沉寂了30多年的“人工智能”一詞，最近兩年變得如火如荼，成為科技企業(yè)的主戰(zhàn)場、媒體眼中的風(fēng)向口，受到投資界的廣泛追捧。

正如英國首相丘吉爾所言：“你能看到多遠的過去，就能看到多遠的未來”，我們都對人工智能的未來充滿好奇，但此刻真的能看清方向嗎？當(dāng)下不如先追本溯源，反思一下，自己了解人工智能多少？人工智能到底是什么？它又是從哪里來的呢？

本文通過對人工智能起源的梳理，將人類各大文明從人-物關(guān)系、人-神關(guān)系、人-人關(guān)系和人-環(huán)境關(guān)系等多種可能視角進行特色解讀。并指出在未來，人工智能的發(fā)展方向很可能是“人機融合智能”，人的智慧與機器的智能結(jié)合在一起，形成一個更有力的、更具支撐性的“人—機—環(huán)境交互系統(tǒng)”。

人工智能創(chuàng)立至今，已經(jīng)度過了60余載。在這一個甲子多的時間里，有高潮也有低谷。雙體實驗室近期開始推送劉偉先生的“追問人工智能”系列，希望與大家共同探究人工智能從哪里來，到哪里去等基本問題。

從某種意義上說，人類文明是一個人類對世界和自己不斷進行認知的過程。追根溯源，我們應(yīng)該從人類歷史，以及人類的知識獲取方式的起源及其發(fā)展歷程談起。

東西方視角下的“人工智能”有何差異？

在人類古文明的歷史中，古巴比倫和古埃及這兩種文明幾乎同時出現(xiàn)，它們在距今6000多年前，就已經(jīng)有了國家、工具和文字，這兩種文明直接導(dǎo)致了歐洲文明的起源。這兩個文明主要是研究人與物（客觀對象）之間的關(guān)系，如水利、工具、制度與法律。這種人和物之間的關(guān)系，后來影響到了歐洲的一些地中海（希臘）文明，繼而輻射到整個歐洲大陸，誕生了科學(xué)和技術(shù)——科學(xué)和技術(shù)的宗旨就是研究人與物之間的關(guān)系。

除了這兩個最早的文明以外，古印度文明很重要的一種特質(zhì)就是研究人和神之間的關(guān)系，這主要是人和抽象事物、不可掌控的一些事物之間的關(guān)系，在中東、印度一帶，誕生了幾乎世界上所有最主要的宗教，包括伊斯蘭教、基督教、印度教、佛教等，它們都探討人和神之間的關(guān)系。

此外，還有一種文明研究的是人和人之間的關(guān)系、人和環(huán)境之間的關(guān)系，即中華文明。中華文明關(guān)注的不是人和物、人和神之間的關(guān)系，而是人和人之間如何融洽，人和環(huán)境之間如何和諧，天、地、人之間如何共生的問題。

如果通過同一時間軸來看，會呈現(xiàn)地更加明顯。西方最主要的科學(xué)之祖，也是哲學(xué)之祖——泰勒斯，和中國的老子、孔子差不多出現(xiàn)在同一時代（距今約2500年以前），其思想體現(xiàn)在他的一句箴言中——“Water is best”（水是最好的）。水是一種物質(zhì)，地球生物是從海洋里誕生出來的，即生命源于水，然后水又滋養(yǎng)和哺育了人類，所以西方的科學(xué)和哲學(xué)一開始就與物質(zhì)密切相關(guān)；老子的“上善若水”，孔子的“逝者如斯夫”，也是對水的一種感嘆，但他們大多都拘泥于感性和倫理方面。東西方文明的差異從這幾個代表性人物的言語中可見一斑。

也就是說，在歷史發(fā)展的長河中，人類四大文明分別聚焦于人與物、人與神、人與人、人與環(huán)境之間的關(guān)系。而科學(xué)和技術(shù)的發(fā)展和“人與物”密切相關(guān)，這也是現(xiàn)代科學(xué)技術(shù)起源于歐洲的原因之一。但目前來看，隨著社會和人類的不斷進步，人與人、人與環(huán)境之間的關(guān)系日益受到重視。因此，當(dāng)下世界的焦點，逐漸從西方轉(zhuǎn)移到了以人與人、人與環(huán)境為主的東方視角上來。

