第一节 我眼中的AI
AI的核心是什么
记得2014年3月，我在北京通过媒体发布会第一次向中国市场发声，阐述了人工智能时代的到来及其产业化发展，并把当时全球人工智能的经验和最新进展介绍到中国。当时，在场的人大都还不知道人工智能的定义和产业化的意义，以及它背后的推动力是什么。
这个话题过去了很多年，但是今天看来，还值得分享给大家。
●判断人工智能的简单方法
市场上对人工智能有很多种解读。我觉得表述比较清楚的是，人工智能是拥有理解、推理、学习和互动能力的新一代信息系统。这个系统不断积累知识，学习和了解自然语言，与人类进行更加自然的互动。
有一个简单的方式区别是不是真正意义上的人工智能，就是从URL这三个维度判断。
第一个维度，U——understanding，理解能力。
人工智能的大部分场景是提供人与机器的交互。现在常见的商业化场景是通过自然语言处理和文本分析，让机器去理解用户的历史行为，联系上下文做推理，并用自然语言与人类交流。2019年国际消费类电子产品展览会（CES）上，已经出现了相关的一些用脑意识来互动的产品。虽然这些产品还不太成熟，但是这个市场非常热闹，这几年一定会发展得越来越好。这将是下一代商业化人机交互的重大趋势。
第二个维度，R——reasoning，推理能力。
人工智能用假设、论断及各种推理的算法，实现对人类思考方式的真实模拟，这些推理的算法实施根植在人工智能系统中，帮助人类产生以前无法想象的新洞察。目前，全世界真正做到拥有推理能力的平台少之又少，80%的人工智能落地项目还在理解能力层面。但是，“U”只是人工智能的起步，要让人工智能真正发光发热，“R”非常重要。让人工智能算法真正像人类一样思考，进行推理和理解，才是人工智能系统最大的价值。
第三个维度，L——learning，自主学习的能力。
这其实也是人工智能对各个产业最重要的驱动力。基于新的信息、结果及动作，人工智能会不断进化并提供更准确的答案，并对决策历史进行跟踪。这一过程可被归纳为自主学习的行为。自主学习的能力是推进人工智能产业化的最大动力。目前，人工智能已经可以对人类决策提供有价值的建议。未来的发展趋势是，它会进行更加自主的学习来提供决策意见，包括提供建议、分析及需要采取的行动。
所以，真正的人工智能是由URL这三个维度——机器是否具有“理解”“推理”和“学习”能力——来定义和考量的。
●自主学习能力为人工智能系统带来本质性的变化
为什么自主学习这么重要？
人类社会经历了三个计算时代：制表时代、可编程计算时代和现在正在发生的人工智能时代。
前两个计算时代信息系统的特点，就像我们现在使用的很多系统和应用，都是预先设计和编程的，无法更快地适应大数据时代时刻产生大量数据的节奏。一个预编的系统，会让我们每分每秒都落后于最新的数据，没有办法及时洞察。
而人工智能系统拥有自主学习的能力，这个能力是它在大数据时代得以迅猛发展的关键技术点。
我们知道，每个商业决策者都希望基于当下的数据来做决策，所以希望系统基于当下的数据不断自主学习和迭代，系统不断演变得更加聪明，从而提供最及时、最好的决策建议。而拥有自主学习能力的人工智能系统就可以实现这个目标，它能够实时学习、自主学习，让所有的商业规范分析模型和算法不断更新，不断记录当下数据，进行最新、最准确的分析。
那么，一个真正的人工智能系统是如何构建起来的呢？
图1-1 商用人工智能系统的构建组成
●如何构建一个人工智能系统
一个最佳实践的商业人工智能系统，可由专业的知识库（knowledge base）和人工智能应用程序接口（API）集群结合而成。
首先，人工智能要有一个知识库，就像人类的大脑，然后再加上一群API组合。这些API组合可以被看作各种能力，比如识别声音的能力、识别个性特征的能力等，也就是把人类的部分能力通过相应的人工智能API组合，形成这个系统所需要的能力。基于专业知识库和人工智能API集群，这个系统就可以提供各种能力了。
