在人類文明的長河中，科技的發(fā)展總是伴隨著時(shí)代的脈搏跳動(dòng)，不斷推動(dòng)著社會(huì)的進(jìn)步與變革。人工智能作為當(dāng)今世界科技創(chuàng)新的前沿領(lǐng)域之一，正以其獨(dú)特的魅力和巨大的潛力，引領(lǐng)著全球新一輪產(chǎn)業(yè)變革。中共二十屆三中全會(huì)通過的《中共中央關(guān)于進(jìn)一步全面深化改革 推進(jìn)中國式現(xiàn)代化的決定》，全文多次提到人工智能關(guān)鍵詞，并在論述發(fā)展新質(zhì)生產(chǎn)力時(shí)，明確提到“完善推動(dòng)新一代信息技術(shù)、人工智能、航空航天、新能源、新材料、高端裝備、生物醫(yī)藥、量子科技等戰(zhàn)略性產(chǎn)業(yè)發(fā)展政策和治理體系”。不可否認(rèn)，人工智能已成為媒體和公眾接觸的高頻科技詞匯之一，了解它的前世今生有助于我們更好地工作和生活。

人工智能的萌芽傳說

一般學(xué)術(shù)描述都會(huì)從1956年達(dá)特茅斯會(huì)議開始。這次會(huì)議上首次提出了人工智能（Artificial Intelligence，簡稱AI）這一概念，標(biāo)志著人工智能學(xué)科的誕生。但是不難看到，更樸素的人工智能想法其實(shí)很早時(shí)候就埋下種子了。例如，在中國古代民間傳說中有道士捏泥人辦事的故事，無獨(dú)有偶，在古希臘神話中也有銅制巨人守護(hù)小島的故事。這些傳說樸素地表達(dá)著人類希望有非人類的“智能伙伴”來貼心幫我們完成一些任務(wù)。如果按當(dāng)下的標(biāo)準(zhǔn)來看，這些“智能伙伴”都達(dá)到了高級(jí)智能體的標(biāo)準(zhǔn)，因?yàn)槲覀儾恍枰?xì)致地為助手去說明規(guī)則或具體動(dòng)作體系，只需要表達(dá)任務(wù)目標(biāo)，“智能伙伴”自己就可以理解我們的需要，規(guī)劃和使用他們自己可用的工具執(zhí)行。

后來，這類夢想開始變得沒有那么“全能化”，顯得更加“專業(yè)化”。例如，傳說諸葛亮的“木牛流馬”專用于運(yùn)輸物資，達(dá)·芬奇的“機(jī)甲騎士”專用于驅(qū)動(dòng)機(jī)甲等。

而隨著技術(shù)的進(jìn)一步發(fā)展，我們有了布爾代數(shù)、首臺(tái)計(jì)算機(jī)以及圖靈測試等必要元素。這些便促進(jìn)了1956年人工智能概念的正式誕生。

人工智能的幾多寒暑

人工智能概念提出后，隨著技術(shù)發(fā)展也不斷演進(jìn)。中國科學(xué)院院士譚鐵牛的觀點(diǎn)較為典型并被廣泛接受：“人工智能是研究開發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，研究目的是促使智能機(jī)器會(huì)聽（語音識(shí)別、機(jī)器翻譯等）、會(huì)看（圖像識(shí)別、文字識(shí)別等）、會(huì)說（語音合成、人機(jī)對話等）、會(huì)思考（人機(jī)對弈、定理證明等）、會(huì)學(xué)習(xí)（機(jī)器學(xué)習(xí)、知識(shí)表示等）、會(huì)行動(dòng)（機(jī)器人、自動(dòng)駕駛汽車等）?！?/p>

人工智能從1956年走來至今，并非一帆風(fēng)順，用“幾經(jīng)風(fēng)雨”來形容不夸張。

早期的人工智能并不像當(dāng)下跟數(shù)據(jù)那么緊密地聯(lián)系在一起，跟最早人類的“智能伙伴”傳說形態(tài)相距更遠(yuǎn)。例如，當(dāng)時(shí)有個(gè)模擬心理治療師對話的程序ELIZA，可以通過模式匹配和簡單的規(guī)則生成對話，“相對簡單”地體現(xiàn)人工智能。這些應(yīng)用場景v0sHrRF75b5C6su8td7xp3xVCkyDN75kW4r9Xnq5IT0=的早期實(shí)現(xiàn)，極大提升了人們對人工智能的期望值。大家于是不斷設(shè)定新的挑戰(zhàn)，但很快，隨著這些新的挑戰(zhàn)計(jì)劃不斷遇到各類挫折失敗，人工智能迎來了它的第一次寒冬。

