3月15日，被中國網民戲稱為“阿爾法狗”的谷歌人工智能程序阿爾法圍棋（AlphaGo）最終以4:1的比分戰(zhàn)勝韓國天才棋手李世石，全球高度關注的人機大戰(zhàn)畫上句號，但是各國媒體對“人工智能”的熱議依然高燒不退。
一、AlphaGo的勝利是人工智能新發(fā)展的里程碑
AlphaGo是谷歌旗下人工智能團隊DeepMind開發(fā)的圍棋程序。去年10月，AlphaGo初露崢嶸，以五比零橫掃歐洲圍棋冠軍樊麾。此前，圍棋是唯一沒有被計算機攻克的博弈游戲項目，因為圍棋遠比國際象棋復雜得多，據稱圍棋棋局變數比宇宙中的原子數量還要多，目前人類最強的超級計算機也無法處理體量如此大的信息。為此，AlphaGo團隊使用了共裝載170枚圖像處理器（GPU）和1200臺標準處理器（CPU）的大規(guī)模計算機網絡。更引人矚目的是，圍棋的復雜性使得編程員不可能寫出圍棋的評估函數，從目前的信息來看，AlphaGo團隊并未開發(fā)專門程序，而是通過“深度學習”和“人工神經網絡技術”，通過與人類下圍棋，從中找到邏輯判斷的方式并不斷自我學習，不再依賴記憶棋譜來進行落子的選擇，程序自行掌握和判斷如何贏得圍棋比賽。谷歌DeepMind創(chuàng)始人哈薩比斯表示，用“深度學習”技術“教”機器下圍棋，就如同教小孩一樣，絕不是讓程序員添一段代碼就完事，而是要給程序“喂”足夠多的案例，讓機器“自己領悟”正確的下法。從一定程度上說，AlphaGo是在以預測的方式模擬人類的直覺，試圖以人類的思維去學習圍棋對弈。據稱目前，AlphaGo模仿人類的直覺判斷程度約為80%。
“深度學習”技術是AlphaGo的關鍵，此概念由Hinton等人于2006年提出，它是指搭建模擬人腦進行分析學習的神經網絡，模仿人腦的機制從未經標記的數據展開學習、訓練，自行掌握概念、學會辨識聲音、圖像和其他數據，是一種更接近人腦的機器學習方式?！吧疃葘W習“被稱為當前人工智能的核心技術。由此，人工智能概念從學界、產業(yè)界走向普通大眾。
人工智能（Artificial Intelligence），英文縮寫為AI，是讓計算機具備人類的智能屬性，實現一些只有人類才能勝任的工作，即通過數字驅動讓計算機具備感知、認知、思考和學習能力，進而做出決策和動作執(zhí)行。人工智能的研究包括機器人、語言識別、圖像識別、自然語言處理和人機交互等。
二、人工智能迎來技術突破節(jié)點
1956年夏天，幾位美國學者——表處理語言（LISP）發(fā)明者約翰·麥卡錫、信息論先驅克勞德·香農、馬爾溫·明斯基共同倡議，邀請莫爾、塞繆爾、紐厄爾和西蒙等在美國達特茅斯大學舉辦了長達2個多月的研討會，深入討論了用機器模擬人類智能的問題。此次會上，首次提出了“人工智能”這一術語，這被看做是“人工智能”這門新興學科正式誕生的起點。在此后的歲月中，幾次技術創(chuàng)新嘗試的失敗使人工智能研究陷入停滯，諸多項目關閉、經費被撤銷。上世紀70年代，進入了第一次人工智能發(fā)展的第一次低谷。人工智能就像好萊塢大片《A.I》中的那個可愛的小男孩，在冰封中幾經寒暑，默默等候。
1981年，對機器人及相關技術有執(zhí)著偏好的日本人再度出手，日本經產省撥款8.5億美元支持第五代計算機項目，試圖造出能夠與人對話，翻譯語言，解釋圖像，像人一樣推理的機器。美歐擔心在這個領域輸給日本，重啟對人工智能的投資，掀起一輪人工智能研究熱潮。美國國防部高級研究局1988年給AI的科研經費是1984年的三倍。同期，幾乎一半的“財富500強”企業(yè)也在開發(fā)或使用“專家系統(tǒng)”，即通過建模模擬人類專家解決該領域專業(yè)問題的人工智能項目。但是，建構專家系統(tǒng)的復雜性、高成本和局限性使人工智能研究再陷低潮。整個90年代，人工智能研究再度沉寂，成果寥寥。
