劉思創(chuàng)
(遼寧省本溪市高級(jí)中學(xué),遼寧本溪 117000)
人工智能(Artificial Intelligence,AI)近年來(lái)發(fā)展迅速,人工智能的重要開(kāi)拓者與先驅(qū)之一,斯坦福人工智能實(shí)驗(yàn)室的Nils Nilsson曾對(duì)人工智能下過(guò)如下的定義:人工智能就是力圖使得機(jī)器具備智能的一種活動(dòng),而智能則意味著一個(gè)實(shí)體具備在其所在的環(huán)境中能夠恰當(dāng)并有預(yù)見(jiàn)性地實(shí)現(xiàn)其功能的一種能力。在經(jīng)過(guò)半個(gè)世界的發(fā)展,人工智能的研究覆蓋領(lǐng)域極其廣泛以致于無(wú)法給出一個(gè)精確并被普遍接受的定義,但也正因如此,人工智能的發(fā)展能夠不受規(guī)則條框的約束實(shí)現(xiàn)突飛猛進(jìn)的發(fā)展,逐漸演變成一場(chǎng)給整個(gè)人類社會(huì)生活帶來(lái)巨大變革的全新技術(shù)革命,見(jiàn)圖1。
人工智能的起源最早可以追溯到18、19世紀(jì),數(shù)學(xué)家在推理概率計(jì)算等領(lǐng)域進(jìn)行了相關(guān)的研究,Bayes和Boole都可以被視為人工智能最早的一批開(kāi)拓者;進(jìn)入20世紀(jì)計(jì)算機(jī)技術(shù)的飛速進(jìn)步不斷催生機(jī)器智能等相關(guān)的研究,被譽(yù)為人工智能之父的Alan Mathison Turing在其發(fā)表的論文中詳細(xì)地探索了諸如如何測(cè)試人工智能等一系列的問(wèn)題,盡管受限于計(jì)算機(jī)的技術(shù)水平無(wú)法獲取到匹配其想法的計(jì)算資源,但Alan Mathison Turing首次系統(tǒng)性地暢想建造計(jì)算機(jī)來(lái)模擬人工智能,試圖開(kāi)啟全新的研究領(lǐng)域,其工作無(wú)疑是值得肯定的。
圖1 人工智能發(fā)展簡(jiǎn)史
圖2 簡(jiǎn)化的人工神經(jīng)網(wǎng)絡(luò)模型
需要承認(rèn)的是以上綜述均是從“專注數(shù)據(jù)密集型方法和大數(shù)據(jù)”這一主流觀點(diǎn)來(lái)看待人工智能的發(fā)展歷程,顯然這一主流觀點(diǎn)并不一定能成為所有人工智能發(fā)展過(guò)程中出現(xiàn)問(wèn)題的最終答案或最優(yōu)解決路徑,一個(gè)完全平衡、足夠充分的人工智能發(fā)展史必然浩如煙海,不再贅述。
機(jī)器學(xué)習(xí)目前作為人工智能的主要研究方向,主要包含了大規(guī)模機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三個(gè)部分的內(nèi)容。為了應(yīng)對(duì)越來(lái)越龐大的數(shù)據(jù)采集、傳輸、存儲(chǔ)、處理量,如何將現(xiàn)有算法擴(kuò)展到更龐大的數(shù)據(jù)集上成為亟待解決的問(wèn)題。與傳統(tǒng)方法不同的是,通過(guò)應(yīng)用非線性方法、只關(guān)注部分核心數(shù)據(jù)的方法來(lái)實(shí)現(xiàn)一次數(shù)據(jù)集處理是目前大規(guī)模機(jī)器學(xué)習(xí)著力的突破方向。2016年和2017年,Google開(kāi)發(fā)的人工智能圍棋程序AlphaGo連續(xù)戰(zhàn)勝了人類頂尖棋手李世石和柯潔,強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)成為了AlphaGo不斷取得突破的最大助力,AlphaGo可以通過(guò)不斷的自我對(duì)抗和自我訓(xùn)練提升自己的棋力,在有限的時(shí)間內(nèi)最大限度地檢索出最優(yōu)策略從而擊敗人類棋手。
