第八章1964年，紐約世界博覽會(huì)舉辦。在世博會(huì)期間，大約5200萬人造訪了法拉盛草原650英畝1的現(xiàn)狀并預(yù)見了美國(guó)更加輝煌的未來：多車道高速公路、耀眼的摩天大樓、自動(dòng)人行道和水下社區(qū)一應(yīng)俱全。在美國(guó)這樣的國(guó)家，即使建造太空旅游度假村也并非遙不可及。因?yàn)閮H僅在5年后，美國(guó)就成功將人類送上了月球。紐約的建筑大師羅伯特摩西（obto）將1964年世博會(huì)稱為人類進(jìn)步的奧運(yùn)會(huì)。你所見之處無不暗示著美國(guó)在戰(zhàn)后的全球統(tǒng)治地位。福特汽車公司選擇在世博會(huì)上發(fā)布其最新車型——暢銷的車型之一。紐約辛克萊石油公司所展示的恐龍樂園（nond）以電子化卡通制作再現(xiàn)了中生代場(chǎng)景。在恐龍樂園中，辛克萊石油公司的吉祥物雷龍比其他史前生物都要高出一截。在美國(guó)國(guó)家航空航天局展廳，參觀者有幸一睹高達(dá)51英尺2的土星5號(hào)運(yùn)載火箭船尾的復(fù)制品。該運(yùn)載火箭不久后在阿波羅太空計(jì)劃中協(xié)助人類成功登上了月球。在港務(wù)局大樓，人們排隊(duì)觀看壯觀的紐約世界貿(mào)易中心雙子塔的建筑模型。兩年后的1966年，世界貿(mào)易中心破土動(dòng)工。如今，大部分上述進(jìn)展會(huì)讓人不禁緬懷過去的科技進(jìn)步。在更大、更高、更重的雄偉壯闊中，這些進(jìn)步完成了與過去時(shí)代的對(duì)話。那個(gè)時(shí)代對(duì)當(dāng)年的世博會(huì)參觀者還是個(gè)未知數(shù)，而如今卻即將走向終結(jié)。工業(yè)時(shí)代逐漸淡出，被個(gè)人電腦所引領(lǐng)的信息時(shí)代所取代。對(duì)于那些年以后出生的孩子來說，數(shù)字將代替他們工程師夢(mèng)想中的鉚釘。蘋果公司的史蒂夫喬布斯在紐約世博會(huì)舉辦那年只有9歲，谷歌聯(lián)合創(chuàng)始人拉里佩奇和謝爾蓋布林在紐約世博會(huì)舉辦近10年后才出生，而book（臉譜網(wǎng)）的馬克扎克伯格則在紐約世博會(huì)舉辦20年后才來到這個(gè)世界。最后，法拉盛草原可樂娜公園中最前衛(wèi)的區(qū)域是（國(guó)際商用機(jī)器公司）的展區(qū)。在1964堆等更負(fù)盛名的奇觀中，強(qiáng)化公眾對(duì)于計(jì)算機(jī)（更具體而言是人工智能）的認(rèn)知。為此，選擇世博會(huì)作為全新y360系列大型計(jì)算機(jī)的推介平臺(tái)——據(jù)說，該系列計(jì)算機(jī)的性能非常強(qiáng)大，足以作為智能電腦首臺(tái)原型機(jī)的基礎(chǔ)。在世博會(huì)上最引人矚目的展示當(dāng)屬美國(guó)夫妻檔設(shè)計(jì)大師查爾斯（h）和蕾伊姆斯（y）設(shè)計(jì)的巨蛋形展館。這顆飛艇般大小的巨蛋聳立在一片由45棵32英尺高的幾何形金屬片樹木所構(gòu)成的森林中；14000碩大穹頂。興奮不已的世博會(huì)參觀者需要乘坐一臺(tái)專用的液壓電梯進(jìn)入巨蛋，然后可以坐在一個(gè)高科技放映廳內(nèi)觀看一段關(guān)于人工智能未來的視頻。一位激動(dòng)不已的評(píng)論者借用從19世紀(jì)20年代就開始使用的品牌口號(hào)hnk，這樣寫道：觀看著，思考著，并且驚嘆著人類及其所創(chuàng)造的機(jī)器的奇妙智慧?！痹撛O(shè)備中被轉(zhuǎn)換成數(shù)字格式，然后再轉(zhuǎn)發(fā)給當(dāng)時(shí)最先進(jìn)的IBM1460計(jì)算機(jī)系統(tǒng)。隨后，計(jì)算機(jī)磁盤上一個(gè)大型數(shù)據(jù)庫(kù)中存儲(chǔ)的當(dāng)日重大新聞事1963年4月14日：30000名朝圣者在復(fù)活節(jié)造訪耶路撒冷；教皇約翰·然而，最令人難忘的可能是一臺(tái)計(jì)算機(jī)輕松地（或者看似輕松地）術(shù)的實(shí)現(xiàn)要?dú)w功于世博會(huì)展區(qū)與遠(yuǎn)在114英里3之外的紐約金士頓一臺(tái)強(qiáng)大的大型計(jì)算機(jī)之間的專用數(shù)據(jù)連接，所有繁重的計(jì)算工作都由這臺(tái)計(jì)算機(jī)來完成。1964年紐約世博會(huì)上凸顯了人工智能愿景的兩種表現(xiàn)。第一種表現(xiàn)是人們對(duì)于等待著他們的未來有多么樂觀。盡管冷戰(zhàn)威脅時(shí)隱時(shí)現(xiàn)，但在19世紀(jì)60年代，人們卻在許多方面都表現(xiàn)出驚人的樂觀態(tài)度，畢竟在60年代初，約翰肯尼迪總統(tǒng)宣布：在1010年的結(jié)尾，人類確實(shí)做到了。如果連這都能做到，那么解析和重建意識(shí)看似更容易實(shí)現(xiàn)。政治學(xué)家、人工智能創(chuàng)始人之一赫伯特西蒙（HerbertSimon）于1960年宣稱：“我們離復(fù)制人類大腦解決問題的能力和信息處理的能力已經(jīng)不遠(yuǎn)了?！笨赡苁墙梃b了肯尼迪向?qū)κ窒聭?zhàn)書的福爾摩斯木偶劇旨在展示通過計(jì)算機(jī)邏輯可以完成多種任務(wù)的方式。我們的計(jì)算機(jī)邏輯方法已經(jīng)在某種程度上做出了改變，但是在查看兩張照片并且判斷照片中是否為同一人時(shí)，福爾摩斯可能還是會(huì)被精確度高于人類的現(xiàn)代人臉識(shí)別算法所折服。福爾摩斯的創(chuàng)造者、作家柯南爾（onnoy）是一位畢業(yè)于愛丁堡大學(xué)（如今是英國(guó)頂尖人工智能院校之一）人工智能odnngdn（現(xiàn)代化醫(yī)療），也很可能會(huì)對(duì)此贊嘆不已。最后，世博會(huì)上神奇的機(jī)器譯員已發(fā)展演變成為今天我們最為熟悉的谷歌翻譯：一項(xiàng)擁有驚人的高準(zhǔn)確率、涵蓋58種不同語言（共計(jì)3項(xiàng)獨(dú)立翻譯服務(wù)）的免費(fèi)機(jī)器翻譯服務(wù)。如果說世博會(huì)設(shè)想的是俄語與英語之間的即時(shí)翻譯，那么谷歌翻譯則更進(jìn)一步，它能夠提供冰島語和越南語或者波斯語和意第緒語等此前受到局限的語種之間的翻譯。憑借云計(jì)算，我們甚至不需要固定的主機(jī)來執(zhí)行計(jì)算，只需要比一副紙牌還小、被稱為智能手機(jī)的便攜式計(jì)算機(jī)即可。數(shù)千年來，人類一直夢(mèng)想著為無生命的物體注入生命。但當(dāng)談到人工智能在普通人中的普及時(shí)，就得從世界上第一臺(tái)可編程計(jì)算機(jī)——重達(dá)30噸的巨型計(jì)算機(jī)開始說起。在1945年二戰(zhàn)結(jié)束后僅6個(gè)月，賓夕法尼亞大學(xué)就制造出了兼具電子數(shù)字集成器和計(jì)算器功能的。這臺(tái)計(jì)算機(jī)耗費(fèi)了500000美元的美國(guó)軍事基金，其運(yùn)算速度比作為競(jìng)爭(zhēng)對(duì)手的其他機(jī)電機(jī)器快了大約1000的理念令媒體極為感興趣。他們將這臺(tái)計(jì)算機(jī)稱為巨腦。建造這樣一個(gè)巨腦的想法令人們?yōu)橹裢?。二?zhàn)結(jié)束以前，電腦專指在記賬等領(lǐng)域進(jìn)行計(jì)算的人。忽然之間，電腦所代表的不再是人了，而是裝有電子管和晶體管的機(jī)器，而且這些機(jī)器的計(jì)算速度甚至比最有計(jì)算天賦的人還要快得多。二戰(zhàn)及其余波激發(fā)了人們對(duì)認(rèn)知心理學(xué)的興趣。僅在戰(zhàn)時(shí)，美國(guó)心理學(xué)會(huì)的會(huì)員人數(shù)就從2600人增至4000人。到1960年，僅15年間，會(huì)員人數(shù)就激增到了12000研究人員將人類大腦想象成一臺(tái)機(jī)器，復(fù)雜行為可以通過這臺(tái)機(jī)器表現(xiàn)為多重簡(jiǎn)單響應(yīng)的綜合結(jié)果。認(rèn)知心理學(xué)家關(guān)注的是人類行為中切實(shí)可觀測(cè)到的事物，而非在無法證實(shí)的心理實(shí)體上浪費(fèi)時(shí)間。行為主義等領(lǐng)域因此應(yīng)運(yùn)而生，因老鼠實(shí)驗(yàn)而聞名的著名心理學(xué)家伯爾赫斯弗雷德里克斯金納（..knn）稱行為主義為行為的技術(shù)。工程師們之前一直對(duì)心理學(xué)形而上學(xué)的層面避而不談，但是他們都被一個(gè)概念深深吸引，即人腦可能成為電腦。他們同樣開始醉心于研究記憶、學(xué)習(xí)和推理，許多心理學(xué)家都將其視為人工智能的基礎(chǔ)。