随着Google在近十年大量投资人工智能，桂冠似乎正要从IBM头顶摘下。谷歌公司的工程总监是未来学家雷·库兹韦尔，他由于普及了奇点概念而名震业界。库兹韦尔认为：人工智能迟早要发展到一个转折点，由于所有信息被人工智能吸纳，它将生产出人类再也无法消化的海量信息从而超越人类。
从神经网络到阿尔法狗
前几天结束的阿尔法狗对抗李世石，最终电脑笑到了最后，为什么人工智能这么厉害？靠的是神经网络进行深度学习。
所谓神经网络研究，可追溯到1943年。当时，沃伦·麦卡洛克和沃尔特·匹兹提出了单个神经元的计算模型。1957年，弗兰克·罗森布拉特扩充了麦卡洛克-匹兹模型，在神经元上加入了学习算法，并称之为“感知机”。它根据模型的输出，与人们希望模型的输出之间的误差，调整权重来学习。
感知机根据输出效果的好坏来调整自己的神经网络，这跟人的大脑是相同的原理。神经网络学派给机器学习指出了一条路。1974年，杰夫·辛顿提出，用多个感知机连接成一个网络，它就能解决任何问题；配合以反向传播算法，就能训练神经网络。
“阿尔法围棋”复制了小孩子的学习过程，成功了就调高相关通路强度，失败了就调低，使神经网络在自我对弈百万盘（用不同风格）后调整到最优。
除了模拟大脑的“神经网络派”，还有模拟昆虫的“行为智能派”。他们从蚂蚁这样单个智力有限但群体表现优异的动物获得启发，让机器在与环境互动中获得知识。不久前，美国波士顿动力公司研发的“大狗”四足机器人，就是这个学派的产物。
在几代人工智能学者的带领下，我们已经拥有了苹果的Siri这样真实可感的人工智能。下一步惊人的成就会从哪里突破？很可能不在学院，而是商业公司，或许不在美国，而在中国、英国或日本。无论如何，离人工智能交一份满分答卷还早。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！