1月24日，在波士頓去世的馬文·明斯基(Marvin Minsky)的身后，有一長排讓人肅然起敬的稱號：人工智能之父、世界上首個人工智能實驗室——麻省理工學院人工智能實驗室的聯(lián)合創(chuàng)始人、計算機領(lǐng)域頂級獎項圖靈獎的獲得者、虛擬現(xiàn)實先驅(qū)等等等等。但明斯基最重要的遺產(chǎn)，是神經(jīng)網(wǎng)絡(luò)技術(shù)。沒有明斯基，今天大部分的科技應(yīng)用，或許和你根本無緣。

　　舉例來說，當你使用語音助手查詢天氣、進行語音輸入時，用搜索引擎去搜索某張圖片時，和朋友聊天使用實時翻譯服務(wù)時，你可能不會注意到，這些工具背后的一個共同點：深度學習技術(shù)。過去幾年，深度學習，以及作為其基礎(chǔ)的人工神經(jīng)網(wǎng)絡(luò)正在快速發(fā)展，國內(nèi)的阿里巴巴、百度、科大訊飛，國外的谷歌、微軟、IBM等公司都試圖在這一領(lǐng)域搶占先機。

　　《紐約時報》在訃告中，引述明斯基的同事、計算機科學家艾倫·凱(Alan Kay)的評價：“馬文在計算領(lǐng)域中具有罕見的卓識，他把計算機從花瓶般附屬機器的定位中解放出來，并意識到計算機的使命，是成為有史以來，人類能力最強大的放大器。”明斯基的遠見如今已經(jīng)成為現(xiàn)實，但是在人工智能的搖籃期，他卻差點親手扼殺了我們今天享受到的一切。

　　深度學習技術(shù)的早期工作可以追溯至20世紀40、50年代，而明斯基正是這一領(lǐng)域的先行者。在哈佛大學讀本科期間，他曾開發(fā)了早期的電子學習網(wǎng)絡(luò)。在普林斯頓大學念研究生時，他又建造了第一臺神經(jīng)網(wǎng)絡(luò)學習機SNARC。1956年，明斯基與“人工智能”的提出者約翰·麥卡錫(John Mcarthy)以及信息論之父克勞德·香農(nóng)(Claude Shannon)等人一同發(fā)起了“達特茅斯會議”，促成了人工智能革命的到來。

　　然而1969年，明斯基與西蒙·派珀特(Simon Papert)合著的著作《感知機》卻被業(yè)內(nèi)普遍認為極大地阻礙了神經(jīng)網(wǎng)絡(luò)的發(fā)展。明斯基在這本書中著重闡述了“感知機”存在的限制。他指出，神經(jīng)網(wǎng)絡(luò)被認為充滿潛力，但實際上無法實現(xiàn)人們期望的功能。

　　在他看來，處理神經(jīng)網(wǎng)絡(luò)的計算機存在兩點關(guān)鍵問題。首先，單層神經(jīng)網(wǎng)絡(luò)無法處理“異或”電路；其次，當時的計算機缺乏足夠的計算能力，滿足大型神經(jīng)網(wǎng)絡(luò)長時間運行的需求。

　　由于被明斯基這樣的權(quán)威人士看衰，神經(jīng)網(wǎng)絡(luò)和深度學習技術(shù)的研究迅速陷入了低谷，70年代則成為了“人工智能的寒冬”。2014年加入谷歌的人工智能專家杰弗里·辛頓(Geoffrey Hinton)當時正在讀研究生，他也感受到了這樣的“惡意”。當時，當他告訴周圍人自己正在研究人工神經(jīng)網(wǎng)絡(luò)時，人們總會這樣回應(yīng)：“難道你不明白么？這些東西沒用。”

　　相關(guān)研究直到1978年才開始逐漸復蘇，而其中的關(guān)鍵人物則是辛頓和哈佛大學神經(jīng)生物學博士特里·謝伊諾斯基(Terry Sejnowski)。據(jù)《紐約時報》記者約翰·馬爾科夫(John Markoff)在《與機器人共舞》一書中介紹，1982年，辛頓舉辦了一場夏季研討會，主題是聯(lián)想記憶的并行模型，而與會的謝伊諾斯基當時正在探索如何通過新方式來為大腦建模。他們的理念一拍即合。隨后幾年，從并行分布處理方法起步，他們創(chuàng)造了新的多層網(wǎng)絡(luò)“玻爾茲曼網(wǎng)絡(luò)”。這項研究也證明，《感知機》一書中所做的預(yù)言，即感知機無法被推廣至多層網(wǎng)絡(luò)，是完全錯誤的。

　　辛頓和謝伊諾斯基隨后嘗試通過語言問題來展示新技術(shù)的力量。第一步，他們讓神經(jīng)網(wǎng)絡(luò)去學習一本兒童讀物。在啟動的不到1小時內(nèi)，神經(jīng)網(wǎng)絡(luò)就開始工作。最初，它能正確說出兩個單詞，而之后詞匯量開始越來越豐富，并開始自我完善。隨后，他們向神經(jīng)網(wǎng)絡(luò)提供了更復雜的學習材料，例如一本有兩萬多個單詞的詞典。在經(jīng)過不斷學習后，神經(jīng)網(wǎng)絡(luò)甚至能朗讀從未見過的新詞。

