人工智能這個(gè)詞，從誕生到一路坎坷地迎來輝煌，就注定與“模擬”緊密相連。

1956年，在新罕布什爾州達(dá)特茅斯學(xué)院的一次小型會(huì)議上，赫伯特西蒙、約翰麥卡錫、克勞德香農(nóng)等AI界的開山鼻祖?zhèn)儯吞岢隽恕爸悄艿娜魏翁卣?，原則上都可以精確描述，因此我們可以制造機(jī)器來對(duì)它進(jìn)行模擬”。

先解釋一下，雖然都是對(duì)大腦智能的“模擬”，但不同人工智能學(xué)派的理念卻各不一樣。

符號(hào)主義學(xué)派主張模擬人腦的邏輯思維。先把問題或知識(shí)表示為某種邏輯結(jié)構(gòu)，運(yùn)用符號(hào)演算，從而實(shí)現(xiàn)表示、推理和學(xué)習(xí)等功能，典型代表就是專家系統(tǒng)。

聯(lián)結(jié)主義學(xué)派則主張模擬人腦的生理結(jié)構(gòu)和工作機(jī)理。通過人腦神經(jīng)網(wǎng)絡(luò)、神經(jīng)元之間的連接以及在神經(jīng)元間的并行處理,實(shí)現(xiàn)對(duì)人腦智能的模擬。現(xiàn)在街知巷聞的神經(jīng)網(wǎng)絡(luò)算法，就是這一理念的成功應(yīng)用。

而行為主義學(xué)派則主張直接模擬智能行為的感知和動(dòng)作模式。不要考慮復(fù)雜的知識(shí)、表征、推理等等，讓AI在現(xiàn)實(shí)世界中通過自動(dòng)控制過程與環(huán)境交互作用表現(xiàn)出來就好。

在感知層面，利用現(xiàn)代計(jì)算機(jī)算力的提升，以及網(wǎng)絡(luò)數(shù)據(jù)量的暴漲，讓深度學(xué)習(xí)通過大規(guī)模數(shù)據(jù)集與訓(xùn)練來獲得數(shù)據(jù)模型成為了可能。

而在讓機(jī)器“看起來智能”的核心推理能力上，深度學(xué)習(xí)也展現(xiàn)了足夠強(qiáng)大的進(jìn)步。主要體現(xiàn)在兩個(gè)方面：一種是判別事物。在已知屬性的條件下，讓機(jī)器對(duì)某個(gè)事物進(jìn)行判斷與分類，比如找出垃圾郵件或攻擊性語言，亦或是從圖像、視頻中識(shí)別出某種特殊物體等等。

另一個(gè)能力則是生成。也就是通過訓(xùn)練好的模型，產(chǎn)生處符合該模型描述的數(shù)據(jù)。比如風(fēng)靡一時(shí)的AI換臉，越來越機(jī)靈的智能語音助手，自動(dòng)編寫新聞的機(jī)器人等等。

得益于這種在應(yīng)用場(chǎng)景上快速打開商業(yè)想象力的優(yōu)勢(shì)，我們今天提到AI，絕大多數(shù)人的第一反應(yīng)，已經(jīng)不再是被替代的恐慌、超越人類的恐怖故事，而是如何讓數(shù)字世界為AI所用，再讓以深度學(xué)習(xí)及衍生技術(shù)為基石的AI反哺千行萬業(yè)，為社會(huì)生活提質(zhì)增效。

一個(gè)是如前面科學(xué)家們所說，為人工智能算法找到新的突破口，脫離“模擬程序智能”的桎梏；

而另一個(gè)機(jī)器人的智能也可以得到顯著提高?！岸嗳蝿?wù)訓(xùn)練”一直是當(dāng)下人工智能的突破難點(diǎn)，隨著模擬人腦的深入，既不用讓人類辛辛苦苦地對(duì)其進(jìn)行“毆打”，來訓(xùn)練其靈活處理信息的能力，避免了不少倫理難題；還有可能將人類智能導(dǎo)入機(jī)器，培養(yǎng)出能夠執(zhí)行復(fù)雜任務(wù)的“多功能”機(jī)器人。

或許也只有這樣，AI才能擁有一個(gè)真正智慧的“大腦”。不同道路在未來的交匯，將為AI的極限發(fā)揮埋下一個(gè)漂亮的引線。