幾乎所有人都在享受人工智能帶來(lái)的便利，但你了解它是如何運(yùn)作的么？

這個(gè)問(wèn)題也曾困擾著谷歌前工程專(zhuān)家肖恩·格里什（SeanGerrish）。這位普林斯頓大學(xué)機(jī)器學(xué)習(xí)博士說(shuō)：“我花了無(wú)數(shù)時(shí)間在學(xué)術(shù)界和產(chǎn)業(yè)界研究和實(shí)踐機(jī)器學(xué)習(xí)，但我仍然不能堅(jiān)定連貫地回答這個(gè)問(wèn)題?！?/span>

這個(gè)困擾成為強(qiáng)大動(dòng)力，他決定弄清楚一個(gè)問(wèn)題：智能機(jī)器如何思考。這八個(gè)字也成為他新書(shū)的標(biāo)題《智能機(jī)器如何思考：深度神經(jīng)網(wǎng)絡(luò)的秘密》?！斑@是一本如果我不懂機(jī)器學(xué)習(xí)，我將會(huì)想讀的書(shū)?！彼f(shuō)。

“在用清晰易懂的方式描述這些系統(tǒng)的本質(zhì)時(shí)，肖恩利用10多年的行業(yè)和學(xué)術(shù)經(jīng)驗(yàn)解決了機(jī)器學(xué)習(xí)帶來(lái)的一些最棘手的問(wèn)題……由于市場(chǎng)上缺乏對(duì)機(jī)器學(xué)習(xí)通俗易懂的專(zhuān)業(yè)介紹，這本書(shū)將成為引導(dǎo)你理解底層技術(shù)的理想方法，它可以幫助你更好地判斷哪些言論值得相信，哪些說(shuō)得天花亂墜的謬論應(yīng)該被拋棄。”微軟CTO（首席技術(shù)官）凱文·斯科特說(shuō)。

“計(jì)算機(jī)和軟件，是21世紀(jì)的杠桿、齒輪和發(fā)動(dòng)機(jī)”

兩千年來(lái)，人類(lèi)總被“自動(dòng)機(jī)”驚艷。

違背“水往下流”自然規(guī)律的噴泉，曾驚艷了兩千多年前的古希臘，其實(shí)就是早期的自動(dòng)機(jī)

1737年，一個(gè)可以像真人一樣用長(zhǎng)笛演奏音樂(lè)的雕塑，成為兩百多年前歐洲富人趨之若鶩的新奇玩意，這是法國(guó)機(jī)械天才雅克·德·沃康松的杰作。

今天，自動(dòng)駕駛汽車(chē)，能與人類(lèi)自如交流的機(jī)器人索菲亞，不斷刷新著人們對(duì)于“自動(dòng)機(jī)”的認(rèn)識(shí)，甚至誕生了對(duì)“人工智能”的恐慌，“自動(dòng)機(jī)”究竟發(fā)生了怎樣的變化？

讓我們先回到1737年，工業(yè)革命的黎明時(shí)分，長(zhǎng)笛演奏者誕生的那一年。

當(dāng)他出現(xiàn)時(shí)，公眾很喜歡但并不太驚訝，因?yàn)檫@樣的裝置已經(jīng)出現(xiàn)過(guò)。但當(dāng)這位長(zhǎng)笛演奏者把真實(shí)的長(zhǎng)笛舉到嘴邊，用它的機(jī)械肺把空氣送入樂(lè)器，吹出一個(gè)個(gè)音符，然后通過(guò)移動(dòng)嘴唇，調(diào)整吹氣的力度，控制手指精確地在長(zhǎng)笛孔上移動(dòng)，吹出一系列音符，組成一首完整的樂(lè)曲時(shí)，依然吸引了眾人的目光。沃康松甚至向一小部分觀眾收取相當(dāng)于一周薪水的費(fèi)用，讓他們觀看這個(gè)奇怪的裝置。

有人懷疑雕塑里面藏著人暗地操作，沃康松直接向觀眾展示了長(zhǎng)笛演奏者的內(nèi)部機(jī)制，那是由風(fēng)箱、氣管、軸、小螺柱、彈簧、杠桿組成的機(jī)器。“它只不過(guò)是在遵循編碼到它機(jī)械內(nèi)臟中的一系列指令?！毙ざ鲗?xiě)道，“自動(dòng)機(jī)之所以受歡迎，正是因?yàn)樗雌饋?lái)是完全自主的，而且它似乎復(fù)制了人類(lèi)的智能?！?/span>

