人類對人工智能寄予厚望，賦予其無盡的遐想，更是許多科幻大片的主題。但人工智能的發(fā)展一直不如人意，直至一種名為深度學(xué)習(xí)的強大技術(shù)橫空出世，這一情況才發(fā)生了根本性轉(zhuǎn)變。

　　人工智能曾步入“寒冬”

　　人工智能的開發(fā)可以追溯到上世紀五十年代。隨著計算機的出現(xiàn)，人工智能有了新的發(fā)展，并在跳棋上戰(zhàn)勝了人類，同時在數(shù)學(xué)定理證明上展現(xiàn)出強大能力。許多科學(xué)家興奮地認為，利用軟硬件形成的人工智能可在任何領(lǐng)域內(nèi)戰(zhàn)勝人類。麻省理工學(xué)院著名科學(xué)家馬文·明斯基則公開宣稱，人工智能只需要一代人的時間就可以戰(zhàn)勝人類。這一愿望推動了一大批科研人員投身到這一研究領(lǐng)域。

　　然而現(xiàn)在看來，這樣的想法還是太過于天真了，人類大腦的復(fù)雜性遠遠超出了科學(xué)家的預(yù)想。當(dāng)時的計算機由于算法過于簡單、數(shù)據(jù)不足及速度過慢等原因，相繼在診斷和圖片識別方面敗北，使人們對人工智能的憧憬變?yōu)橘|(zhì)疑。到本世紀初，有關(guān)構(gòu)建仿人類智能機器的想法幾乎在科學(xué)界銷聲匿跡，甚至連人工智能這一名詞也似乎遠離了嚴肅科學(xué)。為此，有人將上世紀七十年代至本世紀初這段時間戲稱為“人工智能的冬天”。

　　腦科學(xué)為人工智能注入活力

　　2005年，深度學(xué)習(xí)技術(shù)開始從腦科學(xué)的發(fā)展中汲取營養(yǎng)，通過模擬神經(jīng)元來逐漸學(xué)習(xí)如何識別圖像、理解語言，甚至作出自己的決定。該技術(shù)主要基于人工神經(jīng)網(wǎng)絡(luò)和一般的數(shù)學(xué)原理，從實例中學(xué)習(xí)如何識別圖像和翻譯語言。深度學(xué)習(xí)技術(shù)使人們恢復(fù)了對人工智能的憧憬。2012年，谷歌開發(fā)出智能個人助理Google Now，用自然語言來回答用戶問題，提供建議，并根據(jù)用戶以往的搜索習(xí)慣預(yù)測其可能需要的信息。此后，谷歌又推出圖片搜索引擎Google Photos。智能手機助理軟件更是一日千里，成為人們不可或缺的生活工具。谷歌AlphaGo戰(zhàn)勝圍棋頂尖高手李世石的消息更是成為轟動世界的頭條新聞。技術(shù)進步推動深度學(xué)習(xí)技術(shù)迅速商業(yè)化，并成為人工智能發(fā)展的重要推手。為了搶占先機，各大信息巨頭紛紛砸數(shù)十億美元巨資支持其發(fā)展。

　　多年來，人工智能進展緩慢，主要是由于人類是以自己能夠理解的方式，而不是機器所能理解的方式來認識世界，處理問題，因此，對人類來說容易的事，對機器來說則千難萬難。而深度學(xué)習(xí)最有潛力之處，就是讓機器自己學(xué)習(xí)，通過自主學(xué)習(xí)教會自己如何做出正確的決定。然而，讓機器對特定情境做出正確決定并非一件輕而易舉的事。人類之所以比較容易做出正確的決定，是因為一些相關(guān)知識早已儲存在大腦中，事到臨頭可以直覺的方式瞬間作出反應(yīng)，并可在今后的實踐中不斷積累經(jīng)驗。因此，機器學(xué)習(xí)的一個重要方面是為其編碼學(xué)習(xí)算法，讓機器從分析比較大量實例中學(xué)習(xí)提高。

