《智能机器如何思考》是一本科普之作，简单地讲，就是向大众解释人工智能是如何工作的。

作者肖恩·格里什，系谷歌前工程专家、普林斯顿大学的机器学习博士、机器学习极客。他曾在高频交易机构泰莎科技担任工程师，并在谷歌担任机器学习和数据科学团队的工程专家。

肖恩表示，希望本书能够帮助那些对广义上的科学技术感兴趣的人，或者那些想要更多地了解机器学习和人工智能是否会对他们的公司有帮助的行业领导者。微软首席技术官凯文·斯科特说：“对开发人员和研究人员而言，理解机器学习的工作原理是一个明智的职业选择。目前，全球的科技巨头公司对这些技术的专业知识都有很高的需求。微软、亚马逊、谷歌、苹果、百度等许多公司都提供应用程序接口、工具包和云计算基础设施，将机器学习的开发工作交给全世界数以千万计的开发人员。未来几年，随着越来越多的应用程序包含智能功能，大多数开发人员都需要掌握一些机器学习技术。这正是这本书的宝贵价值所在。”

从骗局到实践

虽然人工智能只是近几十年才真正起步的。但是，它却是长久以来人们的梦想。

1770年，有人发明了一台国际象棋自动机，它的外形和动作都酷似真人，因为它的头饰和服装，人们将它称之为“土耳其人”。只见它坐在一张书桌旁，被旁边两个烛台的烟包围着。它可以在棋盘上表演令人赞叹的绝技“骑士之旅”。它用戴着手套的手拿棋子，手被固定在木制的手臂和躯干上，它可以用符合国际象棋规则的棋步让“马”从任意一个方格开始移动，不重复地逐一跳过棋盘的64个方格。更令人称奇的是，它还是个国际象棋高手，它在对局中战胜了绝大多数人类棋手。它的主人把它带到欧洲各地公开演示，它在巴黎和拿破仑、本杰明·富兰克林进行了传奇般的对局。

“土耳其人”最终在其被创造出来的84年后被一场大火吞噬。尽管经历过多年的猜测，这台自动机的秘密在它的一生中从未被完全揭开。

“土耳其人”被毁后，它的最后一任主人的儿子意识到再没有理由保守秘密，他在一系列文章中描述了这台机器。“土耳其人”由一位藏在工作台里的专业人类棋手操作。它只是一个巨大的木偶而已，利用误导和一些巧妙的机械结构欺骗观众，让观众误认为没有人操纵它。装置里有磁铁，可以把棋盘上的信息传递给藏在工作台里的木偶操纵者，里面还有一个滑动座椅，当机械师在对局前打开各种抽屉时，滑动座椅可以把棋手移出观众的视线。对局时，棋手在黑暗的书桌里借助烛光下棋，而蜡烛的烟恰好又被烛台的烟所掩盖。神秘的棺材似的盒子和齿轮发条除了分散观众的注意力之外毫无用处。

就在土耳其人诞生之前的几十年，一台看似能演奏大键琴的自动乐器曾让法国国王路易十五颇为着迷。国王坚持要了解这台装置的工作原理，最终却发现它只是个傀儡，里面藏着一个五岁的小女孩。

当然，人们对自动机的探索中，也不全是骗局。1737年，法国机械天才雅克·德·沃康松就完成了一件杰作：一尊可以像真人一样用长笛演奏音乐的塑像。这尊真人大小的塑像把真实的长笛举到嘴边，就能吹出一个个音符。沃康松为了证明其发明的合理性，向法国科学院展示了这台自动机，并提交了一篇题为《自动长笛演奏者的机理》的论文。

肖恩表示，沃康松的杰作只是那个世纪的发明家几十年来开发的许多自动机之一。自动机之所以受欢迎，正是因为它看起来是完全自主的，而且它似乎复制了人类的智能。长笛演奏者和其他类似的自动机是工业革命中的人工智能先驱：在几十年的时间里，随着各类材料和各种新发明的出现，自动机得以成为可能，当时的技术专家和业余爱好者在他们独特的探索中使用自动机来复制我们的身体和思想。

然而，沃康松自动机的明显是缺点是无法对世界做出反应。那个时代的自动机遵循的是简单的、预先设定好的一系列步骤。现代的自动机能够对不断变化的环境做出反应，因为它们具有感知能力。它们不仅能对键盘上按下的按键做出反应，还能对汽车和行人穿过拥挤的十字路口做出反应，甚至能对智力问答节目题目中的微妙线索做出反应。