今天，自動(dòng)駕駛的汽車(chē)，戰(zhàn)勝柯潔的AlphaGo，似乎都已與兩百多年前的長(zhǎng)笛演奏者截然不同，因?yàn)樗麄兛梢韵袢嘶騽?dòng)物一樣自主運(yùn)行，甚至似乎可以“獨(dú)立思考”。

但肖恩卻說(shuō)：“事實(shí)證明，技術(shù)專(zhuān)家在過(guò)去的幾個(gè)世紀(jì)里沒(méi)有太大變化，他們?nèi)匀辉谠O(shè)計(jì)自動(dòng)機(jī)并給它們編程，以此復(fù)制人類(lèi)的思想和身體。唯一的區(qū)別是，技術(shù)專(zhuān)家已經(jīng)把工具升級(jí)為計(jì)算機(jī)和運(yùn)行在計(jì)算機(jī)上的軟件，它們是21世紀(jì)的杠桿、齒輪和發(fā)動(dòng)機(jī)。”

“無(wú)人車(chē)”：如何“看”世界？

首先，我們來(lái)看看自動(dòng)駕駛汽車(chē)。

人類(lèi)開(kāi)車(chē)最關(guān)鍵的是觀察路況，而路況是復(fù)雜的，如穿越馬路的行人、丟失的井蓋、逆行的汽車(chē)……那么，自動(dòng)駕駛的汽車(chē)又是如何“睜開(kāi)眼看世界的”。

肖恩用2005年美國(guó)無(wú)人車(chē)挑戰(zhàn)賽上獲勝的斯坦利為例，講述這輛由斯坦福車(chē)隊(duì)制造的賽車(chē)如何觀察路況，如何感知這個(gè)世界。

斯坦福大學(xué)人工智能實(shí)驗(yàn)室為斯坦利設(shè)計(jì)了由三個(gè)獨(dú)立部分組成的架構(gòu)：硬件層，感知層，思考層。

硬件層就像人的眼睛、耳朵和雙腿，負(fù)責(zé)收集數(shù)據(jù)以及執(zhí)行“大腦”傳來(lái)的指令，比如“轉(zhuǎn)向、剎車(chē)、加速”。硬件層包括傳感器和執(zhí)行器，傳感器有攝像機(jī)、激光掃描儀和GPS系統(tǒng)等。

思考層就像汽車(chē)的“大腦”，負(fù)責(zé)決定汽車(chē)的實(shí)際駕駛方式，將命令發(fā)送給硬件層去執(zhí)行。

中間的感知層則負(fù)責(zé)“翻譯”，將硬件層收集到的信息及原始數(shù)據(jù)轉(zhuǎn)換成可解釋的模型，提供給思考層完成工作。

斯坦利具體是如何“看”的？當(dāng)人類(lèi)看到一條道路的照片時(shí)，一眼就能清楚地看出照片的哪一部分是道路，哪一部分是道路的邊緣，哪一部分是天空。對(duì)計(jì)算機(jī)程序而言，這些細(xì)節(jié)一開(kāi)始并不明顯。斯坦利需要一步步地從攝像機(jī)的圖像中找到道路。

“為了做到這一點(diǎn)，斯坦利采用了機(jī)器學(xué)習(xí)中一種被稱(chēng)為聚類(lèi)（clustering）的技術(shù)，把具有相似顏色的像素組織在一起。這樣它才可以更好地判斷一個(gè)像素是屬于道路的一部分，還是屬于道路邊緣的一部分?！?/span>

肖恩用通俗的方式解釋說(shuō)：請(qǐng)想象你是一個(gè)剛洗了一大堆襪子的吸血鬼，吸血鬼最喜歡的顏色是紅色和黑灰色。從洗衣店回家后，你開(kāi)始整理這些襪子，將它們攤開(kāi)放在床上，把同色系的襪子放在一起。一段時(shí)間后便會(huì)出現(xiàn)一堆紅襪子和一堆黑灰襪子，它們可能會(huì)在深紅色和深灰色相交的地方重疊。但你發(fā)現(xiàn)了一只亮綠色的襪子，這只襪子顯然不屬于兩堆襪子中的任何一堆，所以你扔掉了它。

這正是斯坦利推理攝像機(jī)圖像像素的方式。它通過(guò)查看代表汽車(chē)前方路面的像素來(lái)創(chuàng)建道路像素的聚類(lèi)。在沙漠中，你可以想象代表這些道路的像素可能是灰色和棕色的混合，這會(huì)導(dǎo)致斯坦利最終得到一個(gè)灰色像素聚類(lèi)和一個(gè)棕色像素聚類(lèi)。然后，斯坦利會(huì)測(cè)試圖像中其他像素是否與這兩個(gè)聚類(lèi)匹配。如果與聚類(lèi)匹配，它們就是道路的一部分，否則，斯坦利就會(huì)拒絕它們，認(rèn)為它們不是道路的一部分，就像你扔掉綠襪子一樣。

