【編者按】人工智慧（AI）這個術語的誕生可追溯到20世紀50年代，此後它曾出現過短暫繁榮。然而在過去5年間，計算能力的大幅進步觸發了AI革命，谷歌(微博)母公司Alphabet、亞馬遜、蘋果、Facebook以及微軟等科技巨頭爭先進入這個領域。現在幾乎人人都在談論AI，可它到底為何物？為何它現在被炒得如此之熱？

　　在我們的生活中，AI幾乎已經無處不在，從蘋果的iPhone鍵盤到Zillow的房價評估程式。還有許多東西被營銷人員稱為AI，儘管實際上它們並非真正的AI。或許，當Alphabet旗下AI子公司DeepMind開發出的智慧程式AlphaGo不久前擊敗人類頂尖圍棋冠軍後，AI熱潮達到了頂峰。

人類在智慧方面依然比電腦強得多，因為人類可比機器更好地完成許多工，雖然有AI支援的計算機程式（比如AlphaGo）也能在少數任務中戰勝人類。但AI有可能在大多數任務中變得比人類更聰明，這甚至可對人類就業、創造力甚至生存造成影響。

AI到底是什麼？

現在幾乎所有人都在談論AI，你可能認為它是個新鮮事物，但其技術基礎早已存在。在許多基本概念出現前，AI這個術語可追溯到1956年。當時美國達特默斯大學數學教授約翰·麥卡錫（John McCarthy）提出一個夏季研究專案，並稱“學習的每個方面或智力的其他特徵原則上都可被精確描述出來，並被機器所模仿”，AI的概念由此誕生。

在隨後幾年中，麻省理工學院和史丹佛大學相繼成立AI實驗室。這些研究主要關於計算機國際象棋、機器人以及自然語言交流等。人們對這個領域的興趣隨著時間流逝而波動。在20世紀70年代到80年代，由於公眾興趣減退，外部資金枯竭，AI陷入“寒冬”。20世紀80年代中期，那些看似前程似錦的初創企業和風險資本突然消失，就像約翰·馬爾科夫在《愛之優雅的機器》（Machines of Loving Grace）中描述的那樣。

你可能還聽說許多與AI有關的其他專業術語，比如機器學習和深度學習等。其中，機器學習是指教授機器如何去做特定的事情，比如識別數字，這需要用大量資料訓練它，然後指導它對新的資料進行預測。現在，有關機器學習取得的巨大成就是，隨著資料積累得越來越多，開發可隨著時間推移變得越來越聰明的軟體變得越來越容易。

深度學習是機器學習的一種型別，要求更少的人工協助。通常這種方法涉及到人工神經網路，這是一種鬆散的數學系統，主要是通過模仿人類大腦中神經元的協同工作方式研發出來的。神經學家沃倫·麥卡洛克（Warren McCulloch）與數學家沃爾特·皮茨(Walter Pitts)於1943年首次提出類似系統。多年來，研究人員不斷提出各種先進的技術概念，包括新增多層網路。每增加新的連續層，更高水平的功能就可被用於原始資料中，以便做出更好的預測。這些網路層可在資料中找出特徵，但使用層數越多消耗的計算能力就越多。

為何AI突然變熱？

多年來，硬體已經變得越來越強大，包括英偉達在內的晶片製造商也在不斷改進他們的產品，以便更好地適應AI計算的需求。在許多領域，更大的資料集已經可被更廣泛地訓練模型。

2012年，谷歌的AI專案曾引發廣泛關注，當時它用1000萬張來自YouTube的圖片訓練由1.6萬個CPU構成的神經網路，並教授其識別圖片中的貓。但是當年晚些時候，圖片識別領域再次取得突破，當時在2個GPU上訓練的8層神經網路勝過所有競爭對手，基於內容對圖片進行了精確分類。幾個月後，谷歌收購了神經網路初創公司DNNresearch，後者誕生於多倫多大學電腦科學系。

自從那以來，AI活動不斷加速，世界領先的科技公司爭相進入這個領域。與此同時，世界上市值最高的多家科技公司也在不斷髮布自己最新的研究成果，這也增加了AI的魅力。

誰處於領先地位？

谷歌及其母公司已經完成了多項AI收購，其中最引人關注的就是2014年斥資5億美元收購DeepMind。當DeepMind的AI智慧專案AlphaGo為Alphabet吸引到足夠注意力後，DeepMind的AI軟體也顯露出真正的商業價值，即幫助降低谷歌資料中心冷卻成本40%左右。與此同時，谷歌也利用AI加強其核心搜尋引擎、Gmail、Google Street View、Google Photos、Google Translate、YouTube以及其他應用。