傳統(tǒng)計(jì)算機(jī)所遵循的是Von Neumann結(jié)構(gòu)的計(jì)算模型,輸入/輸出、指令處理和存儲(chǔ)器這幾個(gè)模塊在該模型中屬于相互分離的狀態(tài)。而伴隨著深度神經(jīng)網(wǎng)絡(luò)在一系列任務(wù)中的成功實(shí)踐應(yīng)用,一種可以大幅度提高硬件效率,并且確保計(jì)算系統(tǒng)穩(wěn)定可靠運(yùn)行的全新“神經(jīng)形態(tài)”模型成為了熱門的研究方向,見(jiàn)圖2。
盡管這種“神經(jīng)形態(tài)”計(jì)算機(jī)的技術(shù)還未完全成熟,僅僅是在大規(guī)模商業(yè)化的路途上開(kāi)始了第一步。但鑒于應(yīng)用方面深度神經(jīng)網(wǎng)絡(luò)已經(jīng)凸顯出的其巨大潛力,如果這些網(wǎng)絡(luò)能夠從對(duì)Von Neumann結(jié)構(gòu)的簡(jiǎn)單模擬中跳出來(lái),在專門的神經(jīng)形態(tài)硬件上能夠進(jìn)行相關(guān)的任務(wù),可以預(yù)見(jiàn)的未來(lái)神經(jīng)形態(tài)計(jì)算會(huì)變得越來(lái)越普及,神經(jīng)形態(tài)計(jì)算也將會(huì)帶來(lái)更廣泛的影響。
人工智能的突飛猛進(jìn)催生了諸如車聯(lián)網(wǎng)、車路協(xié)同、無(wú)人駕駛、自適應(yīng)巡航、高精度智能導(dǎo)航等一系列的智能汽車功能研究。當(dāng)前的汽車的感知功能已經(jīng)愈發(fā)強(qiáng)大。目前北美市場(chǎng)上銷售的汽車一般擁有超過(guò)70個(gè)的各類力學(xué)、光學(xué)等傳感器。防抱死系統(tǒng)(A B S)、氣囊控制、牽引力控制系統(tǒng)(TCS)和電子穩(wěn)定系統(tǒng)(ESC)等還有實(shí)時(shí)傳感與感知和決策整合在一起的功能模塊也開(kāi)始成為汽車的主流標(biāo)配,見(jiàn)圖3。
圖3 人工智能在汽車領(lǐng)域的應(yīng)用——自適應(yīng)巡航
近些年來(lái)隨著科研力量投入的增加以及眾多車企的加入,自動(dòng)駕駛技術(shù)取得了非常大的突破。相關(guān)軟硬件方面的技術(shù)都得到了很大的突破。也正因?yàn)槿绱?到今天車聯(lián)網(wǎng)、車路協(xié)同、無(wú)人駕駛、高精度智能導(dǎo)航乃至自適應(yīng)巡航等領(lǐng)域都有了堪稱繁榮的研究及應(yīng)用成果。Google的自動(dòng)駕駛汽車可以實(shí)現(xiàn)真正意義上的全自動(dòng)駕駛。而特斯拉則通過(guò)軟件升級(jí)將半自動(dòng)駕駛功普及到當(dāng)前汽車中。特斯拉的駕駛模式則可以在純自動(dòng)巡航和純手動(dòng)駕駛中任意切換,在出現(xiàn)潛在危險(xiǎn)時(shí)需要人類來(lái)操控??梢韵胍?jiàn)的是在智能汽車逐漸普及的未來(lái),也必然出現(xiàn)越來(lái)越多法律制度方面的問(wèn)題,這就需要相關(guān)部門完善全新路況監(jiān)管體制的建設(shè)。
