作者：武博士、宋知达、袁雪瑶、聂文韬

本文我们会以生动有趣的漫画来先容关于人工智能（AI）干系的故事，你将会学习到：

人工智能的历史故事机器人与人工智能的关系人工智能的运用领域和干系等级人工智能关于我们的未来的影响，我们是否会失落业。
如何开始学习人工智能

让我们一起进入人工智能的天下吧。

1.1 进入人工智能

当有人问我，Dr.Wu 你的研究方向是什么？我回答：人工智能。
接着大约会得到以下五种问题回应：

哇，好酷！
是不是很难呢？

是不是制造机器人帮助我们呢？

AI和人工智能有什么差异？

我们会不会失落业？

究竟啥是人工之智能？

接下来，我会带大家逐一解惑。

1.1.1 人的聪慧和人工智能

究竟什么是人工智能，什么是AI，接下来，由我为大家解答。
媒体上险些每天都有AI和人工智能的词汇，总给人一种深奥神秘的觉得。
人工智能顾名思义便是人类制造的聪慧，英文叫Artificial Intelligence（AI），以是人工智能=AI。

那么问题又来了，聪慧究竟是什么？我们要以何种办法去制造聪慧？要回答这个问题，就必须从人与人造物的 差异和人的聪慧提及。

对付人工智能的研究职员来说，目标并不是研究人类聪慧的来源，而因此工程技能手段制造出类似人类聪慧的 产品。

人类和人工智能最大的差异是，肉体的有无。

人类可以通过身体得到外界资讯。
透过觉得器官，我们可以觉得到声音、外不雅观、触感、气味等，让我们以为舒畅或者讨厌，进而产生感情。

不过人工智能并没有人类的身体，因此无法像人类一样通过肉体觉得器官来积累觉得履历，也无法借此得到知识。

人工智能必须依赖人类，将人类通过鼻子、眼睛、嘴巴、皮肤...得到的外界资讯，以某种形式”输入“到人工智能，人工智能才可以加工和处理这些信息。
详细输入办法我们未来谈论。

1.1.2 图灵测试：哪个一边是人？

英国数学家，Dr.Wu 认为二十世纪最聪明的人三个人（爱因斯坦、图灵、冯诺依曼）之一，艾伦.图灵（Alan Turing：1912-1954）定义了一种方法，来判断人工智能是否成功，这种方法是：和自己对话的工具是人类还是人工智能？

这种方法便是大名鼎鼎的图灵测试。

只要三成以上的研究员将人工智能误以为是人类，就算通过图灵测试。

但是由于打算机很难做到与人类靠近的对话，以是很长一段韶光都没有任何人工智能通过图灵测试。
反而人类在不断学习打算机措辞，这便是大量程序员的事情，和打算机对话。

图灵测试又叫做模拟游戏‘Imitation Game’，一部描述图灵生平的自传电影一样也叫模拟游戏，我以为很好看哦。
Imitation 即为模拟。

除了这部电影之外，《黑客帝国》、《闭幕者》、《全面进化》等描述人工智能的电影中，大多提到人工智能会威胁到人类生活，而不是给人类带来幸福，这让很多人谈到人工智能都会感到惶恐。

但是，事实上，目前还没有做出公认通过图灵测试的人工智能。
以是大家也不必惶恐哦。

1.1.3 人工智能会思考吗？

“思考”，大多数人会想到打算，该当是人工智能的专长。
但事实上，要想像人类一样思考实在是一件非常困难的事情。

人工智能须要以各种输入数据案例为根本，通过这些数据案例获取履历和知识，然后进行预测和判断。
如果输入的案例太少，就无法做出判断。
情形相反，人类纵然碰着过去未曾碰着的状况，也可以以弹性的办法面对各种状况。

