以AlphaGo战胜李世乭为节点，人工智能又一次闯入人们的视野中，甚至于有人将2016年视为“人工智能元年”(当然这可能是第N次某个特定的年份被冠以元年这样的称号)。 1927年的《大都会》或许塑造了影史上最早的人工智能机器人形象——人造玛利亚;1956年，人工智能被确立为一门学科。从最初，人们就始终在关注两个问题：计算机怎样接近智能?接近到什么程度? 技术阻碍发展，发展突破阻碍，如此无限循环……是人工智能发展史的最好写照。伴随着科学家无比热情的同时，是各种“人类式”的担心。AI来自何处，去向何方，“人类终将毁于自己创造的智能之手”这一命题是否成立? “你执着于耳听为虚，眼见为实，大凡这种人都有大彻大悟的期待，聊可安慰的是，如此就已经离真理不远了” 1、「机器问题」重现 从最初的屡屡失败，到现在的朝气蓬勃，人工智能会导致大面积失业甚至让人类灭绝吗?或许历史会给我们一些有用的线索。 有些人害怕机器会抢走所有人的工作，而只是有选择地让少数人受益，并最终彻底颠覆社会。然而在历史上，类似的一幕曾出现过。两个世纪前，工业化的浪潮席卷英国，与今天同样的担忧曾引发了激烈的争论。那个时候，人们不说「工业革命」而大谈「机器问题(machinery question)」。 1821年，经济学家 David Ricardo 第一个表达了这种看法，他重点关注「机器对于不同社会阶层的利益的影响」，特别是「劳动阶级怀有的意见，他们认为使用机器通常会不利于他们的利益」。1839年，Thomas Carlyle (苏格兰哲学家，被看作是那个时代最重要的社会评论员)对所谓「机械恶魔(demon of mechanism)」予以了抨击 ，他写道，「机械恶魔」破坏性的能力将会扰乱整个工人团体。 现在，这个「机器问题」卷土重来，虽然它伪装成了另外一副样子——人工智能(AI)技术正突飞猛进，机器得以执行曾经只有人才能胜任的各种任务。科学家，经济学家和哲学家正在热议人工智能技术的潜在影响。这种影响可能是非常深刻的。因为人工智能技术，之前看起来不可能自动化的工作——从放射科到法律工作——现在也同样面临着危机。 2013年， 牛津大学的 Carl Benedikt Frey 和 Michael Osborne 进行了一次调查研究，其结果后来被人们广泛引用，该研究发现美国有 47% 的工作有很高的可能性会在不久后被「计算机资本取代」。 更近的一个报告是：美国美林银行预测，2025 年以前，人工智能的「每年产生的创造性破坏的影响」可能会达到14到33万亿美元，其中包括因人工智能实现了知识工作自动化，导致雇佣成本减少的9万亿美元，制造业和医疗护理开销减少的8万亿美元，以及部署无人驾驶汽车和无人机后因效率提升增加的两万亿美元。智囊机构麦肯锡全球研究院(McKinsey Global Institute)说，人工智能正在促进社会发生转变，这种转变比工业革命「发生的速度快 10 倍，规模大 300 倍，影响几乎大3000倍」。 跟两个世纪前的人们一样，很多人担心机器会让几百万人下岗，引发不平等问题和社会动乱。Martin Ford 曾写过两本关于自动化威胁的畅销书，他担心中产阶级的工作将会消失，经济流动性将(即个人，家庭或团体提高经济水平的难易程度)停止，财阀们会「将自己关在封闭式小区或精英城市里，还可能有自动化军事机器人和无人机在旁保护。」 还有人则担心，人工智能会威胁人类的生存，因为超级智能计算机可能不会认同人类的目标，转而攻击创造它们的人类。很多人表达过这类担忧，比如物理学家史蒂芬·霍金。 更让人惊讶的是，伊隆·马斯克，火箭公司 SpaceX 和 电动汽车制造商 Tesla 的创始人，也有同样的想法。与 Carlyle 相似,马斯克警告人类：「我们正在用人工智能召唤恶魔。」他的特斯拉汽车可以利用最新的人工智能技术实现自动行驶，但马斯克却担心未来的人工智能霸主可能会太过强大，失去人类的控制。 他说：「马可·奥勒留(罗马帝国贤君)当国王挺好的，但如果国王是卡利古拉(罗马帝国早期的典型暴君)情况就不太乐观了。」
有人看到风险，有人洞见机遇。投资者正在不断涌入这个领域，科技巨头们则在不断收购人工智能创业公司，并争先吸引学术界最优秀的研究人才。 根据数据分析公司 Quid 的研究数据，在2015年，人工智能企业的成本创下85亿美元的记录，几乎为2010年的四倍。投资公司 Playfair Capital 的 Nathan Benaich 说，2015 年人工智能企业的投资轮数比上一年多16%，而与此同时科技产业整体投资轮数减少了3%。 Playfair Capital 是一家基金管理机构，该公司在人工智能的投资组合达到 25%。「XX+人工智能」取代了「XX行业的Uber 」，成为创业公司默认的商业模式。谷歌，Facebook，IBM，亚马逊和微软都想方设法在云端建立人工智能服务的生态系统。「这项技术将会用在各行各业中，只要这个行业有任意种类的数据，图像，语言等数据类型都可以。」MetaMind 的创始人 Richard Socher 说，「人工智能将遍地开花。」MetaMind 是一家人工智能创业公司，最近被云计算巨头 Salesforce 收购。 这意味什么?本篇特别报道将会审视这项新科技的崛起，探索它对工作，教育，政策的潜在影响，思考它在道德和监管方面的作用。同时，本文还思考了能从机器问题最初的答案中学到的东西。AI 引发的担忧和热情不相上下，同时带来了很多问题，然而值得记住的是，其中的很多问题我们在以前都曾问过，并已经有了答案。 2、 技术：从无法工作到神经网络 人工智能的繁荣基于传统与现代想法的结合。 人工智能如何从刚开始的傲慢与失望，突然成为科技界最热门的领域呢?人工智能(artificial intelligence)这个术语最早被写在 1956 年的一份研究计划中，该计划声称「如果一个精心挑选的科学家小组花一个夏天一起研究，就能使机器解决各种人类无法解决的问题……」，从而实现重大的进步。 那被证明只是疯狂过度地乐观，人工智能虽然偶有突破，但其承诺的远比其所能提供的多得多。最终，大多研究者都避免使用这个术语，而更喜欢用「专家系统」或「神经网络」。现在「人工智能」的名誉恢复和重新兴起要追溯到 2012 年被称为 ImageNet 挑战赛的在线竞赛。
ImageNet 是一个拥有数百万张图片的在线数据库，所有图片都有人工做的标签。对于任何给定词，例如「气球」或「草莓」，ImageNet 里都能找到上百张对应的图片。 |