激動(dòng)人心的是，他們同樣意識(shí)到，與人類相比，計(jì)算機(jī)具有潛在優(yōu)勢(shì)。例如，每分鐘能夠計(jì)算多達(dá)20000機(jī)器更能凸顯出優(yōu)勢(shì)。馮諾依曼是土生土長(zhǎng)的匈牙利人，1903年出生在布達(dá)佩斯的一個(gè)猶太銀行家家庭。1930年，馮諾依曼來到普林斯頓大學(xué)擔(dān)任數(shù)學(xué)教師，三年后成為新成立的普林斯頓高等研究院的6位教授之一，并擔(dān)任這一職位直至去世。無論以什么標(biāo)準(zhǔn)來衡量，馮諾依曼都堪稱才智驚人。相傳，他在6歲時(shí)就能計(jì)算8位數(shù)的除法。二戰(zhàn)期間，馮諾依曼在洛斯阿拉莫斯（oso）參與了曼哈頓計(jì)劃（nhno），他的一項(xiàng)艱巨任務(wù)就是計(jì)算氫彈爆炸的精確高度，即在什么位置爆炸能夠造成最大的破壞效果。馮諾依曼對(duì)計(jì)算領(lǐng)域做出的主要貢獻(xiàn)是，提出在計(jì)算機(jī)存儲(chǔ)器中設(shè)置計(jì)算機(jī)程序存儲(chǔ)的理念。實(shí)際上，馮諾依曼是第一個(gè)將記憶這一人類專用術(shù)語應(yīng)用于計(jì)算機(jī)的人。與同時(shí)期的其他人不同，馮諾依曼并不認(rèn)為計(jì)算機(jī)能夠像人類一樣思考，但是他卻創(chuàng)建了與人類面相學(xué)相并行的學(xué)說。他在一篇文章中指出，計(jì)算機(jī)零件相當(dāng)于人類神經(jīng)系統(tǒng)中的神經(jīng)元。感覺神經(jīng)元（傳入神經(jīng)元）和運(yùn)動(dòng)神經(jīng)元（傳出神經(jīng)元）之間的共同點(diǎn)仍有待探討。其他人會(huì)很高興接過這一挑戰(zhàn)。艾倫圖靈是英國(guó)的數(shù)學(xué)家和密碼專家。二戰(zhàn)期間，他在英國(guó)布萊切利公園密碼破譯中心擔(dān)任政府密碼學(xué)校的領(lǐng)導(dǎo)，并提出了許多破譯德軍密碼的方法，其中最著名的就是發(fā)明了能夠破譯英格瑪（ng）密碼機(jī)設(shè)置的機(jī)電裝置。這使他在破譯截獲信息方面發(fā)揮了重要作用，最終幫助同盟國(guó)戰(zhàn)勝了納粹。圖靈對(duì)思考的機(jī)器這一想法十分著迷，并設(shè)計(jì)了著名的圖靈測(cè)試，我們?cè)诤竺娴恼鹿?jié)會(huì)進(jìn)行詳細(xì)探討。圖靈小時(shí)候非常喜歡一本書——《每個(gè)孩子都應(yīng)該知道的自然奇觀》（aualondsyhdShoudno），作者艾德文坦尼布魯斯特（dnnny）稱：這本書試圖引導(dǎo)8—10歲的孩子對(duì)如下問題自問自答：我與其他生物有什么相同之處？我們之間又有哪些不同？布魯斯特在書中寫道：圖靈的一個(gè)重要理念就是通用圖靈機(jī)（UniversalTuringMachine）。與其他擁有單一功能的電腦相比，圖靈詮釋了如何通過閱讀磁帶上的人工智能的另一位創(chuàng)始人為克勞德香農(nóng)，也就是今天的信息理論之父。香農(nóng)出生于1916域做出的最大貢獻(xiàn)是提出了晶體管的工作原理。晶體管是數(shù)十億個(gè)微小的開關(guān)，電腦就是由這些開關(guān)組成的。算法就是指令序列，通過打開或關(guān)閉晶體管向電腦傳達(dá)指令。香農(nóng)認(rèn)為，電腦在接到其他晶體管指令后打開或關(guān)閉特定的晶體管，通過這一方式進(jìn)行基本的邏輯分析。他指出，如果在打開2號(hào)和3號(hào)晶體管的同時(shí)打開1號(hào)晶體管，那么這就是一個(gè)邏輯運(yùn)算。如果在打開2號(hào)或3號(hào)其中一個(gè)晶體管時(shí)打開1號(hào)晶體管，這就構(gòu)成第二個(gè)邏輯運(yùn)算。如果在2號(hào)晶體管關(guān)閉的情況下打開1號(hào)晶體管，這就是第三個(gè)邏輯運(yùn)算。就像簡(jiǎn)單的口語詞匯一樣，所有計(jì)算機(jī)算法都可以歸為以下三種狀態(tài)之一：與、或、否。香農(nóng)將這些簡(jiǎn)單的狀態(tài)合并成復(fù)雜的指令序列，并且建議執(zhí)行復(fù)雜的邏輯推理鏈。上述三人之中，只有香農(nóng)繼續(xù)探索并積極推動(dòng)人工智能正式成為一個(gè)學(xué)科。遺憾的是，圖靈和馮諾依曼分別在41歲和53他們的理念和影響卻延續(xù)至今。艾倫了至關(guān)重要的作用，但功不抵過，1952年他被指控嚴(yán)重猥褻。作為懲罰，圖靈必須在坐牢或化學(xué)閹割中做出選擇，而他選擇了后者。兩年后，圖靈吞下涂有氰化物的蘋果自殺。2013年，他的罪行得到英國(guó)皇家的赦免，并且有人提議制定圖靈法，以赦免那些在歷史上被指控犯有猥褻罪的同性戀。（EconomicJournal）上刊登的訃告中稱，他的思維“十分特別，有些人（同樣是杰出的科學(xué)家）不禁捫心自問：他是否將人類心智發(fā)展帶入了隨著兩位創(chuàng)始人的離去，其他年輕研究人員接過了建造思考的機(jī)器的重任。第二波人工智能研究人員第一次正式為該領(lǐng)域命名，將其確定為一個(gè)獨(dú)立的學(xué)科。1956年夏天注定是一個(gè)不平凡的夏天：埃爾維斯普雷斯利的電臀舞（hpgyon）震驚了觀眾；瑪麗蓮家亞瑟米勒；德懷特艾森豪威爾總統(tǒng)將我們信仰上帝確定為美國(guó)法定箴言。關(guān)于人工智能的首次正式會(huì)議也在這個(gè)夏天召開。研討會(huì)持續(xù)6周，眾多學(xué)科中最杰出的學(xué)者在新英格蘭地區(qū)漢諾威市達(dá)特茅斯學(xué)院的269英畝土地上齊聚一堂。除克勞德香農(nóng)以外，大會(huì)還有另外兩名年輕的組織者，他們分別是約翰麥卡錫（ohnhy）和馬文明斯基（vnnky），他們都在蓬勃發(fā)展的人工智能領(lǐng)域發(fā)揮了重要的作用。他們寫道：人們將在一個(gè)假設(shè)的基礎(chǔ)上繼續(xù)進(jìn)行有關(guān)人工智能的研究，那就是學(xué)習(xí)的各個(gè)方面或智能的各種特性都能夠?qū)崿F(xiàn)精確描述，善?！彪S著感興趣的研究者越來越多，人工智能開始細(xì)分為不同的領(lǐng)域，這意味著人們探索的范圍開始變得更加廣闊。從某種意義上來說，這一現(xiàn)象是大勢(shì)所趨。在達(dá)特茅斯會(huì)議上，人們發(fā)現(xiàn)，就連為各自的新領(lǐng)域取一個(gè)大家都認(rèn)同的名字都十分困難。約翰麥卡錫力薦閃光探測(cè)人工智能，但卻并不能令其他人信服。另一位名為亞瑟塞繆爾（hur u）的研究者認(rèn)為這個(gè)名字聽起來很做作，而艾倫紐厄爾（n）和赫伯特西蒙則立即又將其作品重新命名為復(fù)雜信息編程。接下來的一段時(shí)間成了傳統(tǒng)人工智能的黃金時(shí)期。新的領(lǐng)域?qū)映霾桓F，研究者們不斷取得重要進(jìn)展，思考的機(jī)器也呼之欲出。由于有美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（）等政府機(jī)構(gòu)的資金支持，巨大的投資使研究沒有受到什么干擾。1963年6月，國(guó)防部高級(jí)研究計(jì)劃局為麻省理工學(xué)院提供了220萬美元的撥款，用于研究計(jì)算機(jī)輔助識(shí)別筆款項(xiàng)是如何使用的。而類似的事情不止一次發(fā)生。約翰麥卡錫將這一現(xiàn)象稱為人工智能的看！不用手也行！時(shí)代，這一時(shí)代成功喚起了青少年的熱情和勇氣。在之后的十多年里，研究者們應(yīng)對(duì)了眾多挑戰(zhàn)，并反駁了沒有機(jī)器能夠做到這樣一個(gè)假設(shè)。序，該程序能夠打敗大多數(shù)業(yè)余選手，包括編程者自己。另一項(xiàng)突破是感知人工智能，它能夠在一個(gè)使用機(jī)器人手的桌面上重新排列不同形狀的彩色模塊：這無疑是計(jì)算機(jī)視覺方面的一項(xiàng)壯舉。一個(gè)名為的項(xiàng)目能夠解開大學(xué)一年級(jí)課程水平的微積分中的積分問題。另一個(gè)名為的項(xiàng)目還能夠解開智力測(cè)驗(yàn)中的幾何問題，而則能夠破解復(fù)雜的代數(shù)難題，例如：如果湯姆的客戶數(shù)量是廣告數(shù)量20%的平方，他一共做了45個(gè)廣告，那么請(qǐng)問湯姆一共有多少個(gè)客戶？”計(jì)算推理領(lǐng)域有一個(gè)特別引人注目的例子，那就是（語義信息檢索）項(xiàng)目。這和人工智能有些類似。實(shí)際上，這一知識(shí)依賴于預(yù)先設(shè)定的模板，例如，是的一部分，然后用名詞來代替變量。