占用您十分鐘，我們來簡單聊聊什么是人工智能
1999年，好萊塢科幻電影史上最重要的科幻電影《黑客帝國》上映了。這部電影講述的是看似正常的現實世界，實際上卻是由名為“矩陣”的人工智能程序控制。在第一部電影獲得成功之后，該系列又陸續推出第二部及第三部電影。
這部電影除了向觀眾展示一幅宏大科幻世界畫卷以外，還探討了關于人性與宗教等內容。但是作為觀眾，印象最深的要屬“矩陣”帶來的震撼。在電影中，“矩陣”以人類作為自己的能源，通過代碼讓人類沉浸在虛幻世界中。
自從計算機技術誕生以來，人類關于未來科技的幻想的熱情從來都沒有消散。而人工智能作為計算機科學的一個分支，更是科幻電影的一大熱點。但是在大多數科幻電影中，人工智能扮演的都是反派角色。
比方說《黑客帝國》里的“矩陣”，《終結者》系列中的“天網”等等。盡管也有許多正面描寫人工智能的電影，像《人工智能》中的小男孩，《機器管家》中的機器人安德魯等等。盡管當時的計算機水平發展迅速，但是普通大眾仍然覺得電腦不能戰勝人腦。
這種觀念的轉變，始于1996年舉辦的一場國際象棋比賽。
在1996年2月，一場舉世矚目的人機大戰在世人面前展開。一方是當時的國際象棋世界冠軍卡斯帕羅夫，另一方則是日后大名鼎鼎的超級計算機—深藍。
在雙方的第一場較量中，深藍以總比分2-4敗在卡斯帕羅夫的手下。這個結果似乎在我們的預料之中，畢竟電腦的計算能力再強，也無法在上千年的人類智慧結晶中戰勝我們。研發深藍的IBM團隊沒有反駁，轉而開始為深藍默默地升級程序。
時間轉眼來到1997年5月，深藍再次向卡斯帕羅夫發起挑戰。在經歷第一次的成功后，許多人不以為然，認為電腦在棋類領域戰勝人類不啻于天方夜譚。在他們看來，這次比賽的勝者仍然是人類。
但是現實卻狠狠地打了他們的臉。
在總共六局的比賽中，當時的世界第一卡斯帕羅夫以1勝2負3平的戰績敗給了深藍，而這次比賽也標志著國際象棋的歷史進入了新篇章。
深藍的出現標志著人工智能科技走上發展的快車道。在二十年后的2016年，谷歌公司開發的人工智能程序—阿爾法狗又在圍棋領域擊敗人類。與深藍不同的是，阿爾法狗在出現后的一年內從無敗績。自此，人們對于AI技術的印象從原來的電影角色，變成了現在的棋類高手。
那么AI技術除了充當“電影演員”以及棋類大師以外，還有沒有其他身份呢？
要想知道AI能做什么，首先要搞清楚AI是什么。在AI技術迅速發展的今天，面向普通大眾的科普書卻很少。許多科普書也是由非一線專家撰寫的，在解釋AI技術的時候，就不如一線專家撰寫的那樣詳細。
在現在的人工智能領域中有三大知名AI程序，分別是IBM的深藍、谷歌的阿爾法狗以及日本的PONANZA。山本一成作為PONANZA的開發人員之一，通過講述設計與改進PONANZA過程，向普通大眾介紹了人工智能到底能做什么。
山本一成在《你一定愛讀的人工智能簡史》中，向我們簡單解釋了人工智能領域的三大核心技術。這三個技術分別是：機器學習、深度學習以及強化學習。山本一成沒有使用復雜的數學公式和邏輯，試圖用簡單的語言向讀者描述人工智能這一概念。
接下來，就讓我們搞清楚先從人工智能這一概念開始。
什么是人工智能？
人工智能這一術語最早出現于1956年，當時一批有遠見卓識的年輕科學家在一起聚會。重點討論和研究有關及其模擬智能的一系列問題，于是人工智能這一學科正式誕生。
人工智能的英文名字是Artificial Intelligence，簡稱AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。說的簡單點就是，電腦對人的思維和意識過程進行模擬。
許多人覺得人工智能的應用領域只有智能機器人，這其實并不能完全概括人工智能的應用范圍。作為二十世紀七十年代之后的三大尖端技術，人工智能除了在機器人領域外，還被大量應用于語言識別、圖像識別等。
除了拍電影，人工智能有什么用？
IBM的深藍、日本的PONANZA以及谷歌的阿爾法狗并稱三大人工智能標桿，由于這三個AI程序都是為了下棋設計的，于是給別人留下“AI的用途就是為了下棋”這一刻板印象。
其實AI的應用領域非常廣泛，像前面提到的語言識別、圖像識別等等領域，AI都有廣泛的應用前景。以前在科幻電影中出現的即時翻譯系統，現在已經出現在現實應用中了。甚至在WMT2017中，微軟的機器翻譯已經達到人類水平。