例如，人工智能须要看过上万张猫狗的图片才可以相对准确的识别猫狗图片，但是人类3岁旁边的小朋友，只须要见过几次，就可以识别。
差距还是巨大的。

但是，人类对付人类来说很难办理的问题，人工智能却能够迅速办理。
例如：演习好的人工智能在图片识别过程中，效率远远高于人类，给他们10万张图片，他们会很快的为人类做好分类事情，无怨无悔，而且在事情过程中，人工智能本来的\"大众聪慧”也在提升。

我们将在未来的章节提到，目前具有一定“智能”的AI，可以用什么样的办法来办理什么样的问题。
明白人工智能的善于之处与不善于之处，是未来社会我们能够幸福生活的关键。

1.2 人工智能的出身

人工智能是最近才有的吗？ 实在人工智能很早就有了，都快63岁了呢。
让我们进入历史的长河，一起沿着韶光的足迹探究人工智能。

1.2.1 达特茅斯会议

人工智能（Artificial Intelligence）这个名词是1956年夏天，在美国东部的达特茅斯会议中初步登场。
会议从7月持续到8月，是一场为期一个月以上的会议。
对付人工智能的研究者来说，这个会议是一场划时期的会议，会议将“像人一样思考的打算机”称为“人工智能”，于是“人工智能”这个词，出身了！

这场会议中，有许多著名的打算机科学家参加，包括约翰.麦卡锡，马文.闵斯基，艾伦.纽维尔。
许多研究者当时发布了最新的研究成果。
个中马文.闵斯基曾在1951年，利用硬件实现了类神经网络。
这是天下上第一个可以进行自我学习的网络。

1.2.2 第一次人工智能（AI）浪潮

达特茅斯会议之后，到了50年代后期到60年代，全体人工智能领域盛行的用打算机进行演算法，以办理分外的问题。

以走迷宫为例，目标便是从迷宫的出发点走到终点。
人类走迷宫，碰到去世路时候轻微退却撤退，再找其他路径，一步一步向终点靠近。

如果让打算机去走迷宫，不会真的按照真实的道路提高，而是从出发点开始分类，分成往A走的情形和往B走的情形等。
接着往A走碰到的情形，以及往B走的情形，进行分类。
在不断分类的情形下，末了能找到终点。
这便是初期人工智能所利用的方法。

近些年，由于打算机的精良表现，广受媒体把稳的国际象棋（IBM 深蓝）等棋类竞赛，用的都是这种演算法。

乍一看这种演算法处理问题彷佛不是那么“聪明”，但是由于打算机处理的速率的提升，机器相对付人类逐步表示出了压倒性上风。
（围棋除外）

为什么我一贯把围棋要除外呢，由于围棋的走法有10的360次方，数量要比天上的星星还要多，但是近期AlphaGo占领的围棋，并不是第一次AI浪潮的产物哦。

好多人在问我IBM深蓝和AlphaGo的差异，我的回答是深蓝用的是演算法，目的是证明IBM大型做事器的能力，而AlphaGo用的是深度强化学习，证明机器可以有智能（我们在后续的文章会阐明）。

我们言归正传，到了60年代，以演算法办理棋类竞赛的问题为核心的第一次AI浪潮，由于没有办理亟待办理的现实问题，美国政府割断了统统资金的供给，直接导致第一次AI浪潮的结束。
20世纪70年代末成了人工智能的寒冬。

1.2.3 第二次人工智能浪潮

在第一次AI浪潮中，人工智能无法为疾病治疗等人类实际问题做出贡献，使干系研究进入隆冬。
但是20世纪70年代开始，研究职员利用打算机的存储功能，将“知识”存入电脑让它变得更加聪明。

斯坦福大学开拓的MYCIN便是一个著名的例子。

Mycin可以将过去所有病人诊断为细菌传染的症状与其他情形等知识，记录在数据库中。
当有新的患者涌现时，输入患者症状和其他情形，就能够推测患者传染某种细菌的概率。

