相比数据，机器智能的发展历史远没有那么悠久。虽然人类历史上有过关于智能生命的诸多神话和幻想，比如古希腊火神赫菲斯托斯用黄金锻造的机器人少女，文艺复兴时期的炼金术士通过注入意识制作的人工生命何蒙库鲁兹，以及19世纪幻想小说中会思考的机器人等等。但真正进入科学家严肃研究视野的机器智能始于20世纪40年代基于抽象数学推理的可编程数字计算机的发明。

由于分析和理解常常容易产生误差，人类发明了数学这一相对精确的工具。在描述了一些基础问题后，历史上许多伟大的数学和哲学学者开始试图将一切人类思考过程都简化为数学表达。霍布斯就在其著作《利维坦》中谈到：“推理就是计算“，罗素和其老师怀特海共同撰写的《数学原理》则想要证明整个纯粹数学是从逻辑的前提推导出来的，并尝试只使用逻辑概念定义数学概念。

然而罗素等人的理论在很多情况下只能是设想，因为那时的我们还远远没有掌握海量的数据资源，也就无法真正将数理逻辑全部付诸现实领域。计算机的发明深刻地改变了这一状况，通过快速迭代的计算能力，它在短短几十年间不断地突破着人类对于数据边界的想象。著名的邱奇-图灵论题就曾指出：一台仅能处理0和1这样简单二元符号的机器（计算机）能够模拟任意数学推理过程——既然计算机有一天可能“推理万物”，这就大大激发了人类探讨机器思考的兴趣。

— 人工智能 深度学习 神经网络 —

后来我们将这种计算机能够模仿人类思考的技术称之为人工智能（Artificial Intelligence，简称AI），该词源自1956年的达特茅斯会议。在这次会议中，一群计算机和信息科学专家花了两个月的时间讨论“用机器来模仿人类学习以及其他方面的智能”的问题。虽然最后大家并没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：人工智能。这标志着人类更为清晰地认识到计算机可能发挥的巨大价值，并希望借此发明一套能够帮助我们解决数理逻辑的应用和提升人类自身智慧的方法，1956年也被普遍认为是人工智能的元年。

在这之后的50至60年代中期，AI迎来了第一波高潮。这个阶段的AI在多个领域都取得了突破性的成绩。这其中包括独立证明罗素《数学原理》中的若干条定理，以及击败跳棋的美国州冠军等，我们惊呼不久就会产生超越人类智慧的计算机器。但很快，研究者发现自己对未来的估计过于乐观，由于计算机性能的瓶颈、计算复杂性指数级增长以及数据量缺失等原因，在完成一些初级问题的回答之后，AI在语音识别、机器翻译等领域迟迟不能突破，行业很快陷入低谷。

1980年代，一类名为“专家系统“的AI开始为全世界的公司所采纳，它的优势在于能够依据一组从专门知识中推演出的逻辑规则回答解决某一特定领域的问题。由于设计简单、容易编程且能够规避不少常识错误，专家系统在医学诊断、气象预测、工程物理等多个领域发挥了作用。

如果说最初的AI是人类在刚刚获得新工具的时候自信满满地全面进击的话，专家系统则是我们暂时与远大情怀作别，退回到一步步去解决具体问题的实践之中。但这一次的“脚踏实地”也没能持续多长，在经历了几次耀眼的亮相之后，专家系统很快就由于维护费用高昂，且实用性仅针对某些特定场景逐渐式微。进入到90年代初，不仅仅是专家系统，整个AI行业都因无法找到合适的发展路径而彻底停滞不前。

这个时候的很多人已经对所谓智能不再抱希望，整个技术界都不看好AI的未来，许多顶尖的计算机科学家也纷纷离开了这个行业。到了90年代中期，很多研究团队甚至已经拿不到任何的资助。但即使面临这样的窘境，以后来被称为“深度学习之父”的辛顿教授为代表的一群资深研究人员仍旧没有放弃。在获得了加拿大高级研究所的赞助之后，辛顿团队迁往了多伦多，与他同期的理查德·萨顿和约书亚·本西奥同样也在加拿大政府的支持下，以坚韧的精神继续着自己的研究。

我们常常说的对于一项新事物，人类很容易在短期内高估，而在长期低估其价值——这句话用在AI身上再合适不过了。上帝为人类打开了一扇门，只不过他担心挤进去的人太多，而且不够虔诚，所以总是会颇费心机的为我们设置重重障碍。很多时候，疑惑的产生不过是我们没有投入足够的思考和耐心，找出混沌中左右事情发展的关键矛盾而已。好在总有一些像辛顿这样的杰出人物，能够不为外界一时的看法所动，始终专注地坚持着自己的理想，并静静等待触发它转变的临界点。

对于AI来说，这个临界点就是数据。没错，就是一开始我们早就习以为常的数据。我们在之前大数据的文章中也已经提到，数据量在达到一定的规模之后，就可以发挥与以往完全不同的巨大影响力。就在AI研究者们人生中最为灰暗的时刻，对行业未来走向起到至关重要作用的互联网技术逐渐在商业领域走红。伴随着互联网的兴起，数据维度和数量急速增加，我们在前面文章中谈到的始于70年代的数据统计驱动的方法开始发挥价值。通过引入这一方法，AI开始进入又一轮发展高潮。

