共计 4793 个字符，预计需要花费 12 分钟才能阅读完成。
什么是人工智能？人工智能过来曾经达到了什么程度？过来几年人工智能的重要里程碑是什么？5 年、20 年、50 年、100 年后人工智能将解决什么问题？人工智能的将来又将如何？
对于人工智能有很多问题。咱们曾经能够答复其中的一些问题，并探讨咱们过来用人工智能解决的问题。
另一方面，议论将来的场景，特地是如果咱们议论超级智能，后果会很艰难。但咱们能够思考和评估一些场景。
人工智能的定义
人工智能是一个术语，由两个词组成。
1、人造的
人造是不实在的货色，因为它是模仿的，所以有点假。我能想到的最简略的人造就是人造草。人造草不是真草，所以有点假。因为各种起因，它被用来代替真草。人造草常常用于体育运动，因为它比真草更耐用，因而能够应用更长的工夫。它也比真草更容易护理。我置信人造草和真草的区别还有很多起因。但这不是我想表白的重点。要害是，有些货色是人造的并取代了实在的货色，这是有起因的。
2、智力
智力是一个非常复杂的术语。它能够用多种不同的形式来定义，比方逻辑、了解、自我意识、学习、情感常识、打算、创造力，当然还有解决问题的能力。
咱们称人类为聪明人，因为咱们都会做上述提到的事件。咱们感知咱们的环境，从中学习，并依据咱们的发现采取行动。
这同样实用于动物。对于动物智力的乏味之处在于，有许多不同的物种，因而咱们能够比拟物种之间的智力。
在这两种状况（人类智能和动物智能）中，咱们都议论天然智能（NI）。
除了人类和动物之外，还有对于动物智力的争执。动物的智力体现出与人类或动物不同的智力。次要起因在于动物没有大脑或神经元网络，但它们会对环境做出反馈。动物智能自身就是一个十分乏味的话题，因为动物智能并不是通过静止或鲁特琴的反馈立刻可见的。
如果咱们议论人工智能 (AI)，咱们指的是计算机科学的一个子畛域。人工智能由机器、计算机和次要是软件来发挥作用。机器模拟，这里咱们明确为什么它被称为人工，某种基于环境、察看、处分和学习过程的认知性能。
为了更多地理解人工智能，咱们回顾一下人工智能的历史，看看人工智能有什么能力，以及它的现状与当初有何关系。
人工智能的历史和里程碑
人工智能的历史相当乏味，大概始于 100 年前。
1、Rossum 的通用机器人（RUR）
1920 年，捷克作家卡雷尔·恰佩克 (Karel Čapek) 出版了一部科幻小说《Rossumovi Univerzální Roboti》（罗苏姆的万能机器人），也称为 RUR。该剧引入了“机器人”一词。《RUR》讲述的是一家工厂，该工厂制作闻名为机器人的人造人。它们与明天的机器人一词不同。在 RUR 中，机器人是有生命的生物，更相似于克隆这个术语。RUR 中的机器人最后为人类服务，但随后呈现了机器人叛乱，导致了人类的灭绝。
因为不同的起因，这部剧很乏味。首先，它引入了“机器人”一词，只管它并不齐全代表机器人的古代概念。接下来它也讲述了机器人的发明的故事，所以某种人工智能，一开始仿佛对人类有踊跃的影响，但起初是机器人的叛乱威逼了整个人类。
文学和电影中的人工智能自身就是一个大话题。RUR 的例子应该曾经表明了人工智能对钻研和社会的重要性和影响。
2、艾伦·图灵
艾伦·图灵 1912 年 6 月 23 日出生于伦敦。他广为人知，因为纳粹德国应用的明码进行了加密。艾伦·图灵的钻研还催生了他的计算实践，该实践波及如何无效地解决问题。他在图灵机模型中提出了他的想法，图灵机至今依然是计算机科学中的一个风行术语。图灵机是一种形象机器，只管模型很简略，但它能够结构任何算法的逻辑。因为神经学、信息论和控制论的同时钻研和发现，艾伦·图灵提出了构建电子大脑是可能的想法。
第二次世界大战完结几年后，图灵推出了广为人知的图灵测试，试图定义机器的智能。测试背地的想法是，如果机器（A）和人（B）通过自然语言进行交换，而第二个人（C）（即所谓的电梯）能够进行交换，那么机器（例如计算机）就被称为智能机器。无奈检测哪个通信器（A 或 B）是机器。
3、达特茅斯会议
