深度學習+大數據？ 「人工智慧」標準有待釐清

人工智慧現在是一個大熱的詞兒，彭博信息研究公司的調查結果表明，最近兩年，人工智慧在很多公司的電話會議記錄中出現的頻率大幅上升，收購人工智慧的意向也開始增多。不過，人們對人工智慧的認識卻莫衷一是，但凡和自動化沾邊的軟體、機器等，常常被放進人工智慧這個大筐里。

當地時間2017年6月7日，瑞士日內瓦，在國際電信聯盟(ITU)舉辦的「人工智慧」全球峰會上，漢森機器人公司研發的類人機器人Sophia亮相。

目前人們對人工智慧的認識，其實大多來自小說、電影中的藝術形象，從電影《異形》中的冷血模擬人大衛，到《星球大戰》中萌感十足的機器人C—3PO。這些形象往往具有與人類相仿的外形、思維方式甚至感情，並且在力量等方面超過人類。基於這種認識，人工智慧常常被等同於機器人;「阿爾法狗」則讓一些人把人工智慧與計算機程序畫上了等號;甚至推特之前對內容進行簡單的優化，也被一些人認為推特在努力「讓人工智慧變得更加智能」……

討論人工智慧的標準，得從計算機的誕生說起。上世紀50年代以來，「圖靈測試」普遍被認為是判斷機器能否稱為人工智慧的標準。但在很長一段時間裡，人工智慧僅停留在研究階段，2006年開始的第三次人工智慧熱潮，將人工智慧從實驗室推向了實際應用，並創造出真正的價值，人工智慧成為一個新的投資風口。

人工智慧的核心在於三大技術匯流：一是以深度學習為核心的演算法的演進;二是計算機處理能力和運算速度的提高，能高效識別文字，能聽聲辨圖;三是互聯網技術的發展，產生廣泛、海量的數據。「機器」憑藉卓越的計算能力、利用深度學習方法、以海量數據為素材進行訓練，智能程度顯著提高。就如美國喬治亞理工學院研究者查爾斯·伊斯貝爾所描述的：真正的人工智慧要求計算機程序或機器展示出自我管理能力、表達情緒和創新性。因此，當前的人工智慧=深度學習+大數據，這是一個最具時代精神、也最為普遍接受的認識。

人工智慧並不總以機器人的形態出現，在很多情況下，它甚至是以不可視的形態存在的。蘋果手機的語音助手「Siri」就是只聞其聲、不見其形。相反，以機器人甚至人形機器人形態出現的機器，有許多並未達到人工智慧的程度，而且，人工智慧也不是超級人腦，因為它與人類大腦的工作原理存在巨大差別。

明確界定人工智慧，為的是讓人工智慧更加有序地發展。我們既不能將人工智慧泛神化，讓產業失去起碼的准入門檻，企業可以隨便蹭「熱點」，隨心所欲為自己五花八門的產品貼上「人工智慧」的標籤;另一方面也無需將其妖魔化，至少在可見的未來，人工智慧並不能凌駕於人類之上，更不會出現毀滅人類的可怕後果。在人工智慧本性問題的討論上，喬治亞理工學院交互計算教授伊恩·博戈斯特的觀點或許更加接近真相：它們是人類製造的裝置，運行人類編寫的軟體，充斥著二者的優缺點。當然，這樣的觀點並不能改變人工智慧成為下一個技術前沿和產業風口的現實，也削弱不了其打破世界秩序的潛力。