本书从机械自动机讲起，用类比的方式将复杂的科学原理形象化简单化，帮助人们理解日新月异的现代人工智能技术。

自动驾驶汽车是如何“看”路的？

我们平时用电脑搜索文字，是比较容易的，结果也比较准确，但是用电脑搜索图片就比较费事且结果不大准确了。2012年，被命名为“亚历克斯网”的最新研究成果诞生了，它建立一个可以检测狗的图片的神经网络。神经网络是一种受生物学启发的数学函数，由相互作用的人工神经元组成。亚历克斯网有5层卷积，第一层卷积使用了大约100个过滤器，有100个神奇的“物体探测器”。剩下的4个卷积层中每层都有几百个过滤器。

每个连续的卷积层都使用其前一层的过滤器作为构件，将它们组合成更复杂的模式。网络的输出有1000个不同的神经元，分别对应它需应对的每一个类别。经过训练的亚历克斯网遇到包含它需要检测出的类型图片时，相应的输出神经元就会亮起来。如果出现大白鲨的图像，那么代表大白鲨的神经元就会亮起来。如果出现沙漏图像，那么代表沙漏的神经元就会亮起来。否则这些神经元应该就会保持黑暗。

简单地讲，自动驾驶汽车就是通过使用激光扫描仪、摄像机和加速度计创建环境模型来感知周围的环境的。

人工智能如何赢下智力竞赛？

人工智能发展到今天，不仅能“看”东西，还能够“理解”文字了。2011年1月，在《危险边缘》节目中，“沃森”成功地击败了两位人类冠军。“沃森”是IBM的一组研究人员开发的计算机程序。这场比赛是在IBM的一座研究大楼里举行的，“沃森”在隔壁数据中心的计算机机架上运行，被完全切断了互联网。在寒冷的数据中心里，轰鸣的风扇呼啸着吹过数千个CPU。

《危险边缘》是一个智力竞赛节目。看看“沃森”是如何思考的。

当“沃森”查看文本文件时，它看到的不过是一串有序的字母序列，因此它使用了自然语言处理领域的技巧来理解它们。“沃森”理解这些字符的第一种方式是将线索解释为单词序列，而不是字母序列。一旦“沃森”将一条线索解释为一系列单词，它就可以使用一些更有趣的技巧来处理线索。这些技巧中最重要的是用句型图绘制出线索的结构。计算机在一个叫“句法分析”的过程中创建句型图，生成的句型图通常被称为解析树。

总之，“沃森”的第一步是用人类创造的各种规则来梳理线索。它创建了一个句型图，并使用人工制作的规则提取并标记用于回答线索的关键信息。然后使用这些信息在搜索引擎上搜索正确答案，再根据搜索结果创建候选答案列表，对这些候选答案进行筛选，搜索更多支持每个候选答案的证据。在此之后，它对搜集到的证据进行评分，最后用一系列的变换和分类器选出最佳候选答案。

当然，严格地说“沃森”尚不具备理解能力。“沃森”并没有真正理解节目线索要问的是什么。它无法像人类一样理解每个单词的含义，更不用说一组单词了。它只是遵循一系列确定的步骤，用人工设计的规则和从数据中学到的权重来检查问题并对证据进行评分。

人工智能是如何下围棋的?

众所周知，在下棋方面，人类已经不是计算机的对手了。但是，即便是人类的顶尖高手也下不过计算机，“深蓝”战胜国际象棋世界冠军卡斯帕罗夫，“阿尔法”战胜围棋世界冠军李世石。但是，计算机依然没有自己思考的能力。

古老的围棋一直被认为是游戏人工智能领域最大的挑战之一。

而“阿尔法”并不是第一个下围棋的程序。自1968年以来，人们一直在编写计算机程序来下围棋。1985年，某组织悬赏4 000万元新台币，奖励给能够创造出战胜职业棋手的算法、开创计算机围棋工作的人。而这个奖项10多年来一直未能颁发，直至被撤销，取而代之的是其他奖项。

围棋对计算机而言是一个非常困难的游戏。在每个回合中，玩家必须从大约250种可能的着法中进行选择。仅仅搜索前三层（你走一步，我走一步，你再走一步）的算法就已经需要考虑超过l 000万种棋盘状态。

