文/凱文?凱利 《連線》創始主編，《失控》作者

阿法狗今天再次打敗圍棋世界冠軍李世石，人工智能時代要來了么？凱文?凱利認為三大技術讓人工智能時代近在眼前。有的人擔憂人工智能強大以后會淘汰掉人類，也有人歡呼未來是人工智能的時代，高效率的時代，無論怎樣，人工智能是一種發展趨勢，不可阻擋，與其擔心害怕，不如讓自己強大。

▼

近60年來，人工智能研究者一直在預測說人工智能時代即將到來，但是直到幾年前，人工智能好像還是停留在未來。人們甚至發明了一個詞來描述這個研究結果匱乏、研究基金更加匱乏的時代：人工智能冬天。那么事情真的有變化嗎？

 

是的。近期的三大突破讓人們期待已久的人工智能近在眼前：

一、成本低廉的并行計算

思考是一種人腦固有的并行過程，數以億計的神經元同時放電以創造出大腦皮層用于計算的同步腦電波。搭建一個神經網絡（人工智能軟件的主要結構），同樣需要許多不同的進程同時運行。神經網絡的每一個節點都大致模擬了大腦中的一個神經元——其與相鄰的節點互相作用，以明確所接收的信號。一項程序要理解某個口語單詞，就必須能夠聽清（不同音節）彼此之間的所有音素；要識別出某幅圖片，就需要看到其周圍像素環境內的所有像素——二者都是深層次的并行任務。但直到最近，標準的計算機處理器也僅僅能一次處理一項任務。

十多年前事情開始發生變化，當時出現了一種被稱為圖形處理單元（GPU）的新型芯片，它能夠滿足視頻游戲中高密度的視覺及并行處理需求，在這一過程中，每秒鐘都有上百萬像素被多次重新計算。這一過程需要一種專門的并行計算芯片，該芯片作為一種補充，被添加至電腦主板上。并行圖形芯片作用明顯，游戲可玩性也大幅上升。到2005年，GPU芯片產量大增，其價格也隨之降了下來。2009年，吳恩達（譯者注：華裔計算機科學家、現擔任百度公司首席科學家）以及斯坦福大學的一個研究小組意識到，GPU芯片可以并行運行神經網絡。

這一發現開啟了神經網絡新的可能性，使得神經網絡能容納上億個節點間的連接。傳統的處理器需要數周才能計算出擁有1億節點的神經網的級聯可能性。而吳恩達發現，一個GPU集群在一天內就可完成同一任務?，F在，一些應用云計算的公司通常都會使用GPU來運行神經網絡，例如，Facebook會籍此技術來識別用戶照片中的好友，Netfilx也會依其來給5000萬訂閱用戶提供可靠的推薦內容。

二、大數據

每一種智能都需要被訓練。哪怕是天生能夠給事物分類的人腦，也仍然需要看過十多個例子后才能夠區分貓和狗。人工智能更是如此。即使是（國際象棋）程序編得最好的電腦，也得在至少對弈一千局之后才能有良好表現。人工智能獲得突破的部分原因在于，我們收集了來自全球的海量數據，以給人工智能提供其所需的訓練。巨型數據庫、自動跟蹤、網頁cookie、線上足跡、兆兆字節級存儲、數十年的搜索結果、維基百科以及整個數字世界都成了老師，它們讓人工智能變得更加聰明。

三、更優的算法

20世紀50年代，數字神經網絡就被發明了出來，但計算機科學家花費了數十年來研究如何駕馭百萬乃至億級神經元之間那龐大到如天文數字一般的組合關系。這一過程的關鍵是要將神經網絡組織成為堆疊層。以相對來說比較簡單的任務——人臉識別為例，當某神經網絡中的一組比特被發現能夠形成某種圖案——例如，一只眼睛的圖像——這一結果就會被向上轉移至該神經網絡的另一層以做進一步分析。接下來的這一層可能會將兩只眼睛拼在一起，將這一有意義的數據塊傳遞到層級結構的第三層，該層可以將眼睛和鼻子的圖像結合到一起（來進行分析）。識別一張人臉可能需要數百萬個這種節點（每個節點都會生成一個計算結果以供周圍節點使用），并需要堆疊高達15個層級。

2006年，當時就職于多倫多大學的杰夫·辛頓對這一方法進行了一次關鍵改進，并將其稱之為“深度學習”。他能夠從數學層面上優化每一層的結果從而使神經網絡在形成堆疊層時加快學習速度。數年后，當深度學習算法被移植到GPU集群中后，其速度有了顯著提高。僅靠深度學習的代碼并不足以能產生復雜的邏輯思維，但它是當下所有人工智能產品的集成，包括IBM的沃森電腦、谷歌搜索引擎以及Facebook算法在內。

 

這一由并行計算、大數據以及更深層次算法組成的完美風暴將使得持續耕耘了60年的人工智能一夜成功。而這一聚合也表明，只要這些技術趨勢繼續下去（它們也沒有理由不延續），人工智能將精益求精。

隨著這一趨勢的持續，這種基于云技術的人工智能將愈發成為我們日常生活中不可分割的一部分。但天上沒有掉餡餅的事。云計算遵循收益遞增法則，這一法則有時也被稱為網絡效應，即隨著網絡規模變得更大，網絡價值也會以更快的速度增加。網絡規模越大，對于新用戶的吸引力越強，這又讓網絡變得更大，又進一步增強了吸引力，如此往復。為人工智能服務的云技術也遵循這一法則。越多人使用人工智能產品，它就會變得越聰明；它變得越聰明，就有越多人來使用它；然后它變得更聰明，進一步就有更多人使用它。一旦有公司邁進了這個良性循環中，其規模會變大、發展會加快，以至于沒有任何新興對手能望其項背。因此，人工智能的未來將有兩到三家寡頭公司統治，它們會開發出大規?；谠萍夹g的多用途商業智能產品。

來源：《連線》2014年11月刊