1956 年，可能呈现了第一个人工智能研讨会，人工智能钻研畛域随之诞生。来自卡内基梅隆大学 (CMU)、麻省理工学院 (MIT) 的研究员和 IBM 的员工齐聚一堂，独特创建了人工智能钻研我的项目。在接下来的几年里，他们获得了微小的停顿。简直每个人都十分乐观。
二十年内，机器将可能实现人类能做的任何工作。”– 赫伯特·西蒙 (CMU)
“在一代人之内……发明‘人工智能’的问题将失去实质性解决”——马文·明斯基（麻省理工学院）
那是在 20 世纪 60 年代。在接下来的几年里，停顿速度放缓。因为未能意识到工作的难度，承诺被突破。
4、第一届人工智能寒冬
因为过于乐观的环境以及尚未获得冲破，美国和英国政府削减了人工智能的探索性钻研。接下来的几年被称为（第一年）人工智能冬天。激情隐没了，没有人违心赞助人工智能钻研。对人工智能的宣传趣味降落。这是 1974 年左右的事。
5、专家系统
在第一个人工智能冬天之后，人工智能以所谓的“专家系统”的模式卷土重来。
专家系统是答复问题并解决特定畛域问题的程序。他们模拟特定畛域的专家并按规定解决问题。专家系统中有两种类型的引擎：首先是常识引擎，它示意无关特定主题的事实和规定。其次是推理引擎，它将常识引擎中的规定和事实利用到新的事实。
·整体设计综合
1981 年，一个名为 SID（集成设计综合）的专家系统设计了 93% 的 VAX 9000 CPU 逻辑门。SID 零碎是由 1,000 条手写规定组成的。CPU 的最终设计花了 3 个小时来计算，并且在很多方面都超过了人类专家。例如，SID 生成的 64 位加法器比手动设计的加法器更快。此外，每个门的错误率（人类专家的每 200 个门大概有 1 个谬误）要低得多，在 SID 零碎的最终后果中，每 20,000 个门大概有 1 个谬误。
6、第二个人工智能寒冬
第二次人工智能寒冬产生在上世纪 80 年代末 90 年代初，经验了一系列金融挫折之后。因苹果和 IBM 制作的台式电脑而蒙受损失的专家系统和硬件公司的衰败再次导致人们对人工智能的趣味降落，一方面是因为宣传，另一方面是因为投资者。
7、深蓝
通过屡次崎岖，深蓝成为第一台击败国际象棋世界冠军加里·卡斯帕罗夫的国际象棋计算机。1997 年 5 月 11 日，IBM 的国际象棋计算机在六局较量后以 3.5–2.5 击败了加里·卡斯帕罗夫。
深蓝应用树搜寻来计算最多 20 种可能的走法。它通过次要手工编写的价值函数来评估地位，而后通过剖析数千场较量来优化该函数。深蓝还蕴含许多巨匠游戏的开局和开局库。
1997 年，深蓝以 11.38 GFLOPS 的速度在最弱小的超级计算机中排名第 259 位。其中：1997 年最弱小的超级计算机具备 1,068 GFLOPS，而明天（2017 年 12 月）最弱小的超级计算机具备 93,015 GFLOPS。
FLOPS 代表每秒浮点运算次数，GFLOPS 中的“G”代表千兆。因而 1 GFLOPS 相当于 10⁹ FLOPS。
8、21 世纪：深度学习、大数据和通用人工智能
在过来的二十年里，人工智能蓬勃发展。2017 年人工智能市场（硬件和软件）已达到 80 亿美元，钻研公司 IDC（国际数据公司）预测到 2020 年该市场将达到 470 亿美元。
通过过来几年的大数据、更快的计算机和机器学习技术的提高，这所有都成为可能。
通过应用神经网络，当初能够解决视频解决、文本剖析和语音辨认等简单工作，并且现有的解决方案将在将来几年变得更好。
9、雅达利游戏
2013 年，世界上最重要的人工智能钻研机构之一 DeepMind 推出了一种人工智能，能够在人类玩家程度之上玩几款 Atari 游戏。这乍一看仿佛不太具备表现力，但他们只是应用强化学习和神经网络来让 AI 自我学习这些游戏。此外，他们只是应用像素作为代理的输出，因而没有依据代理所做的动作给予间接处分分数。
2015 年，他们进一步推出了更智能的代理，它本人胜利玩了 49 款经典的 Atari 游戏。
