人工智能的前世今生以及未來發展方向

前言:2016年,科技界的大事之一有阿爾法狗大戰李世石,問鼎圍棋,將人工智能的熱點推向高潮,人工智能的概念在全球開始流行,第一次出現在普通大眾的生活中,2017年10月,最新版本的“阿爾法狗零”,自學三天,就將上個版本的阿爾法狗打了個100:0,人工智能再次進入人們的視野。本文主要介紹人工智能的發展歷史和發展現狀以及人工智能的主要影響。

一、人工智能的誕生

人工智能,英文縮寫 AI,它是一門研究和開發用於模擬和拓展人類智能的理論方法和技術手段的新興科學技術。智能(intelligence)是人類所特有的區別於一般生物的主要特徵。可以解釋為人類感知、學習、理解和思維的能力,通常被解釋為“人認識客觀事物並運用只是解決實際問題的能力,往往通過觀察、記憶、想象、思維、判斷等表現出來”。人工智能正是一門研究、理解、模擬人類智能,並發現其規律的學科。

人工智能是計算機科學的一個分支,它企圖瞭解智能的實質,並生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,可以設想,未來人工智能帶來的科技產品,將會是人類智慧的“容器”,勢必承載著人類科技的發展進步。

人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人類智能,但能像人那樣思考、更有可能超過人類智能。人工智能是一門極富挑戰性的科學,從事這項工作的人必須懂得計算機知識,心理學和哲學。總的說來,人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。

1956年的達特茅斯會議標誌著人工智能的誕生:John McCarthy聯合Minsky、Claude Shannon、Nathaniel Rochester在達特茅斯組織了兩個月的Workshop。達特茅斯會議將不同的研究領域的研究者組織在了一起,提出了“人工智能”這個名詞,人工智能也成為了一個獨立的研究領域。參會者儘管只有十人,但是他們中的每一位在未來很長的一段時間都對人工智能領域產生了舉足輕重的影響。

人工智能的前世今生以及未來發展方向

人工智能領域的巨頭

二、人工智能的發展

根據中國報告網發佈《2018-2023年中國人工智能產業市場運營現狀分析及未來前景商機預測報告》顯示,人工智能發展至今,還不到一個世紀,雖然世人早已發行其前景無限,但由於技術水平不足,已經經歷了兩次低谷,人工智能發展階段如下:

人工智能的前世今生以及未來發展方向

人工智能發展階段示意圖

1、第一次高潮(1956-1970年代)

達特茅斯會議之後,人工智能迎來了發展的黃金時期,出現了大量的研究成果。Herbert Simon、J.C.Shaw、Allen Newell 創建了通用解題器(General Problem Solver),是第一個將待解決的問題的知識和解決策略相分離的計算機程序;Nathanial Rochester 的幾何問題證明器(Geometry Theorem Prover)可以解決一些讓數學系學生都覺得棘手的問題;Daniel Bobrow 的程序 STUDENT 可以解決高中程度的代數題;McCarthy 主導的 LISP 語言成為了之後 30 年人工智能領域的首選;Minsky、Seymour Aubrey Papert 提出了微世界(Mircro world)的概念,大大簡化了人工智能的場景,有效地促進了人工智能的研究。微世界程序的最高成就是 Terry Winograd 的 SHRDLU,它能用普通的英語句子與人交流,還能作出決策並執行操作。

第一次黃金時期離不開資金的支持。1963 年,ARPA(後來的 DARPA,美國國防部高級研究計劃局)撥款 220 萬美元給 MIT,並於之後每年提供 300 萬美元(至 1970 年代結束)。更重要的是,ARPA 的經費並沒有附帶明確要求,這提供給了 MIT科學家夢寐以求的研究氛圍。

第一次黃金時期讓人們對人工智能領域充滿了樂觀情緒,甚至人工智能的領軍人物 Minsky 都認為“在三至八年裡我們將得到一臺具有人類平均智能的機器”。

2、第一次低潮(1970-1980年代)

人們的樂觀情緒在 1970 年代漸漸被澆滅。研究者發現,即使是最尖端的人工智能程序也只能解決他們嘗試解決的問題中的最簡單的一部分。人工智能還遭遇了以下一些問題:

只依靠簡單的結構變化無法擴大化以達到目標(Simple syntactic manipulationcannot scale)。美國國家研究署嘗試用自動化翻譯加速翻譯俄語論文。一開始他們認為通過簡單的詞語替換和句子結構的修改可以達到足夠高的可讀程度,但是後來他們發現,單詞的意思與前後文緊緊關聯,而多義詞的解釋則需要對背景知識的瞭解。毫無疑問,這次嘗試失敗了。

