人工智能的历史源远流长,很早人类就试图用机器来代替人的部分脑力劳动。公元前850年,古希腊就有制造机器人帮助人们劳动的神话传说。公元前 900多年,我国也有歌舞机器人传说的记载,这说明古代人就有人工智能的幻想。17世纪法国物理学家和数学家 B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家G.W.Leibniz在这台加法器的基础上发展并制成了 进行全部四则运算的计算器。他还提出了逻辑机的设计思想,即通过符号体系,对对象的特征进行推理,这种“万能符号”和“推理计算”的思想是现代化“思考” 机器的萌芽,因而他曾被后人誉为数理逻辑的第一个奠基人。
进入20世纪后,人工智能相继出现若干开创性的工作。1936年英国数学家A.M.Turing在他的一篇”理想计算机”的论文中,就提出了著名的 图灵机模型,1945年他进一步论述了电子数字计算机设计思想,1950年他又在”机器会思考吗?”提出著名的“图灵测试”——一个人在不接触对方的情况 下,通过一种特殊的方式,和对方进行一系列的问答,如果在相当长时间内,他无法根据这些问题判断对方是人还是计算机,那么,就可以认为这个计算机具有同人 相当的智力,即这台计算机是智能的。其本质是让人类来测试机器是不是具有智能的,自此“人机大战”成了人工智能的试金石,在人工智能的发展史中一幕幕地上 演。此外,1938年德国青年工程师Zuse研制成了第一台累计数字计算机Z-1,后来又进行了改进,到1945年他又发明了Planka.kel程序语 言。1946年美国科学家J.W.Mauchly等人制成了世界上第一台电子数字计算机ENIAC。还有同一时代美国数学家N.Wiener控制论的创 立,美国数学家C.E.Shannon信息论的创立,英国生物学家W.R.Ashby所设计的脑等,这一切都为人工智能学科的诞生作了理论和实验工具的巨 大贡献。
1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志,此后人工智能进入快速发展的时期。这一阶段开发 出许多堪称神奇的程序: 计算机可以解决代数应用题, 证明几何定理, 学习和使用英语. 当时大多数人几乎无法相信机器能够如此“智能”. 研究者们在私下的交流和公开发表的论文中表达出相当乐观的情绪, 认为具有完全智能的机器将在二十年内出现。各国政府和公司向这一新兴领域投入了大笔资金。然而到70年代,人工智能的发展遇到了瓶颈,即使最杰出的人工智 能程序也只能解决它们尝试解决的问题中最简单的一部分, 也就是说所有的人工智能程序都只是“玩具”。同时由于过度的乐观使得人们的期望过高,当承诺无法兑现时,经费的资助和投入也大幅缩水。在经历了10多年的 低潮之后,从80年代中期开始,有关人工神经元网络的研究取得了突破性的进展:生物物理学家Hopfield提出了一种新的全互联的神经元网络模 型;Rumelhart提出了反向传播学习算法,解决了多层人工神经元网络的学习问题,成为广泛应用的神经元网络学习算法。从此,掀起了新的人工神经元网 络的研究热潮,提出了很多新的神经元网络模型,并被广泛的应用于模式识别、故障诊断、预测和智能控制等多个领域。
国际象棋被认为是可以衡量智力水平的游戏,所以成为了“人机大战”的经典项目。1985年,时任国际象棋世界冠军的“棋王”卡斯帕罗夫在德国汉堡举 行了一场人机车轮大战。卡斯帕罗夫在五个小时内,以32-0的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而十二年之后情况发生了变 化,1996年棋王在与“深蓝”(deep blue)的比赛中第一次输了一盘;1997年,升级版的“湛蓝”(deeper blue)在决定胜负的第六个回合中,只用了22步棋便迫使卡斯帕罗夫投子认负——这是棋王职业生涯里最快的失利。这是人工智能的一个重要里程碑,毕竟, 人海里没有几个比卡斯帕罗夫还聪明。在当时看来,人工智能辅以网络技术、海量运算和数据库的海量存储技术,电脑能像人脑一样思考的前景也许并不遥远。然 而,“深蓝”是靠的暴力运算致胜的——每秒算度两亿步棋和瞬间探索内含几百万个棋谱的数据库。在面对现实生活中的问题,对自然语言的识别和判断,对于模糊 概念的分析,对于联想和幽默的理解等都是计算机头疼的问题。
当人工智能研究陷入低潮时,大多数商业公司停止或削减了在这个领域的研究支持,而IBM则是少数坚持投入人工智能研究的企业之一。正是这种长期不懈的研究投入,不断地推动着人工智能的研究,也给 IBM 自身带来了不可估量的商业回报。
最近 IBM 高调推出超级计算机 Watson,目标是建造一个能与人类回答问题能力匹敌的计算系统,并且将参与真人答题电视节目 Jeopardy 中,与人类争夺100万美元的奖金。在比赛中,参赛者必须要回答一系列的问题,主要涉及历史,文学,政治,电影,流行文化和科学。 这要求计算机具有足够的速度、精确度和置信度,并且能使用人类的自然语言回答问题。毫无疑问,Watson 将面临比“深蓝”大的多的压力和挑战——回答 Jeopardy 比赛中的题目需要分析人类语言中微妙的含义、讽刺口吻、谜语等,这些通常是人类擅长的方面,一直以来计算机在这方面毫无优势可言。然而,在不久前结束的比 赛中,机器再次击败了人类,这也是人工智能的又一次标志性进展。
除了 IBM 导演的“人机大战”之外,人工智能的专家和研究者们也不甘寂寞,各种人机大战纷纷上演。足球是人类最喜欢的体育运动,而机器人足球也吸引了众多研究者的目 光——因为足球比赛中包括了动态不确定环境中的多主体合作、实时推理-规划-决策、机器学习和策略获取等当前人工智能的热点问题,而且涉及计算机、自动控 制、传感与感知融合、无线通讯、精密机械和仿生材料等众多学科的前沿研究与综合集成。从1997年开始,机器人足球世界杯赛(RoboCup)每年举行一 次,有来自30多个国家的几百支队伍参加,是目前最大的机器人和人工智能研究的盛会。RoboCup 还树立了一个远大的、激动人心和人人皆知的目标,一个全世界人们都可以分享的梦想:“到 2050 年,建立一支全自主的类人型机器人足球队,战胜人类的足球世界杯冠军队。”
“人机大战”给人们带来一次次的震撼的同时,也在悄悄地改变着世界。正如IBM 的研究项目主管David Shelpler说:“IBM 不是一家娱乐公司,我们是一家商业技术公司。” Watson 研究的成功,对与 IBM 公司正在积极推进的“智慧的地球”,也将具有不可估量的商业意义。毫无疑问,“人机大战”作为人工智能的试金石,不仅吸引了大众的关注,还为相关研究提供 了标准问题,同时还能推动相关研究成果的产业化。让我们期待下一轮的“人机大战”和新的人工智能技术的到来。