然而，正如馬文明斯基所說的那樣，人們可以采用類似的方法解決一系列其他問題。有一個(gè)有關(guān)的典型案例，案例中未加粗的句子為用戶輸入的文本，加粗的句子為機(jī)器給出的答案：上述句子表達(dá)不清楚，但是我猜（有）指的是（長(zhǎng)有）上述句子表達(dá)不清楚，但是我猜（有）指的是（長(zhǎng)有）每只手都長(zhǎng)有5答案是10盡管這已經(jīng)足夠使沙基艷驚四座，但記者們?nèi)匀滩蛔∵M(jìn)行了一番修飾。1970年，當(dāng)沙基在《生命》（）雜志上首次亮相的時(shí)候，它并沒有被視為眾多重要研究課題的結(jié)合體，而是以世界上第一個(gè)電子人空狂潮中，甚至稱沙基能夠在不接受地球指令的情況下在月球上一次行走幾個(gè)月?！爸形姆块g”有關(guān)符號(hào)人工智能的哲學(xué)問題開始浮出水面。其中最著名的要數(shù)名為“中文房間”的思維實(shí)驗(yàn)。美國(guó)哲學(xué)家約翰·希爾勒（JohnSearle）提出匹配來回答這些問題。過了一會(huì)兒，希爾勒逐漸熟悉這項(xiàng)任務(wù)——能否說房間內(nèi)的人懂漢語？他的答案是否定的，因?yàn)樗耆狈σ庀蛐?。他寫道：?jì)算機(jī)可能有的這種意向性只存在于程序設(shè)計(jì)者、使用者、輸入者以及對(duì)輸出進(jìn)行解讀的人的思維中?！毖芯空邆兂姓J(rèn)這些弱點(diǎn)的存在，并且將這些微型世界比作一切事物都十分簡(jiǎn)單的仙境，如果以現(xiàn)實(shí)世界為前提，那么有關(guān)這些事物的陳述從字面上看就都變成了錯(cuò)的?？偟膩碚f，人工智能一直在努力擺脫歧義性，但又缺少靈活抽象推理、數(shù)據(jù)計(jì)算和加工能力，而人工智能恰恰需要這些能力來理解其所展示的內(nèi)容。任何沒有事先明確說明的事物都有可能造成恐慌。美國(guó)作家約瑟夫坎貝爾（oph pb）嘲道，這種人工智能與《圣經(jīng)舊約》一樣，都是規(guī)則太多，仁慈有限。結(jié)束這一不確定性面臨著更大的問題，即人工智能研究者是否以正確的方式工作。就像玩拼圖要從最困難的部分開始一樣，人工智能研究者們?cè)O(shè)想，如果他們解決了復(fù)雜的問題，那么簡(jiǎn)單的問題就會(huì)迎刃而解。畢竟，如果你能讓機(jī)器像數(shù)學(xué)天才一樣下象棋，那么模仿嬰兒學(xué)習(xí)又有多難呢？然而，事實(shí)證明這是相當(dāng)難的。象棋是一項(xiàng)游戲，包含明確的說明、棋盤位置、合規(guī)或違規(guī)移動(dòng)。象棋為棋手營(yíng)造了一個(gè)靜態(tài)世界，他們?cè)谶@里擁有完整的信息，前提是他們能夠看見棋盤，并且知道如何移動(dòng)棋子。象棋是現(xiàn)實(shí)世界的一部分，但現(xiàn)實(shí)世界卻與象棋截然不同。漢斯莫拉維克（nsov）等研究者突然開始提出驚人的建議，例如讓計(jì)算機(jī)在智力測(cè)驗(yàn)中或在下跳棋時(shí)表現(xiàn)出成人水平相對(duì)容易一些，而讓計(jì)算機(jī)在知覺和移動(dòng)性方面達(dá)到一歲小孩的水平卻是十分困難甚至是不可能的。才”的科學(xué)家們能夠控制象棋或布爾邏輯（BooleanLogic）的微小細(xì)節(jié)，卻缺少現(xiàn)實(shí)生活中的常識(shí)。有一則眾所周知的趣聞：麻省理工學(xué)院一個(gè) 來，這些研究人員的人工智能項(xiàng)目都側(cè)重于遠(yuǎn)大目標(biāo)而非平凡（可能更實(shí)用） 在眾多挑戰(zhàn)的重重包圍之下，傳統(tǒng)人工智能開始出現(xiàn)問題。從20世紀(jì)70年代開始，隨著之前幾十年人們對(duì)人工智能樂觀態(tài)度的逐漸消散，人們對(duì)該領(lǐng)域的熱情也漸漸冷卻下來。大幅縮減的預(yù)算使其首次遭遇了人工智能的冬天，而這樣的情況不止一次發(fā)生。在美國(guó)，就連可愛的機(jī)器人沙基計(jì)劃都被叫停，因?yàn)槊绹?guó)國(guó)防部意識(shí)到，其出錢資助的機(jī)器人項(xiàng)目并不能創(chuàng)造出他們需要的機(jī)器人間諜詹姆斯邦德諜這一點(diǎn)，沙基在戰(zhàn)場(chǎng)上甚至無法發(fā)揮常規(guī)部隊(duì)的作用！一名為該項(xiàng)目工作的研究人員回憶起沙基在斯坦福國(guó)際研究所（）實(shí)驗(yàn)室中最后的日子。一位持懷疑態(tài)度的將軍問一位創(chuàng)造沙基的研究人員：能不能在上面安裝一個(gè)36英尺長(zhǎng)的刺刀？”例子就是電子游戲領(lǐng)域。人工智能從一開始就與電子游戲聯(lián)系在一起，那時(shí)艾倫圖靈和克勞德香農(nóng)曾嘗試打造一個(gè)自動(dòng)象棋手。在當(dāng)時(shí)的情況下，象棋就是一個(gè)微觀世界，用來演示那些后來應(yīng)用到現(xiàn)實(shí)世界的智能行為。電子游戲就是他們的最終目標(biāo)。帕基特諾夫（AlexeyPajitnov）就是受益人之一。1984年6月，帕基特諾夫創(chuàng)建了一個(gè)簡(jiǎn)單的程序，用來測(cè)試實(shí)驗(yàn)室新的計(jì)算機(jī)系統(tǒng)。一個(gè)精明20世紀(jì)80年代，電子游戲變得更加復(fù)雜，人工智能專家也因此變得炙手可熱。人工智能能夠運(yùn)用簡(jiǎn)單的規(guī)則模擬復(fù)雜的行為，這意味著電腦控制的人物也能有自己的想法。例如，在《主題公園》（hea）游戲中，人工智能實(shí)體（能軟件）聚集在使用者建造的公園周圍，采取程序設(shè)計(jì)員從未明確標(biāo)出過的路徑行走。家系統(tǒng)進(jìn)行過嘗試，這個(gè)程序能夠幫助有機(jī)化學(xué)家確定未知的有機(jī)分子。DENDRAL的創(chuàng)造者愛德華·費(fèi)根鮑姆（EdwardFeigenbaum）對(duì)最 如果……需要治療的感染是腦膜炎，感染類型為真菌感染，培養(yǎng)染劑上沒有有機(jī)體，患者不是易感染病患并且曾經(jīng)到過球孢子菌病盛行的地區(qū)，患者是黑種人、黃種人或印度人，并且腦髓液檢測(cè)中的隱球菌抗原不是陽性，那么……隱球菌有50%機(jī)物之一。這些概率規(guī)則本身并沒有什么了不起。然而，如果達(dá)到數(shù)百條，通常就能夠找到正確答案。和都只是實(shí)驗(yàn)室的實(shí)驗(yàn)，并沒有真正應(yīng)用到現(xiàn)實(shí)世界。相比之下，名為的專家系統(tǒng)則要成功得多。誕生于1978年的并不像和那樣具有改變世界的雄心壯志。它既不能幫助科學(xué)家創(chuàng)立假設(shè)，也不能幫助醫(yī)生治療傳染病，而是通過為客戶選擇正確的系統(tǒng)來協(xié)助工程師設(shè)置計(jì)算機(jī)4。簡(jiǎn)而言之，就是世界上最偉大的百事通店員。的出現(xiàn)使大企業(yè)首次對(duì)人工智能產(chǎn)生了興趣，它們不再將人工智能簡(jiǎn)單視為未來演示。只要專家系統(tǒng)能夠?yàn)樗鼈冑嶅X，企業(yè)們并不在乎它們到底是真正的人工智能還是巧妙的編程。1980年，在數(shù)字設(shè)備公司（）位于新罕布什爾州塞勒姆的工廠首次投入使用。到1986年，就已經(jīng)處理了80000份訂單，每年約為數(shù)字設(shè)備公司節(jié)約2500萬美元，準(zhǔn)確率高達(dá)9598娶了老板的女兒，未來甚至能夠當(dāng)上公司的首席執(zhí)行官。其他企業(yè)很快也開始公開露面，為需要專家系統(tǒng)的企業(yè)客戶提供解決方案。在油井鉆探作業(yè)中，地層傾角顧問（DipmeterAdvisor）能夠?qū)Φ刭|(zhì)構(gòu)造進(jìn)行分析。著名的糧食市場(chǎng)顧問（GrainMarketingAdvisor）的目標(biāo)是幫助農(nóng)民進(jìn)行恰當(dāng)?shù)臓I(yíng)銷，并儲(chǔ)存糧食作物。1986年10月《電腦世界》（ComputerWorld）雜志上的一則廣告做出了這樣的問答：“你如何充分利用專家系統(tǒng)技術(shù)的優(yōu)勢(shì)讓員工改進(jìn)當(dāng)前軟件上現(xiàn)有的數(shù)據(jù)處理1985年，約有150家公司投資10億美元想要開展人工智能業(yè)務(wù)。這一年，美國(guó)人工智能協(xié)會(huì)召開的一場(chǎng)會(huì)議和國(guó)際人工智能聯(lián)合大會(huì)共吸引了近6000名參會(huì)者，其中一多半是風(fēng)險(xiǎn)投資家、獵頭和媒體。1987年，并非電腦研究前沿陣地的《財(cái)富》雜志盛贊軟盤上的直播專家來。