如“输入：发热，头疼，口干 ；输出：这种症状的病人有69%的几率传染 细菌”。
然而，要让打算机具有这些知识，须要采纳许多专家的干系知识，并进行许多调查研究，以积累资料，相称耗费韶光和精力。

为了让这项技能实用化，须要搜集和整理许多领域的资料，个中包括“以为头重脚轻”这种暗昧不清的症状描述。
但是想让这些全部记录下来，实在是一件不随意马虎的事情。

这时，有些操持将所有人类具有的知识全部输入打算机。
比较著名的是1984年美国新创公司发起的CYC操持。
但是天下的知识实在是太繁杂了。
这个操持到目前为止，还在进行中... 人工智能面临不知道该如何理解笔墨意义，以什么办法描述知识，才能让打算机随意马虎处理的问题（我们会在后面详细解释）。
于是，必须以人工一条一条输入知识，才能构建人工智能的第二次AI浪潮，在90年代中期再次进入寒冬。

冬天肿么又到了...

1.2.4 第三次人工智能浪潮

韶光到了20世纪90年代中期，互联网和搜索引擎相继出身，到了2000年，随着网站的数量的增加，人类的知识、资料在互联网呈现指数增长。
到了2008年，随着智好手机的兴起和4G网络的遍及，险些全天下一半的人都成为了网民，为互联网贡献自己的数据。

能够让打算机自主学习，便进入了第三次AI浪潮。

从人工智能出身到现在的历史，可以整理为下图：

当我们先容人工智能浪潮的时候，总会有人问“第三次人工智能浪潮”会很快结束吗？ 我的回答是：“至少从现在看，人工智能已经是大势所趋，在未来社会中，是不可或缺的技能。
”

1.3 人工智能可以做哪些事

1.3.1 人工智能与机器人

虽然人工智能很早之前就有，但是很多人还是将机器人研究等同于人工智能研究。

从小时候开始，动漫书总就会有空想中的人工智能。
他们所具有的聪慧，可以让他们进行和人完备相同的对话、思考、行动。
还有类似人类一样的身体。
我小时候特殊想有一只机器猫。

人类的聪慧与身体无法分离，因此很多人无法想象聪慧与身体无法分离的样子。
然而，人工智能研究不能等同于机器人研究。
人工智能研究与机器人研究如图：

人工智能研究与机器人研究，虽然不同，但是有共同的部分。

在这里，我们详细解释一下机器人研究，那便是具有“感应系统、掌握系统、驱动系统的机器装置” 。

感应系统： 感想熏染声音、光芒温度等物理状态之变革的感应器掌握系统： 能够操作机器装置的系统驱动系统： 能传导动力使之活动的系统

“家当机器人”便是机器人实用化的例子。

工业制造领域中有焊接机器人、组装机器人； 医疗领域中有数据机器人（例如鼎鼎大名的达芬奇机器人）；农业领域有除草机器人和插秧机器人；电子商务领域中有快递分拣机器人。
机器人运用领域相称广泛。

机器人的研究以感应系统和驱动系统为主。
而掌握系统的研究，则靠近于人工智能的研究。
机器人比赛中，大多是由操作者以无线的办法遥控操作机器人，用最快的速率超过障碍物，一步一步走向终点。

机器人的手臂运动由人来掌握还是自己掌握，用到的人工智能的等级完备不同。
至于咱们人类，完备便是自己掌握，不须要外界操作。

这里我们提到了人工智能等级，我们详细为大家先容。

1.3.2 第一级人工智能

人工智能分第一到第五，共五个等级。
我们目前处于第四级人工智能。
我们将一起试着思考做到哪些事才能称得上是人工智能。

第一级人工智能，常见于搭载相对纯挚的掌握程序，输入与输出逐一对应的家电产品（吸尘器、空调、洗机器、冰箱...）。
近年来许多家电声称”搭载人工智能“，便是这个等级。
（不过有些产品具有第二级的人工智能）

