我們從什么時候開始有沖動，要造出和我們一樣聰明的機(jī)器人呢？
1956年夏天，十個來自不同學(xué)科的年輕學(xué)者召開了兩個月的研討會，第一次提出人工智能這一概念。從此，“探尋智能的本質(zhì)”這個浪漫的夢想一直扎根于人們心中。造出一個和我們一樣“聰明”的機(jī)器人，也成為了這個夢想的終極目標(biāo)。根據(jù)上世紀(jì)60年代人們的預(yù)測，到2020年，人類就可以造出超越自己智慧的人工智能了。
然而遺憾的是，時至今日，我們連自己的大腦如何運(yùn)作都還沒搞清楚，更遑論造出和我們一樣的人工智能了。用“荊棘密布、道阻且長”來形容人工智能這條道路，絲毫不為過。
不過，正是因?yàn)槊鎸χ髀反罂又锌有】?，對于人工智能的追逐才更顯珍貴。今天，全國的人工智能大牛們聚在了一起，分享了他們研究領(lǐng)域的最新成就，人工智能也出現(xiàn)了一個全新的方向。
人工智能之父 阿蘭·圖靈
“圖靈機(jī)”過時了嗎？
雖說圖靈是一個著名的同性戀者，不過“圖靈基”絕不是你想象的那樣。。。圖靈機(jī)是由圖靈提出的最早的計(jì)算機(jī)想象模型，其基礎(chǔ)是把數(shù)學(xué)和邏輯進(jìn)行抽象整合，從而使之實(shí)現(xiàn)復(fù)雜的計(jì)算。之后，“計(jì)算機(jī)之父”馮·諾依曼在其基礎(chǔ)上設(shè)計(jì)了最早的計(jì)算機(jī)。經(jīng)過這么多年，雖然計(jì)算機(jī)的形態(tài)已經(jīng)幾經(jīng)改變，然而其內(nèi)核仍然沒有變，那就是以數(shù)學(xué)計(jì)算為核心。
如今，當(dāng)你拿起手機(jī)拼命搖一搖或者看著美麗的女主播自持不能地享受人生時，都要感謝一下圖靈老濕。然而，圖靈機(jī)的工作模式也給人工智能埋下了一個巨大的隱患。因?yàn)?，我們的大腦根本不是按照圖靈機(jī)的模式運(yùn)轉(zhuǎn)的。用圖靈機(jī)模擬人的大腦就好像讓你的汪星人爬樹，讓你的喵星人叼球一樣，充滿了“臣妾做不到”的無力感。
現(xiàn)在的計(jì)算機(jī)和人腦究竟有多大的區(qū)別呢？中國人工智能學(xué)會副理事長譚鐵牛院士給出了一個數(shù)字：人的大腦包含10的11次方數(shù)量級的神經(jīng)元，包含10的14次方數(shù)量級的神經(jīng)節(jié)點(diǎn)。而目前實(shí)驗(yàn)室中最先進(jìn)的CPU中晶體管也只能達(dá)到200億個。這個差距雖然看上去不大，但從工作原理上來看，大腦的每一個神經(jīng)元都是相互協(xié)作，分別處理信息的，而計(jì)算機(jī)卻智能依靠一個統(tǒng)一的計(jì)算中心。從結(jié)構(gòu)上來說，腦功能是分區(qū)的，而計(jì)算機(jī)卻沒有功能分區(qū)，反而有專用的存儲中心、運(yùn)算中心以及連通二者的總線。
總之，大腦和計(jì)算機(jī)的組織方式完全是兩個方向。
來看看上邊這幅圖片，這是一幅普通的紐約街景，對于現(xiàn)有的機(jī)器圖像識別來說，所有的物體都很容易被定義，只有左下角這個由于快門過慢而虛化的汽車最難被機(jī)器識別，這個在人類腦海里只需要0.1秒就可以做出的判斷，在機(jī)器中似乎是不可能完成的任務(wù)。有人曾經(jīng)使用最龐大的計(jì)算機(jī)來識別這張圖片，仍然用了超過人類1000倍的時間，而且功率居然高達(dá)120億瓦。順便說一句，人腦的功率只有20瓦。
是否需要新的人工智能模式？
不過，傳統(tǒng)的人工智能并非一無是處，依靠大數(shù)據(jù)和物聯(lián)網(wǎng)，它可以做很多超越人腦的事情，比如由德國工業(yè)機(jī)器人巨頭KAKU生產(chǎn)的機(jī)械臂，就曾經(jīng)和人類來了一場乒乓球大戰(zhàn)，想看視頻可以戳這里（乒乓球賽：德國冠軍 VS 機(jī)器人）不過，這個機(jī)械臂可是配了喪心病狂的36只眼睛（攝像頭）啊。
2011 年的時候，IBM的人工智能機(jī)器人Watson 在美國智力競賽節(jié)目'Jeopardy'中以超越了第二名數(shù)倍的成績獲獎。
然而，傳統(tǒng)人工智能僅僅依靠大數(shù)據(jù)和計(jì)算速度的進(jìn)步似乎并不能持續(xù)了。IBM中國研究院的蘇中教授表示：