构建一个专业知识库是很有讲究的。这个知识库是基于人工智能系统所需要的数据、信息及专业技能创建的，其核心是制定各种规则、算法和关键的知识点，比如需要构建大量的数据标签和规则。有了这些数据标签和规则，就如同你教给系统一些特定的技能，这样，系统就能像人类一样完成特定任务了。同时，随着系统的不断成长，这个系统的能力也会越来越强。
可以说，正是由于与专业知识库相结合，人工智能近10年的商业应用才获得了重要突破。利用知识库训练人工智能算法的方法，大大提高了算法的准确性、查全率和查准率。此外，在一个良性循环中，基于知识库的人工智能系统也可以进一步被应用于识别知识库中的其他可能事实，并进一步改善它们，优化系统。
当然，人工智能系统在完成任务时与人类还不完全一样。目前，大部分人工智能的能力还局限在完成某一个特定任务，我们称为处在弱人工智能阶段，远没有达到拥有人类全面能力的程度。所以，系统能力的加强也主要局限在特定任务层面。
构建一个人工智能系统，不是一个单纯的技术问题。相反，在一个复杂的商用人工智能系统构建的起步阶段，往往有60%～70%的工作量是由行业业务专家主导，人工智能技术专家作为辅助来构建一个合理的知识库，即人工智能系统的大脑；然后，再设计各种技能API，赋予系统人类的各种技能。随着数据源得到源源不断的补充，这个人工智能系统的能力也就会越来越强。
如前面所说，人工智能与传统的软件系统不同。传统软件系统刚问世时是最先进、最佳的，然后需要不断更新换代；而人工智能系统就如一个小孩，虽然最开始认知有限，但通过与其不间断地互动沟通，包括输入新的数据、专家给予反馈意见等，增强其知识库，系统会变得越来越聪明，越来越智能。
另外，跟大家分享一个小知识，人工智能的灵感来源于人类的部分器官和四肢。
人工智能虽然是一门计算机科学，其探索方向的灵感却来源于人类的耳朵、嘴巴、眼睛、手、足、大脑等。耳朵可以听，嘴巴可以说，人工智能就发展出了语音识别；眼睛可以观看与阅读，人工智能就发展出了自然语言处理和计算机视觉；人类能把看到的风景画出来，变成图片，也能理解图片内容，人工智能就发展出了图像处理；人类可以行走，人工智能就发展出了机器人；大脑可以对环境、文字等进行分类，人工智能就发展出了模式识别。
可见，不管提供何种商业能力，人工智能的宗旨还是“人”。
塑造AI的关键时刻
●人工智能时代的起点
故事要从1956年的夏天说起。那年8月，坐落在美国北部汉诺佛小镇的达特茅斯学院里，一个项目头脑风暴会（时称“达特茅斯人工智能夏季研究项目”）正在召开，会议聚集了当时计算机领域顶尖的人物。
这群人中，有约翰·麦卡锡（John McCarthy，图灵奖得主、LISP编程语言发明者）、马文·明斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）……了解信息技术发展史的人都知道，这里的每一个名字都如雷贯耳。
这场头脑风暴持续了两个月，讨论如何用机器解决自然语言处理和神经网络等问题，希望机器能模仿人类的智能。也是在这次会议上，约翰·麦卡锡首次提出了人工智能（artificial intelligence）一词。
这次会议被载入人工智能发展的史册，不仅仅是因为这个词的提出，它的确也是人工智能时代的起点。汉诺佛由此被称为“人工智能小镇”。