研究人員在人工智能歷史上首次變得和史蒂夫喬布斯、比爾蓋茨等個(gè)人電腦界的新貴一樣富有。有趣的是，像馬文明斯基這樣經(jīng)驗(yàn)豐富的研究者卻在回避這樣的情況。我們往往以為，人工智能保守派在經(jīng)歷了20多年辛苦工作后一定急于尋求回報(bào)。而實(shí)際上，這些人都在提心吊膽地等待最后的結(jié)果。好在這并沒有花費(fèi)他們太多的時(shí)間。就像20世紀(jì)90年代后期投機(jī)性的互聯(lián)網(wǎng)泡沫一樣，倡導(dǎo)者們對(duì)專家系統(tǒng)能力的高估到了危險(xiǎn)的程度。其中有一本教科書十分推崇打電話規(guī)則，稱使用專家系統(tǒng)打一通電話，家里的所有問題都能夠在10—30分鐘解決。專家系統(tǒng)的基本概念是十分可靠的，但是仍存在一些問題。專家系統(tǒng)十分昂貴，需要不斷更新，并且是反直覺的，當(dāng)規(guī)則增多時(shí)準(zhǔn)確率就會(huì)下降。斯圖爾特羅素（utu）和彼得諾威格（rovg）在《人工智能：一種現(xiàn)代方法》（ArtificialIntelligence:AModernApproach）這本教科書中寫道：“隨著規(guī)則集的不斷壯大，規(guī)則間的不良交互作用就會(huì)越來越平常，于是，從1987年財(cái)年結(jié)束時(shí)，兩大開發(fā)專家系統(tǒng)的公司knodg和nop損失了數(shù)百萬美元。其他人工智能企業(yè)的情況更糟糕，幾乎瀕臨破產(chǎn)，員工和公司高管們露宿街頭。溫暖了一陣之后，人工智能的第二個(gè)冬天到來了。（Daedalus）在1988年大膽發(fā)布了一期人工智能特刊，激怒了哲學(xué)家希拉里·普特南（HilaryPutnam）。普特南寫道：“現(xiàn)在有什么好大驚小怪流。美國(guó)人工智能協(xié)會(huì)會(huì)員人數(shù)大幅減少，1996年驟減至4000人，達(dá)到史上最低點(diǎn)。然而奇跡并沒有發(fā)生，人工智能的美夢(mèng)似乎就要破滅。那一年，斯坦福大學(xué)的兩個(gè)學(xué)生——一個(gè)是人工智能研究者的后代，另一個(gè)是數(shù)學(xué)家的后代——量的基礎(chǔ)上對(duì)網(wǎng)頁(yè)進(jìn)行排序，并通過這一方式創(chuàng)建一個(gè)智能網(wǎng)絡(luò)目錄。1997年，24歲的拉里佩奇和謝爾蓋布林利用他們開發(fā)出的算法，在美國(guó)加利福尼亞州門羅帕克的一個(gè)車庫(kù)里開了一家公司。為了將其打造成為全球總部，他們置辦了幾張桌子、三把椅子、一條藍(lán)綠色的地毯、一張折疊乒乓球桌，以及一些其他物件。為了保持通風(fēng)，車庫(kù)的門必須一直敞開。1英畝=4046.86平方米?！?英尺≈0.3048米?！?英里=1.609344千米?！环N可以支持機(jī)器語言和虛擬地址的32位小型計(jì)算機(jī)?！ǎ?600電子游戲消磨時(shí)間。該款游戲是兩個(gè)年輕人在20世紀(jì)70年代初設(shè)計(jì)的，他們就是蘋果公司的創(chuàng)始人史蒂夫喬布斯和史蒂夫沃茲尼亞克?！洞虼u塊》實(shí)際上是乒乓球游戲《乒乓》（ong）球，將磚塊擊碎。這款游戲的目標(biāo)是摧毀所有磚塊。針對(duì)這個(gè)問題的回答有兩個(gè)。一是pnd察覺到它的變化。然而，每隔50多次游戲再看一下，效果是十分驚人的。開始的時(shí)候，pnd透了，最簡(jiǎn)單的擊球都做不好，而且它似乎并不清楚狀況，就好像是把4（索尼第四代游戲主機(jī)）手柄交到90歲的老奶奶手里，并希望她立刻知道應(yīng)該做什么一樣。雖然它也會(huì)偶爾得分，但即使最樂觀的旁觀者也只能稱之為運(yùn)氣。200次游戲后，一切變得大為不同?，F(xiàn)在游戲中的球拍能夠在屏幕上左右移動(dòng)：即使不是持續(xù)得分，也可謂能夠輕松得分。再經(jīng)過數(shù)百次游戲，游戲中的人工智簡(jiǎn)直如同《星球大戰(zhàn)4：新希望》結(jié)束時(shí)的天行者盧克（ukekyk）或《黑客帝國(guó)》中的尼奧（o）一樣，懶散地?fù)羟?，毫不費(fèi)力。所有無關(guān)的動(dòng)作都消失了，而且它產(chǎn)生了清晰的策略。令pnd的人工智能具有重要意義的另一個(gè)原因是，它不需要進(jìn)行大規(guī)模訓(xùn)練。傳統(tǒng)人工智能的核心原則是必須將規(guī)則預(yù)先載入系統(tǒng)，這就像是老師在學(xué)生參加考試前會(huì)依次教他們問題的答案一樣。pnd的人工智能與眾不同之處在于，它能夠自主學(xué)習(xí)，甚至無須告訴它應(yīng)該怎樣做。它所需要接入的就是構(gòu)成《打磚塊》游戲每一幀的30000化的指令。之后，人工智能就可以隨著游戲的進(jìn)展獲得游戲規(guī)則，然后逐漸形成能夠改善其表現(xiàn)的策略。DeepMind的人工智能可以玩的游戲并不只有《打磚塊》。它最早玩的游戲是《太空入侵者》（SpaceInvaders），在掌握極少信息的情況這提出了一個(gè)顯而易見的問題。華盛頓大學(xué)計(jì)算機(jī)科學(xué)教授普德羅多明戈斯（doongo）指出：如果機(jī)器人掌握了人類除學(xué)習(xí)以外的所有能力，人類很快就會(huì)拋棄它。但是從一開始就存在一種與人工智能的發(fā)展并行的觀點(diǎn)，這一觀點(diǎn)現(xiàn)在正觸發(fā)該領(lǐng)域的諸多進(jìn)展。該人工智能學(xué)派不是將思維概念化，而是源于在電腦內(nèi)部建立大腦模型。該學(xué)派不相信邏輯推理是獲取真理的最佳（可能是唯一的）途徑，而是采用基于觀察和實(shí)驗(yàn)的實(shí)證研究法。這類人工智能并非知識(shí)工程師的作品，而是屬于名為機(jī)器學(xué)習(xí)者的計(jì)算機(jī)科學(xué)家領(lǐng)域。這一流派的人工智能由統(tǒng)計(jì)學(xué)家、神經(jīng)科學(xué)家和理論物理學(xué)家開創(chuàng)的概率模型主導(dǎo)，大部分基于所謂的神經(jīng)網(wǎng)絡(luò)（或者計(jì)算術(shù)語中所說的神經(jīng)網(wǎng)）來運(yùn)行，該網(wǎng)絡(luò)的功能與人腦近似。信息在人腦中以神經(jīng)元電子放電模式存在。人腦中約有1000星星一樣多。記憶是通過加強(qiáng)不同神經(jīng)元共同放電而形成的：這一過程被稱作長(zhǎng)時(shí)程增強(qiáng)。盡管我們尚須建立一個(gè)與人腦一樣復(fù)雜的神經(jīng)網(wǎng)絡(luò)（下一章將詳細(xì)介紹），但人工神經(jīng)網(wǎng)絡(luò)為創(chuàng)造記憶和學(xué)習(xí)借用了人腦的機(jī)制。人腦與神經(jīng)網(wǎng)絡(luò)最基本的不同在于，人腦中的長(zhǎng)時(shí)程增強(qiáng)是一個(gè)生物化學(xué)過程，而在神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)是通過修改其自身代碼，以在復(fù)雜或不明朗的情況下，找到輸入和輸出之間或者原因和結(jié)果之間的聯(lián)系而發(fā)生的。雖然神經(jīng)網(wǎng)絡(luò)今天在人工智能領(lǐng)域具有重要地位，但在過去許多年里，它都是被忽視的；它被視作真正人工智能的異父兄弟。正如20世紀(jì)80年代進(jìn)入這一領(lǐng)域的知名研究人員戴維艾克利（vdky）所說：我們接觸到神經(jīng)網(wǎng)絡(luò)時(shí)，人們并未將其視作人工智能。于是，我們被人工智能拒之門外。當(dāng)時(shí)，人們認(rèn)為人工智能是與符號(hào)相關(guān)的。它所涉及的是生產(chǎn)系統(tǒng)、專家系統(tǒng)等。進(jìn)入卡內(nèi)基–梅隆大學(xué)讀研究生時(shí)，我已經(jīng)十分厭倦與傳統(tǒng)的符號(hào)化的計(jì)算機(jī)相關(guān)的事物……我似乎對(duì)推理的關(guān)注過多，而對(duì)判斷的關(guān)注太少?！?圣地亞哥拉蒙卡哈爾是19世紀(jì)西班牙病理學(xué)家，被稱作現(xiàn)代神經(jīng)科學(xué)之父。拉蒙卡哈爾首次對(duì)人類大腦進(jìn)行了細(xì)致的檢查。1887年拉蒙卡哈爾在巴塞羅那大學(xué)工作，他發(fā)現(xiàn)重鉻酸鉀和硝酸銀可以將神經(jīng)元染成深色，而周圍的細(xì)胞還都能夠保持透明。后來他回憶道，染色后的神經(jīng)細(xì)胞連最精細(xì)的分枝都變成了棕黑色，在透明的黃色背景映襯下顯示出了無可比擬的清晰度，就像用墨汁畫的素描一樣清晰。這項(xiàng)神經(jīng)細(xì)胞染色技術(shù)意味著拉蒙明了神經(jīng)元是構(gòu)建中樞神經(jīng)系統(tǒng)的基礎(chǔ)。