隨著Google在近十年大量投資人工智能，桂冠似乎正要從IBM頭頂摘下。谷歌公司的工程總監(jiān)是未來學家雷·庫茲韋爾，他由于普及了奇點概念而名震業(yè)界。庫茲韋爾認為：人工智能遲早要發(fā)展到一個轉折點，由于所有信息被人工智能吸納，它將生產(chǎn)出人類再也無法消化的海量信息從而超越人類。
從神經(jīng)網(wǎng)絡到阿爾法狗
前幾天結束的阿爾法狗對抗李世石，最終電腦笑到了最后，為什么人工智能這么厲害？靠的是神經(jīng)網(wǎng)絡進行深度學習。
所謂神經(jīng)網(wǎng)絡研究，可追溯到1943年。當時，沃倫·麥卡洛克和沃爾特·匹茲提出了單個神經(jīng)元的計算模型。1957年，弗蘭克·羅森布拉特擴充了麥卡洛克-匹茲模型，在神經(jīng)元上加入了學習算法，并稱之為“感知機”。它根據(jù)模型的輸出，與人們希望模型的輸出之間的誤差，調整權重來學習。
感知機根據(jù)輸出效果的好壞來調整自己的神經(jīng)網(wǎng)絡，這跟人的大腦是相同的原理。神經(jīng)網(wǎng)絡學派給機器學習指出了一條路。1974年，杰夫·辛頓提出，用多個感知機連接成一個網(wǎng)絡，它就能解決任何問題；配合以反向傳播算法，就能訓練神經(jīng)網(wǎng)絡。
“阿爾法圍棋”復制了小孩子的學習過程，成功了就調高相關通路強度，失敗了就調低，使神經(jīng)網(wǎng)絡在自我對弈百萬盤（用不同風格）后調整到最優(yōu)。
除了模擬大腦的“神經(jīng)網(wǎng)絡派”，還有模擬昆蟲的“行為智能派”。他們從螞蟻這樣單個智力有限但群體表現(xiàn)優(yōu)異的動物獲得啟發(fā)，讓機器在與環(huán)境互動中獲得知識。不久前，美國波士頓動力公司研發(fā)的“大狗”四足機器人，就是這個學派的產(chǎn)物。
在幾代人工智能學者的帶領下，我們已經(jīng)擁有了蘋果的Siri這樣真實可感的人工智能。下一步驚人的成就會從哪里突破？很可能不在學院，而是商業(yè)公司，或許不在美國，而在中國、英國或日本。無論如何，離人工智能交一份滿分答卷還早。
登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內(nèi)容推薦！