自從2005年,一些城市就進(jìn)行針對(duì)汽車和行人開(kāi)發(fā)傳感功能的基礎(chǔ)設(shè)施建設(shè)。許多位置、溫度、視覺(jué)傳感器逐漸在城市中展開(kāi)應(yīng)用。紐約在2013年開(kāi)始利用微波傳感器、監(jiān)控網(wǎng)絡(luò)和讀卡設(shè)備來(lái)監(jiān)測(cè)交通流量。公共汽車和地鐵調(diào)度、追蹤道路流量并限速、對(duì)高速公路、橋梁和多坐客車(HOV)車道智能定價(jià)等交通服務(wù)在一些城市中已經(jīng)開(kāi)始提供。通過(guò)傳感器和攝像頭,還可以優(yōu)化交通信號(hào)燈的顯示時(shí)間,從而加速行進(jìn)速度。交通網(wǎng)絡(luò)中的有限資源可以藉由這些控制策略有一個(gè)很好的整合。交通規(guī)劃領(lǐng)域由于其所能產(chǎn)生的海量數(shù)據(jù),成為了機(jī)器學(xué)習(xí)等人工智能的理想實(shí)踐領(lǐng)域。可以預(yù)見(jiàn)的未來(lái)隨著算法改進(jìn)等等技術(shù)進(jìn)步的推動(dòng),交通與人類的即時(shí)交互將成為現(xiàn)實(shí),這也為智能城市的建設(shè)添磚加瓦。
在過(guò)去的15年,機(jī)器人陸續(xù)走進(jìn)家庭。與人工智能被快速整合到當(dāng)前的應(yīng)用中相比,機(jī)器人應(yīng)用的發(fā)展速度卻較慢。在這一發(fā)展歷程中,人工智能技術(shù)的發(fā)展通常受機(jī)械創(chuàng)新的啟發(fā),同時(shí)反過(guò)來(lái)又推動(dòng)新的人工智能技術(shù)的出現(xiàn)。
盡管目前機(jī)器人在家庭中的普及速度仍較慢,但有跡象表明,這種局面在未來(lái)15年將發(fā)生顯著變化。手機(jī)芯片廠商正在推廣模塊內(nèi)系統(tǒng)(SiM)和芯片上系統(tǒng)(SoC),例如高通的驍龍(SnapDragon)和三星的Artik。隨著3D傳感器和安全機(jī)械手臂成本的降低,“機(jī)器人管家”的時(shí)代不再遙不可及。
人工智能應(yīng)用的成功與否,衡量關(guān)鍵在于其是否為人類社會(huì)生活創(chuàng)造的積極價(jià)值能否沖抵其所帶來(lái)的一些不可避免地錯(cuò)誤。人工智能目前迅猛的發(fā)展暴露出一些問(wèn)題,例如自動(dòng)駕駛汽車造成車禍的責(zé)任追究、智能醫(yī)療設(shè)備引發(fā)醫(yī)療事故的責(zé)任劃分、藉由人工智能應(yīng)用快速傳播的性別/種族/地域等歧視觀點(diǎn)、依托人工智能技術(shù)進(jìn)行的財(cái)務(wù)欺詐行為以及人工智能技術(shù)給技術(shù)過(guò)時(shí)工人所造成的巨大沖擊等等已經(jīng)顯露出來(lái)的問(wèn)題。另一方面,一些隱性的弊端例如怎樣保證人工智能所依托的大數(shù)據(jù)源本身不存在性別/種族/地域等歧視而是絕對(duì)公正,顯然這是一個(gè)巨大的技術(shù)難關(guān)。當(dāng)然,綜合目前的人工智能研究進(jìn)展和應(yīng)用情況我們理由相信短時(shí)期內(nèi)人工智能并不會(huì)主動(dòng)地對(duì)人類造成巨大危害,但隨著人工智能越來(lái)越廣泛地滲透到工業(yè)體系和日常生活中,適宜的引導(dǎo)政策和完善的監(jiān)管制度將越來(lái)越不可或缺。
