我們該如何看待人工智能？

自從 2016 年阿爾法狗和李世石上演的人機大戰，以人工智能擊敗人類落幕，三年過去了，人工智能似乎已經無處不在。從交通執法系統，到網絡推送算法，甚至是智能家居，美顏濾鏡。連商品廣告也都想盡辦法“拉關系”，似乎沒有 AI，沒有“智能”，就跟不上潮流。

這不，作為一個智能家居愛好者，我真的以為人工智能無處不在。結果最近買的一臺體脂秤就讓我翻了車。

近兩年體脂秤十分時髦，人工智能，大數據的廣告詞吹的我心思浮動。結果到手一用，發現除了能稱體重，其他功能毫無意義。既沒看出體脂秤的人工智能，也沒看出大數據的性能優化。

不好！突然反應過來，我不僅花 100 元買了一臺本該 20 元的體重秤，還交了 80 元智商稅！由此我不禁思考，人工智能到底是什么？一臺體重秤加了個鬧鐘功能就是智能了嗎？還是說展示了一些我用 Excel 就可以計算的數據就是智能了？

商稅不能白交，我趕緊找來一本人工智能科普讀物補補腦——《你一定愛讀的人工智能簡史》

《你一定愛讀的人工智能簡史》的作者山本一成，是日本人工智能領域的代表人物。

其開發的日本將棋（一種日本象棋）機器人 PONANZA 在 2013 年擊敗人類棋手后，連續四年無一敗績，被稱為人工智能歷史上三大標志性事件之一。

這三大標志性事件分別是：

2016 年谷歌公司的圍棋機器人阿爾法狗獲勝，

2013 年 日本 Denso 公司的將棋機器人 PONANZA 獲勝，

1997 年 IBM 超級計算機“深藍”國際象棋獲勝。

這本書與其他專業的人工智能著作不同，山本一成并未使用晦澀難懂的事例，而是通過對人工智能發展歷史的介紹，盡可能通俗的對人工智能的原理與應用做了解讀。

一、人工智能是什么？

人工智能（Artificial Intelligence，簡稱 AI）

是研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的科學技術。—— 摘自百度百科

再結合作者對智能的定義：智能 = 搜索 + 評估

人工智能應該是一種可以跳脫出人類指令之外，具有一定思考能力，能夠模擬人類行為，延展人類能力的一種計算機技術。

一句話，人類想造個機器保姆，最不濟，也得是個機器助理。

在人工智能概念提出之初，研究者希望能將人類的思維灌輸進機器，執著于搞清楚人類是如何學習知識的。

但在很長一段時間里，哪怕是山本一成開始鼓搗 PONANZA 的 2007、2008 年，人工智能領域依然毫無進展，大部分研究者甚至不得不改換門庭，甚至轉投其他研究領域。

當然，沒有門，還有窗，既然無法參透人類學習知識的奧秘，研究者們便改換思路，決定讓機器模仿人類的學習行為。 與其什么都畫不出來，不如試試看能不能照貓畫虎，實在不行有 Hello Kitty 也是好的。不過好在，這條路走通了。

模仿人類學習行為，又與智能有何關系？

目前家用電腦已經有很多功能，但實際上都是通過電腦僅有的兩個功能“計算”和“存儲”的多次疊加組合而成。即便如此，電腦也僅僅具備智能要素里的“搜索”能力，而不具備評估能力。

讀書不等于理解書中知識，收集信息不等于獲得知識，記憶信息也不等于學習知識。電腦搜集信息并記憶的功能，就是智能里的搜索能力，但由于電腦不具備評估能力，所以它無法通過記住信息而學會知識，也就不具備智能。

不具備評估能力的電腦只會“copy不走樣”，然而它不清楚自己 copy 的是什么。電腦若是能具備評估能力，那它就脫離了指令式的工作模式，像鋼鐵俠的智能管家賈維斯一樣，可以有自己的判斷了。

由此，人工智能是一種讓機器擁有智能，兼備搜索和評估能力的一種技術。不僅可以達到電腦計算存儲信息的能力，還能達到對信息的理解與評估。

二、人工智能的技術原理和特性

目前人工智能領域運用最多、范圍最廣的是機器學習技術，甚至在非專業人士眼中 AI ≈ 機器學習。

機器學習技術，就是教機器學習知識，使電腦實現自我訓練及數據調整，從而使大規模數據處理成為可能的一種計算機技術。且尤其擅長圖像識別。

比如人類可以輕易的識別物體，但如何讓機器識別物體卻是個棘手問題。

剛開始科學家們就想到說，計算機不是記性好嘛，那就從背答案開始吧。

后來發現，光背答案也不行，出題老師一變換敘述，機器就不及格了，于是科學家們就嘗試從全盤記憶轉為特征記憶。先搜索圖片中物體的特征，再進行判斷評估，看其是否與“杯子”的特征一致。這便是機器學習技術的運作原理，當然，要完成這簡單兩步，背后還有許多技術門檻，這里就不一一贅述了。