除了老式复旧游戏机的经典游戏之外，DeepMind 正在为更简单的游戏开发人工智能，例如《星际争霸 2》。《星际争霸 2》是一款实时策略 (RTS) 游戏，是最受欢迎的 1 对 1 电子竞技游戏。《星际争霸 2》在韩国十分受欢迎，最好的《星际争霸 2》职业选手也来自韩国。尽管如此，还是有很多欧洲和北美的职业选手以打球为生。《星际争霸 2》是一款比经典视频游戏简单得多的游戏：您能够执行的操作要多得多，您无奈理解对手的所有，并且必须侦察他以摸索他在做什么。在《星际争霸 2》中，每分钟都有数十种策略决策可供选择，与经典游戏相比，总体而言须要关注的更多。
目前的 AI 还不是很好，只能玩搭积木之类的小游戏。对于《星际争霸 2》的人工智能，我感到十分兴奋，因为我是《星际争霸 2》的忠诚粉丝，我对人工智能将如何扭转《星际争霸 2》元游戏以及它将摸索哪些新战术感到兴奋。
10、阿尔法围棋
除了经典的 Atari 游戏之外，DeepMind 还凭借其 AI AlphaGo 击败了世界上最好的人类围棋棋手。2015 年 10 月，他们首次以五比零击败欧洲围棋冠军樊麾。赛后，围棋界对 AlphaGo 提出了很多狐疑，因为樊麾“只是”一名 2 段（9 段中最好的）欧洲冠军。于是 DeepMind 团队飞赴韩国迎战九段围棋选手李世石。李世石被认为是世界上最好的围棋棋手之一。DeepMind 博得前三场较量后，李世石显得十分失望。但在第四局较量中，AlphaGo 呈现了显著的谬误，最终输掉了较量。上一场较量 AlphaGo 有可能再次获胜。最终 AlphaGo 以 4 - 1 战败李世石。
如果你对 AlphaGo 的故事更感兴趣，我举荐对于它的电影。在我看来，这部电影很棒，除了人工智能的技术影响之外，它还展现了对围棋社区的影响。
2017 年，DeepMind 公布了下一代 AlphaGo。AlphaGo Zero 建设在精简的硬件之上，并且刚刚学会了围棋与本身对弈。通过三天的训练，AlphaGo Zero 比 AlphaGo 版本更强，后者击败了李世石，并以 100-0 战败了他的年老版本。通过 40 天的训练，它也击败了他之前版本的 AlphaGo Zero。
接下来会产生什么？
好吧，没有人晓得，我也不晓得。
这个答案可能十分令人不称心，因而咱们来谈谈可能的状况。
1、通用人工智能、超级智能 – 人工智能接管？
到目前为止，也呈现了一些专家级的人工智能零碎，例如 AlphaGo（零），他曾经把握了围棋并且能够超过人类特级棋手。但目前还没有通用人工智能（AGI）。AGI 指的是人工智能，它能够胜利地执行人类能够实现的任何智力工作。图灵测试是测试人工智能是否是通用人工智能的一个例子。
超级智能将通用人工智能 (AGI) 带到了下一个阶段。超级智能是指比人类更聪慧的 AGI，能够在人类能够实现的任何智力工作上超过人类。
何时会呈现通用人工智能，何时会呈现超级智能，这个问题当然很难答复（简直所有答案都波及将来预测）。牛津大学人工智能钻研人员 Nick Bostrom 在一篇论文中评估了这个问题。
人工智能接管是指超级智能将接管世界并与人类作战的场景。这是一个风行的科幻小说主题，100 年前就开始在《RUR》中应用，并且仍在更古代的电影中应用，如《终结者》或《黑客帝国》。那么，人工智能有一天会统治世界，这只是虚构的还是有可能的呢？
我对此不是 100% 确定。我更赞成人工智能不会接管的观点。但也有很多像埃隆·马斯克、史蒂芬·霍金和比尔·盖茨这样的人关怀人工智能的可能性。因而我认为咱们不应该将人工智能接管视为纯正的虚构场景，咱们应该意识到这一点并采取负责任的口头。
如果你对 AGI 和超级智能这个话题感兴趣，我举荐你浏览 Nick Bostrom 的书《超级智能 – 门路、危险、策略》。
论断
曾经有人工智能零碎能够在特定畛域超过人类，例如下围棋或数据分析。明天，如果咱们议论生产中的人工智能零碎，咱们指的是专家。但目前还没有可能像人类一样工作的通用人工智能（AGI），也没有比人类更聪慧的超级智能。