兩位研究人員麥卡洛克（uoh）和皮茨（）組成了一個(gè)不同尋常的組合。沃倫麥卡洛克1898年出生在一個(gè)律師、工程師、醫(yī)生和神學(xué)家組成的家庭。他在當(dāng)時(shí)被稱為美國(guó)帽子之都了哲學(xué)和心理學(xué)，并對(duì)神經(jīng)生理學(xué)，也就是神經(jīng)系統(tǒng)的研究產(chǎn)生了濃厚的興趣。皮茨比麥卡洛克小25歲，1923年出生在一個(gè)工人階級(jí)家庭，這樣的家庭似乎不太可能培養(yǎng)出神童。13歲時(shí)，皮茨為了躲避父親的虐待離家出走，露宿街頭。一天，他為了躲避一群地痞流氓的追趕躲進(jìn)了圖書館。據(jù)說，皮茨在接下來的一周都泡在圖書館里，讀完了三卷《數(shù)學(xué)原理》的數(shù)學(xué)教材。讀完以后，皮茨決定給該書的作者之一伯特蘭羅素（ndu）寫信，指出他認(rèn)為第一卷中存在的根本錯(cuò)誤。這封信給羅素留下了深刻的印象，他甚至邀請(qǐng)皮茨到英國(guó)劍橋大學(xué)學(xué)習(xí)，而皮茨卻沒有接受邀請(qǐng)。皮茨在不到20歲時(shí)就被蘇聯(lián)數(shù)學(xué)物理學(xué)家尼古拉斯·拉舍夫斯基（oshvky）的著作深深吸引，拉舍夫斯基的著作主要涉及數(shù)學(xué)生物物理學(xué)領(lǐng)域。正是憑借著這種能力，沃爾特皮茨遇到了沃倫麥卡洛克，并最終開始與其共事。麥卡洛克和皮茨的工作取得了至關(guān)重要的進(jìn)展，但同樣存在嚴(yán)重的局限性：這個(gè)模型不能自主學(xué)習(xí)。6年后，這一問題在理論上得到了解決，加拿大心理學(xué)家唐納德赫布（ondbb）在1949強(qiáng)，人們就是這樣學(xué)習(xí)的。他寫道：細(xì)胞的一個(gè)原子離細(xì)胞足夠近，并且持續(xù)或不斷參與激發(fā)細(xì)胞，其中一個(gè)或兩個(gè)細(xì)胞增長(zhǎng)或產(chǎn)生代謝更換，這就會(huì)導(dǎo)致細(xì)胞激發(fā)細(xì)胞的效率提高。簡(jiǎn)單來說，赫布的意思是，當(dāng)人類大腦中有兩個(gè)神經(jīng)元同時(shí)受到激發(fā)時(shí)，二者之間的聯(lián)系就增強(qiáng)了。有時(shí)我們可以這樣來記憶：同激發(fā)、同連接的神經(jīng)元?！焙詹嫉倪@一思想在10年后才真正應(yīng)用到計(jì)算機(jī)研究中，而這要?dú)w功于弗蘭克羅森布拉特（nkonb）。羅森布拉特在計(jì)算機(jī)歷史上是一個(gè)有趣的人物：他是一個(gè)真正博學(xué)多才的文藝復(fù)興式人物，對(duì)音樂、天文、數(shù)學(xué)和計(jì)算機(jī)無不精通。碰巧的是，他和我們上一章提到的馬文明斯基是同學(xué)，他們?cè)?0世紀(jì)40年代早期都在布朗克斯科學(xué)高中讀書。然而，羅森布拉特一直處于人工智能研究主流的邊緣。明斯基和約翰羅森布拉特最初在紐約布法羅康奈爾航空實(shí)驗(yàn)室嘗試建造感知器。他在那里創(chuàng)建了項(xiàng)目，即感知和識(shí)別自動(dòng)化。他的感知器以麥卡洛克和皮茨提出的神經(jīng)元模型為基礎(chǔ)，同時(shí)基于能夠通過試錯(cuò)進(jìn)行學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。每個(gè)神經(jīng)元都有一個(gè)輸入、一個(gè)輸出和一組自己的權(quán)重。開始的時(shí)候，特性將見到的所有事物分為兩類，即和非。令人遺憾的是，不久以后，與感知器有關(guān)的研究遭遇了兩次嚴(yán)重的挫折。第一次主要是技術(shù)方面的原因，也有些許人為因素。感知器當(dāng)時(shí)已經(jīng)被證實(shí)能夠完成簡(jiǎn)單的學(xué)習(xí)任務(wù)，例如識(shí)別語音或印刷字體。然而，它們也成功地引起了廣泛關(guān)注，給它們的投資也遠(yuǎn)遠(yuǎn)超過了技術(shù)取得成功的水平。這使得人工智能界內(nèi)部產(chǎn)生了矛盾。馬文該領(lǐng)域已經(jīng)不抱任何希望。自20世紀(jì)50年代以來，羅森布拉特與明斯基曾在眾多科學(xué)會(huì)議上就腦啟發(fā)計(jì)算機(jī)（bnnpnopu）的有效性展開爭(zhēng)論。羅森布拉特強(qiáng)烈推薦他研發(fā)的技術(shù)，稱感知器實(shí)際上能夠完成任何學(xué)習(xí)任務(wù)。明斯基則持截然相反的態(tài)度。直到1969年，明斯基與研究人員西蒙派珀特合著了一本著作才打破這一僵局，該書就感知器可能無法完成的事情進(jìn)行抨擊。明斯基和派珀特總結(jié)道，這一技術(shù)不具有任何科學(xué)價(jià)值。為神經(jīng)網(wǎng)絡(luò)籌集的資金也頃刻化為烏有。第二次挫折更加悲慘。明斯基和派珀特出版《感知器》一書兩年后，在一個(gè)周日，弗蘭克那天是他43歲的生日，然而當(dāng)天發(fā)生了意外，羅森布拉特就這樣去世了。在康奈爾大學(xué)的悼詞中他的一位同事寫道：他的離去讓我們失去了一個(gè)最無私、最富有同情心的同事，他的機(jī)智和幽默給我們留下了深刻的印象。這樣一來，感知器也就失去了最忠實(shí)的擁護(hù)者。派珀特借用了白雪公主的故事，將他和明斯基對(duì)感知器的抨擊比作獵人沖入樹林對(duì)白雪公主的追殺。就像童話故事中講的那樣，派珀特和明斯基帶著感知器的心臟回到他們的主人（在本案例中，我們稱其為萬能的美國(guó)國(guó)防部高級(jí)研究計(jì)劃局）身邊，證實(shí)感知器已經(jīng)死了。而，派珀特和明斯基展示給世界的證據(jù)并不是白雪公主的心臟，而是豬的心臟?！迸c明斯基和派珀特的斷言相反的是，神經(jīng)網(wǎng)絡(luò)研究人員多年來一直認(rèn)為，神經(jīng)網(wǎng)絡(luò)能夠展現(xiàn)出新的能力，并且解決羅森布拉特感知器的問題，但前提是在網(wǎng)絡(luò)輸入和輸出之間放置額外的隱含神經(jīng)元層。不幸的是，沒人知道如何訓(xùn)練這些多層神經(jīng)網(wǎng)絡(luò)。著名物理學(xué)家約翰爾德（ohnopd）為具體應(yīng)當(dāng)如何做提供了建議。霍普菲爾德對(duì)當(dāng)時(shí)人工智能的主流形式是什么并不感興趣。他說：我從未深入研究過人工智能領(lǐng)域到底發(fā)生了什么。人工智能并不能解決現(xiàn)實(shí)世界里的問題。我認(rèn)為沒必要去了解它。然而，多年以后，他一直苦苦追尋被他稱作需要用一生的時(shí)間去研究的問題腦十分感興趣，他考慮的問題涵蓋范圍廣泛，從靈長(zhǎng)類神經(jīng)解剖學(xué)到昆蟲飛行的行為，再到大鼠海馬的學(xué)習(xí)乃至阿茲海默癥的治療。有一段時(shí)間，霍普菲爾德對(duì)細(xì)胞自動(dòng)機(jī)和自我復(fù)制的機(jī)器人的前景十分著迷。然而，幾個(gè)月的研究最終還是走進(jìn)了一條死胡同?；羝辗茽柕抡f：放棄一個(gè)錯(cuò)誤的思想十分困難，畢竟我們已經(jīng)研究一年了。但是，在計(jì)算機(jī)內(nèi)部創(chuàng)造一個(gè)生命模型的想法卻一直都在。他對(duì)一個(gè)想法十分著迷，即用神經(jīng)網(wǎng)絡(luò)完成大腦能夠迅速且輕松完成但計(jì)算機(jī)卻不能完成的任務(wù)。霍普菲爾德最終選擇了聯(lián)想記憶，聯(lián)想記憶是指大腦如何以交互的方式工作，也就是看見一個(gè)人就能聯(lián)想起他的名字，或者聽到他的名字就能想起他的長(zhǎng)相。聯(lián)想記憶背后的數(shù)學(xué)運(yùn)算使霍普菲爾德想到自旋系統(tǒng)的數(shù)學(xué)運(yùn)算，該運(yùn)算描述的是固體磁性的復(fù)雜形式。他的腦海中突然產(chǎn)生了一個(gè)想法?；羝辗茽柕禄貞浀溃何飳W(xué)和我所了解的物理系統(tǒng)之間突然產(chǎn)生了一種聯(lián)系。一個(gè)月之后，我已經(jīng)開始寫論文了。”1982次激發(fā)了人們對(duì)神經(jīng)網(wǎng)絡(luò)的熱情，這也使他成為這一過程中出人意料的英雄。加州理工學(xué)院的一組追隨者開始以霍普集會(huì)（op）的名熱血沸騰。（ynok）當(dāng)時(shí)正在普林斯頓大學(xué)讀霍普菲爾德的博士，他回憶道：我們當(dāng)時(shí)好像是生活在恐龍時(shí)代的只有毛皮的哺乳動(dòng)物，在這些長(zhǎng)著麟甲的巨獸的腳下混日子，他們有數(shù)百萬美元的機(jī)器和龐大的預(yù)算。