人們對(duì)人工智能有著無(wú)限遐想，它早已成為小說(shuō)和電影最熱門的主題。提及人工智能時(shí)，腦海中總是會(huì)浮現(xiàn)鋼鐵俠和他的人工智能助手J.A.R.V.I.S（或者它的替代物星期五）、《超能陸戰(zhàn)隊(duì)》里的大白或者《西部世界》高科技成人主題公園的畫(huà)面。

盡管人工智能作為生活的得力助手，早已解決了先前無(wú)法解決的痛點(diǎn)，但按照當(dāng)前科技發(fā)展?fàn)顩r，超越人類能力的類人機(jī)器人仍遙不可及。那么，是什么阻擋了類人機(jī)器人的誕生呢？

首先，簡(jiǎn)要地回顧一下人工智能的歷史。

人工智能領(lǐng)域于1956年在達(dá)特茅斯學(xué)院的會(huì)議上正式宣布成立，“人工智能”這一專業(yè)術(shù)語(yǔ)也隨之誕生。1956到1974年間，大學(xué)和政府機(jī)構(gòu)在人工智能領(lǐng)域的研究上投入了大量資金和資源，用于解決幾何、代數(shù)等問(wèn)題的不同類型的電腦如雨后春筍般冒出。這期間的成功使人們對(duì)人工智能過(guò)度樂(lè)觀，期望過(guò)高。然而，當(dāng)時(shí)的技術(shù)和硬件設(shè)備跟不上新型人工智能的發(fā)展，人工智能于1974年迎來(lái)了第一次寒冬。

寒冬一直持續(xù)到上世紀(jì)八十年代，其結(jié)束是得益于專家系統(tǒng)的興起，以及日本斥資8.5億美元用于創(chuàng)造出一臺(tái)具有超級(jí)計(jì)算能力和人類智能的計(jì)算機(jī)，也被稱為第五代計(jì)算機(jī)項(xiàng)目。日本一直癡迷于類人機(jī)器人，廣為人知的科幻電影《高達(dá)》（具有先進(jìn)人工智能系統(tǒng)的類人飛行器）在1979年就已登場(chǎng)?！豆C(jī)動(dòng)隊(duì)》原版漫畫(huà)也于1989年首次發(fā)行。為與日本競(jìng)爭(zhēng)，英國(guó)政府也于同一時(shí)期再次投資人工智能領(lǐng)域。

在此期間，計(jì)算機(jī)硬件蓬勃發(fā)展。這里提到的計(jì)算機(jī)不是指平日里使用的那種普通計(jì)算機(jī)，而是由專業(yè)人員使用，沒(méi)有接口，只有一堆代碼的計(jì)算機(jī)。1987年，蘋(píng)果和IBM都研發(fā)了專屬版本的臺(tái)式電腦（類似于現(xiàn)在使用的），性能比那些專業(yè)電腦更優(yōu)異。這導(dǎo)致價(jià)值5億美元的專家系統(tǒng)產(chǎn)業(yè)的崩潰，引發(fā)了人工智能第二次寒冬。

直到1997年IBM的深藍(lán)擊敗國(guó)際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov），公眾才意識(shí)到人工智能的力量。與此同時(shí)，科技行業(yè)面臨著網(wǎng)絡(luò)泡沫。人工智能的基金已經(jīng)耗盡。然而，由于硬件設(shè)備的突破，機(jī)器學(xué)習(xí)繼續(xù)向前發(fā)展。計(jì)算機(jī)的處理和存儲(chǔ)能力呈指數(shù)級(jí)增長(zhǎng)，使企業(yè)能夠存儲(chǔ)和處理大量數(shù)據(jù)。眾多企業(yè)和政府機(jī)構(gòu)已成功地將人工智能大規(guī)模地應(yīng)用到各種應(yīng)用中。

2011年，IBM的問(wèn)答系統(tǒng)沃森在美國(guó)智力競(jìng)賽節(jié)目《危險(xiǎn)邊緣》中擊敗了衛(wèi)冕冠軍布拉德·拉特和肯·詹寧斯。Alpha GO也分別在2016年和2017年擊敗了九段圍棋選手李世石和世界冠軍柯潔。

過(guò)去的15年間，亞馬遜、谷歌和其他公司利用機(jī)器學(xué)習(xí)獲得了巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)。除了通過(guò)處理用戶數(shù)據(jù)了解消費(fèi)者行為外，這些公司還專注于計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和許多其它人工智能應(yīng)用。

經(jīng)過(guò)數(shù)十年的研究，人工智能的快速發(fā)展要?dú)w于四個(gè)方面：

1. 摩爾定律——人工智能研究開(kāi)始以來(lái)，計(jì)算機(jī)處理能力大約每?jī)赡昃驮鲩L(zhǎng)一倍，使處理大數(shù)據(jù)和復(fù)雜算法成為可能。僅用了兩年時(shí)間，谷歌就把Alpha Go從業(yè)余圍棋選手變成了世界冠軍。此外，Alpha Go較新的計(jì)算資源版本僅是之前擊敗李世石版本的十分之一。

2. 大數(shù)據(jù)——機(jī)器學(xué)習(xí)依賴于大量原始數(shù)據(jù)。僅在過(guò)去兩年間，就產(chǎn)生了世界90%的數(shù)據(jù)。

3. 資金——隨著人工智能被廣泛應(yīng)用，風(fēng)投和天使基金紛紛涌入人工智能研究領(lǐng)域，希望找到下一個(gè)獨(dú)角獸。

4. 算法的復(fù)雜性——研究和資金正推動(dòng)著趨于精密的算法，以充分利用神經(jīng)網(wǎng)絡(luò)和認(rèn)知計(jì)算。

很多人認(rèn)為目前人工智能的發(fā)展已經(jīng)放緩，即將面臨人工智能的第三次寒冬。有些人認(rèn)為在強(qiáng)人工智能方面還沒(méi)有取得重大突破，其他人則認(rèn)為當(dāng)前企業(yè)專注于弱人工智能的研究，抑制了整個(gè)人工智能行業(yè)的發(fā)展。也有人批評(píng)當(dāng)前人工智能研究過(guò)于集中，危害社會(huì)。

然而，當(dāng)前的股票市場(chǎng)由蘋(píng)果、谷歌、亞馬遜、Facebook等公司主導(dǎo)，如果人工智能的第三次寒冬真的來(lái)臨，不僅人工智能產(chǎn)業(yè)將停滯不前，全世界都將面臨下一次經(jīng)濟(jì)危機(jī)。