跳转至

第1章 概论⚓︎

1.0 人工智能发展简史⚓︎

既然这本书是人工智能入门书，我们就要先讲清楚一些定义。我们从“智能”开始。从计算机科学出现之时，科学家就开始探讨计算机是否能有“智能”。

1950年，英国科学家艾伦图灵发表了论文讨论创造出具有真正智能的机器的可能性，并提出了著名的图灵测试：如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么称这台机器具有智能。现在活跃于电脑，手机，还有各种硬件上的“智能助手”在各自的功能领域，通常被大众认为挺有智能的。

但是那些“智能助手”，聊天机器人真的有智能么？1980年就有学者（John Searle）提到了中文房间问题，如图1-1所示。

图1-1 中文房间问题

一个对中文一窍不通，只说英语的人关在一个封闭房间中。房间里有一本用英文写成的手册，指示该如何处理收到的汉语信息及如何以汉语相应地回复。房外的人向房间内递进用中文写成的问题。房内的人便按照手册的说明，查找到合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出。

房间外面的人看到自己递进去的中文输入能得到回答，很可能就会认为房间内的人有智能，懂中文，就像现在的聊天机器人那样，那么这是“智能”么？读者们如果写过一些程序，就会想，我也可以写一个程序，根据一些规则和已有的数据，和用户进行某种程度的智能对话，那么AI和我的程序有区别么？图1-2是一个非常简单的程序流程图。

图1-2 简单的程序流程图

程序接到用户的输入句子后，如果不是结束会话的指令，就在一个数据库中寻找合适的回答句子，然后根据情况准备输出，然后再继续循环……

从1956年的达特茅斯会议开始，人工智能（Artificial Intelligence，AI）作为一个专门的研究领域出现，经历了超过半个世纪的起伏，终于在2007年前后，迎来了又一次大发展。图1-3展现了人工智能历史的一些里程碑事件。

图1-3 人工智能发展史

从图1-3中我们可以看出，人工智能的发展，有这样起伏的模式：

  1. 研究（包括技术）取得进展。
  2. 研究的进展让人们看到人工智能的潜力，产生非常乐观的期望，例如在1958年到1970年间科学家对人工智能各种突破的预计，当然他们的绝大多数预计都太乐观了。
  3. 上述过高的期望让产业界开始热情地开发各种应用。
  4. 但应用未能全部满足期望，于是人工智能行业进入低谷，直到下一波研究和技术取得突破性进展。在2007年之后，是大规模的数据和廉价的计算能力，让神经网络技术再度兴起，成为AI领域的明星技术。

问题和讨论⚓︎

详细讨论在课程社区中，读者可以去参与讨论。

  1. 如果一个人工智能专业的大学生毕业了，刚好遇到人工智能的“冬天”，他/她应该怎么办？

    人工智能经历很多起起伏伏，其中有两个AI的冬天，我们从中学到什么规律呢？AI的冬天来自于认识和期望值的巨大落差，外行对AI的效果有巨大的期望值，内行则挣扎于各种具体困难中。正如Roy Amara指出的那样，“我们总是高估一项科技所带来的短期效益，却又低估它的长期影响”。经过几十年积累下来的AI技术，在计算机算力提高，数据大量丰富的背景下，终于找到了爆发的突破口，神经网络和反向传播这些“旧”技术重新找到了用武之地，在过去的10年中不断给我们带来惊喜。这些惊喜又导致了巨大的期望值。

    现在全国各地高校新建立了七十多个AI学院和专业，这么快的速度的确和巨大的期望值有关。我们不妨问自己，如果AI 的发展在几年后又会出现寒冬，那时候我们培养的AI专业的学生刚刚毕业，他们还能通过自己的“人工智能”专业找到如意的工作么？那时候需要什么样的技能呢？

  2. 中文房间问题：

    请问：房间中的人懂中文么？我们可以把房间内的人等同于电脑的CPU，房间内的说明书相当于程序，房间外的人等同于用户。那么，我们看到用户和电脑在用中文交流，就像用户和中文聊天机器人程序交互一样。这个电脑真的懂中文么？它有智能么？ 请阐述你同意或反对的理由。