围棋没有哪枚棋子是特殊的。棋盘上棋子的价值完全取决于这些棋子的位置。这与国际象棋不同，国际象棋的评价函数在很大程度上依赖于不同棋子的价值。在国际象棋中，皇后的价值远远大于兵，以牺牲皇后为代价攻击一个兵，人永远都不会考虑这种着法。在围棋中，评价函数必须识别棋盘上棋子的重要模式，这需要可以媲美人类的模式匹配能力，这是一项非凡的任务，因为这些直觉通常很难被人类描述。

“阿尔法”是如何走棋的呢？

“阿尔法”快速下很多盘棋，建立起一种直觉。每次轮到“阿尔法”走棋时，它都会从当前的棋盘局面开始模拟一系列棋局。它在其硅基大脑的想象中下每一盘棋，在搜索树中深入挖掘一条路径，直到这盘假想的棋局结束。在下完这盘假想的棋局后，程序就会知道棋局的胜负结果。程序假想的棋局几乎不可能成为实战进程，但这并不重要。重要的是，“阿尔法”可以成千上万次地重复相同的事情，以此建立一种直觉来决定下一步棋的走法。

为了建立这种直觉，“阿尔法”将它假想的棋局的胜负统计数据推到搜索树的最高层次，那里存储了从当前局面开始选择不同着法后的胜负次数。一旦推演了足够多的棋局，它就会拥有关于下一步棋应该走在哪里的感觉，而这种感觉是更好地基于数据而产生的。

它实际上依靠的还是计算机算法，基于机器学习和数据分析。

人工智能会比人类更聪明吗？

1993年圣迭哥州立大学的数学家弗诺·文奇在论文中写道：“在未来30年间，我们将有技术手段来创造超人的智慧。不久后，人类的时代将结束。”

《我们最终的发明：人工智能和人类时代的终结》作者詹姆斯·巴拉特说：“当比我们更聪明的力量出现在这星球上的时候，它就将接管地球。”

人工智能会比人类更聪明吗？

很多人认为，那是不可想象的。

作为一名人工智能工程师，肖恩是如何判断的呢？

肖恩表示，在这本书中，他有意回避对人工智能的未来进行过多的猜测，因为他是一名工程师，而不是哲学家、经济学家或历史学家。

但是，在书的结尾处，他还是简要地做出了他的判断，他写道：“首先，我们在未来创建的自动机将会始终遵循程序。因为它们会受到我们用来构建这些自动机的媒介以及我们生活的世界物理定律的约束。这些机器将会遵循越来越复杂的程序。辨别它们在做什么事情也会变得越来越困难，但是我们始终有可能将它们执行的每一个动作追溯到一组确定的指令。一些哲学家认为，这表明机器永远不会思考。我个人的信念是，人类也是机器，我们是模拟机器，如果我们相信人类可以思考，那么就没有什么能阻止我们有朝一日设计出可以思考的数字计算机。我们的机器总有一天会思考，这是大势所趋，它们会产生情感、观点和自我保护的愿望，这些总有一天会与我们人类发生冲突。其次，我们会继续设计能够越来越准确地复制人类智力和行为的机器，直到它们的感知和推理能力与我们自己做这些事情的能力之间没有明显的区别，而且机器在很多方面将会比我们更优秀。”

虽说人工智能对人类的威胁也是显而易见的，比如会偷走我们的工作，破坏我们的生计。科技之门一旦打开，就很难关上了，在肖恩看来，人工智能的发展不可阻挡。

“无论我们的社会能够多么好地接纳这些智能体，只要技术（我们的硬件、我们的理论和它们背后的软件架构）继续改进，我们就会继续设计它们，使它们达到并超越我们的能力。其中一些设计机器的行为将由经济和商业驱动，但设计此类机器的动力在经济动机消失之后仍会持续很久。按照我们的形象制造机器是人类努力的体现，人类天性的某些特质将会迫使我们继续这项工作，这些特质包括好奇、审美、傲慢和虚荣，但主要是好奇和审美。”

那么，该怎样避免人工智能的弊端呢？肖恩只是说了这样一句期望的话：“这将要求我们的领导者做出深思熟虑的决定，以确保改进技术所带来的利益得到公平分配，而且我们应该对这些利益抱有同样的期望。”

科技永远是一把双刃剑，但愿，人工智能一切向好！

相关文章