人工智能的本質(zhì)是什么？

人與物之間的關(guān)系是西方一個重要的研究方向，同時機器屬于人造物，所以人機交互也起源于西方。人機交互的本質(zhì)是共在，即“being together”。人把自己的優(yōu)點與機器的長處結(jié)合在一起，形成了一個交互的、實質(zhì)性的問題。而未來人工智能的發(fā)展方向，很可能是人機融合智能或人機混合智能，即將人的智慧和機器的智能結(jié)合在一起，形成一個更有力的、更具支撐性的發(fā)展模式。這不但是研究人機交互的生理問題，還是研究心理的或者大腦的問題。其實，“人機交互”或“人機混合智能”，都是不準確的表達，最準確的表達是“人—機—環(huán)境交互系統(tǒng)”，因為人和機器及物質(zhì)的交互是不完整的，均是通過環(huán)境這個大系統(tǒng)進行溝通，所以“人—機—環(huán)境”系統(tǒng)工程，可能是未來的一個主要研究方向。

那么，人工智能或智能的本質(zhì)是什么？這可以從人的成長經(jīng)歷或發(fā)展上看出一些端倪。一般來說，胎兒在母親腹中就已經(jīng)開始有了各種感覺，如聽覺、嗅覺、味覺、觸覺，并開始和外部環(huán)境及母親腹中的內(nèi)部環(huán)境進行交互，產(chǎn)生了一個很簡單的“我”的概念。出生以后，由于視覺、聽覺等感覺發(fā)育得不是很完善，更多的是通過觸覺來接觸世界，了解他周圍的一些事物。隨著自主能力的產(chǎn)生，他們會試圖擺脫大人的束縛，更愿意自己爬，自己走，不希望別人去扶。

我們在研究過程中發(fā)現(xiàn)，人工智能的起點，第一個詞是“being”（“是”），即存在，客觀的物質(zhì)，這是西方哲學(xué)中一個很重要的詞，世界是物質(zhì)的還是意識的，其中物質(zhì)就是“being”。關(guān)于人的智能和智慧，還存在著“should”（“應(yīng)該”）。《三國演義》中的“義”，就是“should”（“應(yīng)該”）的意思，“仗義”的“義”也是“應(yīng)該”的意思，“應(yīng)該”這個詞，在西方非常重要，在東方也很受重視，這是東西方交流的一個交匯點。“should”，翻譯成哲學(xué)語言，就是意識，即“awareness”或“consciousness”。另外，還有“want”，人有“want”，即想干什么；而機器不會“want”，機器只會按照程序、指令進行操作；而人還有一個“can”（“能”）的問題，即能做還是不能做。機器沒有這個問題，只是運作。

休謨在他的哲學(xué)體系中提出了一個很重要的問題：“是”推不出“應(yīng)該”，這句話的意思是從事實中推不出價值觀。中國古代有一句著名的話“天行健，君子以自強不息”，這是不成立的。“天行健”是一個事實，“君子以自強不息”是一種價值觀，二者不能畫等號。這里面涉及一個很重要的詞“change”（“變”），人會不斷地改變，而機器不能，只會按部就班、因循守舊、刻舟求劍。所以，“事實推不出價值觀”是人工智能和人類智能很重要的差異。

另外，人還有一個很重要的特質(zhì)，即感知的恒常性，人在變化的外界環(huán)境中通常能夠保留對這個事物本來面目的感知，如某種顏色。在不同的背景下，這種顏色的影響會發(fā)生變化，但是人能夠在這種變化中找到不變的那種感覺；而機器則不是，機器對外部變化的顏色，會有一個實時的反應(yīng)，很難找到那種不變的東西。

何為“智能”？

人工智能來自于智能。何為智能？究其最深之處是一個哲學(xué)問題。早期有一批哲學(xué)家一直在討論什么是智能、知識。邁克爾·波蘭尼（Michael Polanyi）曾在20世紀60年代寫過一部《默會維度》（The Tacit Dimension），提出“我們知道的越多，那么我們知道的越少”。同時，他認為我們知道的遠比我們能說出來的要多很多（We can know more than we can tell）。通過波蘭尼這句話可見，默會知識在支配著我們不斷地向顯性的知識遞進與演化。

