人工智能：浮现

编辑君整理今年尖端科技新闻内容的时候发现，Artificial Intelligence（AI，人工智能）出现的频率高的离谱。

其实平时使用的各种APP中可以看到大量云端应用人工智能的痕迹，比如美颜自拍、推荐兴趣等。这样来看，人工智能已经在我们生活中的很多方面。

问题来了，什么是人工智能呢？

通俗的的解释是指由人制造出来的机器表现出来的智能，让人类用自己的智慧去破解智慧本身的奥秘。

这么简单的一句话，却是几代人的努力的目标。

早在计算机和人工智能的概念提出之前，数学家有过类似的想法。

1900年，数学家David Hilbert（大卫·希尔伯特）在巴黎召开的数学家大会上宣布23个未解决的难题，其中的第2问题、第10问题和人工智能密切相关，最终促成计算机的发明。

希尔伯特

我们简单描述一下。

第2问题：证明数学系统中应同时具备一致性（数学真理不存在矛盾）和完备性（任意真理都可以被描述为数学定理）——复杂的体系的相容性，可以用较为简单的体系中的手段来证明。最终，全部数学的相容性都可以归结为基本算术的相容性。

第10问题：是否存在着判定任意一个丢番图方程有解的机械化运算过程——前半句比较晦涩，但是后半句的“机械化运算过程”用今天的话说是算法。

首先是第2问题，被来年轻的Kurt Friedrich Gödel（库尔特·弗雷德里希·哥德尔）证明是错误的——基本算术的相容性不可以在自身内部证明，因此当然不可以用来证明比它更强的系统的相容性。

哥德尔

如果把人工智能也看作一个机械化运作的数学公理系统，它也无法仅凭自身解决所有问题。换句话说，人工智能不会超过人类。

不过，这个命题成立的一个前提是人和机器不同，不是一个机械的公理化系统，这个前提是否正确还没有定论。

接下来是是第10问题，同样是一位年轻人——著名的Alan Mathison Turing（艾伦·麦席森·图灵），他设想的图灵机——计算机的理论原型，形象的模拟人类进行机械化运算的过程，并且把所有这些过程模型化，最终为计算机的发明铺平道路。

图灵

即使看似不可预测的变化，仍然没有逃出输入集合、输出集合、内部状态、固定程序的图灵机模型。某些改变可以扩大集合的维数和范围，但是只有这4个东西抓住信息处理的本质。

模拟图灵机

然而，这还不够。

图灵认为机器是否具备智能的重点并不在于如何打造强大的机器，而在于人类如何看待智能——依据什么标准评价一台机器是否具备智能。

后来，图灵在1950年发表「机器能思考吗？」一文中提出一个标准：如果一台机器通过“图灵测试”，我们必须接受这台机器具有智能。

至于什么是“图灵测试”，「机器能思考吗？」设立的标准相当宽泛：只要有30%的人类测试者在5分钟内无法分辨出被测试对象，可以认为程序通过图灵测试。

举个例子，两个人在有限的时间聊天，其中一个人无法判断和他聊天的人是不是机器，使用这种程序的机器可以认为具有智能。

这样来看，“图灵测试”还在人工智能比较初级的阶段，因为和人聊天，或者试着“欺骗”人类，都是人工智能的一个场景，不是唯一的标准。人工智能的其他方面，比如创造性解决问题的方法和复杂形式的决策都没有体现。

当然，我们不可以否认图灵为人工智能的推进做出的贡献。可惜1954年，图灵死于一个被剧毒氰化物注射的苹果，年仅42岁。美国计算机协会以图灵命名的图灵奖，专门奖励对这项事业作出重要贡献的人，这相当于计算机领域的诺贝尔奖。

历史的进程还在继续，1945年6月，现代计算机与博弈论的重要创始人John von Neumann（约翰·冯·诺伊曼）发表一份长达101页关于Electronic Discrete Variable Automatic Computer（EDVAC、离散变量自动电子计算机，早期的计算机）的报告草案，详细说明EDVAC的设计逻辑，并且提出我们现在熟知的“冯·诺依曼体系结构”，一直延续至今。

冯·诺伊曼

冯·诺依曼结构的计算机和图灵机一脉相承，但是最大的不同在于图灵机只有固定功能的程序，如果想要实现别的用途，必须“重写程序”。

听着容易，实际上最早的计算机没有可编程化的概念，“重写程序”意味着设计结构、线路都要推倒再来，工程量非常庞大。

冯·诺依曼结构的计算机借由创造一组指令集，将运算转化成为一串程序指令的运行细节，让机器更有弹性，存储程序型的概念也可让程序运行时自我修改程序的运算内容，最终推动着人类历史进入信息时代，使得人工智能成为可能。

时间到了1955年，人工智能学科的先驱Oliver Gordon Selfridge（奥利弗·戈登·塞弗里奇）和计算机科学和认知信息学领域的科学家、图灵奖获得者Allen Newell（艾伦·纽厄尔）出席洛杉矶召开的Western Joint Computer Conference（美国西部计算机联合大会）。

塞弗里奇发表一篇模式识别的文章，而纽厄尔探讨计算机下棋。或许塞弗里奇和纽厄尔都没有意识到，他们的观点预示人工智能随后几十年关于“结构和功能”、“强人工智能和弱人工智能”的斗争。

这是一个楔子，从这个时间节点以后，人工智能才开始走向真正的发展期。