存儲空間和計算能力的嚴重不足:例如,Ross Quillian 的自然語言處理程序只包括 20 個單詞,因為這是存儲的上限。

指數級別攀升的計算複雜性:1972 年 Richard Karp 的研究表明,許多問題只能在指數級別的時間內獲解,即計算時間與輸入的規模的冪成正比。

缺乏基本知識和推理能力:研究者發現,就算是對兒童而言的常識,對程序來說也是巨量信息。1970 年代沒有人建立過這種規模的數據庫,也沒人知道怎麼讓程序進行學習。

Moravec 悖論:一些人類覺得複雜的問題,如幾何證明,對機器而言十分簡單。但人的很基本技能,如人臉識別,對機器而言卻是一個巨大的挑戰。這也是 1970年代機器人和視覺識別發展緩慢的原因。

隨著人工智能發展遭遇瓶頸,資金紛紛拋棄人工智能領域。由於項目失敗等原因,DARPA 也終止了對 MIT的撥款。到了 1970 年代中期,人工智能項目已經很難找到資金支持。

3、第二次高潮(1980-1990年代)

這次黃金時期的到來,專家系統(Expert system)功不可沒。專家系統專注於某一個領域,因而設計簡單,易於實現,而且避免了所謂的“常識問題”。商業領域第一個成功的專家系統是 Digital Equipment Corporation 的 R1,從 1982年至 1988 年,它幫助公司平均每年節約 4000 萬美元。到了 1988 年,全球頂尖的公司都已經裝備了專家系統:DEC 部署了 40 個專家系統,杜邦部署了 100個。隨著專家系統的大規模應用,知識庫系統和知識工程得到了普及。

人工智能的前世今生以及未來發展方向

專家系統示意圖

另一個重大的助力是日本的第五代計算機項目(第五世代コンピュータ)。它是日本通商產業省(現經濟產業省,けいざいさんぎょうしょう)在 1982 年推出的一個大型研發企劃,目的是開發採用平行架構的擁有人工智能的革命性的電腦,開創下一個時代。整個計劃預計 10 年完成,3 年用於先期研究,4 年用於子系統開發,最後 3 年組成一個可運行的原型,整個項目預算高達 570 億日元。

人工智能的前世今生以及未來發展方向

計算機代數劃分


人工智能的前世今生以及未來發展方向

日本第五代計算機概念圖


受此計劃的刺激,其他強國紛紛採取應對策略。1983年,英國開始了預算3.5億英鎊的Alvey工程,關注大規模集成電路、人工智能、軟件工程、人機交互(包含自然語言處理)以及系統架構;在美國,DRAPA組織了戰略計算促進會,年投資額在四年內增長了2倍;而在准將BobbyRay Inman的領導下,一群美國的計算機和半導體廠商組成MCC(Microelectronicsand Computer Technology Corporation,微電子與計算機技術集團)財團,在系統架構設計、芯片組裝、硬件工程、分佈式技術、智慧系統等方向發力。

在這個時期內,算法也得到了突破性的進展。1982 年,John Hopfield 證明Hopfield 網絡可以學習並處理信息,David Rumelhart 則提出了反向傳播算法。它們和 1986 年發表的分佈式處理的論文一起,為 1990 年代神經網絡的商業化打下了堅實的基礎。

4、第二次低潮(1980-1990年代)

隨著專家系統的不斷髮展,複雜度的快速提升,基於知識庫和推理機的專家系統顯示出了讓人不安的一面:難以升級擴展,魯棒性不夠,直接導致高昂的維護成本。1980年代末期,由於人工智能的項目成果不明朗,DARPA大幅削減了對人工智能的資金支持。1991年,英國政府發佈Alvey工程的最終報告,報告指明,Alvey工程達到了其設定的技術目標,但是並沒有提升英國在信息技術市場的競爭力。報告將原因歸集為“資本的短缺和管理運營的低效率”。Alvey工程主管Brain Oklay指出,信息技術工業應更注重培訓、市場推廣和研究成果的商業化。他抱怨道日本的低利率讓高科技公司可以開發低毛利產品,而英國的高利率阻止了公司這麼做。

儘管英國覺得日本的計劃更為成功,但 1992 年 6 月,日本政府宣佈向全世界公開第五代計算機項目所開發的軟件,允許任何人免費使用,這標誌著日本雄心勃勃的第五代計算機項目的失敗。第五代計算機項目並沒有帶來人工智能的突破,甚至有人說,第五代計算機項目的最大收穫其實是項目的副產物:其訓練了成百上千的計算機領域的專家。該項目的失敗有多重原因,一般認為,通用型微型機對專用型大型機的衝擊及項目研發成果缺乏商業化場景是項目失敗的重要原因。