那時(shí)，所有人都專注于計(jì)算邏輯，但是我們明白，他們忽視了推動(dòng)人工智能向前發(fā)展所面臨的真正困難?！盧umelhart）和詹姆斯·麥克蘭德（JamesMcClelland），他們成立了一個(gè)“并行分布處理”小組，并產(chǎn)生了令人難以置信的影響力。說到這里就不得不提到另外一個(gè)人，他就是杰夫·辛頓（GeoffHinton）有人能企及。他出生于一個(gè)數(shù)學(xué)家家庭：他的曾祖父是著名的邏輯學(xué)家喬治·布爾（GeorgeBoole），他的布爾代數(shù)曾為現(xiàn)代計(jì)算機(jī)科學(xué)奠定了基礎(chǔ)。另一位親戚是數(shù)學(xué)家查爾斯·霍華德·辛頓（CharlesHowardHinton），因提出“四維空間”這一理念而聞名，阿萊斯特·克勞利（Aleister辛頓說：我一直對(duì)人類如何思考以及大腦如何工作很感興趣。上學(xué)時(shí)，一個(gè)同學(xué)說大腦儲(chǔ)存記憶的方式和3式是一樣的。要想創(chuàng)建一個(gè)全息圖，人們會(huì)將多個(gè)光束從一件物品上反射回來，然后將相關(guān)信息記錄在一個(gè)龐大的數(shù)據(jù)庫(kù)中。大腦也是這樣工作的，只是將光束換成了神經(jīng)元。由于這一發(fā)現(xiàn)，辛頓在劍橋大學(xué)選擇了研究哲學(xué)和心理學(xué)，之后又在蘇格蘭愛丁堡大學(xué)研究人工智能。辛頓在20世紀(jì)70年代中期來到寒冷的愛丁堡，人工智能領(lǐng)域遭遇的首個(gè)冬天幾乎在同一時(shí)期到來。盡管傳統(tǒng)人工智能剛剛遭受打擊，但辛頓的博士導(dǎo)師仍急于讓他遠(yuǎn)離神經(jīng)網(wǎng)絡(luò)。辛頓說：他一直試著讓我放棄神經(jīng)網(wǎng)絡(luò)的研究并投入到符號(hào)人工智能領(lǐng)域。為了能夠有更多時(shí)間研究神經(jīng)網(wǎng)絡(luò)，我必須不斷和他討價(jià)還價(jià)?！睂W(xué)生帕特里克·溫斯頓（PatrickWinston）出版了一本早期人工智能教材。書中記載著有關(guān)神經(jīng)網(wǎng)絡(luò)的內(nèi)容：一認(rèn)識(shí)十分欣慰，很明顯，這是無法用傳統(tǒng)的符號(hào)人工智能來解釋的。他說：大多數(shù)常識(shí)推理都是憑直覺或以類比的方式做出的，其中并不涉及意識(shí)推理。辛頓認(rèn)為，傳統(tǒng)人工智能的錯(cuò)誤之處在于：其認(rèn)為，任何事都是由一系列基本規(guī)則和有意識(shí)推理組成的。對(duì)符號(hào)人工智能研究人員來說，如果我們不能理解某一部分的意識(shí)，這是因?yàn)槲覀冞€沒有弄懂其背后的推理。久以后，又搬到了卡內(nèi)基–梅隆大學(xué)。在接下來的幾年里，他一直積極努力在神經(jīng)網(wǎng)絡(luò)領(lǐng)域取得開創(chuàng)性進(jìn)展，即便到了今天，其成就仍對(duì)人工智能的研究產(chǎn)生著影響。他最重要的貢獻(xiàn)之一，要算是他對(duì)另一位研究人員戴維魯梅爾哈特的幫助，幫助他再次發(fā)現(xiàn)反向傳播流程，這大概是神經(jīng)網(wǎng)絡(luò)中最重要的算法，之后他們首次以可信的方式證明，反向傳播使神經(jīng)網(wǎng)絡(luò)能夠創(chuàng)建屬于自己的內(nèi)部表征。當(dāng)輸出與創(chuàng)造者希望的情況不符時(shí)，播使神經(jīng)網(wǎng)絡(luò)能夠調(diào)節(jié)其隱藏層。發(fā)生這種情況時(shí)，神經(jīng)網(wǎng)絡(luò)將創(chuàng)建一個(gè)錯(cuò)誤信號(hào)層傳遞，網(wǎng)絡(luò)的權(quán)重也隨之改變，這樣就能夠?qū)㈠e(cuò)誤最小化。試想一下，有一個(gè)神經(jīng)網(wǎng)絡(luò)能夠識(shí)別圖像，如果在分析一張狗的圖片時(shí)，神經(jīng)網(wǎng)絡(luò)錯(cuò)誤地判斷為這是一張貓的圖片，那么反向傳播將使其退回到前面的層，每層都會(huì)對(duì)輸入連接的權(quán)重做出輕微調(diào)整，這樣一來，下次就能夠獲得正確的答案。20世紀(jì)80年代創(chuàng)建的k項(xiàng)目是反向傳播的一個(gè)經(jīng)典案例。k的一個(gè)共同創(chuàng)建者特里謝伊諾斯基將其描述為用于了解電腦是否能夠?qū)W習(xí)大聲朗讀書面文字的夏季項(xiàng)目。該項(xiàng)目面臨的最大挑戰(zhàn)在于語言一點(diǎn)也不簡(jiǎn)單。項(xiàng)目剛剛開始的時(shí)候，謝伊諾斯基去圖書館借了一本有關(guān)音韻學(xué)的書，即諾姆喬姆斯基（omhoky）和莫里斯哈雷（os）所著的《英語語音模式》。謝伊諾斯基說：這本書里都是各種事情的規(guī)則，例如字母出現(xiàn)在單詞末尾的時(shí)候應(yīng)該如何發(fā)音等。書中提到了例外情況，之后又列舉了例外情況中的例外。英語就是大量的復(fù)雜關(guān)聯(lián)。我們似乎選擇了世界上在規(guī)則性方面最糟糕的語言?！币恢币詠恚瑐鹘y(tǒng)人工智能都在不斷嘗試將這些單獨(dú)的例子插入到一個(gè)專家系統(tǒng)中。謝伊諾斯基和一位名為查爾斯羅森伯格（hsonbg）的語言研究人員決定通過創(chuàng)建一個(gè)由300個(gè)神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這一目標(biāo)。當(dāng)時(shí)，辛頓正在實(shí)驗(yàn)室訪問，他建議他們?cè)陧?xiàng)個(gè)字母都標(biāo)注正確的音素。例如，字母在hd、py、nh、或gn中的發(fā)音各不相同。謝伊諾斯基和羅森伯格每次進(jìn)行為了做到這一點(diǎn)，神經(jīng)網(wǎng)絡(luò)必須使用中間字母左邊和右邊的字母給出的提示。一天下來，k已經(jīng)全部掌握了書中的100個(gè)單詞。這一結(jié)果令他們感到震驚。接下來，他們讓k使用有20 000個(gè)單詞的韋伯典。幸運(yùn)的是，詞典中的所有音素都已經(jīng)標(biāo)注出來了。他們下午把單詞輸入到系統(tǒng)中，然后就回家休息了。當(dāng)他們第二天早上回到辦公室時(shí)，系統(tǒng)已經(jīng)完全掌握了這些單詞。最后的訓(xùn)練數(shù)據(jù)是一本對(duì)兒童說話內(nèi)容進(jìn)行謄寫的書，以及一位語言學(xué)家記錄的兒童發(fā)出的實(shí)際音素的清單。這就意味著，謝伊諾斯基和羅森伯格能夠?qū)⒌谝粋€(gè)謄寫本用于輸入層，將第二個(gè)音素清單用于輸出層。使用反向傳播以后，k能夠?qū)W習(xí)如何像孩子那樣說話。一段k的錄音說明了該系統(tǒng)在這方面取得了飛速的進(jìn)展。在訓(xùn)練之初，系統(tǒng)只能夠區(qū)分元音和輔音，其發(fā)出的噪聲則像是歌手表演前做的發(fā)聲練習(xí)。在訓(xùn)練了1000個(gè)單詞以后，k發(fā)出的聲音更接近人類發(fā)出的聲音了。謝伊諾斯基說道：的計(jì)算能力還不如現(xiàn)在的手表的情況下?！碑?dāng)時(shí)神經(jīng)網(wǎng)絡(luò)領(lǐng)域的另一個(gè)引人注目的應(yīng)用就是自動(dòng)駕駛汽車。發(fā)明自動(dòng)駕駛汽車一直是技術(shù)人員的夢(mèng)想。1925年，發(fā)明家弗朗西斯霍迪納（nsoudn）展示了一款無線電控制的汽車，他操控汽車行駛在曼哈頓的街頭，而車中無須人來操控方向盤。之后，自動(dòng)駕駛汽車測(cè)試使用導(dǎo)絲和車載傳感器使汽車能夠按照路上畫好的白線行駛，或通過識(shí)別出地下電纜發(fā)出的交流電行駛。1969年，約翰麥卡錫發(fā)表了一篇標(biāo)題為計(jì)算機(jī)控制汽車的論文極具挑戰(zhàn)性。麥卡錫所提議的方案基本上是設(shè)計(jì)一個(gè)自動(dòng)化司機(jī)。他的項(xiàng)目需要一個(gè)能夠進(jìn)行公路導(dǎo)航的計(jì)算機(jī)，計(jì)算機(jī)上僅帶有一個(gè)電視攝像機(jī)來輸入信息，該輸入使用與人類司機(jī)相同的視覺輸入。麥卡錫假設(shè)用戶能夠使用鍵盤輸入地點(diǎn)，并要求汽車立即載他們過去。緊急情況下，用戶可以使用額外的命令變更目的地，要求汽車停在洗手間或賓館門口，在有緊急情況時(shí)減速或加速。類似的項(xiàng)目直到20世紀(jì)90年代早期才得以實(shí)現(xiàn)，當(dāng)時(shí)卡內(nèi)基—梅隆大學(xué)的研究人員迪安·波默洛（DeanPomerleau）寫了一篇激動(dòng)人心的博器），并將道路上的原始圖像作為輸入信息，并實(shí)時(shí)輸出轉(zhuǎn)向控制信息。