弗里德里希·哈耶克（FriedrichHayek）的經(jīng)濟學(xué)對世界的影響很大，曾拿到過諾貝爾經(jīng)濟學(xué)獎。他一生對政治、社會、經(jīng)濟、文化、藝術(shù)、哲學(xué)和心理學(xué)均有涉獵，在認知科學(xué)領(lǐng)域，他有一本著作《感覺的秩序》（The Sensory Order）。在這本書中，他明確地提出了一個觀點：“行為遠比設(shè)計更重要”，其大意即人的各種感覺是通過行為來表征的，而不是故意設(shè)計出來的，后來的演化造成了設(shè)計的出現(xiàn)。維基百科的創(chuàng)立人之一吉米·威爾士（Jimmy Wales）很推崇《感覺的秩序》一書，認為是這本書啟發(fā)他創(chuàng)立了維基百科。

卡爾·波普爾（KarlPopper）是一位偉大的哲學(xué)家，提出過三個世界的觀點，即物理的、精神的和人工的。此外，在《科學(xué)發(fā)現(xiàn)的邏輯》（The Logic of Scientific Discovery）一書中，他提出科學(xué)不是證實而是證偽，認為科學(xué)是提出問題進行猜想，然后進行反駁，不斷試錯，接著有新科學(xué)的出現(xiàn)，而不是常規(guī)意義上的、通過觀察歸納來證實的實證機制。在歸納里有很多的漏洞，因為歸納是不完全的歸納，波普爾有針對性地對歸納進行了梳理。

通常認為，人工智能的學(xué)科起源，是從1956年美國的達特茅斯會議。但實際上，它的科學(xué)起源最早可以追溯到19世紀的查爾斯·巴貝奇（Charles Babbage），他曾任劍橋大學(xué)盧卡斯教授，是世界上做機械計算機的鼻祖，他做出的機械計算機能夠用來計算正弦和余弦數(shù)值的大小，從此人類拉開了計算的帷幕。另一個是劍橋大學(xué)的伯特蘭·羅素（Bertrand Russell），羅素利用其哲學(xué)思想和數(shù)學(xué)基礎(chǔ)，創(chuàng)立了一個重要的哲學(xué)新分支——分析哲學(xué)。將分析哲學(xué)推至制高點的是路德維希·維特根斯坦（Ludwig Wittgenstein），他在《邏輯哲學(xué)論》這部書里提出，語言是哲學(xué)的重要工具，也是哲學(xué)的切入點。

在此之前，哲學(xué)的發(fā)展有兩個里程碑，其中一個是關(guān)于世界本源的問題，即世界是物質(zhì)的還是意識的，這個問題討論了一千多年，后來笛卡兒提出二元論。在此之后，人們找了很多方法來研究哲學(xué)，但收效甚微，直到維特根斯坦改變了哲學(xué)的軌跡。他的前半生研究關(guān)于語言的人工性，所謂人工性的語言就是標準化的、格式化的、流程性的、程序化的語言；他的后半生主要否定了自己前半生的工作，開始研究生活化的、自然化的語言，他認為真正的哲學(xué)是通過生活化的語言呈現(xiàn)的，由此體現(xiàn)哲學(xué)的深奧和哲學(xué)的意義。

針對智能的概念，權(quán)威辭書《韋氏大詞典》中的解釋是“理解和各種適應(yīng)性行為的能力”；《牛津詞典》中的說法是“觀察、學(xué)習(xí)、理解和認知的能力”；《新華字典》中的解釋是“智慧和能力”；美國著名人工智能研究專家阿爾布斯（James Albus）在答復(fù)另一位人工智能專家?？怂鼓聽枺℉enry Hexmoor）時說：“智能包括知識如何獲取、表達和存儲；智能行為如何產(chǎn)生和學(xué)習(xí)；動機、情感和優(yōu)先權(quán)如何發(fā)展和運用；傳感器信號如何轉(zhuǎn)換成各種符號；怎樣利用各種符號執(zhí)行邏輯運算，對過去進行推理及對未來進行規(guī)劃；智能機制如何產(chǎn)生幻覺、信念、希望、畏懼、夢幻甚至善良和愛情等現(xiàn)象。”

但是，作為一門前沿科學(xué)和交叉學(xué)科，人工智能至今尚無統(tǒng)一的定義。不同科學(xué)背景的學(xué)者對人工智能做了不同的解釋：符號主義學(xué)派認為人工智能基于數(shù)理邏輯，通過計算機的符號操作模擬人類的認知過程，從而建立起基于知識的人工智能系統(tǒng)；聯(lián)結(jié)主義學(xué)派認為人工智能基于仿生學(xué)，特別是人腦模型的研究，通過神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的鏈接機制和學(xué)習(xí)算法，建立起基于人腦的人工智能系統(tǒng)；行為主義學(xué)派認為智能取決于感知和行動，通過智能體與外界環(huán)境的交互和適應(yīng)，建立起基于“感知—行為”的人工智能系統(tǒng)。其實這三個學(xué)派分別從思維、腦、身體三個方面對人工智能進行了闡述，目標都是創(chuàng)造出一個可以像人類一樣具有智慧、能夠自適應(yīng)環(huán)境的智能體。