例如，有些人工智能空调主打温度在适当区间，有些人工智能洗衣机可以根据衣服的重量自动调度水量。
不过，他们究竟没有超出第一级人工智能的范围。

近期，微软与一家德国家电厂商联合推出一款“自动识别内部物品的冰箱”，引起大家关注。
这样的功能已经超越了第一级人工智能，但是说白了，这只是利用冰箱内的摄像头进行图片识别的过程。
虽然方便，但是仍旧称不上人工智能的观点。

1.3.3 第二级人工智能

同样是家电产品，美国麻省理工学院MIT人工智能实验室成立的人型机器人公司，最近推出的扫地机器人Roomba已经是第二级人工智能。

有研究者认为，Roomba的感应行动已和蟑螂有等级的聪慧，它可以利用数十个感应器搜集房间的信息，并以 每秒60次以上的频率判断状况，再从40种以上的行动模式汇总选择最适宜的行动。

以这类扫地机器人为代表，能够判断、选择行动并实行的系统，即称为第二级人工智能。

让输入和输出变得更加精密的人工智能，便是第二级人工智能。
一样平常运用程序中的棋类游戏，就属于这个等级的人工智能。

第一级和第二级人工智能就在这里结束。
接下来就要解释第三级、第四级人工智能，将会涉及到“机器学习”， 领域。
机器学习顾名思义，便是让机器（打算机）去学习事物的特色和规则，然后打算机变得越来越聪明。

1.3.4 第三级人工智能

这个等级的人工智能，可以自由学习，会变得越来越聪明。
我们将在往后详细阐明第三级人工智能，它具有机器学习功能。

那么什么是机器学习呢。
以数据为根本，为各种输入与输出授予关联性，以这种方法进行学习的算法，便是机器学习。
第三级人工智能从20世纪90年代中期开始遍及，一贯进入21世纪前期。

我们耳熟能详的，藏在搜索引擎背后，会自动在网站上获取大量数据并自动剖析判断的人工智能。
便是第三级人工智能的范例代表。

在第二级人工智能加入机器学习的方法后，进化成第三级人工智能。
而在浩瀚机器学习方法中，深度学习 （Deep Learning）能够让打算机自行提取特色，以进行学习。
深度学习可以称得上是第四级人工智能。

1.3.5 第四级人工智能

从第一级人工智能进化到第四级，有些AI乃至在某些领域超过人类（ImageNet 图片分类、AlphaGo...）。
这种人工智能能在特定领域发挥自己的浸染，也称作“特型化人工智能”。

为了某个目的而特型化的AI = 特型化人工智能

我们平时听到的，可以下围棋、辨别声音、参加益智问答、自动驾驶、对话机器人都是属于第四级特型化人工智能。

人类和第四级人工智能的差异：人类在学习过围棋后，或容许以举一反三，将履历利用到其他领域中。
但是AlphaGo 无论有多厉害，它也不具备围棋以外的功能。

1.3.6 第五级人工智能

第五级人工智能便是“泛人工智能”，指的便是类似于哆啦A梦等和人类相似的行为，乃至能够发挥比人类更加精良的能力。
这样的人工智能可以理解人的喜怒哀乐，懂得物体的质感，能够感想熏染到人的情绪。

达到这种程度，可以称之为第五级人工智能。
然而，一样平常认为，从第四级进化到第五级，非常困难，我们须要找到另一种分外方法。

人工智能在第四级以前都是人类方便的工具，不过第五级“泛人工智能”不但是具有人类同等的聪慧，还有第四级特型化的人工智能的能力，在特定领域超过人类，第五级人工智能可能不在是人类的工具，有可能对人类产生威胁，但是它还远远没有实现。