當(dāng)時(shí)，還有許多其他傳統(tǒng)人工智能博士正在研究類似的自動(dòng)駕駛項(xiàng)目。這些非神經(jīng)網(wǎng)絡(luò)的方法主要通過嚴(yán)謹(jǐn)?shù)南袼胤治鰧⒏鲌D像劃分為不同類別，例如道路和非道路。然而，與許多傳統(tǒng)人工智能面臨的問能性是很大的。波默洛回憶道：它們可能將樹影或者樹木本身識(shí)別成道路，這樣車輛就會(huì)朝著樹直接開過去，而不是避讓。”為了訓(xùn)練，駕駛員只需簡(jiǎn)單地駕駛一段路程。波默洛說道：駕駛員只需駕駛2—3分鐘，系統(tǒng)就能夠了解并更新反向傳播網(wǎng)絡(luò)的權(quán)重。結(jié)束駕駛時(shí)，駕駛員可以放開方向盤，系統(tǒng)會(huì)繼續(xù)駕駛車輛開始一段新的路程。波默洛的發(fā)明只關(guān)注了方向，卻無法控制速度或避開障礙物，這兩點(diǎn)必須由駕駛員來完成。盡管如此，波默洛也取得了巨大的成功，1995年，龐蒂克小型貨車上安裝了從舊汽車上回收的的升級(jí)版——（快速調(diào)節(jié)橫向位置處理器）。波默洛和一位名為托德約赫姆（odd oh）的研究人員為其配備了一臺(tái)電腦、640480像素的彩色照相機(jī)、全球定位系統(tǒng)接收器和光纖陀螺儀，之后他們駕駛該車橫穿美國(guó)。借鑒了1986年攜手美國(guó)（nds ）慈善活動(dòng)的名稱，他們將這次旅行稱為橫穿美國(guó)（Ondsos）。他們?cè)诼飞腺u10美元一件的襯衫，用于支付食宿費(fèi)用。最后，這輛汽車一共行駛了2797英里，途經(jīng)匹茲堡、賓夕法尼亞、圣地亞哥、加利福尼亞，中間還穿過了胡佛水壩，這一切都是汽車自駕駛完成的?！渡虡I(yè)周刊》的一位記者在報(bào)道這一事件時(shí)，一名堪薩斯州騎兵要求其將車停到路邊。而波默洛和約赫姆乘自動(dòng)駕駛汽車旅行，甚至連雙手都無須握住方向盤。神經(jīng)網(wǎng)絡(luò)在21世紀(jì)中葉迎來了又一次重大進(jìn)展。2005年，杰夫里建立了蓋茨比計(jì)算神經(jīng)科學(xué)組。這時(shí)，人們已經(jīng)清楚地認(rèn)識(shí)到，互聯(lián)網(wǎng)能夠生成大量數(shù)據(jù)集，這在10年前是想都不敢想的。如果說以前的研究人員面臨的問題是沒有足夠的數(shù)據(jù)來對(duì)系統(tǒng)進(jìn)行適當(dāng)?shù)挠?xùn)練，那么互聯(lián)網(wǎng)的興起則大大改善了這一狀況。如今，據(jù)國(guó)際數(shù)據(jù)公司等研究公司估測(cè)，目前網(wǎng)上在線數(shù)據(jù)量約為4.4澤字節(jié)1。記者史蒂夫洛爾（veoh）在其所著的極為有趣的《數(shù)據(jù)論》一書中指出，如果能將這些數(shù)據(jù)輸入d（蘋果超薄平板電腦）中，那么產(chǎn)生的堆棧將能夠覆蓋地球到月球距離的23。然而，就像地球雖然有大量的水，但并不是所有水都可以喝一樣，這些數(shù)據(jù)中好多都是未標(biāo)記的。當(dāng)數(shù)據(jù)集較小時(shí)，研究人員可以將主要精力放在正確標(biāo)記所有數(shù)據(jù)上，這對(duì)訓(xùn)練系統(tǒng)來說更加有用。然而，隨著數(shù)據(jù)量的增加，研究人員就無法再這樣做。例如，2013年3月，網(wǎng)絡(luò)相冊(cè)k共有8700萬注冊(cè)用戶，他們每天上傳超過350是一個(gè)天大的好消息，但同樣也提出了挑戰(zhàn)。正如我們所看到的，訓(xùn)練神經(jīng)網(wǎng)絡(luò)最簡(jiǎn)單的方法就是向其展示大量圖片，然后指出每張圖片都是什么。通過標(biāo)記圖片，訓(xùn)練員既提供了輸入（圖片），又提供了輸出（描述）。神經(jīng)網(wǎng)絡(luò)就可以反向傳播，以糾正錯(cuò)誤。這就是我們所了解的監(jiān)督式學(xué)習(xí)。但是，流通中還有許多未標(biāo)記或沒有正確標(biāo)記的圖片，計(jì)算機(jī)如何對(duì)其進(jìn)行識(shí)別呢？幸運(yùn)的是，杰夫辛頓掀起了一場(chǎng)非監(jiān)督式學(xué)習(xí)它看到的是什么。首先，這聽起來像是機(jī)器無法通過這種方式學(xué)習(xí)。如果沒有得到明確的解釋，即使是最智能的神經(jīng)網(wǎng)絡(luò)也不會(huì)知道某物到底是什么。實(shí)際上，辛頓發(fā)現(xiàn)的是非監(jiān)督式學(xué)習(xí)可以用來訓(xùn)練上層特征，而且每次只能訓(xùn)練一層。這一發(fā)現(xiàn)成為深度學(xué)習(xí)的催化劑，而學(xué)習(xí)就是當(dāng)前人工智能最炙手可熱的領(lǐng)域。之后，第三層將用來識(shí)別質(zhì)地和形狀等。到達(dá)第四層或第五層時(shí)，深度學(xué)習(xí)網(wǎng)絡(luò)已經(jīng)創(chuàng)建了復(fù)雜特性檢測(cè)器。這時(shí)，它就能夠了解4個(gè)輪子、的許多特性可能都和手頭的任務(wù)無關(guān)，但是其中有一些特性卻是和手頭任務(wù)高度相關(guān)的。有關(guān)深度學(xué)習(xí)的消息迅速傳開。辛頓實(shí)驗(yàn)室的兩名成員喬治達(dá)爾（ogeh）和阿卜杜勒–拉赫曼穆罕默德（bdhnohd）迅速論證了該系統(tǒng)不僅能夠進(jìn)行圖像識(shí)別，還能夠進(jìn)行語音識(shí)別。2009年，倆人將其新創(chuàng)建的語音識(shí)別神經(jīng)網(wǎng)絡(luò)與已經(jīng)使用了30多年的行業(yè)標(biāo)準(zhǔn)工具放到一起一較高下，結(jié)果是，深度學(xué)習(xí)網(wǎng)絡(luò)獲得了勝利。這時(shí)，谷歌邀請(qǐng)辛頓的一位博士生納瓦迪普杰特列（vdpy）修補(bǔ)谷歌的語音識(shí)別算法?？戳艘谎壑?，他建議用深度神經(jīng)網(wǎng)絡(luò)取代整個(gè)系統(tǒng)。盡管一開始持懷疑態(tài)度，但杰特列的老板最終同意讓他嘗試一下。事實(shí)證明，新的程序比谷歌精心調(diào)試數(shù)年的系統(tǒng)表現(xiàn)還要出色。2012年，谷歌將深度學(xué)習(xí)語音識(shí)別程序嵌入安卓移動(dòng)平臺(tái)，錯(cuò)誤率與之前相比立刻下降了25。那年夏天，辛頓終于收到了谷歌的電話。這個(gè)搜索巨頭邀請(qǐng)他夏天到位于加利福尼亞州山景城的校園工作。盡管辛頓當(dāng)時(shí)已經(jīng)64歌卻將他定為實(shí)習(xí)生，因?yàn)閱T工必須嚴(yán)格服從公司政策，即必須在公司工作好幾個(gè)月之后才能被授予訪問科學(xué)家的頭銜。盡管如此，辛頓仍然加入了由20歲出頭的年輕人組成的實(shí)習(xí)生組。他甚至還戴上了新實(shí)習(xí)生們專用的上面帶有螺旋槳圖案的帽子，被稱作新谷歌他之外，谷歌還聘請(qǐng)了他的兩名研究生，辛頓和這兩名研究生共同創(chuàng)建了一家名為h的公司。辛頓在一篇聲明中寫道：我會(huì)繼續(xù)在多倫多大學(xué)兼職任教，在那里我還有很多出色的研究生，但是在谷歌我能夠看到我們?nèi)绾翁幚沓笮陀?jì)算。”模擬（我們將在后續(xù)章節(jié)中探討更多關(guān)于大腦的生物力學(xué)模型），但神經(jīng)網(wǎng)絡(luò)能夠解決問題的廣泛性卻令人驚嘆。傳統(tǒng)人工智能一直表現(xiàn)良則以外的情況。正如20世紀(jì)80年代的k一樣，這使其成為處理語言等棘手問題的最佳選擇。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)還擅長(zhǎng)處理所謂的“分布表征，這意味著其具有模擬同一表征空間中兩個(gè)相似但獨(dú)立的領(lǐng)域（例如語言和圖像）的能力。從本質(zhì)上來講，這意味著神經(jīng)網(wǎng)絡(luò)能夠以類比的方式進(jìn)行思考，這一點(diǎn)是傳統(tǒng)人工智能無法企及的。令人印象深刻的應(yīng)用程序隨處可見。2011年，就在辛頓加入谷歌之前的那個(gè)夏天，谷歌工程師杰夫·迪安（JeffDean）、格雷格·（godo）和斯坦福大學(xué)計(jì)算機(jī)科學(xué)家吳恩達(dá)（ndwg）共同推出了谷歌大腦（oogen）項(xiàng)目。谷歌大腦項(xiàng)目都在谷歌公司半公開的實(shí)驗(yàn)室谷歌中進(jìn)行，使用深度學(xué)習(xí)網(wǎng)絡(luò)識(shí)別高水平概念，例如通過分析視頻網(wǎng)站ouub不向它解釋貓到底是什么。