每次回想人工智能的发展历史，我都有不同的感触，感慨事物发展的偶然性和必然性。如果不是当年硅谷追求科技的自由氛围，如果不是斯坦福大学对创业的鼓励，人工智能也许没有如此快速的发展。同时，人工智能也成就了今日的硅谷。从20世纪70年代开始，许多在人工智能领域最聪明、最耀眼的人从学术界走向产业界。现在耳熟能详的IT（信息技术）和互联网公司的创始人，比如英特尔公司创始人戈登·摩尔（Gordon Moore）、谷歌创始人拉里·佩奇（Larry Page）、微软公司创始人比尔·盖茨（Bill Gates）、苹果创始人史蒂夫·乔布斯（Steve Jobs）等，都是人工智能领域的重要人物。这些聪明的大脑互相碰撞与交会，引领了人类文明进步的新方向。
●达特茅斯会议后的乐观10年
在达特茅斯会议之后，人工智能迎来了第一个蓬勃发展的10年。
当时人工智能领域的领军人物是约翰·麦卡锡与马文·明斯基。两人在阅读了英国数学家艾伦·图灵（Alan Turing）1950年有关“图灵测试”的论文后，对人工智能产生了极大的兴趣，希望能研究出如同人类一样思考的人工智能。
麦卡锡与明斯基平时在学术上有很多交流与探讨，两人在麻省理工学院共同建立了人工智能实验室。后来，两人的学术方向发生了变化。麦卡锡喜欢用数学来解释一切，他曾经在自己的车上贴上标语——“不符合数学的，都是胡言乱语”，因此，他希望以正规的数学逻辑方法来模拟人的头脑。而明斯基受到20世纪40年代有关神经网络早期研究的影响，坚信神经网络是未来之光，因此将全部注意力放在构建神经网络上，希望让智能扎根于人类的经验中。
两位先驱不同的研究思路，影响了人工智能研究的两大分支，即后来的数理统计学习与深度学习。1962年，麦卡锡奔赴斯坦福大学建立人工智能实验室。彼时的硅谷和斯坦福，一切都是新鲜、自由的。实验室一成立，一群顶尖的年轻技术人员即慕名而来，一时间群英荟萃。语音识别技术的研究就是在这里开启的。这里的氛围也把身在卡内基梅隆大学、麻省理工学院的汉斯·莫拉维克（Hans Moravec，卡内基梅隆大学移动机器人实验室主任）、罗德尼·布鲁克斯（Rodney Brooks，美国著名机器人制造专家）等人吸引过来，他们在这里研究移动机器人。
值得一提的是，麦卡锡也为斯坦福带去了“黑客哲学”，助力了免费开源软件、知识共享、网络中立性等领风气之先的思想。薪火相传，这一切后来成为全球互联网革命的火种。苹果公司的两位创始人在学生时代也参观过这个实验室。
●机器人：与人类交流的开始
“人工智能之父”麦卡锡虽然离开了麻省理工学院，不过，人工智能的第一个重要成果还是诞生在这里。
1965年，麻省理工学院教授约瑟夫·魏森鲍姆（Joseph Weizenbaum）创建了第一个聊天机器人艾丽莎（Eliza）。艾丽莎可以分析用户输入计算机的语言，并匹配生成可能的脚本，模仿人类谈话。今天盛行的聊天机器人的开端，即在于此。
1966年，斯坦福大学也贡献了世界上第一个移动机器人沙基（Shakey）。现在的亚马逊仓储机器人基娃（Kiva），就是受到了这个机器人的技术启发。
●外部效应：产生了知识工程学科
人工智能的研究，也助推了研究工作本身。
1975年，斯坦福大学开发出Meta-DENDRAL程序，用于解释化学分析，并把利用计算机发现的学术成果发表在了美国化学学会的期刊上。这是在科研领域自动化程序第一次运用于科学分析，甚至获得科学新发现。
Meta-DENDRAL程序的开发始于1965年，它是由计算机科学家爱德华·A.费根鲍姆（Edward A.Feigenbaum）、布鲁斯·布坎南（Bruce Buchanan）与分子生物学乔舒亚·莱德伯格（Joshua Lederberg）、化学家卡尔·杰拉西（Carl Djerassi，人工避孕药之父）合作开发的，最初的目标是捕捉并组织人类知识，帮助化学家识别未知的有机分子。
这项研究也是专家系统（Expert System）方向取得的阶段性成果。后来，Meta-DENDRAL程序启发了无数类似系统的产生，比如同样采用if-then（条件语句）逻辑推理引擎（Inference Engine），将包含600项规则的知识库用于推理血液感染和探测矿藏的赛百库（Prospector）研究。从这个项目延伸出去，又出现了一门被称为“知识工程”的新学科，这门学科现在还被列入大学专业课程中。