1.4 人工智能与人类的未来

1.4.1 科技奇点什么，它会到来吗？

有人预测，到了2045年，打算机将会超越人类大脑。
这是基于打算机芯片性能每18个月提升一倍的假设，这个假设便是著名的摩尔定律。

如果这个预言成真，那么在人类的不断努力下，不久的将来，可以制造出比人类还聪明的人工智能。
这种人工智能出身后，由于它比人类聪明，它可以制造比它聪明的人工智能。
在这样的推演下，人类就会被远远抛在后面。

由此可知，所谓的科技奇点（技能的的特异点），指的便是人工智能有办法制造出更加聪明的人工智能的韶光点。
原来从第一级到第四级的人工智能，都须要人类手动创造。
但是当人工智能有办法制造出比自己聪明的人工智能时，便进入了一种截然不同的境界，纵然新的人工智能比原来只聪明的一点点。

我们假想每天都比以前的自己进步1%，那么一年后，你的能力会提升多少倍？ 答案是惊人的：37.78. 而且打算机的迭代速率是远远超越人类的。

但是以目前的技能条件，还无法达到科技奇点，但是人类已经向这个方向努力了。

深度学习不是的通向科技奇点的唯一之路, 人脑的干系研究（脑科学）的研究也可能会帮助早就这一天的早日到来。

有人认为，只要在打算机上实现人脑大脑的功能，新皮质、大脑基底核、以及小脑并适当组合就可以实现第五级人工智能。

大脑新皮质：是大脑特殊发达的部位，包括视觉、听觉、运营、打算、逻辑都在这个部位处理。
我们后续会讲解非监督学习，或容许以仿照大脑新皮质系统哦。
大脑基底核：运行机制还有很多未知。
不过一样平常认为，在学习过程中，如果这个结果对自己有利， 大脑基底核就会加强这方面的学习；如果学习成果对自己没有好处，则大脑基底核将不再打仗干系 的学习。
这便是AlphaGo的根本：强化学习的事理哦。
小脑： 小脑的神经回路相对纯挚，有人认为小脑所做的事有点像监督学习

监督学习、非监督学习、强化学习这些名词都是什么意思呢？我们会在后续的章节中进行详细阐明哦。
是不是很让人期待！

1.4.2 AI会改变人类的未来吗？

英国经济学家凯恩斯在1930年预测，100年后，人类一天只须要事情3小时。
由于人工智能可以取代许多事情，从事这些事情的人因此可以得到解放，换句话说，便是失落业。
在2013年，牛津大学揭橥的论文，列出来未来十年或者二十年可能消逝或者留下的事情。

为什么会举这些列子呢，我们会详细解释情由人工智能已经对声音、图片、视频的识别能力很高，以是，与声音、图片、视频干系的判别、记录、征采的干系事情，有很大机会都会被人工智能取代。

人工智能在数值预测上的能力相称高，以是银行柜台业务、融资、证券公司和保险业务也会有一部分会被人工智能取代。
人工智能在发卖与需求方面的预测、推测已经有实际运用的例子。
广告公司可能会被取代。
人工可能还可以进行创作，写作、作曲、设计都可以胜任。

此外食谱制作，玩游戏、回答问题到相对繁芜的自动驾驶，人工智能都有办法做到。
如果只认为从事数据网络、输入、加工、剖析的会利用电脑的人才会失落业的想法是缺点的。
事实上，从19世纪开始，纺织业就开始利用机器，到了20世纪，机场的取票功能已经被自动取票机器代替。
随着人工智能的发展，人们的事情会被逐渐替代。

但是，大家不要灰心，未来我们还有很多事情是人工智能无法替代的。
由于人工智能目前既没有身体和外界互动，也欠缺感知外界的能力。
以是，须要透过身体觉得、情绪、味觉才能胜任的事情，仍旧在未来10到20年会留下来。
如休闲治疗师、电影演员、生理年夜夫。

人工智能也不善于处理多重能力的事情，无法发挥带领团队的领导力，而这些事情都是任务重大的事情。
例如企业高等管理职员、人工智能设计师、部门卖力人等。