5、第三次高潮(1990-至今)

1997 年 5 月 11 日,IBM 製造的專門超級計算機深藍(Deep Blue),在經過多輪較量後,擊敗了國際象棋世界冠軍 Garry Kasparov。儘管不乏 IBM 作弊的聲音,但這個事件標誌著人工智能的研究到達了一個新的高度,也給人工智能做了一次大規模的宣傳。

2000 年代後,隨著大數據的普及、深度學習算法的完善、硬件效能的提高,人工智能的應用領域變得更廣,應用程度也變得更深,2016 年,人工智能市場規模超過 80 億美元,人工智能領域的競爭也愈發白熱化。更多內容請期待本系列的後續文章。

三、人工智能產業發展現狀

目前,全球範圍內總計1485家與人工智能技術有關公司的融資總額達到了89億美元。與任一個行業相比,89億美元的融資量都顯得微不足道,但同比2016年年初的48億美元的融資總額,人工智能產業已然大獲豐收。伴隨著我國BAT等科技巨頭積極規劃的戰略佈局的成功推出,國內人工智能產業發展同樣十分迅速,及時瞭解行業現狀尤為重要。

1、企業

當前,全球人工智能企業集中在少數國家,其中美國、中國、英國企業數分別為2905、709、366,總共佔據全球企業的65.73%。

人工智能的前世今生以及未來發展方向

2017年全球人工智能企業分佈

中國人工智能企業主要集中在北京、上海、廣東等發達地區,發達地區的人工智能企業約佔全國的85%左右。其中,北京市為人工智能企業集中創新地。

經濟發達地區的信息化程度較高、互聯網發展迅速、融資環境優良,適合各類高新產業的成長髮展。上述數據也表明了人工智能企業在經濟較為發達地區的發展要更為迅速。

2、融資

根據中國報告網發佈《2018-2023年中國人工智能產業市場運營現狀分析及未來前景商機預測報告》顯示,全球人工智能企業的融資情況與企業分佈的情況大致相同,美國人工智能企業在2016年融資總量約為180億美元,中國企業為25.7億美元,英國企業為8.16億美元。中國2015年人工智能行業獲投金額約為100億人民幣,同比上升40%左右,略低於全球平均水平,其中機器人領域的投資比例則居於全領域首位。

人工智能的前世今生以及未來發展方向

2016年全球人工智能企業融資情況

3、成果

全球專利數據庫的數據表明,美國人工智能行業申請的專利總數約為2.7萬件,中國為1.6萬件,日本位列全球第三、約為1.5萬件。將美國和中國的公司總數和融資金額分別與專利成果相對比,中國人工智能企業創造專利成果的效率要遠遠高於美國。2017年2月美國《大西洋月刊》中的刊文指出:中國的大學及公司在研發和使用人工智能方面已開始超越美國同行。

根據中國報告網發佈《2018-2023年中國人工智能產業市場運營現狀分析及未來前景商機預測報告》顯示,中國人工智能企業專利數量按地區分佈明顯,集中在北京、上海、江蘇、廣東和浙江五個地區,佔總體60%左右。其中,機器人方向的專利佔總體的38%左右。

4、政策

近年來,世界各國和國際組織紛紛出臺相關政策扶持人工智能產業。以美國、歐盟和中國為例,制定計劃內容如下:

人工智能的前世今生以及未來發展方向

人工智能的前世今生以及未來發展方向

近年來各國人工智能計劃概況

四、人工智能技術對人類社會的主要影響

(1)取代重複簡單勞動力

人工智能技術的崛起將導致“失業潮”的發生已基本成為行業的共識。“世界經濟論壇”2016 年年會,基於對全球企業戰略高管和個人的調查發佈的報告稱:未來五年,機器人和人工智能等技術的崛起,將導致全球 15 個主要國家的就業崗位減少 710 萬個,2/3 將屬於辦公和行政人員。萊斯大學計算機工程教授摩西·瓦迪近日同樣表示,今後 30 年,電腦可以從事人類的所有工作,他預計,2045 年的人類失業率將超過 50%。

(2)新成員進入社會

一方面,人們迫切希望人工智能能代替人類在各種各樣的勞動中,另一方面,他們擔心人工智能的發展會帶來新的社會問題。事實上,近年來,社會結構正在悄然的發生變化。社會結構正在由“人-機器”到“人-智能機器-機器”悄然的轉變。因此,人們必須開始學習如何與智能機器和睦相處。