那么為何機器學習如此風靡呢？

這就要歸功于機器學習的三個特性：性能更好，時間更短，“試錯”更快。

機器學習技術加持下，機器的工作性能遠超人類，比如富士康引進的機器人生產線。機器還能大幅縮短作業時間，很多中后臺崗位，如票據審核很快會被機器全面取代。機器的性能好了，速度快了，就能更快的幫助人類“試錯”，比如通過今日頭條的分發機制，新媒體從業者可以更快速的觀察到文章的傳播程度，標題是否受歡迎，關鍵詞是踩對了還是踩錯了。

暢銷作家，MIT 計算機教授卡爾·紐波特就曾在《深度工作》中預測，未來只存在三種人，一種是持有大量資本的人，另一種是技術卓越能支配機器的人，第三種則是活在底層，受機器支配的人。

高度機械化社會必然導致財富的聚攏，也就是持有資本者的財富不斷增加。相對的，普通人的財富則會逐漸流失。而在這兩極中間，則是那些掌握了尖端技術，能支配機器，幫助資本持有者指揮機器掠奪財富的人。

所以，機器學習的風靡，一方面是為了便利生活，另一方面，是背后的資本推手。具有同樣工作能力的機器和人工，資本家必然會選擇前者而不是后者，雖然目前機器的投入成本較大，但是機器可以沒日沒夜工作，不用發工資，繳社保，更是不用操心機器的心理健康。

不過也不用太過悲觀，隨著技術門檻越來越低，普通人同樣可以利用人工智能便利自己的生活。

美國有個叫 Ben 的大兄弟，就自學編程和 AI，給家里的喵星人做了個智能門，只為了對付喵星人的“不良嗜好”。

Ben 領養的貓咪 Metric 喜歡半夜3點外出“獵殺”，每隔幾天就叼回一只老鼠或小鳥，有時是死的，有時也只剩一口氣。

Ben 經常被半夜吵醒不說，出于人道主義，往往還得為“獵物”執行安樂死。為了制止 Metric ，Ben 試了各種辦法，但都毫無起色。最后 Ben 孤注一擲，求助于人工智能。如果能給 Metric 做一扇智能門，它可以識別貓咪嘴里是否叼著獵物，如果有，就把它鎖在門外，禁閉15 分鐘，沒有獵物則正常放行。如此，事情不就解決了？

雖然毫無計算機基礎的 Ben 也好幾次想放棄，但為了睡個好覺，在堅持了幾個月，給 Metric 拍了 23000 張照片后，Ben 終于成功了。

三、人工智能的應用

看了上面成功的技術流案例，你是不是也對人工智能心動了，也想買個 AI 產品試試了？

那你可一定要分清楚日常生活中哪些才是真 AI，AI 技術目前都應用在哪些方面，可千萬不要像我一樣翻了車。

除了阿爾法狗這樣的圍棋機器人，人工智能技術在圖像、語音、推薦算法和地圖定位上都有不錯的應用。

最讓全國人民喜聞樂見的，大概就是人臉識別系統，比如張學友抓逃犯就是因為應用了 AI 的人臉識別技術，通過識別人臉特征與數據庫比對，壞蛋一個都跑不了。

另外還有 OCR 圖片轉文檔技術對 AI 的應用。OCR 技術最早是 1929 年由德國科學家提出，到了九十年代，還是借了硬件發展的東風，才剛剛能夠識別漢字。哪怕是在幾年前，寥寥無幾的 PDF 轉 word 軟件都是香餑餑。但是今年呢？有了機器學習技術加持，OCR 技術已經成為文檔編輯軟件的標配。

在語音方面，則是越來越火的語音輸入法。還在為會議記錄發愁嗎？語音輸入法，你值得擁有。

推薦算法在頭條、抖音，以及網購軟件上的應用自不必說。網購廣告推送也已經從幾年前被人詬病的馬后炮，轉而幫助消費者發現興趣點，你逛淘寶的時間是不是不知不覺多了許多呢？

地圖定位則是應用在自動駕駛技術，手機導航，無人機等，007 戰車不是夢。

結尾

以上就是我在閱讀了山本一成的 《你一定愛讀的人工智能簡史》 后，對人工智能，以及它的技術原理和特性的認識。并聯系書中概念，想到的一些生活中 AI 的應用情況。

阿爾法狗從開發到擊敗人類只用了 2 年，不知道機器人啥時候能統治地球，反正我決定先了解起來，至少別被人類蒙了。

讀書有意思，讀有意思的書，做有意思的人我是張萌萌，每周一本書，歡迎關注我