《智能系统与技术丛书 生成对抗网络入门指南》—1.人工智能入门

CHAPTER1

第1章

人工智能入门

1.1　人工智能的历史与发展

2017年被称为“人工智能元年”，这一年，被称为“人类最后的希望”的围棋天才柯洁与AlphaGo的进阶版Master鏖战三轮，最终以总比分0∶3败于AlphaGo（见图1-1）。这是谷歌DeepMind团队的AlphaGo深度学习的第二次亮相。也是这一年，据PitchBook统计，全球人工智能和机器学习领域共获得风险投资超过108亿美元，而2010

图1-1　柯洁惜败Master，泪洒现场

年才不足5亿美元。也是这一年，“得AI人才者得天下”，在美国，深度学习领域的人工智能博士生都已被Google、Facebook、亚马逊、微软、英特尔席卷一空，AI人才的起步年薪达到百万。一时间，仿佛身边的人都开始习惯性地讨论几句“人和机器谁更厉害”的话题。

人工智能的热浪乘风而上，技术圈和投资界欢欣鼓舞，似乎一个可以媲美100年前的电力、20年前的互联网的机会正在到来（见图1-2）。但真正了解这个领域的学术圈却保持镇定，因为这个蛰伏了大半个世纪的复杂学科，早已经历了一次又一次的繁荣与低谷，2017年也许是新一轮的波峰。

图1-2　2017年美国人工智能投资爆发

古希腊诗人荷马在公元前8世纪曾描述过“锻造之神”赫菲斯托斯，《伊利亚特》史诗中写到他曾经设计并制作了一组金制的女机器人，这些机器人可以帮助他在铁匠铺做事，甚至能开口说话，并完成很多高难度工作。这可能是能够追溯到的最早的人工智能诞生的传说，人们开始想着不再仅仅把创造力放在静物上，而是有自我意识的个体，这是思维的突破，是最本质的变化。

稍微对人工智能有所了解的人都知道图灵（见图1-3）。艾伦·麦席森·图灵（Alan Mathison Turing），距离我们大半个世纪前的英国数学家，被称为“计算机科学之父”，又被称为“人工智能之父”。至今，图灵奖（A. M. Turing award）作为“计算机界的诺贝尔奖”，依旧是最负盛名、最崇高的奖项。“如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。”这就是里程碑式的人工智能图灵测试。

其实在图灵测试提出前，其他学科上伟大的突围同样为人工智能学科的建立奠定了坚实的理论基础。人工智能简而言之是打造“人工大脑”，那么有三个问题需要解答。

大脑是如何运转的？

大脑的运行机制是否可以拆分成差异性极低的可衡量单元？

是否有其他人工产物可以等价体现这一单元粒度的价值或功能？

其中，第二个问题由神经学家揭开谜团，第三个问题由信息学家给出答案，第一个问题至今仍在探索。

1.1.1　人工智能的诞生

1872年在意大利的阿比亚泰格拉索疗养院里，29岁的卡米洛·高尔基（Camillo Golgi）在一次意外中创建了铬酸盐-硝酸银染色法。在相隔1300公里的西班牙，一位同样年轻的神经学家圣地亚哥·拉蒙-卡哈尔（Santiago Ramón Y Cajal）借助这种技术，在1888年发表了单个神经细胞存在的证据，由此创建了神经元理论，被后世认为是现代神经科学的起源。这两位在1906年获得了诺贝尔生理学或医学奖。

神经系统由神经元（见图1-4）这样的基本单位构成，其激励电平只存在“有”和“无”两种状态，不存在中间状态。神经元二元论的观察和电子信号的0和1之间竟有如此美妙的契合度，当然这个时候数字信号的二进制还没有提出。另一个观察是神经信号的传导大多是单向的，由树突到神经元细胞体再到轴突。基于简单的两个规律，神经网络的雏形已经跃然纸上，如果我们现在乘坐“时光机”回去，肯定会站在上帝视角疯狂吼叫：“结合起来！这就是神经网络！我们可以做人造大脑了！”但科学研究的步伐何其艰难，这临门一脚的突破蛰伏了50多年。

图1-4　神经元

在50多年后的1940年，受神经学科奠基理论影响的42岁的沃伦·麦卡***（Warren McCulloch）和刚满18岁的“罗素信徒”沃***·皮茨（Walter Pitts）相遇，3年后他们提出将数学和算法结合，建立了神经网络和数学模型（见图1-5），模仿人类的思维活动，从此划开现代深度学习的序章。

图1-5　神经元模型

至此，神经元作为可拆分的差异性极低的可衡量单元出现，并通过麦卡***和皮茨的努力，可以用数理化的方式进行描述。但存在于纸面算法的逻辑如何变成真正可执行的工程产物？克劳德·艾尔伍德·香农（Claude Elwood Shannon，信息论创始人）对继电器的全新解读登场了（见图1-6）。

图1-6　香农利用继电器完成老鼠自助走迷宫实验

继电器是一种电子控制器件，通过电磁铁来吸引一块铁片，以控制线路的开关。如果电源没有接通，信息的流通量为0，如果电源接通，绝对理想情况下信息全部输送。香农在《继电器与开关电路的符号分析》中将逻辑代数的思想运用到了电路的设计上，用电子开关模拟布尔逻辑运算，解决了实际问题。

至此，“是否有其他人工产物可以等价体现这一单元粒度的价值或功能”这一问题也有了答案：继电器或者晶体管，或者任何能够输出0和1这两个信息符号的组件，都可以成为承载人工大脑信息传输的载体。

1943年，图灵拜访贝尔实验室，与香农共进午餐，讨论人造思维机器的设想，大有英雄所见略同之感。1950年，图灵提出一个关于判断机器是否能够思考的著名试验：“如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。”

图灵测试至今也很少完整地应用于辨别人类和机器，原因很简单：机器还无法蒙混过关。但在一些影视作品里面可以看到完整的应用。1982年上映的《银翼杀手》被视为有史以来最佳科幻电影之一，里面有一段经典的测试，叫作维特甘测试（Voight-Kampff test）。为了区分人类和复制人，会进行类似于“图灵测试”的检验—被试者会被询问几十个不同的问题，检测机器会通过查看他们的眼球运动等生理活动判断是否符合人类的正常反应，或者通过观测他们的回答方式、身体动作和即时反应来区分是否是真实人类。大部分复制人在这样的测试下很快就会露出马脚。感兴趣的读者可以去看看这部电影，见图1-7。

图1-7　《银翼杀手》中的维特甘测试

1956年Dartmouth会议历经两个月的激烈讨论，提出“人工智能”这一名称，以及对应的学科任务。此会议也被称为人工智能正式诞生的一大标志。至此，人工智能作为一个令人痴迷的科学学科正式登上历史舞台。