作者：《互聯網進化論作者》，計算機博士劉鋒
從2014年開始，人工智能逐漸成為科技領域最熱門的概念，被科技界，企業界和媒體廣泛關注。作為一個學術領域，人工智能是在1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時首次提出。
事實上，人工智能的發展充滿了坎坷，在過去的60年裡，人工智能經歷了多次從樂觀到悲觀，從高潮到低潮的階段。最近一次低潮發生在1992年日本第五代計算機計劃的無果而終，隨後人工神經網絡熱在20世紀90年代初退燒，人工智能領域再次進入“AI之冬”。這個冬季如此的寒冷與漫長，直到2006年加拿大多倫多大學教授Geoffrey Hinton提出”深度學習“算法，情況才發生轉變。
這個算法是對20世紀40年代誕生的人工神經網絡理論的一次巧妙的升級，它最大的革新是可以有效的處理龐大的數據。這一特點幸運的與互聯網結合。由此引發了2010年以來新的一股人工智能熱潮。2011年，一位NCAP研究員和斯坦福的Andrew Ng在Google建立了以深度學習為基礎的谷歌大腦，Andrew Ng也就是後來百度大腦的首席科學家吳恩達。2013年，Geoffrey Hinton加入Google公司，其目的是進一步把谷歌大腦的工作做的更為深入。
人工智能從此進入一個新的時代--互聯網人工智能時代，基於互聯網海量的“大數據”和每時每刻與現實世界的信息交互，包括亞馬遜，Facebook，百度，騰訊，阿里巴巴，微軟，英特爾，IBM等巨頭紛紛進入AI領域。不斷產生新的成果和創造新的記錄。
應該說這一輪的人工智能熱潮本質上依然是互聯網進化過程中的又一次波浪式高潮。它的產生離不開互聯網之前應用和技術為人工智能新爆發奠定的基礎。而且從AI的領導者看，主要也是互聯網巨頭公司，人工智能究竟是如何爆發，後續還會以什麼形式發展，本文將重點討論。
一。互聯網雲腦各神經系統的發育為人工智能爆發奠定基礎
從2007年開始，科學院相關研究團隊發表論文提出互聯網未來趨勢：“互聯網正在向著與人類大腦高度相似的方向進化，它將具備自己的視覺、聽覺、觸覺、運動神經系統，也會擁有自己的記憶神經系統、中樞神經系統、自主神經系統。”。並由此產生互聯網雲腦（Internet Cloud Brain）架構。（參考1）
到2017年，隨著人工智能，物聯網，大數據，雲計算，機器人，虛擬現實，工業互聯網等科學技術的蓬勃發展，互聯網雲腦的架構也逐步清晰起來，從2008年到2017年形成4個版本的互聯網雲腦架構圖（下圖為2017年版本）
應該說互聯網雲腦是互聯網在進化過程中形成的類大腦架構，它並不是一開始就成熟和完整的，而是在科學探索和商業創新過程中逐步發育而成。web2.0,物聯網，雲計算，工業互聯網，大數據，人工智能。。，它們不是脫離互聯網的新事物，而是互聯網雲腦發育過程中，由於各神經系統發育的不均勻導致的波浪式高峰，往往是一個技術或模式成熟後，下一個技術或模式才有蓬勃發育的基礎。我們可以看一下人工智能熱潮產生之前的互聯網進展。
1.物聯網本質上是互聯網雲腦的中樞神經系統和其控制的感覺神經系統和運動神經系統，它的發展為人工智能提供了大量傳感器數據。
2.雲計算本質上是互聯網雲腦的中樞神經系統，它通過服務器，網絡操作系統，神經元網絡（大社交網絡），大數據和基於大數據的人工智能算法對互聯網雲腦的其他組成部分進行控制。
3.大數據本質上是互聯網雲腦各神經系統在運轉過程中傳輸和積累的有價值信息。因為在過去50年隨著互聯網的快速進化而急速膨脹，體量極其巨大。大數據與人工智能算法的結合，是互聯網雲腦產生智慧智能的基礎。
4.工業4.0和工業互聯網本質是互聯網雲腦的運動神經系統，這將是互聯網雲腦未來非常龐大的組成部分，它的發展為人工智能提供廣泛的汽車，機器人，辦公設備，生產設備的數據，以及應用場景。
