時至2015，科技界的氣氛與往年大不一樣：似乎影片《大英雄天團》、《星空奇遇記》、《智能叛變》中，那些遙遠的科技場景都將走進我們的生活。因為，人工智能時代真的來臨了。
2015年作為起點，以下生活場景將陸續變成現實：開車時，你說出地點，自動駕駛系統將你帶到目的地；在醫院，你看到來自美國的拖車機械人Tuggy McFresh在運送醫療器械和來自日本的「大白」機械人Robear在照顧病人；在酒店，2015年新上市的日本Henn－na服務生機械人包攬了從值守前台、運送行李到客房清掃等一眾服務；下班後，你按下了「回家模式」，推開家門你發現，窗帘已經拉上，溫度適宜，燈光柔和，熱水燒好，還有日本軟銀公司的家居機械人Pepper跟你問好賣萌；在家裡，你用iWatch打電話，使用的是可監控和改善睡眠品質的APP；其實，你還可以使用汪峰同款無人飛行器，載着鑽戒，向你心愛的她求婚……
這一天，我們等得太久了。
早在第一台計算機埃尼阿克問世後十年，就有科學家預言，人工智能時代將要來臨。當「深藍」贏了卡斯帕羅夫之後，這種美好的情景似乎更是指日可待。但是在整個20世紀後半葉，人工智能研究卻因為數次技術革新嘗試的失敗而停滯，經歷了從上世紀50年代到本世紀初期的若幹個寒冬期。最近的一個寒冬期，就是20世紀末到21世紀的頭10年，也就是深藍贏得比賽之後，因為神經網絡的研究遭遇瓶頸而帶來的寒冬。
然而在2014年，科技界和商界的所有人，都能明顯的感覺到，人工智能的理論研究和可感知產品似乎突然「噴發」了：各種可穿戴設備扎堆出現，智能機械人頻頻亮相，機器的人臉識別準確率超過肉眼，Google、蘋果和寶馬等公司齊發力無人駕駛汽車，美國、歐洲先後設立人類大腦攻關項目……
這次噴發，絕非僅僅是幾件討巧的極客產品的偶然同時出現，而是在經歷了寒冬後的2014年，人工智能有了質的突破：一方面，弱人工智能已經有很多成果或者商業化的產品落地，比如語音、人臉識別精準度的大幅提升和即將發售的各種智能家居和機械人；另外一方面，瘋狂的科學家、科技巨頭和大量的資本也在合謀着更廉價高效的計算和驚世駭俗的產品，以求讓計算機像人類一樣聰明。過去1年人工智能的高歌猛進，讓成功預言機器在1998年戰勝人類棋手的美國科學家雷·庫茲韋爾（Ray Kurzweil）發出樂觀的預言：機器智能超越人類智能總和的那個奇妙「奇點」，就在2045年。
那麼，這次人工智能的噴發將會波及到多遠？它將在多大程度上改變我們的生活方式？
1、從弱人工智能到強人工智能
「深藍」在國際象棋領域稱霸以後，人工智能沒有像預想的那樣改天換地，「深藍」自身則沉寂了十多年，泯然眾人。人工智能也在這期間一直停留於弱人工智能的階段，遲遲不能突破，這段跨度近20年的時間，實際上成為了迄今為止最長的一次AI寒冬。有人戲談，這20年裡面AI領域最最大的成就，就是史提芬史匹堡拍出了《人工智能》這部讓全世界年輕人傾倒的科幻電影。
然而，在此期間，雖然科學家們步履緩慢，但人工智能領域的局部發生了巨大變革。在這十多年中，科技明星的角色由各大互聯網公司來扮演，PC互聯網高速發展，隨後移動互聯網又異軍突起，快速覆蓋PC互聯網已佔有的江山，重構互聯網世界。近20年，人工智能躍遷所需要的三個要素逐漸到位。
首先，移動互聯網引爆了大數據的井噴，為計算機的深度學習提供了豐富的素材。
正如吳恩達（AndrewNg）所言，數據是人工智能的燃料。比如，以Google為主的廣告公司全面撒網，收集各個維度的數據信息。更重要的是，數據種類無所不包，特別是在手機成為了人類的「信息器官」後，人們衣食住行各方面的數據被全方位捕捉，這就為機器擬人化提供了客觀條件，用科學家的術語說，大數據幫助他們「突破模型界限」。大數據已經就位，燃料充足。
其次，僅僅有數據還遠遠不夠。要想讓機器足夠聰明，那麼機器還需要更快的計算速度。2005年GPU的出現，極大地提高了運算效率,並促使無人監督學習技術（深度學習涉及技術中的一種）成功。在硬件方面，近20年來主要是通過對大型神經網絡來進行仿真，但是這些網絡需要大量傳統計算機的集群。然而在2014年，IBM發布了一款具有里程碑意義的產品：前所未有的超低能耗、超高集成的芯片TrueNorth。
