科技猎60年沉浮，人工智能还要经历多少偏见与误判-36大数据
近两年，人工智能和深度学习，成为创业显学。硅谷一些研究室为了招聘工程师，全球撒网，薪水之高，令人咋舌。大到一个国家的规划，小到一本创业计划书，无人工智能，寸步难行。
其实，自1956年“人工智能”一词诞生以来，人工智能研发热，几起几落。究其因，包括科学家在内的众人，对人工智能抱有偏见和误判。
这一次，人类能够摒弃偏见，少一些误判吗?
1、AI从何来
消除偏见，从人工智能的词汇起源开始。
人工智能这个词由谁创造的?
回答这个问题，绕不开1956年的“人工智能夏季研讨会”(Summer Research Projection Artificial Intelligence)。
那个年代，这真是个别出心裁的会议名称，给这个会议取名的是麦卡锡(John McCarthy)，时任达特茅斯学院数学系助理教授。
1955年夏天，麦卡锡到IBM一个研究团队打临工，该团队负责人是罗切斯特(Nathaniel Rochester)，IBM第一代通用机701主设计师，对神经网络素有兴趣。两人一见如故，决定第二年夏天在达特茅斯大学搞一次活动，于是给洛克菲勒基金会写了个项目建议书，希望得到资助。
麦卡锡申请的预算是1.35万美元，但洛克菲勒基金会只批了7500美元。麦卡锡预计有六位学界代表出席，最终有10个人参加，其中有一位研究跳棋，一位研究象棋。
原本计划是两个月闭门研讨，但是，只有所罗门诺夫严肃地待了整整一个暑假。
普遍的误解是“人工智能”这个词是麦卡锡创造出来的，其实不是。麦卡锡晚年回忆时承认，“人工智能”这个词最早是从别人那里听来的，但记不清是谁。
英国数学家菲利普·伍德华(Woodward)给《新科学家》杂志写信说，他才是人工智能一词的创造者，麦卡锡是听他说的，因为伍德华1956年曾去麻省理工大学交流，见过麦卡锡。可是，麦卡锡的建议书1955年开始用“人工智能”了。
由于那个时代多位科研代表先后离世，人工智能一词究竟由谁创造，已成为公案。
2、AI有多热
“我这么年轻，当然希望自己一直赢下去，一直骄傲下去，统治棋盘多少多少年??”2016年3月，韩国围棋选手李世石对阵谷歌人工智能围棋软件阿尔法狗(AlphaGo)之前，中国围棋选手柯洁刚刚在一项公开赛决赛中击败了他。
一个月后，阿尔法狗赢了李世石;一年后，阿尔法狗赢了柯洁。
其实，谷歌有很多狗：自动驾驶狗(已行驶超200万公里)、医疗狗(DeepMind对疾病诊断已初试身手)、翻译狗(谷歌几十种语言的自动翻译)、军事狗(Boston Dynamic机器人)、金融狗??
用谷歌执行长桑德尔·皮查伊(Sundar Pinchar)的话说，人工智能已经将几年前无法想象的事物化为可能。
这种对人工智能的无尽热情和期待，几乎席卷整个世界。
在美国，谷歌、苹果与国际商业机器公司(IBM)等公司早已推出各自的人工智能计划。在开发者大会上，谷歌宣布“人工智能为先”的战略;在阿斯彭理念大会(Aspen Ideas Conference)，微软总裁Satya Nadella号召人类与人工智能系统协作，用设计出来的机器增强人类。即便马斯克再强调人工智能的威胁，无论是特斯拉还是Space X火箭，都离不开人工智能。特别是特斯拉自动驾驶技术，核心就是人工智能。
有了目标和追求，就要有人才。
近几年，顶尖教授离开学术界，进入科技行业的案例比比皆是。多伦多大学的杰佛里·辛顿(Geoffrey Hinton)加盟谷歌，纽约大学扬·勒丘恩(Yann LeCun)去了脸书，斯坦福大学吴恩达(Andrew Ng)加入了百度，卡内基梅隆大学亚力克斯·斯姆拉(Alex Smola)去了亚马逊。
那些刚刚拿到毕业证的学生也成为抢手货。
“人工智能系毕业生价值介于500万到1000万美元之间，这是科技公司的底线。”卡内基梅隆大学(CMU)电脑科学学院院长安德鲁·摩尔(Andrew Moore)说。
除了“掠夺”人才，大企业还大力“收割”初创项目。
根据CB Insights报告，自从2011年以来，人工智能行业的并购活动增加了7倍，大多数创业公司在首轮融资的前四年内会被收购，已有近140家人工智能初创公司被收购。仅2016年第三季度的收购额就达到了10.5亿美元。
为了获取最佳的人工智能解决方案，谷歌、苹果、IBM、雅虎、英特尔等科技巨头，一直在加大收购人工智能初创公司的力度。微软在人工智能领域投资了大约25年了，专门“投资那些增长快、对社会积极影响很大的人工智能初创公司”。
根据The Information报道，过去两年时间收购人工智能公司最多的是谷歌，全资买了9家。苹果买了5家，英特尔和推特分别买了4家。
在中国，据投资中国等多家机构的不完全统计，2016年中国公开披露的AI领域投资超过200起，累计投资金额超过200亿元。业内认为，未来两年内，AI领域的投资金额将保持高速增长，2017年投资总金额可能是2016年的三倍甚至更高。
消费端又是一幅怎样的景象?