近年來，許多有關深度學習的開源框架相繼出現，但谷歌的TensorFlow被認為是其中最受歡迎的。谷歌已經開發出張量處理單元（TPU）以加速神經網路的訓練和預測，其功能超過當前市場上所有可用矽晶片。此外，Alphabet旗下子公司Waymo也處於無人駕駛汽車研究的前沿地位。

Alphabet研究科學家們經常公開發表有關他們最新研究成果的學術論文，這在競爭激烈、高度重視保密的行業是非常罕見的。事實上，AI對谷歌來說非常重要，其執行長桑達爾·皮查伊（Sundar Pichai）甚至稱谷歌為“AI優先”公司。

長期以來，亞馬遜也始終利用AI在電子商務領域幫助推薦產品，並部署機器人在物流中心幫助移動物品。但在過去幾年中，亞馬遜已經通過出售智慧揚聲器Amazon Echo獲得收入，人們可通過這款揚聲器與亞馬遜虛擬助理Alexa對話。雖然Alexa的語音識別能力還不完美，但其可快速回應使用者輸入，同時也被越來越快地應用到第三方服務和裝置中。基於公眾對Alexa的迷戀，亞馬遜還設立了便利店，利用AI識別顧客從貨架上拿下的產品。

蘋果始終在考慮使用AI識別筆跡、延長電池續航時間，甚至在被選中的PDF檔案中找到文字。但是蘋果在iPhone和其他蘋果硬體上使用的虛擬助理Siri現在正使用深度學習，該公司近來宣佈在揚聲器HomePod中植入Siri。蘋果正嘗試在其Photos應用中改善圖片識別功能，並在iOS的QuickType鍵盤上預測表情符號。

最近，蘋果推出了執行機器學習負載（包括蘋果裝置上的神經網路）的軟體庫Core ML。蘋果據稱還在開發AI晶片，可以應用到移動裝置上。從總體上看，蘋果試圖通過強調隱私區分其AI努力。該公司沒有釋出太多有關AI的研究，儘管其最近招募到著名AI研究人員拉斯.薩拉胡特迪諾夫(Russ Salakhutdinov）擔任其AI研究主管。蘋果還通過收購Perceptio等初創企業網路相關方面的人才。

Facebook於2013年建立了自己的AI研究團隊，並招募到雅恩·樂昆 (Yann LeCun) 擔任AI實驗室負責人，後者以擅長卷積神經網路技術聞名。這個團隊經常發表研究論文，並推出了Caffe2和PyTorch開源AI框架。它甚至擁有專用的伺服器硬體，以優化深度學習。

但Facebook也在利用AI為News Feed中貼文進行更好地排名、將使用者貼文翻譯成不同語言、甚至生成有關使用者圖片的文字描述。最近，Facebook宣稱將會嘗試利用AI遏制與恐怖主義相關內容。去年，Facebook執行長馬克·祖克伯（Mark Zuckerberg）曾在其10年路線圖中提及AI、VR、AR等，並稱將在視覺、語言、識別以及規劃等領域進行探索。

微軟已經招募AI研究人員多年，且AI研究的優先權不斷升級。微軟已經將其AI引入Cortana、Word、PowerPoint、Skype以及SQL Server中。今年早些時候，微軟推出了視訊編輯應用Story Mix，可利用AI為視訊中的特定繫結物件增加貼紙等。微軟還推出語音識別、計算機視覺、情感檢測以及視訊理解等服務，開發者可在自己的應用中使用它們。微軟推出了Cognitive Toolkit開源AI框架。

未來何去何從？

首先，越來越多的人類勞動將被自動化取代。以專車應用Uber和Lyft為例，隨著擁有AI支援的無人駕駛汽車出現，司機發現他們將變得無事可做。除了專業工作之外，機器翻譯系統將讓人類翻譯變得多餘。當ATM可以建立新賬戶並提供貸款後，銀行將不再需要招募人類僱員。需要採寫新聞的記者也將越來越少。基於這些技術發展的思考，促使人們開始討論推出新的替代經濟模式，比如祖克伯最近提及的“普遍基本收入”。

除此之外，或許只需數十年，在大多數領域，擁有超人能力的AI系統（或稱為人工通用智慧，簡稱AGI）就將湧現。鑑於你詢問的物件不同，人們對這種AI的態度也各不相同。在某些極端情況下，AGI系統甚至可能導致人類滅亡。可是如果事情向好的方向發展，或許AGI將會強化人類，比如幫助我們延長壽命。這兩種假設場景促使如今的AI引發密切關注，它們也是過去諸多科幻小說的靈感源泉。

但是現在，人們通常看到的都是所謂的“狹義AI”，即應用於少數領域的AI，而且它也並非總是按照其設定的方式工作。比如Alexa、Cortana、Google Assistant或Siri，它們總是存在誤解口語的情況。然而，世界上許多大型公司都在以前所未有的力度投資於AI，而且這種趨勢還沒有減弱的跡象。

來自：騰訊科技