不知道你想過(guò)沒(méi)有，人類(lèi)為什么能制造出比自己更聰明的東西呢？這個(gè)東西你一定想到，就是人工智能。在2016年，AlphaGo戰(zhàn)勝了人類(lèi)圍棋世界冠軍李世石，就已經(jīng)向世人宣告機(jī)器人時(shí)代的到來(lái)。

2019年，中國(guó)有344座高校開(kāi)辦了人工智能相關(guān)的專(zhuān)業(yè)，人工智能因?yàn)橥苿?dòng)效率提高和發(fā)掘機(jī)會(huì)方面的推動(dòng)器作用，正在越來(lái)越受到各國(guó)政府和企業(yè)的高度重視。

但是人工智能并不是一直發(fā)展得一帆風(fēng)順。1956年開(kāi)始，美國(guó)就投入很多經(jīng)費(fèi)，希望能夠在人工智能領(lǐng)域獲得更多開(kāi)發(fā)應(yīng)用。但結(jié)果并不盡人意，很多嘗試停滯不前。

那么為什么到了這幾年，人工智能反而又火了呢？是什么讓人工智能煥發(fā)生機(jī)的？

[[389804]]

無(wú)人機(jī)編隊(duì)

讓人工智能煥發(fā)新能量的，叫做“深度神經(jīng)網(wǎng)絡(luò)”，也叫做“復(fù)雜網(wǎng)絡(luò)”。復(fù)雜網(wǎng)絡(luò)就是比規(guī)則網(wǎng)絡(luò)更復(fù)雜。

在過(guò)去，人們認(rèn)為網(wǎng)絡(luò)都是隨機(jī)形成的。然而，真實(shí)世界的絕大多數(shù)網(wǎng)絡(luò)并不是隨機(jī)網(wǎng)絡(luò)，也不是規(guī)則網(wǎng)絡(luò)。

有一個(gè)詞，叫做“復(fù)雜系統(tǒng)”，人類(lèi)的大腦、城市的運(yùn)行、自然生態(tài)、地球氣候都是復(fù)雜系統(tǒng)，復(fù)雜網(wǎng)絡(luò)就是對(duì)復(fù)雜系統(tǒng)最有效的一種描述方式。它把復(fù)雜系統(tǒng)的各個(gè)組成部分看作是節(jié)點(diǎn)，分析節(jié)點(diǎn)之間的交互作用。

[[389805]]

復(fù)雜網(wǎng)絡(luò)為研究復(fù)雜系統(tǒng)提供了最重要的工具和方法，在大多數(shù)情況下，只有把現(xiàn)實(shí)世界中的復(fù)雜系統(tǒng)當(dāng)成復(fù)雜網(wǎng)絡(luò)來(lái)看待，才能獲得更好的解釋。比如，夏天的晚上，螢火蟲(chóng)按照同樣的頻率閃爍；稻田里，青蛙整齊的鳴叫。這些自同步的現(xiàn)象之所以產(chǎn)生，就是因?yàn)閺?fù)雜系統(tǒng)可以用復(fù)雜網(wǎng)絡(luò)的動(dòng)力機(jī)制來(lái)解釋它。

舉一個(gè)例子，無(wú)人機(jī)?，F(xiàn)代戰(zhàn)爭(zhēng)中，無(wú)人機(jī)發(fā)揮著越來(lái)越重要的作用。以前軍方可能只是單獨(dú)出動(dòng)一架無(wú)人機(jī)，現(xiàn)在一次性出動(dòng)幾十甚至上百架無(wú)人機(jī)組成編隊(duì)。這么多無(wú)人機(jī)同時(shí)起飛，怎么控制呢？怎么協(xié)調(diào)行動(dòng)，防止無(wú)人機(jī)之間相撞？

按照以前的思路，是給每一架無(wú)人機(jī)配備一名控制員，遠(yuǎn)程控制。但是你要讓這么多控制員都能配合好，也是不可能完成的任務(wù)。另一個(gè)辦法，是成立一個(gè)控制中心，統(tǒng)一發(fā)號(hào)施令，來(lái)控制每一架無(wú)人機(jī)的行動(dòng)。但是這個(gè)系統(tǒng)有個(gè)問(wèn)題，就是一旦控制中心發(fā)生故障，整個(gè)編隊(duì)都會(huì)受到影響。

[[389806]]