尤其是2006年以来，由辛顿等人主导的深度学习、人工神经网络的研究方法开始大放异彩，将AI从实验室和小规模场景真正推向了应用化、商业化的前台。今天我们一谈到AI，很多问题都会和它们相关，比如人工神经网络听上去很神秘，意思是AI在模仿人脑的神经系统吗？深度学习是说计算机可以像人类一样学习和掌握复杂深入的知识？在这个基础上，未来会不会有能够替代人类的智能出现？诸如此类等等。         

对于上面每个问题的回答都不简单。AI本身就包含各种复杂的数学和计算模型，加上媒体五花八门的报道，常常会把很多非专业人士弄得一头雾水。我们大可不用理会这些晦涩的概念，仅仅稍微了解一下AI的发展轨迹，就可以获知以上问题的基本答案。

AI主流技术的发展经历过三个阶段。第一个阶段大致对应我们前面所说的达特茅斯会议之后的早期通用人工智能时期。我们认为只要机器被赋予逻辑推理能力就可以实现智能，因而倾向于利用AI解决所有的问题。第二个阶段开始，不同的学术派别、研究方法此起彼伏，我们上面谈到的专家系统大多采用的就是这其中一支叫做“符号学派”的方法。与第一阶段不同，这个时候最有影响力的观点是需要将人类知识总结起来灌输给AI。

第三个阶段一直持续到今天，在拥有了更多数据之后，这个阶段的主要方法是将计算机需要学习的数据丢进一个复杂的、包含多个层级的数据处理网络，也就是我们经常听说的人工神经网络（其实只是借用了生物学名词做了形象的比喻而已，和人脑没有半点关系），然后不断调整结果数据直至得到满意的目标模型。这个分析过程非常像人类学习新知识，于是科学界给它起了一个名字叫做“深度学习“。AlphaGo战胜李世石主要采用的就是这种方法，通过在单个围棋领域不断地对机器进行数据“训练”，AlphaGo在这个代表人类最高智慧的游戏上所具备的“聪明”程度已经超过了我们。

然而事情的发展并不是一开始就如此顺利，人类在通过计算机进行自然语言理解的道路上经历了不少矛盾和曲折。作为AI早期犯下的一系列错误的重要组成部分，最初我们在自然语言理解领域采用的方式也是把人类的经验传授给机器。这些知识主要来自于数世纪以来已经比较成熟的语言学的语法规则、语义分析等。但很快弊端就开始显现，首先是文法规则浩如烟海，即使用计算机覆盖哪怕20%-30%的真实语句，规则数量就已经多到语言学家来不及写的程度，并且随着覆盖度的增加，还要用新的文法规则解释当中产生前后矛盾的语句。

其次是文法在文章中体现出的上下文相关特性，用程序语言很难进行解析。计算机更加善于解码上下文无关的文法，举例来说，我们都知道中文博大精深，“方便”一词在不同的上下文语境中涵义大不相同。比如以下三个句子：

1. 我今天下午去你家找你，不知道你方便不方便——表示有机会、有时间；

2. 我晚餐有些吃多了，现在想去方便一下——表示排泄、大小便；

3. 我和张总是老同学了，希望在这次合作上贵公司能够给予方便——提供便利、帮助。

理解这些意思需要较好的生活常识，而基于规则方法组织起来的AI往往对此处理效果不佳，这也就是我们之前谈到的现在的AI还难以和人类拥有同等智慧的情形。

但人类会就此变得束手无策了吗？答案是否定的。我们发现有些事情并不是没有合适的解决方案，需要的仅仅是一些看问题的角度转换而已。既然问题出现在人类在语言学上积累的规则和经验难以有效转移，那么不妨让我们换一个角度。1970年以后，IBM华生实验室的贾里尼克教授就抛弃了我们一直以来对于语言规则的执着，转而采用统计学的方法处理AI遇到的问题，最早的尝试来自于当中的语音识别领域。

语音识别的本质就是机器将说话者表达的语音转化成文字的过程。比如我们现在对着Siri（苹果手机的语音识别程序）说话，IOS系统就可以将用户希望了解的天气、出行等各项信息推送出来。在这里说话者的一系列语音首先被手机记录下来，我们用o1,o2,o3…（观测信号）来表示。接收到这些信号后，AI将推测出这些信息的本来样子是s1,s2,s3…（信号源信息）。接下来AI会根据推测结果向系统发出相应的调取指令，最后， 收到这些指令的系统将会回复给用户“今日天气晴朗”，“建议改换路线躲避拥堵”等信息。

在应用统计方法之前，计算机要识别出复杂的人类语音需要学习大量的语法规则，而转变的核心就是将这个学习过程简化为概率统计模型。上面的例子中，问题变成了从所有的源信息中找到最可能产生出观测信号的那一个信息。也就是在已知o1,o2,o3…的情况下，求令条件概率：

P(s1,s2,s3,...|o1,o2,o3,...)达到最大值的那个信息串s1,s2,s3…，即

这个公式比较复杂，但可以用隐马尔可夫模型来估计，语音识别也成为隐马尔可夫模型最早成功应用的场景。隐马尔可夫模型是指这样一种情况，其输入状态是不直接可见的，但输出依赖于该状态下，是可见的，每个状态通过可能的输出记号有了可能的概率分布。

对应到上述案例中，也就是运用该模型，在给定已知参数的条件下，用概率的方法求出公式中不可见(隐含)的信号源信息。贾里尼克领导的实验室在当时提出用隐含马尔可夫模型来识别语音，使得错误率相比之前降低了2/3。接下来，这一模型还被陆续地用于基因测序、股票预测和投资等多个行业。对此吴军老师的《数学之美》有非常详细地阐述，这里我们不做具体地展开。