對(duì)于人工智能未來(lái)的發(fā)展,需要制定合理且具體的引導(dǎo)政策。首先,在所有級(jí)別的政府都需要儲(chǔ)備足夠的安全或其他指標(biāo)的專業(yè)技術(shù)知識(shí)且能深度理解人工智能與人工行為或者社會(huì)價(jià)值如何互動(dòng)的專家智囊,以幫助相關(guān)的部門官員從正確的角度來(lái)評(píng)估人工智能所產(chǎn)生的后果影響,確保不會(huì)出現(xiàn)諸如非常有應(yīng)用前景的技術(shù)難以進(jìn)入市場(chǎng)或者未經(jīng)充分審查的敏感應(yīng)用進(jìn)入市場(chǎng)這些現(xiàn)象的出現(xiàn);其次,政府部門及社會(huì)都應(yīng)當(dāng)對(duì)人工智能所衍生的隱私/平等/安全等社會(huì)問(wèn)題的相關(guān)研究大力支持,以推動(dòng)相關(guān)法律行規(guī)(隱私/創(chuàng)新政策/民事或刑事責(zé)任/代理認(rèn)證/稅務(wù)等方面)的進(jìn)一步完善和細(xì)化,為人工智能的技術(shù)研發(fā)掃除不必要的麻煩。2017年8月Facebook的相關(guān)實(shí)驗(yàn)室因其AI系統(tǒng)發(fā)展出了人類無(wú)法理解的語(yǔ)言而暫時(shí)將其關(guān)閉,針對(duì)這一類問(wèn)題的處理方法目前的法律解釋還非常模糊甚至于根本沒(méi)有,無(wú)疑是為人工智能的發(fā)展敲響了警鐘;第三,關(guān)于人工智能的社會(huì)影響已經(jīng)存在一些跨學(xué)科團(tuán)隊(duì)在進(jìn)行從人工智能的基礎(chǔ)研究到其所產(chǎn)生的社會(huì)影響這一大范圍的相關(guān)研究,但是政府及社會(huì)公眾投入到其中的精力還遠(yuǎn)遠(yuǎn)不足,這些能給出從多角度評(píng)估分析人工智能影響的項(xiàng)目應(yīng)當(dāng)被給于更多的資金支持。
在21世紀(jì)開(kāi)始的頭十余年,人工智能突飛猛進(jìn)的發(fā)展已經(jīng)在整個(gè)人類社會(huì)產(chǎn)生了深遠(yuǎn)的影響。而在可預(yù)見(jiàn)的未來(lái),人工智能必將進(jìn)一步推動(dòng)工業(yè)結(jié)構(gòu)乃至社會(huì)結(jié)構(gòu)的變革。在未來(lái)普通人的周邊環(huán)境中會(huì)出現(xiàn)更多的人工智能技術(shù)應(yīng)用。當(dāng)然,這些應(yīng)用要在尊重人類和民權(quán)的前提下,以能夠被普通民眾接收的方式推出。政府部門及社會(huì)公眾在鼓勵(lì)技術(shù)創(chuàng)新的同時(shí)也要不斷加強(qiáng)相關(guān)的法律制度及監(jiān)管體系的建立,保證所推行的人工智能技術(shù)不存在道德、隱私和安全方面的過(guò)分擔(dān)憂。只有這樣,才能確保在未來(lái)十余年甚至更遠(yuǎn)的時(shí)間內(nèi),普羅大眾能夠廣泛且公平地享受到人工智能所產(chǎn)生的巨大裨益,讓人工智能真正地為人類社會(huì)造福。
[1] 張妮,徐文尚,王文文.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械,2009,30(2):4-7.
[2] 鐘義信.人工智能:”熱鬧”背后的門道[J].科技導(dǎo)報(bào),2016,34(7):14-19.
[3] 賀倩.人工智能技術(shù)發(fā)展研究[J].現(xiàn)代電信科技,2016,46(2):18-21.
[4] 周飛龍,屈梁浩,梅越.淺析機(jī)械電子工程與人工智能的關(guān)系[J].通訊世界,2016,(08):235.
[5] 溫偉華.人工智能技術(shù)在機(jī)械電子工程領(lǐng)域的應(yīng)用[J].自動(dòng)化與儀器儀表,2010,(02):96-97.