那怎么辦呢？軍隊(duì)最后想到的辦法，就是把無(wú)人機(jī)組成一個(gè)復(fù)雜網(wǎng)絡(luò)，讓每架無(wú)人機(jī)都成為網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，它們之間的通信信道就是連接。無(wú)人機(jī)與無(wú)人機(jī)之間，可以通過(guò)實(shí)時(shí)通訊，信息共享，協(xié)同偵查和攻擊，彼此協(xié)調(diào)行動(dòng)，這就是復(fù)雜網(wǎng)絡(luò)自組織的特征。這種自組織網(wǎng)絡(luò)一旦形成，就會(huì)產(chǎn)生奇妙的結(jié)果。

第一個(gè)是降低了成本。建造一臺(tái)智能的大型無(wú)人機(jī)，成本是非常高昂的。如果造的是功能相對(duì)簡(jiǎn)單的數(shù)量比較多的小型無(wú)人機(jī)，成本就要少得多。

第二個(gè)具備了高度的韌性。無(wú)人機(jī)編隊(duì)是一個(gè)韌性比較高的網(wǎng)絡(luò)，就算有幾架無(wú)人機(jī)被敵軍擊落，這幾個(gè)節(jié)點(diǎn)破壞了，整個(gè)網(wǎng)絡(luò)仍然可以正常運(yùn)轉(zhuǎn)。

第三個(gè)就是靈活性。單架無(wú)人機(jī)只能完成特定的動(dòng)作，執(zhí)行特定的任務(wù)。無(wú)人機(jī)編隊(duì)只要調(diào)整一下參數(shù)設(shè)置，就可以因地制宜地完成不同的任務(wù)。

[[389807]]

拐賣(mài)兒童團(tuán)伙

無(wú)人機(jī)講的是人類(lèi)利用知識(shí)，創(chuàng)造出復(fù)雜網(wǎng)絡(luò)。反過(guò)來(lái)，人類(lèi)也會(huì)利用知識(shí)，打擊復(fù)雜網(wǎng)絡(luò)。

下面這個(gè)例子，只要作為父母的人，就一定非常痛恨，就是拐賣(mài)兒童。兒童拐賣(mài)在我國(guó)最高可判處死刑，可見(jiàn)國(guó)家對(duì)于這項(xiàng)犯罪的打擊。

兒童拐賣(mài)一般是團(tuán)伙犯罪，被拐賣(mài)的兒童在被非法領(lǐng)養(yǎng)之前，一定會(huì)經(jīng)歷多次的轉(zhuǎn)移。所以，一旦孩子被拐，能夠找回的概率是非常低的，第一個(gè)拐走孩子的罪犯，也不知道后面接頭的人是誰(shuí)。以前抓到一個(gè)就重判一個(gè)，并沒(méi)有用網(wǎng)絡(luò)的模式去看待。

[[389808]]

2018年，武漢大學(xué)的王真等4位學(xué)者，通過(guò)抓取尋子網(wǎng)站“寶貝回家”上的兩萬(wàn)條尋親數(shù)據(jù)，利用這些數(shù)據(jù)構(gòu)建了省、市兩級(jí)的拐賣(mài)兒童犯罪網(wǎng)絡(luò)。

發(fā)現(xiàn)最重要的拐賣(mài)路徑，是從欠發(fā)達(dá)地區(qū)到東部發(fā)達(dá)地區(qū)，這些發(fā)達(dá)地區(qū)有些地域重男輕女觀(guān)念嚴(yán)重。從拐賣(mài)的距離來(lái)看，42.4%的拐賣(mài)發(fā)生在同一個(gè)城市，即便是跨城市買(mǎi)賣(mài)，拐賣(mài)地和非法領(lǐng)養(yǎng)地距離也相差不過(guò)500公里。這表明，相當(dāng)一部分兒童拐賣(mài)都是短途或者同城買(mǎi)賣(mài)，并不像很多人以為把孩子買(mǎi)到很遠(yuǎn)的地方。

而且，犯罪分子的網(wǎng)絡(luò)，還有自適應(yīng)的特點(diǎn)。你打擊這個(gè)城市的人口拐賣(mài)團(tuán)伙，他們就會(huì)轉(zhuǎn)移到另一個(gè)城市。你打擊這條鐵路干線(xiàn)，他們就轉(zhuǎn)移到高速公路去。

在復(fù)雜網(wǎng)絡(luò)的視角下，我們不僅可以找出哪些城市是關(guān)鍵節(jié)點(diǎn)，哪條線(xiàn)路是主要線(xiàn)路，還可以根據(jù)犯罪團(tuán)伙的社會(huì)網(wǎng)絡(luò)，分析出他們面臨打擊時(shí)的應(yīng)對(duì)方案，以及備選的拐賣(mài)路線(xiàn)。這樣精確的研究，才能制定出更加有效的打擊方案，達(dá)到事半功倍。