之后的一些年里，人工智能开始往应用方向发展。
●从汽车机器人到自动驾驶的近40年坚持
1987年，一辆装载着两个摄像头和一些计算机设备的奔驰车在德国的高速公路上行驶了20公里，时速超过89公里。这个学术项目由德国慕尼黑联邦国防军大学的专家恩斯特·迪克曼斯（Ernst Dickmanns）领导，开启了人工智能重要的应用领域——自动驾驶的研究。
其后20余年，自动驾驶技术的进步一直是渐进式的。
直到2004年，美国五角大楼举办了第一次“机器人汽车”比赛。这场比赛在美国的莫哈韦沙漠举行，由美国国防部高级研究项目局（DARPA）组织，当时称为DARPA城市挑战赛。
结果当然是令人沮丧的。106辆汽车报名，但只有15辆真正参加比赛。卡内基梅隆大学的克里斯·厄姆森（Chris Urmson）开发的“悍马”汽车在比赛中表现最好，但也只行驶了11.9公里，走了5%的路程后就在路边抛了锚。
那时，自动驾驶使用的是计算机辅助汽车硬件的方法，还没有机器学习和神经网络。但是这场比赛具有历史意义，它催化了自动驾驶汽车产业的发展。
2014年，通过引入深度学习技术，自动驾驶领域出现明确的进展，该年被称为自动驾驶技术商业化元年。三年后，谷歌的自动驾驶汽车公司Waymo设计的无人驾驶出租车开始在公共道路上行驶。
现在，自动驾驶汽车成为全球人工智能的重要产业方向之一，在某些细分领域已经实现了商业化。
●棋类游戏：人工智能的记忆力和计算力超过人类
20世纪八九十年代，全球人工智能研究者普遍认为，只要积累大量的常识规则，便有可能打造一台具备幼儿园小孩推理能力的机器。
1997年的一场比赛将这一认知推向了顶峰。
1997年5月，IBM的计算机“深蓝”迎战国际象棋世界冠军加里·卡斯帕罗夫（Garry Kasparov）。这次世纪末的“人机大战”，引起全球的巨大关注。其实，这已经不是他们的第一次对弈，就在15个月前，“深蓝”首次挑战卡斯帕罗夫，结果以2：4落败。之后，IBM的研究小组不断改良“深蓝”，为二度出征做准备。
赛前，卡斯帕罗夫发誓要为捍卫人类尊严而战。但在决胜的第6局，当“深蓝”将棋盘上的一个兵走到C4位置时，卡斯帕罗夫弃子认输，“深蓝”最终以1负2胜3平的总比分取胜。
有趣的是，20年后，卡斯帕罗夫撰文呼吁全世界对人工智能持乐观心态。
IBM的“深蓝”重1270公斤，有32个微处理器，每秒钟可以计算2亿步，走的正是“专家系统”路线。在其系统里，IBM为它输入了100多年来优秀棋手的200多万次对局，它与对手比拼的是记忆和计算能力。
征服国际象棋后，人工智能的挑战方向转向围棋。围棋的变化更加繁杂多样，算法也更为复杂，运用的思维方式接近人类，难度很大，因此迟迟没有大的突破。由此，人工智能在棋类游戏方面的发展进入了一个相对缓慢的时期。在媒体和学界一阵喧嚣后，由于无法规模化落地，人工智能沉寂多年。
当时人工智能发展的停滞，受限于数据、算力和算法三大基础条件，然而，产业化的环境却在潜滋暗长。2000年后，全球互联网高速发展，产生并沉淀了大量数据，计算机芯片的性能也以摩尔定律快速迭代。到2012年，深度学习算法取得突破性进展，数据、算力和算法三个条件齐备后，以深度学习为代表的人工智能真正迎来了大规模应用落地的新阶段。特别是2016年谷歌AlphaGo以4:1打败世界围棋冠军李世石的事件，开启了中国市场人工智能落地产业界的篇章。
图1-2 技术成熟度曲线
在国际创新界，有一条著名的技术成熟度曲线（The Hype Cycle），每一项新发明、新技术大体都会按照这条曲线发展，人工智能也不例外。在人工智能过去70年的发展中，既有前文中所说的高光时刻，也有蛰伏等待的寒冬。