這意味着，也許在不就的將來，龐大的計算機集群將被幾枚芯片所替代。因此，有人把IBM的芯片稱為是計算機史上最偉大的發明之一，認為它將會引發技術革命，顛覆從雲計算到超級計算機乃至於智能手機等一切。這似乎預示着，在移動互聯時代幾乎沒有什麼作為的IBM，也許會憑着Watson和TrueNorth在人工智能的時代搏得一席之地。
不過，如今計算機的智能程度，早已超越了以計算速度論英雄的時代，現在很多小型計算機的計算水平，都已經打敗了當年的「深藍」，倘若現在再有公司拿出「深藍」這樣的產品來給自己貼人工智能的標籤，一定會貽笑大方。
在大數據和計算能力之外，更重要的是：在十多年間，人機交互發生了兩次突破。實際上，信息革命降臨以來，它每一次商業上波瀾壯闊的潮起潮落都是由人機交互方式的變革引起的：PC和鼠標的誕生，Dos系統到視窗操作系統的進化，再比如觸屏操作和語音交互問世。其中最後兩個都是在近十年發生的。特別是語音交互，它意味着計算機擁有了「聽覺」並能給出正確的反饋。語音交互的實現解放了人類的雙手，促進了人類生產力的巨大飛躍。
大數據的不斷豐富，計算速度的日益提高再加上人機交互的重大突破，三個條件都已經具備，弱AI向強AI的進化呼之欲出。
為了更好地理解強AI，我們在此對強AI和弱AI 加以簡單區分：讓計算機會下棋、能搜索這些事情非常簡單，並且已經實現，這些僅需計算速度和數據就可以完成任務都屬於弱AI範疇；讓計算機聽得懂，看得懂，能推理反饋，甚至理解人類感情和文化，這些屬於強AI範疇。但是僅僅是想讓計算機聽得懂、看得懂，便困難重重了，而能夠像人類一樣，完成對於語言、圖片信息的處理加工之後進行反饋，則是由弱AI到強AI突破的關鍵。那麼瘋狂科學家是怎麼實現這一突破、讓計算機擁有類似人類的「聽覺」或者「視覺」的呢？我們以計算機識別圖片稍加說明。
在解決讓計算機擁有識別圖片能力的這個問題上，科學家們嘗試了不同以往的「訓練」計算機的方式——無監督學習。以前，科學家們告訴計算機「貓臉」的幾個特徵標籤，計算機「按標索貓」，但是現在，科學家們改用無監督學習方式，僅下達「去找貓」的指令，讓計算機自行確定標籤。最後計算機將搜索結果反饋給科學家們。也就是說，人類「授機以漁」，告訴計算機的，只是如何找到標籤的方法。「授機以漁」便是無監督學習，它教會計算機為某一目的自行處理大量無標記的數據，進而完成搜索。而計算機今天認識了貓，明天就會認識更多事物。
無監督學習技術的成功標志著深度學習也就此誕生。深度學習被視為是結束AI寒冬的破冰錘，它標志著機械人從弱人工智能到強人工智能進化。如果說大數據是人工智能這架火箭的燃料，那麼深度學習能力就是發動機，發動機的動力強大與否將根本上決定人工智能這架火箭是否能順利升空。2014年無監督學習方面成果斐然：Facebook臉部識別率的精確度達到97.25%，國內科大訊飛AI陣營的湯曉歐領導的計算機視覺研究組，達到的精確度更是高達98.52%。
語義和圖片識別技術僅僅是深度學習領域所研究技術的冰山一角。2014年末，Google借遞歸神經網絡（RNN），賦予了計算機更高級別的能力——邏輯推理的能力，讓它可以用一句話對畫面進行簡單描述，這樣計算機便具備了用有邏輯的語言描述圖片中不同事物的能力。至此，擁有依靠概念為原點進行推理能力的機械人，比只會識別的機械人又邁上了一個更高的台階。
雖然成績斐然，但人工智能真正的冰山其實仍然沉在那些實驗室里：科學家們最大的企圖是讓計算機理解人類的情感和文化。計算機科學家DonaldKnuth說過：「人工智能已經在幾乎所有需要思考的領域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上，還差得很遠。」看來，讓計算機聽得懂，看得懂，會推理判斷不足以滿足瘋狂科學家們的探索欲，他們期待有朝一日計算機能夠變得像影片《人工智能》中的大衛一樣，擁有可以理解人類情感和文化的能力。這樣的強人工智能才是科學家們想要摘得的人工智能研究領域的皇冠。