今天的無(wú)人汽車(chē)“看”的方式比斯坦利更加復(fù)雜，但“分類(lèi)”依然是它的重要任務(wù)，明確對(duì)象是什么。

智能體：沒(méi)人教，也能學(xué)會(huì)打游戲

在自動(dòng)駕駛汽車(chē)項(xiàng)目如火如荼之際，谷歌收購(gòu)了一家名為DeepMind的神秘小公司。在谷歌一次每周五召開(kāi)的全員會(huì)議上，DeepMind給大家展示了計(jì)算機(jī)程序玩《太空入侵者》的一段視頻。

在這款游戲中，玩家必須移動(dòng)屏幕底部的一艘宇宙飛船來(lái)射擊外星人，阻止外星人降落到底部。計(jì)算機(jī)程序無(wú)可挑剔地玩著游戲，完美地贏了一局游戲，房間里爆發(fā)出一陣歡呼。

為什么圍觀的谷歌工程師如此興奮？“IBM難道不是早在近20年前的1997年就創(chuàng)造了‘深藍(lán)’，擊敗了世界上最好的國(guó)際象棋棋手加里·卡斯帕羅夫嗎？谷歌的工程師難道不知道他們的自動(dòng)駕駛汽車(chē)已經(jīng)在道路上行駛了近70萬(wàn)英里？如果連自動(dòng)駕駛汽車(chē)都是可能的，那為什么所有人都對(duì)計(jì)算機(jī)攻克一款簡(jiǎn)單的電子游戲嘖嘖稱(chēng)奇？況且此時(shí)，計(jì)算機(jī)可以高水平地玩電子游戲也已經(jīng)有多年歷史了?！?/span>

肖恩說(shuō)：“這個(gè)計(jì)算機(jī)程序之所以讓人贊嘆，是因?yàn)樗鼘W(xué)會(huì)了在沒(méi)有人類(lèi)指導(dǎo)的情況下玩游戲。而早期的突破需要相當(dāng)大程度的人類(lèi)判斷力和對(duì)算法的調(diào)整。對(duì)于自動(dòng)駕駛汽車(chē)，人類(lèi)需要精心開(kāi)發(fā)探測(cè)可行駛地形的功能，然后告訴汽車(chē)可以在哪種地形上行駛。相比之下，程序員從來(lái)沒(méi)有告訴過(guò)DeepMind程序向左輕撥操縱桿會(huì)讓飛船向左移動(dòng)，按下按鈕會(huì)發(fā)射導(dǎo)彈，甚至也沒(méi)告訴程序向外星人發(fā)射導(dǎo)彈會(huì)摧毀外星人并贏得積分?！?/span>

那么，沒(méi)有人指導(dǎo)，計(jì)算機(jī)是如何學(xué)會(huì)玩游戲的呢？答案是強(qiáng)化學(xué)習(xí)。

“就像當(dāng)你給寵物狗食物的時(shí)候它會(huì)學(xué)會(huì)聽(tīng)從命令一樣，通過(guò)強(qiáng)化學(xué)習(xí)來(lái)學(xué)習(xí)的智能體也會(huì)學(xué)會(huì)聽(tīng)從你的命令。”

肖恩用訓(xùn)練智能體打高爾夫球?yàn)槔?。有一個(gè)很大的高爾夫球場(chǎng)，球場(chǎng)上到處都有會(huì)爆炸的地雷，有復(fù)雜的地形比如果嶺、球道、沙坑等，智能體需要避開(kāi)所有的障礙，揮舞球桿將高爾夫球打到球場(chǎng)盡頭的球洞中。這些障礙和風(fēng)險(xiǎn)，智能體一開(kāi)始可能并不知道，“但我們?nèi)匀豢梢越探o它好的策略，方法就是讓它玩一段時(shí)間。當(dāng)它達(dá)到終點(diǎn)位置時(shí)，游戲結(jié)束，我們立即給它一塊巧克力作為獎(jiǎng)勵(lì)。如果智能體踩到地雷，我們會(huì)用電擊懲罰它，相當(dāng)于減去半塊巧克力”。