中央电视台的《开学第一课》栏目，让意大利的机器人TEO与两位年轻的钢琴演奏家同台“飙”琴技。
那个刚刚被阿尔法狗打败的柯洁，参加了一档科学挑战类节目《机智过人》，向人工智能机器人“少女诗人”小冰“告白”!
3、AI走弯路
以史为鉴，可知兴替。
人工智能的这波热潮，似曾相识。
一个细节是，人工智能，作为一个词汇被广泛认可，源于一位哲学家的质疑，那是达特茅斯会议召开十年后。
1965年，加州大学伯克利分校欧陆派哲学家德雷弗斯(Hubert Dreyfus)发表了《炼金术与人工智能》，针对纽厄尔和司马贺的工作，谈了一点意见，引发讨论。
几年后，德雷弗斯以这篇文章为基础，扩充内容成书———《计算机不能干什么》，人工智能成为靶子。
为什么一个质疑能引起如此大的轰动效应?因为那些年人工智能方向的研究者对形势产生了误判。
纽厄尔和司马贺(Herbert Simon)是当年参加达特茅斯的两位重量级参与者。
因缘际会，纽厄尔和司马贺合作搞研究一辈子。1975年，他们共享了图灵奖，三年后司马贺再得诺贝尔经济学奖。
也许是因为学术自信，1957年，司马贺预言，十年内计算机打败职业棋手。
1968年麦卡锡与象棋大师列维(David Levy)打赌，十年内下棋程序会战胜列维。列维为此输了2000美元。
正是在这样的“娱乐”气氛下，德雷弗斯找到了攻击点。
这是人工智能发展中的一个花絮，从侧面见证了人工智能的第一次泡沫的兴起和破灭———1956年至1974年，逻辑证明器、感知器、增强学习等只能做很简单、专门面很窄的任务，当时的计算机，无论是内存，还是处理速度，不足以解决任何实际的人工智能问题。
沉寂了约10年，人工智能于上世纪80年代迎来第二波热潮，一类名为“专家系统”的人工智能走俏，“知识处理”成为研发焦点。但是，“专家系统”的实用性仅限于某些特定情景，无法普及，第二次泡沫破灭。
司马贺1957年的预言，直至1997年才实现，1997年，IBM的“深蓝”击败了卡斯帕罗夫。
四十年，终成夙愿。为此，司马贺和日本计算机科学家宗像俊则(Munakata)合写了篇《人工智能的教训》(AI Lessons)。
伴随着深蓝的胜利，人工智能迎来第三波热潮，阿尔法狗的胜利，为这波浪潮再添一把火，深度学习和人工智能成为显学。
腾讯研究院近日推出的《中美两国人工智能产业发展全面解读》指出，自1999年美国第一笔人工智能风险投资出现以后，全球AI加速发展，在18年内，投资到人工智能领域风险资金累计1914亿元。
初创大师、斯坦福大学兼职教授史蒂夫·布莱克(Steve Blank)表示，未来，一切事物都将拥有人工智能。
这一次，泡沫会破灭吗?
