第二章 AI复兴：深度学习+大数据=人工智能

这一次人工智能复兴的最大特点是，AI在语音识别、机器视觉、数据挖掘等多个领域走进了业界的真实应用场景，与商业模式紧密结合，开始在产业界发挥出真正的价值。

第三次AI热潮：有何不同？

2016年3月，似乎人人都在谈人工智能。

Alpha Go与李世石的一盘棋将普通人一下子带入科技最前沿。围棋人机大战刚刚尘埃落定，“人类是不是要被机器毁灭了”之类的话题就超出了科幻迷的圈子，在普通人中流行开来。每天，我都能在各种场合听见人们谈论人工智能，哪怕是在街头的咖啡馆里，也能听到“深度学习”这样的专业字眼儿；大大小小的人工智能“论坛”或“年会”如雨后春笋般在北京、上海、广州、深圳、杭州等地涌现出来，学术界的人工智能大师们在各种会议、商业活动和科普活动中奔波忙碌，马不停蹄；一边是专业的科研机构、高科技公司在谈论人工智能，另一边，银行、保险、能源、家电等传统行业厂商也都忙不迭地把“AI”或“AI+”的标签贴在自己身上；创投领域就更是热火朝天，包括创新工场在内，每家高科技投资机构都盯紧了人工智能领域的初创公司——这种火热场面，和整个投资圈在2016年遇冷的大背景迥然不同。

可大家千万不要忘了，这并不是人机对弈第一次激起公众的热情。1997年IBM的深蓝战胜卡斯帕罗夫的那一天，全世界科技爱好者奔走相告的场景丝毫不比今天人们对Alpha Go的追捧逊色多少。再往前看，1962年，IBM的阿瑟·萨缪尔开发的西洋跳棋程序就战胜过一位盲人跳棋高手，那时，报纸也在追捧人工智能，公众也一样对智能机器的未来充满了好奇。

从20世纪60年代到90年代再到今天，从西洋跳棋到国际象棋再到围棋，三盘棋，三次人工智能在公众中引发的热潮——为什么处在风口浪尖的偏偏都是人机对弈？为什么会下棋的计算机程序如此风光？

图17　三个时代、三盘人机对弈

纵观人工智能发展史，人机对弈只是人工智能在公众心目中的地位起起落落的一个缩影。对于人工智能的技术研发者而言，选择人机对弈作为算法的突破口，这一方面是因为棋类游戏代表着一大类典型的、有清晰定义和规则、容易评估效果的智能问题；另一方面也是因为具备一定复杂性的棋类游戏通常都会被公众视为人类智慧的代表，一旦突破了人机对弈算法，也就意味着突破了公众对人工智能这项新技术的接受门槛。

的确，每次人机大战以及计算机胜出的结果，都在公众视野中激起万千波澜。可反过来想一想，人类对计算机在棋类项目上胜出的心理承受力又是何等脆弱和可笑。跳棋程序甫一成熟，公众惊呼“智能机器威胁论”，可没过几年，习惯了计算机会下简单棋类的公众又转而挑衅地说：“下个跳棋有什么了不起，有本事去下复杂无比的国际象棋试试？”IBM的深蓝刚刚战胜卡斯帕罗夫的时候，全世界关心科技发展的公众都在为人类的未来命运担忧，可没过几年，国际象棋和中国象棋程序就变成了再普通不过的计算机应用，在大多数人心目中，“下个象棋算什么智能？有本事去下奥妙无穷的围棋试试？”

网上流传着一幅有关“人工智能发展成熟度曲线”的漫画，形象地展示出人们在此前两次人工智能热潮中，从被人工智能在某些领域的惊艳表现震撼，到逐渐认识到当时的人工智能还有各种局限，以至于产生巨大心理落差的有趣过程。

图18　网上流传的漫画：人工智能发展成熟度曲线

与其说这是人类自身的心理落差，不如说这是计算机是否具有智能的判定标准在不断被拔高。从会下跳棋就算智能，到会下象棋才算智能，再到会下围棋才算智能……到底有没有客观的评价尺度？到底要给计算机设定怎样的门槛，才能正式发给它一张“人类智慧”的鉴定证书？今天我们管Alpha Go叫人工智能了，3年之后呢？5年之后呢？

Alpha Go之前，人们至少喊过两次“人类要被机器毁灭了！”20世纪60年代前后算一次，20世纪80年代到90年代前后也算一次。前两次人工智能热潮，每一次都释放过人类关于未来的瑰丽想象力，每一次都让许多人热血沸腾。但很不幸，两次热潮在分别经历了十数年的喧嚣后，无一例外地迅速跌入低谷，并在漫长的寒冬中蛰伏起来。