回顧2014，互聯網巨頭在向強人工智能進軍的路上，各家走的路線有所不同：數據處理速度方面，IBM憑借True North獲得了比較高的關注度；Facebook則依托它豐富的人臉圖像數據資源，在識別人臉方面取得了超越人臉的高精確度；而對於深度學習方法，Google、Facebook、百度和科大訊飛——這幾個擁有了世界上少有的、研究深度學習科學家的公司——一直激烈地爭奪着這塊人工智能領域的高地。順帶一提，這一次人工智能大潮，可能也是首次中國科技勢力和美國科技勢力的齊頭並進，而不是亦步亦趨。
2、生活中的人工智能
1）了不起的沃森和醫用機械人
2011年，Watson在《Jeopardy！》問答節目中完勝對手，隨後，這個超級計算機被應用到了醫療等領域。現在沃森不僅能研究蛋白質結構，還能尋找某些藥物的替代成分。除此之外，沃森還會自行學習大量文獻，通過「假設自動生成」來完成診斷。美國最大的醫療保險公司Wellpoint預測，沃森甚至可以很大程度上幫助縮短辨別癌症的時間。
沃森如此出色，但這並不意味着把一切都交給沃森，人類只需要等待一個結果。就像IBM在宣傳片中所說，「你不是在運行Watson，你是在和它一起工作。Watson 和你都會學得更快」。沃森的意義不在於全權處理各種問題，它的意義在於通過「半人半AI」的方式，幫助人類更好地學習。我們可以預見，參與到「半人半AI」中的Watson能幫助醫生、老師和科學家們提高專業水平和科研能力，成為推動不同行業的發展的強大助力。
事實上，沃森並不是第一個被用在醫療領域的機械人，已經有很多「前輩」的身影出現在醫院里了。在運送和搞衛生的機械人之外，醫院裡面還有來自日本Riken和SumitomoRiko公司的「大白」機械人護士Robear，以及來自美國達芬奇公司的協助或者部分代替醫生做手術的機械人。
早在2013年，InTouch和Bedford公司聯合開發的機械人獲得了美國FDA的批文，這一里程碑式的事件標志著機械人被正式認可有了給人看病的能力。這款機械人將被用於資源相對匱乏的鄉鎮醫院，來診斷使用者是否中風。它的出現對改善患者轉歸、減少醫護成本起到了很大作用。
除此之外，荷蘭埃因霍溫大學的RoboEarth項目同樣值得關注。該項目的四個機械人在模擬醫院的環境中相互協作來照顧病人，它們通過與雲端服務器的交互來進行信息共享和互相學習，也就是說，一個機械人學會的知識和技能，通過雲端分享，瞬間可以「教」會其他機械人，這個技術一旦成熟，一系列智能高效的護理機械人將被迅速複製出來。
護理機械人在中國也許將有比較大的市場需求,隨着人口紅利的逐漸消失和老齡化的進程加快，以後我們很可能面臨著病人老人無人照顧的問題，彼時，能代替很多人力的護理機械人就將大有作為了。
2014年末，IBM參與到「登月計劃」中，該項目通過沃森來整合臨床醫生和研究人員的知識，採用IBM沃森技術來消除癌症，同時越來越多的成熟的機械人也將能夠走進醫院，提供給醫生和病人更好的幫助和更優質的護理。近日，IBM斥資10億美元成立沃森部門，並集中精力幫助外圍開發者以及其他公司為Watson開發應用。一向高冷的IBM開始變得開放，我們可以預見，沃森將給各行各業帶來不可思議的變化。
2）可預期的自動駕駛汽車
2014年智能汽車方面熱度非比尋常，互聯網公司或忙着和汽車公司聯姻，或迅速收購、入股地圖導航公司，或積極推出車聯網解決方案。各大公司爭先恐後搶灘智能汽車，我們產生了這樣的錯覺：看他們這樣熱情，智能汽車似乎呼之欲出了吧？
然而智能汽車的實現至少需要以下幾個條件：穩定可靠的車聯網平台，高精度的地圖，操作流暢的汽車「第四塊屏幕」，各部件性能、狀態數據的及時反饋，嘈雜環境中高精度的車載語音識別系統。當這些條件完全具備時，才能實現人工智能在汽車操控中的應用。而這種應用恐怕也是以人機交互來為主要表現形式的，也就是說，讓汽車能聽懂理解人的指令，並能給出正確的反饋。
不過春節期間網絡上風傳的山東大漢對着「安吉星」怒吼，反應出來在使汽車實現人工智能的之前，首先還需跨越人機交互這個重要的檻兒。如何能實現人和汽車良好的交互，是研究智能汽車中的一個重要課題。
然而，在「讓汽車變得更智能」的眾多課題中，人機交互是比較基礎的一個。2015年，Google自動駕駛汽車延續着我們的期待，但是，說讓自動駕駛汽車真正上路，恐怕還有很長的一段路要走。