[[389809]]

人工智能自演化

回到開(kāi)始的問(wèn)題，人類(lèi)為什么能制造出比自己聰明的東西呢？答案就是自演化。

人工智能的本質(zhì)，是對(duì)人類(lèi)思維過(guò)程的模擬。傳統(tǒng)的人工智能對(duì)人思維的模擬，走的是結(jié)構(gòu)模擬的道路。就是仿照人腦的內(nèi)部結(jié)構(gòu)和工作機(jī)制來(lái)制造機(jī)器，但是人腦實(shí)在是太復(fù)雜了，腦科學(xué)的研究才剛剛起步，計(jì)算機(jī)又豈能復(fù)制出跟人腦一樣的復(fù)雜結(jié)構(gòu)？

這條路走不通，那就換一條路，只模擬人腦的功能。機(jī)器可否像人一樣，具備學(xué)習(xí)能力，遇到了問(wèn)題，自己能想辦法去解決呢？

比如AlphaGo，它采用了深度人工神經(jīng)網(wǎng)絡(luò)。所謂的“深度”，就是分層的意思。深度人工神經(jīng)網(wǎng)絡(luò)跟生物的大腦一樣，是分層的，總共有13層。AlphaGo在下棋的時(shí)候，會(huì)把棋局轉(zhuǎn)化為數(shù)據(jù)，輸入到第一層神經(jīng)網(wǎng)絡(luò)，處理之后，輸出一個(gè)數(shù)據(jù)集合，再輸入到第二個(gè)神經(jīng)網(wǎng)絡(luò)，以此類(lèi)推，總共運(yùn)行13次，最后計(jì)算出棋子落下的位置。

雖然科學(xué)家利用了復(fù)雜網(wǎng)絡(luò)的思路來(lái)模擬人腦的神經(jīng)網(wǎng)絡(luò)，但是科學(xué)家并不知道這個(gè)神經(jīng)網(wǎng)絡(luò)到底是怎么“思考”的。因?yàn)槿斯ぶ悄芩伎紗?wèn)題的方式，是通過(guò)反復(fù)的訓(xùn)練，來(lái)調(diào)整參數(shù)，這個(gè)過(guò)程中充滿(mǎn)了大量的隨機(jī)性。

所以，科學(xué)家唯一能做的，就是給人工智能輸入大量的數(shù)據(jù)，比如他們給AlphaGo輸入了幾百萬(wàn)份圍棋大師的棋譜，讓它在人工的輔助下進(jìn)行有監(jiān)督的學(xué)習(xí)。這些棋譜都用完之后，科學(xué)家又讓AlphaGo自己和自己對(duì)弈，生成很多我們?nèi)祟?lèi)也沒(méi)有見(jiàn)過(guò)的棋局，讓它繼續(xù)訓(xùn)練，訓(xùn)練得越多，AlphaGo就越厲害。

[[389810]]

據(jù)說(shuō)，最新版本AlphaGo Zero，已經(jīng)不需要人來(lái)教它下棋了，它通過(guò)優(yōu)化神經(jīng)網(wǎng)絡(luò)，來(lái)提升比賽能力。只需要短短3天的訓(xùn)練，AlphaGo Zero就打敗了AlphaGo，戰(zhàn)績(jī)是100:0，百戰(zhàn)百勝。

這就是復(fù)雜網(wǎng)絡(luò)自我演化的威力，它可以自我學(xué)習(xí)、優(yōu)化和迭代，變得更加強(qiáng)大。人工智能，就是在擁抱了復(fù)雜網(wǎng)絡(luò)這個(gè)視角和工具之后，才重新實(shí)現(xiàn)了質(zhì)的飛躍。

看到這，相信你對(duì)復(fù)雜網(wǎng)絡(luò)有了更深的理解，我們所處的世界，很多現(xiàn)象都是復(fù)雜的，復(fù)雜網(wǎng)絡(luò)就是將這些復(fù)雜現(xiàn)場(chǎng)抽象成網(wǎng)絡(luò)來(lái)做研究。

從無(wú)人機(jī)的自我組織，到拐賣(mài)兒童團(tuán)伙的自我適應(yīng)，再到人工智能的自我演化，每一處都體現(xiàn)了復(fù)雜網(wǎng)絡(luò)的神奇之處。所以，人類(lèi)賦予機(jī)器人自我學(xué)習(xí)的能力，又提供給它海量的數(shù)據(jù)支持，這個(gè)機(jī)器人比人類(lèi)還聰明，就不足為奇了。