AI发展简史和机遇

早期发展史

在20世纪40~50年代(1950年),“人工智能之父”艾伦·图灵给出这个定义:如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器具有智能。同一年,图灵还预言会创造出具有真正智能的机器的可能性。

从这个时候开始,人工只能技术便从此诞生,出现在学术和专业人员的眼里,这时候,大家只有一个关于人工只能系统的一个基本定义,用来判断一个系统是否属于理想中的人工智能系统的测试,就是[图灵测试]。1954年,第一台可编程机器人诞生

两年后,1956年,美国达特茅斯学院举行了历史上第一次人工智能研讨会,被认为是人工智能诞生的标志。

20世纪50-60年代(1966-1972年),首台人工智能机器人诞生,这台机器人由美国斯坦福国际研究所研制,名字是Shakey,它是第一个由人工智能机器人驱动,并且只能做一件事——自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)

同时段,美国麻省理工学院(MIT)的魏泽鲍姆发布了世界上第一个聊天机器人ELIZA。ELIZA的智能之处在于她能通过脚本理解简单的自然语言,并能产生类似人类的互动。

通用型专家系统

在早期发展的过程中,人们构想出未来可能可以利用人工智能技术,构想出一个通用的,能在不同的复杂领域代替专业人员从事专家决策的系统,也就是通用型专家系统,随后在20世纪50年代,提出了一个非常著名的构想和理论,既「自我复制机器人(Self-replicating machine)」,或者称呼为「万能自复制机器人(universal self-relicating machine)」。这个理论和构想,就是后来研究人员称呼的「冯纽曼机(von Neumann machine)」

冯纽曼机和通用性专家系统不完全是一个概念,但是在领域上由非常重叠,他强调这个机器人能自我复制、自主的制造或者维修、生产自己所需要的任何元件。

然而,人工智能和冯纽曼机在发展中普遍受到一个客观事实的打击——由于通用专家系统过于复杂,以目前的发展技术和规律看,没有任何可能性被真正制造出来,因为它需要超出目前技术能力和科学理论的技术和实践,而目前的技术无法做到

发展改向

所以,在历史的发展过程中,我们会发现一个客观规律是,人工智能的发展从一开始的不成熟、专注于全能的专家系统开始慢慢转向解决各个特殊领域具体问题的AI算法,这是因为相对于通用专家系统来说,解决单一的问题将更简单,而且具有更高的实际意义和实用价值,如AI翻译、OCR文字识别、车牌识别、特征分类识别等,在到航天航空的自动导航、巡航系统,风险自动评估、金融风险预测等系统,这些系统无一例外,其算法和训练集是专门针对特定领域和特定问题开发的,人们开始变得成熟起来——不在专注于通用的AI专家系统的研发

实际上,AI通用性专家系统在历史的发展过程中一次次的被否决,目前大多数专业人士、行业专家,普遍具有一个共识和疑问——通用专家系统,真的可能制造出来么?也许,它本身就是人类一厢情愿,无非就是水中月罢了,也许,它本身就是伪命题,通用型专家系统,也许根本无法被真正制造出来

GPT和下棋机器人

AI技术发展至今,我们会一次次的看到google某下棋机器人赢了某棋手,现在又出现了似乎可以解决任何问题的GPT,但事实真的如此?

先说google的下棋机器人,他只不过是将知名的棋手的棋路一次次的让AI学习和训练,这种做法确实能解决下棋问题,它的本质:只不过是在复制著名棋手的棋路而已

在到GPT,他是自然语言处理的一个优秀体现和用例,是的,它在自然语言处理上很优秀,这是AI发展史具有重大意义,然而,它从未被任何专业人员赋予其解决特定专业领域的可能性,它也不是专家系统

这些看起来强大的AI算法的唯一目的是——证明AI技术的发展里程碑,推动AI技术的更好发展

是的,无论是聊天机器人还是下棋机器人,它都只是一种精神娱乐产物,大家觉得开心,所以喜欢,在技术层面,它不能解决任何专业问题,它也不是专家系统,它只是一种概念证明,证明AI技术发展的意义和目前的技术位置,仅此而已!

未来发展

AI的发展是人类科学家一直在努力的,我们期待AI更好的发展,但是,不管AI如何发展,他们始终是在人类的框架下做人类要求它去做的事,它在一次次执行人类的指令,没有自己的主观性,gpt并非专家系统,通用型专家系统也无法真正制造出来

我们不应该单纯的夸大GPT的技术意义,应该纵观AI的发展历史,确定其根本的技术意义,而不应该夸大gpt,似乎gpt是一切!

专业人员都知道:gpt是图一乐,但是,永远不能当真,因为,它不是专家系统,没有自媒体想的那么好!