3）智能可穿戴設備和智能家居
可穿戴設備的概念在近兩年越炒越熱，但是雷聲大雨點小的Google Glass 已經停產，定位在消息通知中心的Moto+360也略顯小眾，中國市場湧現的各種可穿戴設備在一哄而上之後，難有幾款被記住名字。目前，市場上仍是缺少一款獲得巨大成功的產品，蘋果會不會打破這一僵局呢？對於蘋果，用戶期待更多，希望它不僅能查看信息，還能夠實現更多的交互和功能。剛剛發布的Apple Watch不負眾望，它搭載了很多新花樣，包括健康監測、無卡支付、塗鴉信息傳遞和腕部觸摸。然而Apple Watch是否能被廣大消費者認可，還有待市場的驗證。
2014、2015年CES上展出的智能家居着實讓人眼界和腦洞同時大開：智能烤爐，幫你減肥的冰箱，能顯示新聞的桌子……這些展品讓夢想照進現實，文章開篇描述的生活着實指日可待了。
那麼各大巨頭在推動這樣的生活成為現實的進程中，分別有着什麼舉動呢？
財大氣粗的Google，一年內豪擲數十億美元完成了對於Nest Labs等家智能家居公司的一系列收購。緊接着推出開發者計劃，發布API，走開源路線，打造智能家居平台。
相比之下蘋果遜色很多，它也試圖打造HomeKit智能家居平台，似乎欲以「蘋果」這個金字招牌吸引眾多家電公司眾流歸海，然而一個產品都沒發布的蘋果似乎難以和心態更開放的Google抗衡。
在國內智能家居領域，各路公司也一哄而上：海爾打造U+智慧生活開放平台，隨後Smartcare產品落地；小米高調聯手美的，在家居領域再深跨一步……
然而，目前擺在眾企業面前的問題是：如何讓非剛需的智能家居真正的走入市場，被消費者認可？品牌先行也許會成為智能家居打破「極客專屬」這樣尷尬局面的一個方法。誰將會是智能家居這片藍海中，第一個強大的品牌塑造者呢？
3、人工智能的未來
隨着計算速度的越來越快，數據越來越豐富，新的算法不斷被開發，人工智能的未來讓人充滿了想象。
人工智能思想家NickBostrom描述了三種超人工智能可能的工作模式：能夠準確回答幾乎所有困難問題的先知模式，能夠執行任何高級指令的精靈模式和能執行開放式任務、擁有自由意志和自由活動能力的獨立意識模式。
第一種模式已經大部分實現，第二種模式正在通過深度學習不斷逼近。至於第三種，自從1920年科幻舞台劇《羅素的萬能工人》上演之後就一直沒有停止過對「擁有獨立意識機械人是否會毀滅人類」的爭論。老生常談的最近一場爭論是以蓋茨、霍金和穆斯克為代表的悲觀陣營認為人工智能有潛在的危險，甚至可能毀滅人類。這場爭論與之前的略顯不同，因為人們沒有料到三個科技界巨頭，本應是「瘋狂科學家」的人，竟然站在了悲觀者的立場上。
不過，反諷的是，連聲音都很難發出的霍金，正是靠着人工智能設備才能向世界表達出這一觀點。看來還是哲學家們說得對：機器越趨近於人，人類就會越驚慌失措。
「你希望機械人擁有人格嗎」——必須承認，這其實是一個嚴肅的問題。因為人類是極為聰慧的，而和智商配套的是人類與生俱來必須面對的那些悖論以及道德選擇，這些悖論和道德選擇讓人類的聰慧不至於毀滅地球。機械人很聰慧以後，是否也會配套地產生相應的悖論和道德意識呢？既然有了自我意識，那麼機械人還會遵守阿西莫夫著名的「三大法則」嗎？
沒有人知道答案。目前我們也只能從《2001太空漫遊》、《人工智能》和《超人類：卓比》這些隸屬於三個不同人工智能時代的代表電影中獲得些啟發。
回到現實。從目前科技的發展水平來看，出現像《三體》中智子那樣的集各項特工素質為一身、可能毀滅人類的機械人，着實還有一段漫長的路要走。既然連更危險的克隆技術都沒捅出什麼大簍子，那麼在機械人毀滅人類之前，我們還是讓人工智能先解決人類的一些燃眉之急吧！
我們現在就預見的美麗新世界是：在不久的將來，機械人能理解我們的語言、懂得我們的情感，能讓我們的生活質量提高；我們更期待機械人可以代替人類做一些危險工作，希望沃森能夠儘早幫助醫生找到治療癌症的有效方法。
在2015年，這些美麗的願景中，有的已經可以實現。
本文作者馬穎君
From 機器之心
2015人工智能圖譜，你希望機械人擁有人格嗎？