IBM研發(fā)的最先進(jìn)的芯片是7nm制程的，而分子的尺度已經(jīng)達(dá)到了2nm，在現(xiàn)有的技術(shù)下，晶體管的發(fā)展不可能突破分子尺度。這就意味著預(yù)言每18個月芯片尺度縮小一半的摩爾定律已經(jīng)接近極限。計(jì)算機(jī)性能的提升也馬上就遇到瓶頸。
中科院自動化所腦網(wǎng)絡(luò)組研究中心主任蔣田仔告訴雷鋒網(wǎng)，電腦處理大規(guī)模信息時更有效，但是面對模糊思考，人腦無疑更有效，所以人工智能的新方向需要從人腦找靈感。
那么，我們來仿造人腦造一臺計(jì)算機(jī)怎么樣？
其實(shí)，這樣瘋狂的想法并不是現(xiàn)在才被提出了來，早在20年前就有科學(xué)家提出了這一方法，不過，那個時候的硬件技術(shù)水準(zhǔn)low爆了，所以“類腦芯片”在近幾年才重回人們的視野。
由于圖靈機(jī)需要在存儲器和運(yùn)算器之間不斷傳輸數(shù)據(jù)，，所以制造'類腦芯片'首先就要去掉這種結(jié)構(gòu)。IBM神經(jīng)元計(jì)算芯片SyNAPSE，去掉了主線，CPU和內(nèi)存的數(shù)據(jù)交互，減輕了大量的功耗。當(dāng)時，萬能的雷鋒網(wǎng)也曾經(jīng)有過報道（IBM模仿人腦打造有“思考能力”的芯片）不過，別以為這個芯片就是按照大腦的運(yùn)作方式運(yùn)行了，因?yàn)槿祟惖浆F(xiàn)在都還不知道大腦具體究竟如何運(yùn)行。這個芯片只是在某些結(jié)構(gòu)方面仿照大腦運(yùn)行而已，論效率嘛。。。我們還是說點(diǎn)別的吧。
IBM神經(jīng)元計(jì)算芯片SyNAPSE
“腦機(jī)接口”可以實(shí)現(xiàn)嗎？
如果我給你一杯滾燙的水，你一定在第一時間松手。如果等信息傳到大腦，然后大腦經(jīng)過分析，決定下達(dá)松手的指令，再把指令傳到手掌，雖說只有0.2秒的時間，但是你很可能已經(jīng)因此受傷。實(shí)際上，你的手臂是擁有智能的。這些智能同樣來源于你的神經(jīng)分布。
人工智能不僅可以向人腦學(xué)習(xí)，同樣也可以向人的身體學(xué)習(xí)。
其實(shí)這樣先進(jìn)的理念已經(jīng)在人工智能中運(yùn)用了。比如與電腦或者手機(jī)相聯(lián)系的智能攝像頭，本身就在做著信息的篩選，比如視野范圍內(nèi)的物體沒有運(yùn)動時，就保持休眠狀態(tài)，一旦檢測到運(yùn)動，則開始記錄并且通知手機(jī)。一個冰箱可以自動檢測它里面是否還有雞蛋，是否有食物快要超過保質(zhì)期，從而通知手機(jī)。
地平線機(jī)器人科技CEO余凱向雷鋒網(wǎng)表示
在未來的世界，人們哪怕沒有意識到產(chǎn)生數(shù)據(jù)，各個傳感器和攝像頭也都在產(chǎn)生數(shù)據(jù)。萬物智能時代將會有幾百億的網(wǎng)民，其中六十多億是人，剩下的全是機(jī)器人。每個智能網(wǎng)絡(luò)內(nèi)的硬件都分別有自主的能力。
然而，以上這些還不夠炸裂，國防科學(xué)技術(shù)大學(xué)教授胡德文告訴雷鋒網(wǎng)：“如果人工智能真的可以在某些方面模擬人腦的運(yùn)作，那么下一步的人工智能發(fā)展方向一定是提供腦機(jī)互聯(lián)?！?/p>
把視覺、聽覺信息輸入人腦，再根據(jù)腦電波形成可以被機(jī)器識別的數(shù)學(xué)模型，從而達(dá)到用腦電波控制計(jì)算機(jī)的目的，就是腦機(jī)互聯(lián)的基本邏輯。雖然目前科學(xué)家可以通過磁共振信號解析出被試者腦海里試圖拼寫的字母，然而也僅此而已。因?yàn)槿说哪X電波非常微弱，從中分離出視覺信號是一件非常艱難的事情。這也到達(dá)了目前人工智能研究的最前沿。據(jù)說中國科學(xué)家正在嘗試用腦電波控制汽車，已經(jīng)成功撞倒了數(shù)名警察。（小編只想問，可不可以找有駕照的童鞋發(fā)射腦電波。。。）
說到這，還是引用一句圖靈的話吧
我們只能看到未來的不遠(yuǎn)處，但是就在這么短的距離內(nèi)，我們?nèi)耘f有很多事情要做。
