论第三波人工智能技术革命

    
    人工智能（AI）在 AlphaGo 打败人类之后成了显学。本文希望能从 AI 的定义开始，谈及 AI 能成就的事情与不能成就的事情，并提出 AI 目前碰到的困境，与接下来希望解决的难题。
    人工智能从 1950 年代图灵提出迄今已超过 60 年了，这 60 年来人工智能经过数次大起大落。从一开始很高的期待，到后来令人失望的发展、经历两次“AI 冬天”让研究者与投资人望而却步，又至于今天第三波 AI 的崛起。算是历史上仅见能大起大落数次的学科。
    人工智能可有三层次定义：第一层次是“弱人工智能”或“狭隘人工智能”，基本上就是希望电脑能解决某个需要高度智力才能解决的问题，而不要求它跟人类一样有全面智慧解决各式各样不同的问题。例如 Google AlphaGo、IBM Watson 或自动驾驶，就是弱人工智能的例子。它们可在单一领域（如围棋、益智问答）达到媲美人类的成就，但却不能解决其他对人类而言相对容易的问题（如 AlphaGo 不会开车，Watson 不会下棋）。目前弱人工智能最主流的方法算是以机器学习为本，尤其以“深度学习”技术最热门。机器学习的架构是在统计与计算的方法下运用巨量资料来做预测与决定，较擅长解选择与是非题，而非申论与论述的问题。
    第二个层次是“强人工智能”或“泛人工智能”：强人工智能要求电脑的智慧需要更全面广泛，需要有推理、学习、规划、语言沟通、知觉等能力，拥有这些能力的电脑才有可能展现出全面性的智慧、跟人类并驾齐驱。在这个方向过去学者提出一些并非基于机器学习的方法，通称为“知识为本”（knowledge driven）法。这个方法强调如果能将所有知识输入电脑，电脑就能从这些知识去推论（如知识本体论与一次逻辑推论等技术）。但这类方法并没有达到全面性的成功，主要是世界的知识太多，也没有很有效率表述的方式让电脑推论。近年来深度学习为本的技术（如记忆增强神经网络）在赋予电脑推论能力的方向虽有进展，但泛人工智能能力还离人类智慧有一段距离。
    第三个层次是 John Searle 提出的“强人工智能假说”（strong AI hypothesis）。在这个层次，电脑需要拥有跟人类一样的“心灵”，需要认知自我并可以跟人类一样思考。我们在电影小说中看到的一些有自我意识的 AI 大致都属于这个层次。然而，这个层次普遍认为在透彻人脑的智慧及自我意识产生的机制前，不大可能达成的任务。
    不同的人谈到的 AI 可能是指不同层次的定义。例如阿里巴巴的马云曾说：“我们讨厌谈论 AI，没有数据的公司才会讨论 AI”，这句话的 AI 应该是指希望利用“知识为本”的方法来解决强人工智能问题的 AI；其对应就是以“数据为本”的机器学习方法产生的“弱人工智能”。
    目前的 AI 技术在弱人工智能有很好的进展，研究方针渐渐移往强人工智能，但对赋予 AI 自我意识的第三层次仍距离遥远。
    谈到第三波人工智能应该要研发的技术，我们要先理解前两波的人工智能方法。第一波人工智能大约是在 1990 年代前电脑的计算与储存能力还有限的时候，人工智能多是以“专家系统”的方式实现。也就是人类将一些专家才懂的知识（如医学、法律）变成一条条“规则”（如吃多喝多尿多可能是糖尿病）并输入电脑，电脑就可以借由这些规则判断。1980 年代利用这些规则产生的“人工智能专家系统”的确造成一股风潮，例如有一个专门帮客户从事电脑组装的公司 XCON 就利用这样的技术省下数千万美元成本。然而，专家系统在 1980 年代末期逐渐淡出，主要是因为聘雇专家成本高，且系统无法普遍化（例如医师系统无法处理法律事务）。
    
    
    1  2  下一页>