5。大社交網絡（Big Sns)是互聯網雲腦神經網絡，由互聯網傳統社交網絡Facebook，微信，微博發育而成，從鏈接人與人，發展到鏈接人與物，物與物，甚至包括鏈接人工智能軟件系統，它的發展為人工智能與體智能建立了密切關係，同時使得人工智能系統可以成為社交網絡一份子能夠與其他人或物進行交互。
綜上所述，這一輪人工智能浪潮本質是互聯網雲腦產生產生智慧智能的動力源泉，人工智能不僅僅通過算法如深度學習，機器學習與大數據結合，也運用到互聯網雲腦的神經末梢，神經網絡和智能終端中。使得互聯網雲腦各個神經系統同時提升能力。
二.互聯網+AI推動雲反射弧的發展
目前人工智能技術廣泛應用與互聯網的各個組成部分：
人工智能與互聯網中樞神經系統結合產生了谷歌大腦，百度大腦，阿里雲，亞馬遜雲，騰訊雲等雲人工智能巨系統；
人工智能與互聯網聽覺神經系統結合產生諸如科大訊飛，雲知聲等新聲音識別產品；
人工智能特別是深度學習與互聯網視覺覺神經系統結合，產生如格林深瞳，Face++等新圖像識別產品；
人工智能與互聯網運動神經系統結合產生了智能製造，智能駕駛，雲機器人等新應用領域；
人工智能與互聯網神經網絡(大社交網絡）結合產生了度祕，小冰等智能虛擬助理產品；
人工智能與互聯網感覺神經系統結合，就出現了邊緣計算的創新應用。
但人工智能的發展不會停步於此，基於互聯網雲腦架構的AI進一步發展，打通互聯網雲腦各神經系統之間的關係也就成為趨勢和必然，雲反射弧（Cloud reflex arcs）因此將成為人工智能應用的下一個發展重點。
三，雲反射弧的9種不同類型和構成
神經反射現象是人類神經系統最重要的神經活動之一，它首先由法國哲學家笛卡兒提出，他注意到機體對於一些環境刺激具有規律性反應。例如，異物碰到角膜即引起眨眼。他借用了物理學中反射的概念，認為動物的活動像光線投射到鏡子上被反射出來一樣。用實驗分析的方法研究腦和脊髓並闡明反射規律的，是英國的謝靈頓以及俄國的謝切諾夫和巴甫洛夫。
反射弧是反射活動的結構基礎，是機體從接受刺激到發生反應的過程中興奮在神經系統內循行的整個路徑。反射一般都需要完整的反射弧來實現。一個完整的反射弧由感受器、傳入神經、神經中樞、傳出神經、效應器5個基本部分組成。
膝跳反射是我們最為熟知，也是最簡單的反射活動，我們經常可以看到一個笑話，那就是一位醫生坐在病人的前面，低頭用錘子測試病人的膝跳反射，結果可想而知，醫生的鼻子受傷了，膝跳反射就是一個標準的神經反射弧現象。接受刺激，做出反應。那麼基於互聯網雲腦的人工智能應用有沒有同樣的機制呢？
互聯網雲腦的雲神經反射弧（Cloud reflex arcs）其實在今天已經廣泛的出現在我們的周圍，幾乎每時每刻，從世界各地發起的互聯網神經反射現象都在不斷的產生和消失。例如汽車傳感器發現有盜賊，發短信給車主，車主趕到將盜賊抓住；溼度傳感器發現空氣溼度加大，有下雨跡象，通知野外挖掘設備打開防雨設備等。
與人體的神經反射弧相對應，從前文可以看出：
1.雲反射弧的感受器主要由聯網的傳感器（包括攝像頭）組成
2.雲反射弧的效應器主要由聯網的辦公設備，智能製造，智能駕駛，智能醫療等等組成。
3.雲反射弧的中樞神經是互聯網雲腦的中樞神經系統（雲計算+大數據+人工智能）,邊緣計算將加強雲反射弧感受器和效應器的智能程度和反應速度。
雲神經反射弧作為互聯網系統與人工智能結合的產物，在互聯網的未來發展中將起到非常重要的作用。從實踐上看，總共有9種不同種類的雲反射弧，這些雲反射弧的成熟依賴與互聯網與人工智能技術的進一步結合。
第一種是傳感器到智能設備的雲反射弧（圖中A->F）：例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過一定溫度時，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送指令給大樓滅火機器人，由該樓層滅火機器人操控水槍進行滅火。