在國內的AI領域里，圖像識別技術的應用同樣取得了突飛猛進的效果。在前不久，警方根據騰訊實驗室的圖像識別系統提供的線索，幫助四位走失十年以上的家庭找到了自己的孩子。
除了語音識別與圖像識別，在數據挖掘、專家系統、智能搜索等等領域中，AI能夠起到的作用越來越大。也許有一天，我們也能設計出漫威電影中“至高智慧”那樣的超級AI程序。
人工智能的三大核心技術是什么？
我們已經搞清楚AI能做什么，接下來就要看看AI到底是怎么實現這些功能的。
山本一成在《你一定愛讀的人工智能簡史》中，向讀者介紹了人工智能的三大核心技術。分別是：機器學習、深度學習以及強化學習。這三項技術代表著智能生物的三項能力，分別是：自我學習能力，抽象思考能力以及預測和判斷能力。
首先，讓我們來看什么是機器學習。在上學的時候，我們都聽過老師這樣一句話：“你要是自己不學，神仙都教不了。”老師們這句話強調的是學生對于學習是否具有主觀能動性，只有學生想學，老師才能教的進去。
對于電腦來說，機器學習就是賦予它“主觀能動性”。在機器學習技術普及之前，電腦學什么以及能學到什么程度完全取決于設計者教它什么以及教到什么程度。比方說棋類游戲，只有程序員把棋譜變成數據，輸入電腦之后，電腦才能學會棋譜。
棋類游戲已經誕生上千年，知名棋局不勝枚舉。可以推導出來的棋局數量猶如恒河之沙，單單依靠程序員的力量是無法將所有棋局交給電腦的。如果讓電腦依靠窮舉法去下棋，那又不能算人工智能。
所以機器學習技術對于人工智能來說就非常重要了，機器學習技術的重要意義在于讓電腦由原來的“要我學”變成現在的“我要學”。在之前的人工智能領域，電腦的學習速度受限于程序員的輸入速度，在引入機器學習技術之后，人工智能的學習速度提升到了指數級。
了解了機器學習的意義，接下來看看什么是深度學習。在人工智能領域，有個非常著名的實驗：圖靈測試。這項實驗是由英國科學家圖靈提出來的，其大意可以理解為：計算機能像人類一樣思考嗎？
前面提到的機器學習只是賦予電腦對于學習的主觀能動性，但是在抽象思維上，計算機還是無法與人類相比。人工智能的目標是實現電腦完全模擬人腦，如果只會學習而不會抽象思考，那么并不能稱之為人工智能。
在2006年之前，圖靈測試對于人工智能來說可望而不可即。而在深度學習算法普及之后，人工智能領域獲得了突破性的進展。
我們在接收到外部信息之后，會對信息進行解讀，這個過程看似簡單，其實是一個抽象的理解過程。比方說我們在看見一只貓之后，大腦會產生貓的概念。但是卻從來沒有想過貓為什么是貓。
許多人會說出貓有哪些特征，比如會抓老鼠，有毛發、有尾巴等等。但是電腦卻不能理解，如果我們把這些特征作為數據輸入到電腦中，一旦出現數據不符的情況，電腦就不能夠判斷眼前的生物是否是貓了。
比方告訴人工智能貓有毛發，那么當一只加拿大無毛貓出現在它面前時，它就無法判定這只貓是不是貓。
如果說機器學習讓電腦學會像人類那樣主動學習，那么深度學習就是教會電腦像人類那樣抽象思考。
最后，讓我們跟著山本一成來了解一下什么是強化學習。在人工智能領域，最難的棋類軟件是圍棋。這是因為圍棋無法像國際象棋與日本將棋那樣，通過子力判定場上局勢以及移子的優先級。為了解決這個問題，科學家們為電腦引入了強化學習系統。
智能生物通過強化學習，可以知道自己在什么狀態下，應該采取什么樣的動作使得自身獲得最大獎勵。舉個簡單的例子，一個頑皮的孩子不想寫作業。如果家長會告訴他如果寫完作業，就可以看動畫片。這時孩子會去乖乖的寫作業，久而久之，他就會把寫作業與獲得獎勵聯系起來。
一個受過長期訓練的職業圍棋選手知道如何通過布局來贏得勝利，但是電腦卻不懂這個博弈過程。電腦在對弈過程中，會根據強化學習算法來對棋局做預測，之后會做出對自己最有利的移子策略。
最后再用一句話來簡單總結人工智能的三大核心技術，機器學習賦予人工智能主動學習的能力、深度學習賦予人工智能抽象思考能力、強化學習賦予人工智能做預測和判斷的能力。
許多人會問：“人工智能對于人類社會有什么意義？”在這里想舉一個例子來說明，在2017年谷歌的阿爾法狗戰勝柯潔之后，圍棋界悄然興起一種新的下法，這種下法被稱為“阿狗流”。柯潔在敗給阿爾法狗之后，將阿狗流融會貫通，大殺四方。
我們大力發展人工智能，除了提高社會生產效率以外，還可以幫助我們找到新的前進方向。人類受自身條件限制，對于數據的處理速度遠不如電腦。但是借助人工智能，人類的進化速度會大大提高。
而這也許就是人工智能對于人類社會的重要作用。