人工智能的發(fā)展經(jīng)歷了哪些階段？

人工智能的發(fā)展可以分為四個階段，即醞釀階段、起步發(fā)展階段、反思發(fā)展階段與蓬勃發(fā)展階段。

（1）醞釀階段

任何事物的形成與發(fā)展都有一定的基礎(chǔ)，人工智能也不例外。首先，在哲學(xué)領(lǐng)域，學(xué)者對于意識問題情有獨鐘。自從笛卡爾于17世紀提出“我思故我在”的論述之后，有關(guān)意識的組成爭論就從未停止過。托馬斯·霍布斯、梅洛·龐蒂等曾經(jīng)明確反對身心二元論，前者認為人是純粹理性的，而后者認為身體和心理并不是獨立分開的個體?？梢哉f，這些哲學(xué)爭論為早期的人工智能起到了很好的促進與推動作用。

1943年，麥克洛奇與匹茨提出了著名的M-P模型（Mc Culloch Pittsneural model），他們將神經(jīng)元視為二值開關(guān)，通過不同的組合方式可以實現(xiàn)不同的邏輯運算。該模型的意義在于開創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)的研究。1949年，唐納德·赫布（DonaldHebb）提出學(xué)習(xí)模型，大體觀點為，如果在突觸前后的兩個神經(jīng)元被同步激活，那么這個突觸連接增強。M-P模型與赫布學(xué)習(xí)規(guī)則的確立為后期的聯(lián)結(jié)主義奠定了基礎(chǔ)。

在其他領(lǐng)域，“現(xiàn)代計算機之父”馮·諾依曼（von Neumann）于1945年提出了后來被稱為馮·諾依曼結(jié)構(gòu)的計算機體系結(jié)構(gòu)，并被沿用至今。1948年，諾伯特·維納（NorbertWiener）指出了神經(jīng)系統(tǒng)與計算機工作的相似性，找到了它們之間的內(nèi)在聯(lián)系，將自動控制的研究提到了一個新的高度，對后期人工智能學(xué)科的創(chuàng)立產(chǎn)生了巨大的影響。1936與1950年，阿蘭·圖靈先后提出圖靈機與圖靈測試的概念，旨在弄清楚計算機能做什么、如何定義智能等關(guān)鍵問題。維特根斯坦也對這個問題有所思考，他在《哲學(xué)研究》中明確指出：機器肯定不能思維。

（2）起步發(fā)展階段

人工智能早期發(fā)展的主要領(lǐng)域在于公理證明。艾倫·紐厄爾（Allen Newell）和赫伯特·西蒙（HerbertSimon）等人編寫了一種名為邏輯理論家（LT）的智能程序，用來證明數(shù)學(xué)命題。與常見的數(shù)學(xué)推理過程不同，這種程序由結(jié)論出發(fā)，一步步從后向前分析，直到找出合適的證明問題為止。1963年，LT程序證明了羅素與懷特?！稊?shù)學(xué)原理》第一章中的全部定理。兩年后，邏輯學(xué)家王浩和數(shù)理邏輯家亞伯拉罕·魯濱遜（Abraham Robinson）使用消解方法，使用機器證明了《數(shù)學(xué)原理》中的全部命題演算定理。

在其它研究領(lǐng)域，人工智能也有了初步的進展。1957年，羅森勃拉特（FrankRosenblatt）首次引入了感知機的概念，推廣了聯(lián)結(jié)主義的研究，同時感知機的出現(xiàn)使神經(jīng)網(wǎng)絡(luò)也露出了其廬山真面目。幾年后，模仿自然生物進化機制的演化計算開始出現(xiàn)，代表人物為霍蘭德（John Holland）與福格爾（David Fogel）。1965年，麻省理工學(xué)院人工智能實驗室的羅伯茲編寫出多面體識別程序，開創(chuàng)了機器視覺的領(lǐng)域。