20世紀(jì)70年代出現(xiàn)了專家系統(tǒng)，通過基于一系列的“如果-那么”規(guī)則支持，來模擬人類知識(shí)認(rèn)知，以體現(xiàn)人工智能反饋。我們可以想象，這樣的規(guī)則和知識(shí)，濃縮了人類特別是特定領(lǐng)域的專家的經(jīng)驗(yàn)沉淀，易于人類理解，且推理過程透明，在醫(yī)療等領(lǐng)域也很快獲得初步落地。這讓人工智能從概念真正走向了領(lǐng)域應(yīng)用，又迎來了春天。但是問題也很快就來了，隨著應(yīng)用普及規(guī)模擴(kuò)大，那么多領(lǐng)域的各類規(guī)則知識(shí)，實(shí)際提取以及整合操作越發(fā)復(fù)雜?！皼]人可以搞定現(xiàn)實(shí)中所有的因?yàn)樗浴保斯ぶ悄苡瓉砹怂牡诙魏?/p>

隨著上世紀(jì)90年代互聯(lián)網(wǎng)發(fā)展，以及計(jì)算軟硬件成本的不斷下降，我們逐漸邁入了計(jì)算思維時(shí)代。比如，假設(shè)現(xiàn)在我們要解x3=8這個(gè) 方程的實(shí)數(shù)根，如果從符號(hào)邏輯角度來說，需要設(shè)定一元三次方程的知識(shí)，然后來邏輯性獲得實(shí)數(shù)解x=2；如果是計(jì)算思維，那么可以想象為兩步：先隨意猜個(gè)實(shí)數(shù)，然后“根據(jù)方向”再猜，不斷猜下去，直到答案穩(wěn)定逼近等式成立，同樣可獲得答案x=2。正是依靠這樣的數(shù)據(jù)計(jì)算優(yōu)勢，我們在解決問題時(shí)，可以在顯式規(guī)則知識(shí)之外，多了數(shù)據(jù)驅(qū)動(dòng)解決的新范式。伴隨著計(jì)算思維普及和機(jī)器學(xué)習(xí)技術(shù)發(fā)展，數(shù)據(jù)驅(qū)動(dòng)的人工智能逐漸興起，有效克服了之前專家系統(tǒng)的各類落地弊端，人工智能再次迎來全新的春天至今。

這樣的數(shù)據(jù)驅(qū)動(dòng)人工智能被稱為機(jī)器學(xué)習(xí)。我們終于可以不用勞煩各類專家主動(dòng)小結(jié)知識(shí)與提煉規(guī)則了。只要有可靠的數(shù)據(jù)，無需顯式規(guī)則在先，我們也可以用機(jī)器自我學(xué)習(xí)的方式，隱式地獲得數(shù)據(jù)中蘊(yùn)含的規(guī)則和知識(shí)，形成可用的技術(shù)模型。假設(shè)我們有《王者榮耀》游戲的眾多英雄角色龐雜的各項(xiàng)屬性值數(shù)據(jù)，那么哪怕我們不知道各個(gè)英雄屬于游斗刺客法師等確切類別，也可以通過機(jī)器學(xué)習(xí)中的聚類方法，快速根據(jù)需要聚成不同的組。實(shí)驗(yàn)證明，如此機(jī)器挖掘判定出來的分組結(jié)果，與實(shí)際游戲運(yùn)營設(shè)定的事先分組高度一致。于是在計(jì)算時(shí)代，顯式知識(shí)的先決價(jià)值就被數(shù)據(jù)集的蘊(yùn)含價(jià)值逐步消融取代。我們也因此逐漸習(xí)慣和接受人工智能與數(shù)據(jù)兩個(gè)詞之間越來越緊密的關(guān)聯(lián)性。

