?Rodney Brooks談人工智能的起源與發(fā)展 凡是過往，皆為序章

凡是過往，皆為序章。

Past is prologue.

—莎士比亞《暴風(fēng)雨》

人們對這句話有兩種理解。

一種理解是，過去已經(jīng)預(yù)先決定了后續(xù)將要發(fā)生的事。因此，我相信，人工智能如何發(fā)展到今時今日的過程將決定我們在這個領(lǐng)域的未來方向。所以研究過去是值得的；

另一種是，過去其實無足輕重，大部分重大的事情接下來才會發(fā)生。我也認(rèn)同這種理解。在人工智能領(lǐng)域，現(xiàn)在甚至連起步階段都算不上，我們還需要應(yīng)對很多難題。

早期階段

John McCarthy 在1956年舉辦的Dartmouth會議上提出“人工智能”（artificial intelligence）這個詞。這份提案由多人共同完成，按照順序依次是達(dá)特茅斯學(xué)院的 John McCarthy、哈佛大學(xué)的 Marvin Minsky、IBM 的 Nathaniel Rochester 以及貝爾實驗室的 Claude Shannon。

John McCarthy在提案的導(dǎo)言里概括了一些人工智能的主題，包括如何讓計算機(jī)使用人類語言；如何利用神經(jīng)元網(wǎng)絡(luò)；機(jī)器如何自我改進(jìn)（學(xué)習(xí)或者進(jìn)化）；機(jī)器如何憑借自身的傳感器形成抽象畫面，以此來“觀察”世界等等。

他們可真是雄心勃勃！回想起來，當(dāng)時全球只有為數(shù)不多的幾臺計算機(jī)，而且每臺最多也就只有幾十KB的內(nèi)存。

當(dāng)然，John McCarthy并不是第一位討論機(jī)器和“智能”的人。實際上，Alan Turing在此之前就已經(jīng)撰寫和發(fā)表過相關(guān)文章，但并不是以“人工智能”這個詞去描述。他最廣為人知的著作是出版于1950年的《計算機(jī)器與智能》（Computing Machinery and Intelligence）。在這篇論文中，他介紹了“模仿游戲”（Imitation Game），后來被稱為“圖靈測試”（Turing Test）。雖然論文題目包含了“智能”，但是正文里這個詞僅提到一次。這個詞是指嘗試制造模仿成年人的機(jī)器的人類智能。他相信機(jī)器可以像人類一樣思考的可能性，并在當(dāng)時預(yù)測2000年這個目標(biāo)可以達(dá)到。

在更早之前，一篇名為《智能機(jī)器》（Intelligent Machinery）的論文在1948年已經(jīng)撰寫完成，但直到1970年才發(fā)表。

人工智能最初的靈感來源于人類表現(xiàn)和人類智能。我認(rèn)為在最開始的60年，這個目標(biāo)已經(jīng)吸引了大量的研究人員進(jìn)入該領(lǐng)域。但實際上，我們還沒有任何研究成果是接近這個目標(biāo)的。這并非因為研究人員不夠努力，也不是他們不夠出色，而是實現(xiàn)這個目標(biāo)過于艱難。

發(fā)展至今

正如圖靈所推論的一樣，人工智能的早期研究主要集中在幾乎不需要感知或行動的領(lǐng)域。當(dāng)時在游戲方面有一些研究，利用鍵盤和打印機(jī)，人類動作可以輕松地輸入計算機(jī)或從計算機(jī)輸出。

編寫可以玩游戲的程序很快就衍生出了“樹搜索”的概念，這是很多早期人工智能實驗的關(guān)鍵，而且事實上，它現(xiàn)在已成為很多計算機(jī)科學(xué)的基本工具。

人們開發(fā)了一個“積木世界”的領(lǐng)域，可以探索所有類型的智能技術(shù)。1963年，美國麻省理工大學(xué)的Larry Roberts發(fā)表論文，展示了在精心設(shè)計的光照場景中，擁有平滑表面的積木的所有邊緣都可以復(fù)原。這可能是最早一篇關(guān)于計算機(jī)視覺的博士論文。

有人研究過在一個二維積木世界中利用虛擬機(jī)器人解決問題。這個機(jī)器人可以從積木堆頂部拾取木塊，或者將木塊放置至一個虛擬的一維空間里。

還有人研究自然語言理解領(lǐng)域，所有這些問題都在復(fù)雜的三維積木世界中尋求答案。

隨著時間推移，人們對人工智能分支領(lǐng)域特定問題的解決方案理解愈加深入，人工智能的子領(lǐng)域就有可能隨之發(fā)展起來。之后不久出現(xiàn)了新的研究課題。人工智能覆蓋的課題很廣泛，沒人能全部都了解。這些子領(lǐng)域包括：自然語言處理、搜索、游戲、神經(jīng)元網(wǎng)絡(luò)、機(jī)器推理、統(tǒng)計機(jī)器學(xué)習(xí)、機(jī)器人技術(shù)、移動機(jī)器人技術(shù)、同步定位和繪圖、計算機(jī)視覺和圖片理解等等。

強(qiáng)人工智能或通用人工智能(AGI)

我認(rèn)為媒體和那些非業(yè)內(nèi)人士最近被一個名字搞糊涂了，他們稱之為強(qiáng)人工智能或通用人工智能。還有一些機(jī)構(gòu)稱呼他們自己為AGI機(jī)構(gòu)/公司。據(jù)我所知這個領(lǐng)域的進(jìn)展微乎其微。這會使媒體和非業(yè)內(nèi)人士產(chǎn)生誤解，以為現(xiàn)在才真正地推動與人類智慧水平相當(dāng)?shù)娜斯ぶ悄?。然而，事實上成千上萬的人工智能研究人員已經(jīng)在這個領(lǐng)域工作了62年， 并沒有突然出現(xiàn)拐點。

為什么寫這篇文章？

我是想澄清關(guān)于人工智能的一些混淆之處。

在我的下一篇博文中，我計劃概括地介紹如何建立一個全面的人工智能實體，這些都是我們現(xiàn)在尚未了解的知識。

新的博文的目的是：

?有些人認(rèn)為超級人工智能的發(fā)生迫在眉睫，并對此表示憂慮。我希望打消他們這種憂慮。（但是，我知道，他們會享受這種令人毛骨悚然的想法，并會繼續(xù)不合理地炒作它）。

?提出可能對人工智能的未來產(chǎn)生真正影響的研究方向，并加快研究人員朝著這個方向開展工作的步伐。

?為了顯示人工智能研究的樂趣，鼓勵人們迎難而上，真正解決問題，而不僅僅是炫耀性的演示。

最后，我想引用Alan Turing在《計算機(jī)器與智能》中最后的一句話。即使是68年前的觀點，但放在今天，仍然適用。

我們的目光所及，只是不遠(yuǎn)的前方；但是可以看到，那里有許多工作要做。

We can only see a short distance ahead, but we can see plenty there that needs to be done.