人工智能是制造智能机器的科学和工程

　　人们一直梦想着创造出具有人类智慧和能力的机器。从早期的希腊神话赫菲斯托斯和他的机器人，到东欧犹太教的传统魔像傀儡，再到一百多年的科幻小说、小说和电影，我们人类的想象力已经设想了那些与我们同在的，具有感知、智力、人形的机器会是什么样子。1920年，卡雷尔·卡佩克的剧本R.U.R.(罗素姆的《万能机器人》)首先创造了“机器人”这个词。在许多方面，对智能机器的追求导致了现代计算机的发展。阿兰图灵的思想不仅奠定了可编程机器的基础，而且是人工智能概念的核心，著名的的图灵测试提供了评估智能机器的方法。

　　然而，随着几个世纪的技术进步，运算资源、数据、知识和能力几乎呈指数级增长，我们仍然没有实现普遍性人工智能(AGI)的愿景——可以与人类能力相媲美的机器，我们甚至都还没理清头绪。我们可以与之交谈的设备不明白我们在说什么。如果你完全靠GPS控制车辆，我们的车可能会直接驾驶到墙上。机器可以检测图像，但并不了解它们是什么。我们也拥有令人惊叹的机器，可以在国际象棋、围棋和多人游戏中击败世界冠军，但却不能回答一个简单的问题，如“一只10斤的鸡我应该煮多久?”我们已经掌控了计算机，我们积累了海量数据。机器被训练去做各种深度学习。可我们还是不知道该如何实现理想中的人工智能。

　　这种脱节的部分原因，是由于我们只从任务目标本身去追求智能化机器，开发出的各种东西令人困惑。人工智能不是一种技术。纠结于一些特定的技术是否是人工智能，这样的问题是没有意义的。人工智能是对智能机器不断追求探索的旅程。我们在实现这一目标的过程中开发的所有技术都是独立使用的，但总的来说，这些技术都还没有使我们达到目标。这就是为什么要理解人工智能不是技术很重要，就像太空竞赛不是一种技术一样。

　　现代人工智能的根基

　　为了理解我们目前和人工智能的关系如何(取决于你如何看待事物)，了解现代人工智能的根源是很重要的。人工智能这个术语是在1956年达特茅斯大学夏季会议上提出的。著名的人工智能研究者约翰·麦卡锡(John McCarthy)召集了这次会议，他说人工智能没有特定的技术含义。用他的话说，“人工智能是制造智能机器的科学和工程”。术语的创造者认为人工智能不是目的，而是手段。人工智能不再是一种技术，也不是物理学或土木工程。像所有的科学一样，必须是将概念变为现实。

　　自上世纪50年代以来，技术的巨大进步，已经发展到帮助我们开始向实现人工智能的目标而推进。在20世纪50年代到70年代的早期人工智能中，我们创造了能够玩游戏、理解基本逻辑、能够进行简单对话、具有基本的机器翻译能力的机器，我们甚至还创建了初步的神经网络。

　　那时由于对人工智能的期待过高，技术的发展却迟迟不前，导致了人们的兴趣下降。之后随着知识工作者们的办公桌上广泛采用了计算机桌面，并开发了专业的系统，对人工智能的热情在20世纪80年代后期逐渐恢复。上世纪90年代末，IBM的深蓝色击败了象棋大师Garry Kasparov。看起来我们又回到了AI发展的轨道上。但随着人工智能无法再次兑现一些承诺，企业和风险投资的兴趣逐渐减弱，这一切又陷入了困境，停滞不前。

　　然而，梦想从来就没有破灭过，在2010年后人们对人工智能的兴趣重新燃起。凭借着云计算和GPU几乎无限的力量，大数据的普及以及我们掌握了该如何利用大数据的诀窍，加上先进的神经网络算法的发展，我们终于能够实现人工智能过去未曾兑现的承诺。AI又活力重现，有热度也更有钱。公司们都纷纷把发展“人工智能”作为第一战略目标，仿佛过去人工智能发展遇到的低谷从未出现一样。对人工智能的兴趣持续升温，并没有放缓的迹象。然而，在投入了数十亿美元以及成千上万的世界顶级科学家的情况下，我们仍然没能敲开人工智能的硬核。我们的计算能力不足?我们的数据有问题?我们的技术有问题吗?或者更可能的是，人工智能的列车正在不停向前行驶，我们只是刚刚到达了其中的一站。在这波浪潮中，我们已经解决了一些问题，但是人工智能的目标仍然离我们很远，我们需要继续前往下一站。

　　人工智能不是技术

　　人工智能是人们用来使机器智能化的技术，还是实现机器智能化的目标?根据约翰·麦卡锡的说法，人工智能实际上是一门科学。这是一个研究领域。但是，把人工智能作为一个目标可能会更有帮助。如果人工智能被认为是技术的集合，那么你就可以整天争论什么是AI，什么不是AI。软件机器人是AI吗?是自驾车汽车吗?计算机视觉是AI吗?文字识别是AI吗?如果你把它当作技术，那么它总是会有分歧和各种解释。然而，如果你把它看作一个目标，或一个任务，那么它就是我们一直在努力实现的东西，即使我们还没有完全实现。即使你把人工智能视为一个研究领域，比如物理学，那些研究领域也有其目标。物理学的目的是获得对宇宙本质的真正理解。我们在物理学中寻求理解的一切都是在日常生活中有用的技术。但这些技术不是物理学——它们是我们理解物理学的副产品。同样，机器学习、计算机视觉和机器人技术都不是人工智能，它们是我们追求实现或理解人工智能的技术副产品。

　　对人工智能机器的探索使该领域有了长足的进步。如上所述，我们现在拥有能够识别和分类图像、理解和生成自然语言、自动驾驶汽车、能够同时用多种语言对话的聊天机器人、能够帮助诊断癌症或糖尿病等疾病的系统，以及各种行业中的无数应用。许多人将这些应用归类为“狭隘的人工智能”(或“弱ai”)。不言而喻，由于还没有实现AGI(被认为是“强AI”)，所以当前AI的每个应用都是狭窄的。当人们使用“狭隘的人工智能”这个术语时，他们实际上指的是在探索智能机器的过程中开发的认知技术。因此，与其说狭隘的人工智能，不如用“认知技术”这一术语更能说明其含义。当有人说通用人工智能或强人工智能时，你应该问——你是指实现智能机器的技术还是最终目标本身?一个是科学，另一个是应用技术。

　　与太空竞赛不是一项技术一样，人工智能也可以从同一个角度来看待。为了进入太空，我们取得了许多重大进展，如保温毯、微处理器、婴儿配方奶粉和魔术贴。目标本是为了把人们送上太空、月球、甚至星际运输。在追求目标时所创造出的这些发明同时能够帮助社会。从竞争中得出的所有这些技术，它们构成了实现这一目标的点点滴滴。

　　制造智能机器既是人工智能的目标，也是理解机器智能化的基础科学。人工智能代表了我们期望的结果，并且在这趟去往目的的AGI(强AI)之旅的路上，创造出了许多副产品，例如自动驾驶车、图像识别技术、或自然语言处理和生成。具有前瞻性的组织和个人都明白人工智能不是一项技术。他们不会问他们实施的是不是人工智能。相反，他们会问技术具有什么样的变革效果。他们会问，他们可以从能够像人类一样思考和行动的机器中获得什么好处。他们会问，人工智能将如何大幅提高效率，减少开支，提高客户满意度，改善现有的产品和服务，并创造新的商业机会。

　　人工智能不是由技术定义的，而是由总体使命和目标决定的，人工智能，它并不是一种技术。