　　編碼學(xué)習(xí)算法面臨的另一個挑戰(zhàn)，是沒有一個放之四海而皆準的固定模式可以處理機器所面對的各種情境。而人類則不然，人類似乎天生就可以處理各種情境、學(xué)習(xí)各種知識。因此，人類大腦自然就成為設(shè)計人工神經(jīng)網(wǎng)絡(luò)最重要的模型。

　　技術(shù)進步助推深度學(xué)習(xí)發(fā)展

　　人類大腦通過神經(jīng)元來進行計算，每個神經(jīng)元通過突觸傳遞信號。神經(jīng)元在學(xué)習(xí)過程中可以加強突觸的強度，并向臨近的神經(jīng)元傳遞信息。因此，早期深度學(xué)習(xí)技術(shù)也從構(gòu)建虛擬神經(jīng)元來形成人工神經(jīng)網(wǎng)絡(luò)，并通過增強連接神經(jīng)元間的突觸優(yōu)勢來實現(xiàn)機器學(xué)習(xí)。現(xiàn)在的人工神經(jīng)網(wǎng)絡(luò)用不斷改變每個突觸連接的數(shù)值來表示該連接強度。雖然每次學(xué)習(xí)其數(shù)值改變很小，但已可以使人工神經(jīng)網(wǎng)絡(luò)提高預(yù)測的準確性。

　　為了取得最佳效果，目前的學(xué)習(xí)算法還需要人類的參與，稱之為監(jiān)督學(xué)習(xí)。如通過為機器提供日落的圖片來作為輸入，這樣“日落”一詞經(jīng)過人工智能才能輸出。每次提供不同的日落圖片，不斷改變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)突觸連接的數(shù)值和強度，以此來完成學(xué)習(xí)任務(wù)。這一學(xué)習(xí)過程的關(guān)鍵是不讓機器單純地死記硬背，而是遇到新的日落圖片時，同樣可以產(chǎn)生有關(guān)日落的輸出。雖然這一任務(wù)表面上看很簡單，但由于即便是日落這一簡單的情境，其圖片也會產(chǎn)生無窮的變化，因此要求學(xué)習(xí)算法在類似的輸入下，會產(chǎn)生類似的輸出，尤其不能出現(xiàn)指鹿為馬的情況。

　　有一種處理圖像識別問題的神經(jīng)網(wǎng)絡(luò)稱之為卷積神經(jīng)網(wǎng)絡(luò)，是人工智能的關(guān)鍵技術(shù)，其有多層神經(jīng)元，對圖像中重要內(nèi)容的些微變化不敏感。卷積神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)中獲得了較為廣泛的應(yīng)用，其靈感主要來自人類視覺皮層的多層結(jié)構(gòu)。

　　此外，深度學(xué)習(xí)在近年來能夠取得成功得益于兩個關(guān)鍵因素：一是計算機運算速度提高了近十倍，尤其是圖形處理能力大幅提高；二是深度學(xué)習(xí)可順序計算的能力，能對圖像、聲音或數(shù)據(jù)一步一步地進行分析或構(gòu)造。而對聲音和圖像進行識別需要多層網(wǎng)絡(luò)結(jié)構(gòu)。

　　人工神經(jīng)網(wǎng)絡(luò)在圖像識別上主要表現(xiàn)為對靜態(tài)圖像的識別能力。目前又出現(xiàn)了一種新型神經(jīng)網(wǎng)絡(luò)，稱之為回歸神經(jīng)網(wǎng)絡(luò)，可對隨時間展開的事件進行標記?；貧w神經(jīng)網(wǎng)絡(luò)與人類大腦的處理方式有很多相似之處，它可以預(yù)測一個句子將出現(xiàn)什么單詞，并在閱讀句子后，對其意思進行猜測，今后可應(yīng)用于語義加工和語言翻譯。

　　人工智能技術(shù)走過了寒冬，迎來了發(fā)展的春天，這不僅僅是技術(shù)的進步，還對我們今后應(yīng)如何支持科學(xué)技術(shù)的發(fā)展有著更為深刻的意義。當(dāng)某項技術(shù)的發(fā)展遇到暫時挫折，我們該如何更好地應(yīng)對挑戰(zhàn)，堅持多樣化發(fā)展策略，有效幫助其走出困境，這對整個科技發(fā)展都有重要的啟示作用。（記者 何 屹）