从人机大战说起

　　人工智能即让机器实现人的智能。想象一下，通过人工智能，在未来我们每个人都能拥有一个像哆啦A梦一样智能的机器人。当然，现在的人工智能还没有达到那个程度。但是，它确实正在悄悄改变着你我的生活——智能家居、自动驾驶、AI助手等，让我们的生活更加便利。当然，这些技术并不是突然出现的，在这之前有很多人做出了努力，下面就让我们看看人工智能是如何一步一步进化的吧！

　　一场特殊的会议

　　1956年的达特茅斯会议是公认的人工智能的起源。麦卡锡将这个会议称为 “人工智能夏季研讨会”（Summer Research Project on Artificial Intelligence）。这个会议的目的是召集志同道合的人共同讨论“人工智能”。会议足足开了两个月，然而大家并没有达成普遍的共识，但是在这个会议上“人工智能”这个名词第一次被提出。因此，1956年也就成了人工智能元年。

　　心理治疗师ELIZA

　　1966年，人类历史上第一个聊天机器人ELIZA诞生了，它通过模仿罗杰斯学派心理治疗师来与人类对话。如今看来，它的功能非常粗糙—ELIZA只接受文本输入；从技术上来看，它并不理解对话，而只是通过模式匹配等技术，在有限的知识库内搜索合适的回答，只能与预先设定好的特定领域里的人聊天。但即使这样，在当时，很多人都不能确定ELIZA究竟是人还是程序。

　　在ELIZA诞生之后，又相继出现了Parry（1975）、Shieber（1994）等社交机器人，这些社交机器人主要基于开发者手动制定的一些规则，应用范围非常有限。

　　深蓝vs卡斯帕罗夫

　　运算速度达到了每秒3亿棋位。虽然此时深蓝仍然不具备自主学习能力，但是由于其计算速度足够快—可以预判12步，而卡斯帕罗夫可以预判10步—能够预判更多的步数意味着深蓝能够找出更好的应对策略，每一步棋都能压制卡斯帕罗夫，最终深蓝靠着更强的计算能力战胜了人类。

　　围棋“少年”AlphaGo

　　2016年3月，AlphaGo击败了世界围棋冠军李世石，引起轰动。围棋在很长一段时间内都被认为是机器不可能超越人类的领域。这是因为围棋具有很高的复杂性，围棋中的棋步组合比宇宙中的原子数量还多，而且每次落子对情势的好坏也飘忽不定。因此，暴力搜索法、Alpha-beta剪枝、启发式搜索的传统人工智能方法在围棋中很难奏效。

　　AlphaGo使用了蒙特卡洛树搜索与评估网络和走棋网络两个深度神经网相结合的方法，其中一个是以估值网络来评估大量的选点，而以走棋网络来选择落子。AlphaGo的神经元共用48层，每一层都用不同的方式分析棋局，并且这些层相互传递信息。

　　战胜李世石之后，AlphaGo又在中国乌镇围棋峰会上以3 ： 0战胜了中国九段棋手柯洁。此后，DeepMind宣布AlphaGo将“退役”，不再参加任何围棋比赛。2017年10月19日AlphaGo团队在《自然》杂志上发表了一篇文章，介绍了AlphaGo的最新版本AlphaGo Zero。这次的AlphaGo Zero没有用到人类数据，而是通过自己和自己对战来学习，在40天内就超过了所有之前的版本。

　　贴心助手

　　Google Assistant

　　2010年后，Siri等移动端个人助手进入大众视野，人们不仅能通过语音操控自己的手机，还能与Siri对话聊天，科幻小说中人类想象的语音控制成为了现实。

　　这些个人助手相对于早期的社交机器人来说，在技术上有了很大的飞跃。它不再是仅仅基于开发者手动制定的一些规则来“照本宣科”，而是借助了机器学习与自然语言处理等技术达到对语言文字的理解，分析文字中的情感，进而能更好地解决实际应用中复杂的场景。

　　2018年，在Google开发者大会上，Google的个人助理Google Assistant的一句“嗯哼”出乎了所有人的预料，引起了全场轰动，个人助理的拟人程度上升到了一个新的层次。对人类来说，说出“嗯”“呃”之类隐含情感的语气词是再正常不过。可是对于机器而言，只有真正理解文字，并产生自己的情感，才能给出这样的语句，而这在过去是一件难以做到的事情。

　　Google Assistant另一智能之处是它可以帮助用户进行电话预约。外卖订餐时，只需要对Google Assistant交代清楚细节，它就会帮助用户拨打电话，完成订餐。显然，Google Assistant成为了用户的电子管家，AI语音助手相关技术迈上了新的台阶。

　　撰文/张珩 王晓茹

关注读览天下微信， 100万篇深度好文， 等你来看……