人工智能在发展历史上，经历了两次寒冬。
●1973年的第一个寒冬：计算力不够
人工智能的第一个冬天，发生在20世纪70年代早期。时值第一次石油危机爆发，欧美经济萧瑟，美国在人工智能的研究上花掉了数以百万计的美元，却没有什么可炫耀的实际成果。
1973年，著名数学家詹姆斯·莱特希尔爵士（Sir James Lighthill）发表了一份关于英国人工智能现状的总结报告。报告判断，机器永远只能下“经验丰富、业余水平”的象棋，那些在普通人看来最简单的看、听及用常识推理的能力，计算机无法获得。受此观点影响，各国大幅削减了针对人工智能的研究资金。
麦卡锡的学生汉斯·莫拉维克，那时已是人工智能学术研究的领头人物。他认为，人工智能目前阶段性的困难应该归因于算力不足。当时实际用于研究的机器相较于人类实现类似功能的神经系统，在性能上要慢上百万倍。他给出了非常简单的建议——等。他相信：只需要等上10年时间，人工智能的问题定然能够通过计算性能的提升而得到解决。1
第一个寒冬后，人工智能发展的方向也一度微调，由“研发像人类一样思考的人工智能”转向“智能增强人类”，并取得了不少成果。
●1987年的第二个寒冬：人工智能硬件市场需求下降，个人电脑（PC）兴起
20世纪80年代后期到90年代初的这段时间，人工智能在经历了一系列金融挫折后，研发成本和公众宣传越来越少，人们对人工智能的关注度也下降了很多。
从1987年开始，苹果公司和IBM大规模量产台式电脑。人工智能所需要的硬件设备如“专家系统”由于成本过高，市场需求迅速下降，连广泛应用的人工智能机LISP机2的市场也急速萎缩。
个人电脑成为史上最强大的智慧工具，日本启动了雄心勃勃的“第五代电脑计划”，希望赋予计算机人工智能的能力，结果以失败告终。
当时，神经网络技术的原理已经出现，但受限于算力和数据，它没有比其他统计方法表现得更好。
第二个冬天长达10年，许多人工智能学者也转而成为研究“智能增强”的一员，其中以计算机科学家杰瑞·卡普兰（Jerry Kaplan）为代表。他于1987年创建了GO公司，寄希望于下一代计算机是手持笔记本式的，用笔在屏幕上书写而非打字，并且开始为平板电脑触摸屏开发操作系统。这个计划也多少影响了10余年后iPhone和iPad的诞生。
当然，信息技术一直在为人工智能积蓄力量。从1958年信息技术成为独立行业开始，摩尔定律让18个月翻倍增长成为计算力行业的常态。此后，数字化工具开始使用，到2000年，全球互联网开始发展并日臻成熟，产生了人类历史上从未有过的海量数据。
当算力和数据准备好之后，人工智能的发展速度就上升到全新的阶段。
2012：深度学习带来AI发展的第三次浪潮
人工智能历史上的三次浪潮和两个寒冬之后，学术界逐渐意识到，只有满足了数据、算力和算法三大基础条件，人工智能才能取得突破性进展。
2000年之后，得益于IT技术和互联网的发展，数据与算力突飞猛进。到2010年，互联网、金融、电信、能源、传媒、政府等行业的数据更加丰富，基于云计算的计算机集群也大幅提升了算力。万事俱备，只欠算法的“东风”。
2012年，算法也终于迎来历史性的突破。
这一年，加拿大多伦多大学教授、机器学习领域的泰斗、神经网络之父——杰弗里·辛顿（Geoffrey Hinton），首次参加ImageNet大规模图像识别挑战赛，其团队创见性地构建了卷积神经网络（CNN）3AlexNet，并在挑战赛上一举夺冠。它在分类性能上碾压采用支持向量机（SVM）算法的第二名。
比赛一结束，业内就敏锐地认识到，深度学习能突破以往人工智能的技术瓶颈，具备广阔的商业潜力。这大大激发了科技公司的研究兴趣。同一年，IBM、微软和谷歌联合发表报告，表明深度学习可显著提高语音识别的准确度。其他科技公司也纷纷在深度学习领域广招天下英才，人工智能在商业化道路上不断突破、创新。