美国硅谷人工智能研究院院长皮埃罗·斯加鲁菲，“在硅谷待了三十多年，专注了一个科技领域，就是人工智能”，亲身经历过人工智能的两次退潮。
对于目前正在兴起的第三次高潮，他保持着相当的警惕，“硅谷有泡沫，中国学习了硅谷，泡沫更大”。
市场里，“会”或“不会”的“答案”都有。其实，这个问题的最大不确定性，还是在于技术能够给人类的想象多大的发挥空间。
4、AI有何用
1955年，在写给洛克菲勒基金会的项目申请书上，麦卡锡罗列了计划研究的七个领域：
一、自动计算机;二、编程语言;三、神经网络;四、计算规模的理论(theory of size of acalculation);五、自我改进(机器学习);六、抽象;七、随机性和创见性。
六十多年过去了，人工智能的研究主要专注于六大能力的塑造：
- 感知能力，主要分为视觉和听觉。目前，公众较为熟悉的是计算机视觉(CV)和语音识别(voice recognition);
- 语言能力(NLP)，该能力延伸出的范围也是相当广。除了语音识别，还有语音转文字，文字转语音，文本语义抽取，文本情感分析，文本分类，语法分析等;
- 记忆能力。这个能力看似容易，实际非常困难;
- 推理能力;
- 规划能力(planning)，对最优决策/路线/动作的求取。比如自动驾驶技术离不开高性能高精度的规划算法;
- 学习能力。比如机器学习、深度学习。特别是深度学习，是目前市场最为火热的一个人工智能分支。
不难看出，目前大家推崇的阿尔法狗，只是人工智能的一个细小分支。
正如一位知乎用户所言，当前被称为“人工智能”学界的，实际上是相当广泛的一批人，人工智能的问题相当多样化，主流学术界一般都不会称自己是搞“人工智能”的，一般都是搞机器学习、统计学习、神经网络、逻辑编程等。
从这个角度看，人工智能的商业泡沫，不会也不能阻挡这个学科的发展。
2006年，达特茅斯会议五十年，十位当时的与会者，仅有五位还在世，摩尔、麦卡锡、明斯基、塞弗里奇和所罗门诺夫在达特茅斯再聚首，忆往昔，展未来。
参会人之一霍维茨(Horvitz)和老婆拿出一笔钱在斯坦福大学捐助了一个“AI100”的活动：在下面一百年里各路豪杰聚会，每五年出个AI进展报告。
5、AI有多危险
你是做什么的?
我们做的是人工智能!
为什么你是在热钱来了后创办这家公司?
2016年3月28日，在一场投资洽谈会上，硅谷风投Greylock合伙人Josh Elman与创业者交谈时，反复强调，人工智能不是“创业噱头”，要能解决真问题。
芝加哥大学在硅谷举办人工智能论坛，投资人这样谈如何评估一家人工智能初创公司：产品第一天上市就能给用户“价值”，而不是需要其他有的没的配套才能跟用户价值;产品有获利模式，不用损益平衡但要有营业额;最重要的是，每一个新来的用户带给公司更多的价值。
其实，面对如今的人工智能风潮，投资人和企业都在用一条商业判断标准，丈量风险。但是，他们都忽略了伦理风险。
事实上，人类在伦理面前，充满偏见。
日本制造公司NISSEI ECO企划书中，有一项内容备受瞩目，用人型机器人Pepper主持葬礼。
美国脸书(Facebook)人工智能研究所实验室，两个机器人有时竟然用非人类语言，进行谈判性对话。研究人员不得不调整模型，不让其肆意聊天。
前者的商用价值就一定比后者大吗?
真不一定。没人能肯定，死者家属能够坦然面对机器人的祷告，因为那些声音里不可能饱含情感和宗教情怀。
对于“未来人工智能(AI)在人类社会中扮演的角色”这一问题，美国硅谷两大巨头近日的争论，是上述问题的一个缩影。
特斯拉(Tesla)执行长马斯克(Elon Musk)认为，未来人类会被人工智能主宰，“人工智能的潜在危险不是空穴来风，在未来确实有可能危及人类生存。”他表示，在未来人工智能有可能反倒变成人类的主人，而人类则沦落为次等公民，甚至有可能面临人工智能的叛变。
脸书执行长扎克柏格(Mark Zuckerberg)则认为，这样悲观的态度非常不负责任，“运用人工智能不会导致如马斯克所预言的情况，而是对人类大有助益，以自动驾驶为例，车祸仍是人类主要死因之一，如果你用人工智能解决这个问题，那将会是重大的进步”。
推特前执行长迪克(Dick Costolo)也加入讨论，扎克柏格低估了人工智能的潜在危险。
1950年，阿兰·图灵考虑了一个问题：“机器能思维吗?”
67年过去了，马斯克开始考虑一个问题：“机器有多危险?”
67年间，人类对人工智能的认识已经足够多，但是，偏见依然在，因为每一个关于人工智能的思考，都没有标准答案。
End.
转载请注明来自36大数据（36dsj.com)： 36大数据 » 60年沉浮，人工智能还要经历多少偏见与误判