　　他們將這一程序命名為Nettalk。這一神經(jīng)網(wǎng)絡(luò)集成了300個被稱作“神經(jīng)元”的模擬電路，并分為三層，包括用于捕捉單詞的輸入層，用于表達語音的輸出層，以及連接兩者的“隱藏層”。Nettalk的大獲成功重新點燃了研究人員對神經(jīng)網(wǎng)絡(luò)和深度學習的熱情，并成為了隨后所有相關(guān)研究的基礎(chǔ)。

　　實際上，在進入80年代后，《感知機》一書提到的兩大問題都已得到解決。一方面，摩爾定律的應(yīng)驗使計算機處理能力飛速提升，計算能力不再成為制約神經(jīng)網(wǎng)絡(luò)的因素。另一方面，反向傳播算法的提出解決了關(guān)于“異或”電路實現(xiàn)的難題。隨后的近30年中，隨著軟件算法和硬件性能不斷優(yōu)化，深度學習技術(shù)終于可以大展拳腳。近年來，移動互聯(lián)網(wǎng)的快速發(fā)展、數(shù)據(jù)量的激增則給神經(jīng)網(wǎng)絡(luò)提供了充足的學習材料。

　　然而，明斯基仍不看好神經(jīng)網(wǎng)絡(luò)和深度學習技術(shù)。2007年，在新書《情感機器》出版的不久后，《Discover》雜志的蘇珊·克魯格林斯基(Susan Kruglinski)對明斯基進行了采訪。后者再次重申了自己的觀點：

　　“人工智能領(lǐng)域的每個人都在追求某種邏輯推理系統(tǒng)、遺傳計算系統(tǒng)、統(tǒng)計推理系統(tǒng)或神經(jīng)網(wǎng)絡(luò)，但無人取得重大突破，原因是它們過于簡單。這些新理論充其量只能解決部分問題，而對其他問題無能為力。我們不得不承認，神經(jīng)網(wǎng)絡(luò)不能做邏輯推理。例如，在計算概率時，它無法理解數(shù)字的真正意義是什么。”

　　關(guān)于理想中的人工智能技術(shù)，他認為重要的一點是使其具備常識性知識，而不僅僅是對圖像和語音的模式識別。在他看來，人工智能應(yīng)當類似于人腦，而“人類解決問題的方式首先是具備大量常識性知識”。隨后，他還希望能實現(xiàn)《情感機器》一書中描述的思維體系結(jié)構(gòu)，使人工智能在各種思維方式間切換。

　　行業(yè)的發(fā)展并沒有按照明斯基的設(shè)想去推進。被譽為當前“人工智能三駕馬車”的辛頓、延恩·勒昆(Yann LeCun)和約書亞·本吉奧(Joshua Bengio)正受到業(yè)內(nèi)的追捧，而他們關(guān)注的領(lǐng)域均為深度學習。辛頓已加入谷歌，而勒昆則成為了Facebook的人工智能業(yè)務(wù)負責人。

　　2011年左右，谷歌啟動了Google Brain項目，而最初的項目負責人吳恩達是深度學習領(lǐng)域的專家。利用來自YouTube的上千萬數(shù)字圖像，谷歌的神經(jīng)網(wǎng)絡(luò)進行了自我訓練，而學習效果超過了此前所有項目。由于YouTube上大量關(guān)于貓咪的影像，這一系統(tǒng)甚至自己學會了識別小貓?？茖W家將這種機制形容為大腦視覺皮層控制論的“表親”。這一實驗采用了1.6萬顆處理器構(gòu)成的神經(jīng)網(wǎng)絡(luò)集群，但與人腦的數(shù)十億個神經(jīng)元相比，這只是九牛一毛。

　　利用深度學習技術(shù)，谷歌是否已踏上了“人工大腦”的道路？這個問題正引起越來越大的爭議。但業(yè)內(nèi)普遍認為，深度學習技術(shù)幫助人工智能研究在視覺和語音領(lǐng)域取得了長足進步。在硅谷，越來越多科學家和工程師認為，深度學習將最終帶來“強人工智能”：機器的智慧水平將超過人類。

　　2013年，明斯基在麻省理工學院的學生、知名未來學家雷伊·庫茲韋爾(Ray Kurzweil)接替吳恩達，出任Google Brain項目負責人。在谷歌強大的神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，庫茲韋爾的到來或許將可以幫助明斯基實現(xiàn)未盡的目標。

　　人工智能的未來或許可以用明斯基2014年的一段話來總結(jié)：“如果你讓計算機自己待著，或是讓許多計算機待在一起，那么它們可能會試圖了解，它們從何而來，它們是誰。如果它們突然看到一本關(guān)于計算機科學的圖書，那么可能會嘲笑著說：‘這太假了。’而不同的計算機群體可能也會有不同想法。”