杰弗里·辛顿参加ImageNet大规模图像识别挑战赛的这一年，人类见证了人工智能技术的突飞猛进。
2009年，时任斯坦福大学教授的李飞飞与同事发表了一篇名为《ImageNet：大型层次图像数据库》（ImageNet：A Large-Scale Hierarchical Image Database）的论文，认为更多数据比设计完美的学习算法更重要，拥有更多的数据，人工智能就会获得很快的发展。她希望在全球建构一个更好的数据集，并将这个数据集提供给一个计划于2010年举办的计算机视觉比赛使用，以验证参赛者的算法。
2010年，这个叫ImageNet大规模图像识别挑战赛的比赛如期举行。此后每年一届，直到2017年。
2010～2017年的短短8年间，利用ImageNet数据集分类物体的最高准确率从71.8%提升至97.3%，超过了人类识别水平，有效证明了数据越大做出的决策越好的理论。ImageNet大规模图像识别挑战赛也成为人工智能人才的“黄埔军校”，许多参与者后来成为明星创业者。
同期，在全球各地还有很多其他类似赛事和会议进行。比如美国电气和电子工程师学会（IEEE）举行的一年一度的国际计算机视觉与模式识别会议（CCVPR），也是围绕计算机视觉和模式识别技术展开的。2019年在洛杉矶举行的CCVPR就举办了近10场细粒度图像分类挑战赛，每场比赛代表了细粒度视觉分类在某个细分领域的挑战。
值得一提的是，人工智能的产业革命中，企业界扮演了开路先锋的角色。它们网罗顶尖的人才，在研究上与学术界保持同步，更以强大的财力和场景优势领先学术界，极大地推动了人工智能的产业落地。
2012年深度学习在技术上一鸣惊人后，巨头公司立刻敏锐地跟了上来。
这一年，谷歌、微软、脸书、亚马逊等大企业纷纷投入巨资，开发基于深度学习技术的各种人工智能服务场景，包括语音识别、机器视觉、物体识别、人脸检测和翻译会话系统等。
谷歌的X实验室对外宣布，建成了一个配备1.6万个计算机处理器的神经网络；脸书的首席执行官（CEO）马克·扎克伯格（Mark Zuckerberg）亲自参加了2013年的神经信息处理系统（NIPS）方面的技术学术会议。
这些人工智能巨头也开始大举招募深度学习专家，网罗学术界的顶尖人才。
2012年，未来学家雷·库兹韦尔（Ray Kurzweil）加入谷歌，担任工程总监；2013年，杰弗里·辛顿紧随其后，带领一个人工智能团队进入谷歌，深度学习成了谷歌押重注的核心技术；同样在2013年，深度学习技术专家扬·乐康（Yann LeCun）也从学术界走向产业界，加盟脸书；2014年，深度学习专家吴恩达加入百度，担任首席科学家，中国互联网巨头也开始“重仓”人工智能；其后，腾讯在西雅图创办人工智能研究机构，从微软物色人才；阿里巴巴则在硅谷与西雅图两地创办了人工智能实验室。
产业界与学术界的联姻，加速了人工智能技术的研发，人工智能又因一场对弈走入公众的视野。
2016年，谷歌旗下DeepMind公司创建的智能程序AlphaGo，以4:1打败当时的围棋世界冠军李世石。与IBM的“深蓝”不同，AlphaGo不仅拥有记忆和计算能力，还拥有学习能力。在这次围棋比赛中，AlphaGo下出了人类棋手从来没有想过的位置，表现出了围棋棋手所说的“人类的直觉”。
AlphaGo的进化迭代非常迅速，它的2.0版Zero甚至摈弃了人类的棋谱，完全以深度学习的方式提升棋艺。在与当时排名第一的围棋世界冠军柯洁的对战中，它一盘未失，以3:0的总比分获胜。
现在，人工智能产业正迅速迎来全面发展，从芯片层、基础层、算法层、技术层到行业应用层，创新不断，在金融、安防、医疗、教育、传媒、企业服务等各领域全面开花。