（3）反思發(fā)展階段

在起步發(fā)展階段，各個領(lǐng)域都有了一定的進展，但是，這離當(dāng)初設(shè)想的人工智能還相距甚遠。1969年，被稱為“人工智能之父”的馬文·明斯基（MarvinMinsky）與西蒙·派珀特（Seymour Papert）出版著作《認知器演算法》（Perceptrons），指出單層感知器不能實現(xiàn)XOR（異或問題）邏輯，這極大地打擊了研究者的信心。20世紀70年代初，對人工智能提供資助的機構(gòu)，如美國國防高級研究計劃局（DARPA）、美國核管理委員會（NRC）對無方向的人工智能研究逐漸停止了資助。人工智能的第一次寒冬到來。

在低谷階段，人工智能界開始了反思。一派是以德雷福斯（Hubert Dreyfus）為代表，無情地對人工智能進行批判，他曾說人工智能研究終究會陷入困局；而另一派則對人工智能抱有希望，代表人物為費根鮑姆（Edward Feigenbaum），他認為要擺脫困境，需要使用大量的知識。于是，知識工程與專家系統(tǒng)在各個領(lǐng)域嶄露頭角，比如早期的反向鏈接專家系統(tǒng)MYCIN可以診斷一些特定類型的傳染病。這個階段（1976～1980年）也被稱為復(fù)興期。

進入20世紀80年代后，人工智能學(xué)界重新肯定了早期人工智能研究中的神經(jīng)聯(lián)結(jié)方法與遺傳算法。1982年，霍普菲爾德（John Hopfield）提出了Hopfield神經(jīng)網(wǎng)絡(luò)，引入了“計算能量”概念，給出了網(wǎng)絡(luò)穩(wěn)定性判斷。1984年，他又提出了連續(xù)時間Hopfield神經(jīng)網(wǎng)絡(luò)模型，為神經(jīng)網(wǎng)絡(luò)的研究做了開拓性的工作。1986年，杰弗里使用辛頓、魯姆哈特（David Rumelhart）和麥克勒蘭德（JamesMcClelland）重新提出了反向傳播算法，即BP算法。值得一提的是，聯(lián)結(jié)主義不同于符號主義，其研究方法巧妙地避開了知識表示所帶來的困難。與此同時，布魯克斯（Rodney Brooks）教授在1991年發(fā)表論文，批評聯(lián)結(jié)主義與符號主義不切實際，將簡單事情復(fù)雜化。他強調(diào)感知與行為直接聯(lián)系，這也極大地促進了人工智能研究另一學(xué)派——行為主義的發(fā)展。

由此可見，在這一階段，人工智能的研究空前繁榮，可是好景不長，1987年現(xiàn)代計算機的出現(xiàn)，讓人工智能的寒冬再次到來。人們普遍發(fā)現(xiàn)人工智能領(lǐng)域沒有取得實質(zhì)性的突破，而所謂的專家系統(tǒng)使用范圍依然有限。于是，人工智能研究再一次陷入停滯。

（4）蓬勃發(fā)展階段

1997年“深藍”的勝利，重燃起人們對于人工智能的興趣。2006年，辛頓提出深度置信網(wǎng)絡(luò)，使深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為可能，這也使得深度學(xué)習(xí)迎來了春天。2011年，國際商業(yè)機器公司（IBM）的“沃森”參加《危險邊緣》（Jeopardy?。﹩柎鸸?jié)目，并打敗了兩位人類冠軍，轟動一時。2012年，辛頓的學(xué)生艾利克斯·克里澤夫斯基（Alex Krizhevsky）使用AlexNet以大幅優(yōu)勢取得了當(dāng)年ImageNet圖像分類比賽的冠軍，深度神經(jīng)網(wǎng)絡(luò)開始大放異彩。同年，運用了深度學(xué)習(xí)技術(shù)的谷歌大腦（Google Brain）觀看數(shù)千段的視頻后，自發(fā)地找出了視頻中的貓。2016年，Google Deep Mind的“阿爾法狗”（AlphaGo）戰(zhàn)勝了世界頂級圍棋高手李世石，由此推動了人工智能的再一次發(fā)展，目前正處于人工智能發(fā)展的第三次高潮期。

總的來說，人工智能創(chuàng)立至今，已經(jīng)度過了60余載。在這一個甲子多的時間里，有高潮也有低谷。對人類來說，年過花甲意味著已經(jīng)開始逐漸步入遲暮，很多方面都開始走下坡路；而對人工智能來說，在經(jīng)歷過數(shù)次波折、幾起幾落之后的今天仍然蓬勃發(fā)展，并顯得愈發(fā)年輕起來。