第二種是傳感器到人的雲反射弧（圖中A->B）：例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過100度，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給附近的消防隊，消防隊出動消防人員來大大樓實施滅火。
第三種是傳感器到智能程序的雲反射弧（圖中A->D）：例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過100度，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給互聯網神經網絡中的AI神經元,也就是大社交網絡中的智能程序，由智能程序判斷是否危險級別和是否上報。
第四種是智能程序到智能設備的雲反射弧（雲反射架構圖D->F）：例如，互聯網服務器中運行的自動監測程序，檢測城市郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈指令，啟動雲計算機房的備用機器，擴充數據空間。
第五種是智能程序到人的雲反射弧（圖中C->E）：例如，互聯網服務器中運行的自動監測程序，檢測郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈短信或電子郵件，提醒機房值班人員，啟動雲計算機房的備用機器，擴充數據空間。
第六種是智能程序到智能程序的雲反射弧（圖中C->D）：這種類型的神經反射弧可以看做是雲端人工智能系統的對話。例如，互聯網服務器中運行的自動監測程序，檢測郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈指令給雲計算機房的維護程序，停止向數據空間寫入數據，避免數據空間過載。
第七種是人到智能設備的雲反射弧（圖中B->F）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送指令給大樓滅火機器人，由該樓層滅火機器人操控水槍進行滅火。
第八種是人到人的雲反射弧（雲反射架構圖B->E）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給附近的消防隊，消防隊出動消防人員來大大樓實施滅火
第九種是人到智能程序的雲反射弧（雲反射架構圖B->D）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給互聯網神經網絡中的AI神經元,也就是大社交網絡中的智能程序，由智能程序判斷是否危險級別和是否上報。
四。雲反射弧的應用案例和未來影響
在現實應用中，互聯網雲腦的雲神經反射弧已經逐步出現在人們的面前，例如無錫消防部門開始利用家庭火災遠程監控和救助系統，幫助農村留守老人和留守兒童家庭進行防火預警與快速反應。這套系統由無線終端、業務平臺和傳感探測設備（煙感、緊急救助按鈕等）組成。它的工作過程就是一個典型的雲神經反射弧。
當發生火災或其它緊急事件時，探測器發出報警信號（或手動按下救助按鈕），火警信息將通過GPRS或TD無線網絡傳輸到四個地方：一是社區（小區）監控中心；二是轄區消防部門的消防巡防車；三是全市119火災調度指揮中心；四是發生火災家庭的業主及其親人和鄰居朋友的手機上。
當四方面在接到報警後能第一時間趕赴現場開展救助，為撲滅火災和緊急處置贏得時間，避免火災的蔓延擴大，最大限度地減少人員傷亡和財產損失。從無錫消防的這個系統我們可以看出，除了傳感器和機械設備可以作為感受器和效應器，人也是互聯網反射弧中重要的因素，既可以做感受器也可以做效應器。
雲反射弧的發展是互聯網+AI深度結合後的必然產物，它的發展會對對基於互聯網的人工智能技術，互聯網新商業模式，智慧城市建設等領域產生深刻和廣泛的影響。
參考1; 《從人腦的結構機理看互聯網的進化》，劉鋒、彭庚、劉穎 ，人類工效學，2008年