而隨著各類數(shù)據(jù)規(guī)模快速增大，在人工智能的機(jī)器學(xué)習(xí)分支中，其“分分支”的神經(jīng)網(wǎng)絡(luò)得到進(jìn)一步的發(fā)展和完善，層數(shù)和結(jié)構(gòu)也不斷演化生長，從神經(jīng)網(wǎng)絡(luò)方法發(fā)展成為深度學(xué)習(xí)，并在實(shí)際應(yīng)用中發(fā)揮越來越重要的價(jià)值，成為當(dāng)今“數(shù)據(jù)驅(qū)動(dòng)人工智能”主流中的主流技術(shù)。例如，經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)，可以不需要顯式定義貓與狗，卻可以通過學(xué)習(xí)，讓模型通過大量貓與狗的圖像數(shù)據(jù)，自主學(xué)習(xí)和提煉知識(shí)沉淀到龐大模型參數(shù)上。雖然這些參數(shù)沉淀（海量的0到1之間浮點(diǎn)數(shù)集合），不像人類可理解的顯式知識(shí)和概念定義，不方便直觀解釋，但在應(yīng)用測試中卻“真香”，具備并超越人類水平的“智能識(shí)別率”。但是這種深度學(xué)習(xí)掩蓋了原有清晰的邏輯規(guī)則傳遞，帶來的不可解釋性，也為在嚴(yán)謹(jǐn)倫理場景下，給人工智能的普及帶來了實(shí)際挑戰(zhàn)。

作為人工智能領(lǐng)域的一個(gè)重要分支，機(jī)器學(xué)習(xí)的進(jìn)一步發(fā)展又催生了深度學(xué)習(xí)這一前沿技術(shù)。深度學(xué)習(xí)相關(guān)細(xì)分技術(shù)近年來取得了顯著的進(jìn)展。例如，AlphaGo在圍棋比賽中以壓倒性的優(yōu)勢擊敗了人類頂尖棋手，展示了人工智能在復(fù)雜決策和策略制定方面的巨大潛力。深度學(xué)習(xí)技術(shù)被廣泛應(yīng)用于圖像識(shí)別和自然語言處理等領(lǐng)域，使得我們可以通過掃一掃功能輕松識(shí)別各種植物，極大地豐富了我們的日常生活和工作。從醫(yī)療診斷到金融分析，從自動(dòng)駕駛到智能制造，深度學(xué)習(xí)技術(shù)正在逐步滲透到社會(huì)的各個(gè)角落。

隨著數(shù)據(jù)和技術(shù)的飛速進(jìn)步，源自深度學(xué)習(xí)的大模型、生成式人工智能以及智能體等正蓬勃發(fā)展，為人工智能的未來注入了更多可能性。以盤古氣象大模型為例，通過分析大量的氣象數(shù)據(jù)，無需傳統(tǒng)天氣預(yù)報(bào)的氣象原理偏微分方程計(jì)算，精度首次超過傳統(tǒng)數(shù)值方法，速度提升1000倍，為農(nóng)業(yè)、交通、能源等多個(gè)行業(yè)提供了重要的決策支持，充分體現(xiàn)了新質(zhì)生產(chǎn)力特性，為社會(huì)應(yīng)對氣候變化提供了有力的技術(shù)保障。通過類似這樣的技術(shù)應(yīng)用，人工智能正在廣泛地改變我們的生活和工作方式，為社會(huì)的可持續(xù)發(fā)展注入新的動(dòng)力。

結(jié)語

自1956年以來，我們見證了現(xiàn)代人工智能的發(fā)展起伏。目前，熱門大模型范式是否將步入新一輪寒冬，一些專家表達(dá)了他們的擔(dān)憂?？山忉屝?、數(shù)據(jù)安全以及價(jià)值倫理對齊等挑戰(zhàn)，也是當(dāng)前大家關(guān)注的重點(diǎn)。另一角度，從人類發(fā)展的長遠(yuǎn)歷史來看，智能的概念從古代簡單傳說和夢想開始，經(jīng)歷了歷史的洗禮，逐漸變得具體化、場景化，并最終催生了現(xiàn)代人工智能的概念和學(xué)科。隨后，這一學(xué)科領(lǐng)域經(jīng)過多次技術(shù)的突破和應(yīng)用的普及，人工智能又開始逐步升級(jí)，不斷回歸接近人類最初的那個(gè)夢想。

祝人類“智能伙伴”大時(shí)代早日成真。

（作者為九三學(xué)社安徽省委會(huì)科技專委會(huì)委員，安徽清博大數(shù)據(jù)科技有限公司總經(jīng)理）

兼職編輯：常思哲