2010年前后，全球信息技術發(fā)展在經歷了約15年的互聯(lián)網狂潮后再次面臨著一個關鍵的發(fā)展節(jié)點。信息技術的下一個發(fā)展方向是什么，伴隨著云計算、移動互聯(lián)網、物聯(lián)網及大數據技術的發(fā)展，歐美等信息化發(fā)達國家、互聯(lián)網巨頭、風險投資紛紛涌入人工智能研究領域，看準了其引領帶動作用，導致在2014年人工智能出現井噴式發(fā)展。因為此前信息技術的發(fā)展為人工智能的技術突破和創(chuàng)新筑牢了基礎。首先，是計算能力的指數級增長和圖像處理器（GPU）的發(fā)展。在價格、體積不變的條件下，目前新一代微處理器的性能是1971年第一代單片機的約400萬倍。近幾年來，GPU技術逐漸成熟，可以滿足可視游戲中高密度的視覺以及并行需求，為實現深度學習提供了充足的高性能計算能力。其次，是海量數據的供應。大數據、互聯(lián)網、云計算乃至正在蓬勃發(fā)展的物聯(lián)網等為人工智能技術使用的統(tǒng)計模型提供了取之不絕的圖像、文本、語音等海量數據，在與人類的互動中，人工智能系統(tǒng)不斷優(yōu)化、訓練和學習。如“谷歌翻譯”就通過分析用戶的使用習慣、反饋來提高自動翻譯的質量。最后，以“深度學習”為代表的新一代算法脫穎而出，攻破了機器學習領域的“深度神經網絡”應用的核心難題，提高了機器學習的能力和效率，推動了計算機感知等其它相關技術的發(fā)展。
三、人工智能將把人類從信息社會推向智能社會
首先，歐美各國政府和互聯(lián)網巨頭領跑人工智能研究。如歐盟的腦計劃，就是試圖建立一套基于神經科學的全新的、革命性的信息通信技術；美國國防部高級技術研究局正在大力推動人機交互新項目CwC。此前，該局曾資助過蘋果公司的Siri。美國波士頓動力公司在今年年初展示的能夠在各種環(huán)境中行走的最新人形機器人的項目至少獲得了美國國防部高級技術研究局1億美元的贊助。今年1月，美國政府宣布將在未來10年撥款40億美元助推無人駕駛汽車發(fā)展。目前，互聯(lián)網巨頭在人工智能領域全面出擊。谷歌出手收購了8家人工智能公司和1家機器人公司，擁有兩個人工智能研究團隊；Facebook建立三個人工智能研究中心，百度公司也建立了人工智能研究院，并挖來了全球知名的人工智能專家吳恩達。
其次，相關商業(yè)化產品不斷涌現。人工智能成就了谷歌的搜索系統(tǒng)、幫助Facebook識別圖片、讓特斯拉的汽車能在高速路上自動駕駛；各種可穿戴設備以及形形色色的智能機器人也頻頻亮相。機器的人臉識別準確率超過肉眼，語音識別精準度大幅提升，即將發(fā)售的各種智能家居和機器人令人眼花繚亂。谷歌、蘋果和寶馬等公司角逐無人駕駛汽車，谷歌已在公司附近的山景城測試了無數次（還出了一次撞車事故囧）。蘇格蘭皇家銀行也發(fā)布了可以協(xié)助呼叫中心員工能更快更有效回答客戶問題的人工智能系統(tǒng)Luvo。
最后，應用領域廣闊。人工智能技術的應用潛力非常巨大，從幫助醫(yī)生診斷病人到辨別交通網絡等關鍵基礎設施中的異常和故障等等——甚至還出現了連它的發(fā)明者都未曾想到的用途。在制造業(yè)領域，隨著自然語言識別與語音識別技術的成熟，人機間的交互變得簡單，工業(yè)機器人能更準確快速地理解工人的口令；在工藝要求嚴格的儀器制造環(huán)節(jié)，計算機視覺技術可以幫助機器人精確完成任務。在醫(yī)療領域，谷歌旗下的DeepMind團隊進軍醫(yī)療技術領域，成立健康團隊，最近宣布與英國國民健康服務中心（NHS）合作，首個項目是為醫(yī)護人員開發(fā)一款可監(jiān)測病人是否出現急性腎衰竭的App。在服務領域，Facebook2016年的新目標是打造出一個“人工智能管家”。除了有語音功能外，機器人與人工智能相結合，將具備自主行動能力，在多個方面幫助人類。
當然，在人工智能呈井噴發(fā)展的同時，擔憂也隨之而起。包括特斯拉CEO馬斯克、理論物理學家霍金等科技界名人都對人工智能的發(fā)展持消極態(tài)度，擔憂人工智能最終將奴役或消滅人類，擔憂人工智能帶來“嚴重的道德和倫理后果”。然而更多的學者認為，目前的人工智能只是一種“弱人工智能”，僅僅是完成規(guī)則清晰的特定任務，離真正具有人類“常識性智力”的超強人工智能還有遙遠的距離。一句話，人工智能，長路漫漫，“奇點”依然遙遠。