(3)人類容易滋生惰性思維方式

人工智能對知識的掌握將會是動態的,是會不斷增加和更新的,而且知識更新的速度遠超人類的極限,這勢必會影響到人類的思維方式,使得越來越多的人過度的依賴人工智能的計算,從而自身的主動思維能力日漸下降。這會造成人們對於事物和是非的判斷能力減弱,到最後只是一味的聽取計算機給予的建議,認知能力越來越弱,並逐漸開始對社會產生錯覺。並且在日常生活中失去對問題的求知責任感,這或許才是人工智能真正的威脅吧。

(4)像核武器般技術失控

任何新技術最大危險莫過於人類對它失去了控制,或者是它落入那些企圖利用新技術反對人類的人手中。就像我們現實生活中存在的核武器,在相當長的一段時間內有核國家確實對一些世界邪惡力量起到了震懾作用,可在這個和平年代,我們不得不隨時擔心核武器所帶來的不可控的後果。人類發明了核武器,可越來越發現根本無法控制它所將帶來的恐怖影響。如果人工智能技術發展繼續遵循武器的發展規律,也必將出現技術失控的現象,而這門技術將帶來的負面影響要遠大於武器,至於結果,從我們近些年創造的科幻電影就能看得出。

五、中國國內人工智能發展方向

目前來看,我國體量較大的四巨頭,在AI方面均有投入,其中以百度最為積極,直接將人工智能定位為公司發展的下一個主要方向;而阿里則將AI應用到線下零售門店,無人超市就是試水之作;騰訊則將AI和居民生活聯繫起來,如人臉識別技術和醫學影像等;華為則將AI技術應用到手機業務中,2017年10月份已經發布收款AI芯片的手機。這四家公司代表了我國國內人工智能行業的發展方向。

人工智能的前世今生以及未來發展方向

國內主要公司人工智能研究方向

六、中國在人工智能行業的競爭力分析

1、華人在人工智能領域貢獻度高,中國全面發力追趕美國

華人在人工智能領域的貢獻度高,中國持續趕超美國。根據此前美國白宮發佈的報告顯示,從2014年開始,在深度學習領域(當前人工智能的主要突破領域),從論文發表數量和被引用次數兩個標準看,中國均已超過美國。根據互聯網數據,華人在AI領域的貢獻度持續提升,2006到2016年間,華人作者參與的頂級AI論文,佔全部頂級AI論文數量的比例,從23.2%逐年遞增到45.3%。而華人作者參與的頂級AI論文被引用次數,佔全部頂級AI論文被引用次數的比例從25.5%逐年遞增到59.6%。

人工智能的前世今生以及未來發展方向

華人在 AI 領域貢獻變化趨勢

國內人工智能公司近年來在算法、計算能力、數據層面的積累逐步提升,包括科大訊飛、BAT在內的互聯網公司也在全球人工智能領域具有很強的競爭力。根據《MIT科技評論》公佈的2017全球最聰明50家公司榜單,國內有9家公司上榜,分別為科大訊飛、騰訊、Face ++(曠視科技)、大疆、阿里巴巴、螞蟻金服、百度、富士康、HTC。

人工智能的前世今生以及未來發展方向

中美人工智能各領域團隊人數分佈

2、市場空間大,預計未來應用加速落地後將進一步打開增長空間

2020年全球AI市場規模將達到1190億元,年複合增速約19.7%;同期中國人工智能市場規模將達91億元,年複合增速超50%。事實上,隨著人口老齡化、人力成本攀升,以及危重工種從事意願降低,AI的商業化進程正逐步加快。

由於目前人工智能技術主要應用感知智能技術,因此市場空間尚未打開,預計隨著諸如無人駕駛汽車等認知智能技術的加速突破與應用,人工智能市場將加速爆發,未來人工智能+汽車、人工智能+醫療等產業均將創在巨大的商業價值。

結語:

人工智能,將是未來科學技術發展的主要發展方向,雖然目前還面臨著許多困境,如倫理風險、技術風險、軍事風險等,但是有如核技術一樣,雖然有危險,但只要人類能找到合理利用的方法,同樣可以造福人類。

當前人工智能還處於弱人工階段,人工智能還要很長的路要走。因此,人工智能的當前重點在於大力研發,讓人工智能在人民生活中扮演更加重要的角色。

文章來源:觀研天下

相關推薦

推薦中...