這多么像著名心理學(xué)家斯金納提出的“強(qiáng)化理論”。他曾設(shè)計(jì)一種動(dòng)物實(shí)驗(yàn)儀器即著名的“斯金納箱”。箱內(nèi)放進(jìn)一只白鼠或鴿子，并設(shè)一杠桿或鍵，動(dòng)物在箱內(nèi)可自由活動(dòng)，當(dāng)它壓杠桿或啄鍵時(shí)，就會(huì)有一團(tuán)食物掉進(jìn)箱子下方的盤(pán)中，動(dòng)物就能吃到食物。

斯金納認(rèn)為，無(wú)論是人還是動(dòng)物，為了達(dá)到某種目的，都會(huì)采取一定的行為，這種行為將作用于環(huán)境，當(dāng)行為的結(jié)果對(duì)他或它有利時(shí)，這種行為就會(huì)重復(fù)出現(xiàn)；當(dāng)行為的結(jié)果不利時(shí)，這種行為就會(huì)減少重復(fù)出現(xiàn)的可能。這就是環(huán)境對(duì)行為強(qiáng)化的結(jié)果。強(qiáng)化理論最初只用于訓(xùn)練動(dòng)物，后來(lái)用于人的學(xué)習(xí)，并發(fā)明了程序教學(xué)法和教學(xué)機(jī)。

人類(lèi)的成長(zhǎng)不也是通過(guò)一步步試錯(cuò)，獲得正反饋或負(fù)反饋從而調(diào)整自己的行為，最后形成自己的行為規(guī)范？這不得不讓人想起哲學(xué)家笛卡爾1662年的《人類(lèi)論》中的一句話(huà)：

我想，身體也只是一個(gè)工具或機(jī)器……就如同我們的鐘表、人工噴泉、鋸末機(jī)和其他類(lèi)似的機(jī)器，即便它們只是由人類(lèi)做成，但他們能夠按自己的規(guī)律做自己的事。

未來(lái)：我們的機(jī)器總有一天會(huì)思考，這是大勢(shì)所趨

人工智能的發(fā)展并非一帆風(fēng)順。

在過(guò)去的20年里，許多在人工智能領(lǐng)域引起轟動(dòng)的想法與半個(gè)世紀(jì)前的20世紀(jì)60年代末引起轟動(dòng)的想法如出一轍。

“當(dāng)時(shí)，人工智能領(lǐng)域貌似在飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)得到了改進(jìn)，國(guó)際象棋和圍棋等游戲的算法得到了開(kāi)發(fā)，行業(yè)會(huì)議上的成果以及隨著微處理器的出現(xiàn)而呈指數(shù)級(jí)增長(zhǎng)的硬件全都令人感到興奮，人工智能會(huì)議似乎場(chǎng)場(chǎng)爆滿(mǎn)——所有這一切都發(fā)生在人工智能領(lǐng)域進(jìn)入一個(gè)被稱(chēng)為‘人工智能寒冬’的黑暗時(shí)期之前。后來(lái)人工智能研究的資金枯竭了幾十年。人工智能甚至成為一些研究人員口中的笑柄。在20世紀(jì)80至90年代的大部分時(shí)間里，這種恐慌一直在持續(xù)，直到人工智能領(lǐng)域在過(guò)去20年里重獲新生?！?/span>

今天，機(jī)器越來(lái)越像人類(lèi)，人類(lèi)似乎也越來(lái)越像機(jī)器。

會(huì)不會(huì)有一天，機(jī)器可以獨(dú)立思考、產(chǎn)生情感甚至駕馭人類(lèi)？

盡管肖恩刻意回避對(duì)人工智能的未來(lái)做過(guò)多猜測(cè)，但他認(rèn)為：“首先，我們?cè)谖磥?lái)創(chuàng)建的自動(dòng)機(jī)將會(huì)始終遵循程序……這些機(jī)器將會(huì)遵循越來(lái)越復(fù)雜的程序。辨別它們?cè)谧鍪裁词虑橐矔?huì)變得越來(lái)越困難，但是我們始終有可能將它們執(zhí)行的每一個(gè)動(dòng)作追溯到一組確定的指令。”

“一些哲學(xué)家認(rèn)為，這表明機(jī)器永遠(yuǎn)不會(huì)思考。我個(gè)人的信念是，人類(lèi)也是機(jī)器，我們是模擬機(jī)器，如果我們相信人類(lèi)可以思考，那么就沒(méi)有什么能阻止我們有朝一日設(shè)計(jì)出可以思考的數(shù)字計(jì)算機(jī)。我們的機(jī)器總有一天會(huì)思考，這是大勢(shì)所趨，它們會(huì)產(chǎn)生情感、觀點(diǎn)和自我保護(hù)的愿望，這些總有一天會(huì)與我們?nèi)祟?lèi)發(fā)生沖突?！?/span>