在计算机程序面前都黯然失色时，人类会不再下棋吗？正相反，人工智能会提高人类的竞技水平，也使得棋类竞技更加大众化。顶级的国际象棋选手曾经都来自莫斯科和纽约等大城市。这些地方大师云集，可以教授年轻棋手并提高他们的技能水平。国际象棋电脑程序使得在挪威小镇长大的马格努斯·卡尔森（MagnusCarlson）13岁就成为国际象棋大师，如今他已是世界国际象棋冠军。人工智能不仅对游戏产生了正面的影响，更会推动人类付诸努力的各个方面，从艺术到科学。AI可以让你变得更聪明。^[51]

回到未来：当人类智能遇到人工智能

本书有两个相互交织的主题：人类智能是如何进化的，以及人工智能会如何演变。这两种智能之间的巨大差异在于，人类智能的进化经历了数百万年的时间，而人工智能在最近几十年才发展起来。尽管对于文化演变来说，这个速度仍然是快得出奇，但是过于谨小慎微可能并不是个正确的选择。

深度学习在近期取得的突破，并不是你从新闻报道中读到的那种一夜成功。从基于符号、逻辑和规则的人工智能向基于大数据和学习算法的深度学习网络的转变，其背后的故事通常并不为人所熟知。本书介绍了这个故事，并从我的角度探讨了深度学习的起源和成果。作为20世纪80年代开发神经网络学习算法的先行者和NIPS基金会的主席，我亲身经历了过去30年机器学习和深度学习的发展过程。我和同在神经网络领域的同事多年来都未能取得令人瞩目的成就，但坚持和耐心最终给我们带来了回报。

hp&action=click&pgtype=Homepage&clickSource=storyheading&module=second-

[1] “啊，美丽的新世界，有这么美的人在里头！”（“O brave new world thathas such people in’t!”）来自莎士比亚的剧作《暴风雨》中米兰达的台词（5.1.182–183 [Oxford Standard Authors Shakespeare]）。

[2] Bill Vlasic, “G.M. Wants to Drive the Future of Cars That Drive Themselves,” NewYork Times, June 4, 2017, https://www.nytimes.com/2017/06/04/business/generalmotors-self-driving-carsmary-barra.html.

[3] “Full Tilt: When 100% of Cars Are Autonomous,” New York Times Magazine, November 8, 2017,

https://www.nytimes.com/interactive/2017/11/08/magazine/tech-design-

autonomous-future-cars-100-percent-augmented-realitypolicing.html?

column-region&region=top-news&WT.nav=top-news/.

[4] Christopher Ingraham, “The Astonishing Human Potential Wasted on Commutes,”Washington Post, February 24, 2016,

[33] “勘测者1号”于1966年6月2日，国际标准时间6点17分36秒（美国东部时间凌晨1点17分36秒）登陆月球表面。着陆点位于弗拉姆斯蒂德火山口（Flamsteed Crater）以北一个直径为100公里的陨坑内。

人工智能的重生

马文·明斯基是一位杰出的数学家，也是麻省理工学院人工智能实验室（以下简称MIT AI Lab）^[1]的创始人之一。创始团队确定了这个领域的方向和文化。麻省理工学院的人工智能研究在20世纪60年代成了聪明人的阵地，这在很大程度上要归功于明斯基。他每分钟冒出的新点子比我认识的任何人都多，而且能让你相信他对一个问题的看法是对的，尽管这个看法会让人觉得有悖常识。我很钦佩他的大胆和睿智，但是并不认同他研究AI所选择的方向。

看似简单的视觉识别

积木世界（Blocks World）是MIT AI Lab在20世纪60年代推出的一个项目典范。为了简化视觉问题，积木世界由矩形积木组成，可以堆叠起来组成新的结构（见图2–1）。该项目的目标是编写一个能够理解命令的程序，例如“找到一个大的黄色积木并将其放在红色积木上面”，并规划出让机器人手臂执行命令所需的步骤。这看起来像小孩子玩的游戏，但却需要编写一个庞大而复杂的程序来实现。这个程序后来变得十分冗长烦琐，以至于编写该程序的学生特里·维诺格拉德（Terry Winograd）离开该实验室之后，该程序因为错误百出，频频崩溃，最终被无奈地放弃了。这个看起来很简单的问题比任何人想象的都要难得多，即使成功了，也很难把积木世界同现实世界顺利地连接起来，毕竟在现实世界中物体有不同的形状、大小和重量，而且并非所有边角都是直角。相比于照明的方向和位置都能固定的可控实验环境，在现实世界中，照明可能因地点和时间的不同而发生显著变化，这极大地增加了计算机物体识别任务的复杂性。

02

20世纪60年代，MIT AI Lab获得了来自一个军事研究机构的大笔资金，被要求用于打造一个可以打乒乓球的机器人。我曾经听过一个故事，那就是这个项目的负责人忘了在基金申请书中加上为机器人建立一个视觉系统的预算，于是他把这个问题分配给了一个研究生作为暑期研究项目。后来我问马文·明斯基这个故事是不是真的。他反驳道：“我们把那个问题分配给了本科生。”MIT档案中的一份文件证实了他的回答。^[2] 这个看上去很容易解决的问题，最终被证明是个“陷阱”，吞噬了整整一代计算机视觉研究人员的青春。

计算机视觉的进步

尽管物体的位置、大小、方向和受到的光照不同，我们却很少在识别物体时感到吃力。计算机视觉研究中最早的想法之一是将物体的模板与图像中的像素进行匹配，但是这种方法收效甚微，因为同一物体不同角度的两个图像中的像素并不匹配。例如，参考图2–2中的两只鸟。如果你将一只鸟的影像覆盖到另一只鸟上，你可以找到一块匹配的部分，但其余部分就完全对不上了；但是如果有另一个种类的鸟相同姿势的图像，你却可以得到相当好的匹配结果。

计算机视觉的进步是通过关注特征而非像素来实现的。例如，赏鸟者必须具备专业水平才能区分只在一些细微处略有差异的不同鸟类。一本关于鸟类鉴别的实用畅销书中只有一张鸟的照片，却有许多示意图指出了各种鸟之间的细微差别（见图2–3）。^[3]一个好的特征是指一种鸟类独有的特征，但是如果在别的种类中也可以找到这些特征，那么就要靠翼带、眼纹和翼斑的独特标记组合来区分。当这些标记组合为近亲种类所共享时，就要根据叫声和歌声进一步区分。鸟类的草图或彩绘能更好地将我们的注意力引导到相关的区别特征上，相比之下，鸟类照片里则布满了数百个不太相关的特征。