（巧合的是，這實(shí)際上就是弗蘭克羅森布拉特半個(gè)世紀(jì)前對(duì)《紐約客》雜志說過的神經(jīng)網(wǎng)絡(luò)終有一天能夠?qū)崿F(xiàn)的那個(gè)目標(biāo)。）聽起來一臺(tái)知道貓為何物的計(jì)算機(jī)并沒有什么新奇的，但是通過深度學(xué)習(xí)實(shí)現(xiàn)計(jì)算機(jī)的視覺能力，在現(xiàn)實(shí)世界中卻擁有廣泛的用途。一家名為xo的初創(chuàng)企業(yè)使用深度學(xué)習(xí)創(chuàng)造出了更好的在線視頻搜索工具。xo的神經(jīng)網(wǎng)絡(luò)并不依靠關(guān)鍵詞標(biāo)簽，而是通過掃描直播的視頻來分析音頻和圖像。舉例來說，如果用這個(gè)神經(jīng)網(wǎng)絡(luò)搜索英國(guó)前首相戴維的視頻也能夠搜到。為p的面部識(shí)別技術(shù)。憑借深度學(xué)習(xí)的能力，book算法幾乎和人腦一樣準(zhǔn)確，無論光線和相機(jī)角度如何，都能夠?qū)Ρ葍蓮堈掌⒉榭雌滹@示的是否是同一個(gè)人。此外，book示的是某人在一個(gè)夏日騎著自行車穿過英國(guó)的鄉(xiāng)間小路，該技術(shù)能夠用語音將這一情景描述出來。其他一些項(xiàng)目將深度學(xué)習(xí)和機(jī)器人學(xué)結(jié)合起來。美國(guó)馬里蘭大學(xué)的一組研究人員給機(jī)器人放了一段ouub上的烹飪視頻，這樣就教會(huì)了率非常高。長(zhǎng)遠(yuǎn)來看，類似的機(jī)器人深度學(xué)習(xí)也可以應(yīng)用于軍事維修等領(lǐng)域。目前已經(jīng)證明，深度學(xué)習(xí)在翻譯領(lǐng)域是必不可少的。2012年12月，微軟的研發(fā)總監(jiān)里克雷斯特（khd）展示了一款震撼人心的英漢語音識(shí)別和翻譯系統(tǒng)。通用翻譯器這樣如同星際迷航的英雄夢(mèng)一樣的技術(shù)即將實(shí)現(xiàn)，這項(xiàng)技術(shù)意味著在不久的未來，我們無須會(huì)說法語、俄語或日語就能夠在法國(guó)餐館點(diǎn)菜、在俄羅斯坐出租車或在日本談生意。更加令人印象深刻的是，深度學(xué)習(xí)系統(tǒng)能夠?qū)⒄f話者的語音劃分為基本的音素，然后將這些音素重新組合成需要的語言，最后以說話者的聲音將語言說出來。微軟解釋道：你的平板電腦或智能手機(jī)將分析你所說的意思，將其翻譯成聽者能夠理解的語言，并用你的聲音以聽者熟悉的發(fā)音、音色和音調(diào)表達(dá)出來。”有趣的是，雖然我們一直在對(duì)基本的技術(shù)進(jìn)行調(diào)整，但如今許多重大進(jìn)步仍可以追溯到戴維魯梅爾哈特和杰夫辛頓在20世紀(jì)80年代發(fā)明的反向傳播算法。這些年來唯一改變的是計(jì)算能力，而計(jì)算能力反過來意味著更強(qiáng)大的神經(jīng)網(wǎng)絡(luò)和更多隱藏層。僅谷歌大腦項(xiàng)目就將16萬個(gè)計(jì)算機(jī)處理器連接起來，創(chuàng)建了一個(gè)擁有10比，如今用于教神經(jīng)網(wǎng)絡(luò)思考的信息數(shù)不勝數(shù)，舉例來說，book的面部識(shí)別系統(tǒng)就是通過分析740萬張圖像來訓(xùn)練系統(tǒng)的，這些圖片是book12.3億活躍用戶的臉。1澤字節(jié)=270字節(jié)?！獙I(yè)的44歲教授在這一年進(jìn)行了一項(xiàng)非同尋常的運(yùn)算。凱文·沃維克（KevinWarwick）教授進(jìn)行了一個(gè)非急需外科手術(shù)，目的是將一個(gè)包在玻約20人想這么做的問題已經(jīng)不再重要。寫這篇文章的時(shí)候，我的手腕上帶著一塊42599英鎊，它能實(shí)現(xiàn)的功能遠(yuǎn)遠(yuǎn)超過凱文沃維克在其植入式射頻識(shí)別設(shè)備上所設(shè)想的功能。一旦我收到一條短信或一個(gè)電話，或者如果我的朋友在圖片分享網(wǎng)站ng提醒我左轉(zhuǎn)。第一次震動(dòng)表明我的旅程結(jié)束了，而第二次震動(dòng)則告訴我到達(dá)目的地了。所有這些功能并不需要進(jìn)行侵入式手術(shù)。如果你正在閱讀這本書，你很可能對(duì)智能設(shè)備這個(gè)名詞并不陌生。除了種類日益繁多的智能手表，如bb（一款智能手表）、ndod（安卓的可穿戴應(yīng)用程序）笑臉和愛心等符號(hào)。智能冰箱不但可以記錄溫度與冷藏的食品，還會(huì)在你最喜歡的食物就要吃完了或?qū)⒁冑|(zhì)的時(shí)候通知你。還有智能安全攝像頭、智能廚房秤、智能燈泡、智能馬桶、智能尿片和智能牙刷。2014年，谷歌以驚人的32億美元現(xiàn)金收購(gòu)了最著名的智能設(shè)備公司tLabs。NestLabs由蘋果前雇員馬特·羅杰斯（MattRogers）和“iPod之父”托尼·法德爾（TonyFadell）聯(lián)手創(chuàng)立，打造了多款可以聯(lián)網(wǎng)的智能設(shè)傳感器、人工智能算法與通過（無線局域網(wǎng)技術(shù)）實(shí)現(xiàn)的持續(xù)聯(lián)網(wǎng)狀態(tài)相結(jié)合，使這些設(shè)備變得智能化能是一件令人們不得不大費(fèi)周折的事。今天，我們的在線連接很少出現(xiàn)中斷的現(xiàn)象。總的來說，這些進(jìn)展使我們從用戶那里收集數(shù)據(jù)、分享數(shù)據(jù)，并且?guī)椭脩衾斫鈹?shù)據(jù)成為可能。數(shù)據(jù)賦予我們力量，世界第一個(gè)聯(lián)網(wǎng)電動(dòng)牙刷生產(chǎn)商ob的營(yíng)銷與戰(zhàn)略總裁勒妮布洛杰特（ReneeBlodgett）表示：“這是我們第一次將刷牙方式、刷牙部位以及刷牙時(shí)哪里需要改進(jìn)結(jié)合在一起?！痹谖覀儞碛兄悄苎浪⒅埃ㄟ@對(duì)我而現(xiàn)在，我們處于未來技術(shù)的早期采用階段，未來技術(shù)的支持者聲稱，這些技術(shù)將像19世紀(jì)末、20世紀(jì)初電力時(shí)代的到來一樣，帶來一場(chǎng)巨大的變革。1879年，美國(guó)發(fā)明家托馬斯愛迪生已經(jīng)能夠在加利福尼亞州門洛帕克市自己的實(shí)驗(yàn)室里生產(chǎn)可靠耐用的電燈泡了。到了20世紀(jì)年代，美國(guó)90的城市居民，以及越來越多的農(nóng)村地區(qū)的人們都可以利用這項(xiàng)技術(shù)。隨著開關(guān)的撥動(dòng)，電賦予人們控制光的能力，人們能夠控制自己家和工作場(chǎng)所的光線。這打破了生活的正常生物節(jié)奏，使人們能夠隨心所欲地安排自己的工作和娛樂時(shí)間。隨之而來的電網(wǎng)引入了大量的連接設(shè)備，創(chuàng)造了工業(yè)，并永遠(yuǎn)地改變了人們的生活。美國(guó)西爾斯百貨（當(dāng)時(shí)一家初具規(guī)模的郵購(gòu)公司）1917年春季的商品目錄使公眾知道電不僅僅可以用來照明。事實(shí)確實(shí)如此。鐵熨斗、洗衣機(jī)和真空吸塵器使洗衣與清潔更加容易。由于效率的提高，不但清潔度上升了，而且家庭雇用的家政人員數(shù)量也越來越少。電冰箱取代了冰盒，使食物更加易于長(zhǎng)期保存。天熱的時(shí)候，我們可以使用電扇，而天冷的時(shí)候，我們可以使用輻射發(fā)熱器，這是人類第一次能夠控制氣溫。電力為大眾帶來了電話與飛機(jī)，并在即時(shí)通信年代，受到了新聞與娛樂行業(yè)的追捧。1938年，美國(guó)前總統(tǒng)富蘭克林羅斯福在佐治亞州巴恩斯維爾演講時(shí)宣稱，電力是現(xiàn)代生活的必需品。1991年，劍橋大學(xué)計(jì)算機(jī)科學(xué)系特洛伊木馬研究室的研究人員提出了一個(gè)新的想法。他們?cè)谧约旱难芯渴抑蟹胖昧艘粋€(gè)共用的咖啡壺，然后決定安裝一臺(tái)攝像機(jī)用以監(jiān)視一天的咖啡用量。研究人員將攝像機(jī)設(shè)定為每秒捕捉一幀，然后將其編碼為灰度級(jí)的片文件通過早期的萬維網(wǎng)發(fā)出去。通過各自的計(jì)算機(jī)，該系研究人員可以登錄到視頻源中查看壺里是否還有剩余的咖啡，從而省去他們?nèi)ゴ蚩Х鹊臒o用功?？Х染銟凡康囊恍┏蓡T位于大樓的其他區(qū)域，他們不得不為打咖啡爬上爬下，如果特洛伊木馬研究室熬夜的黑客們先打了咖啡，那么其他成員打咖啡的結(jié)果常常是無功而返。當(dāng)時(shí)在系里工作的計(jì)算機(jī)科學(xué)家昆汀斯塔福德–弗雷澤（unnod）牢騷滿腹地說：這樣打咖啡對(duì)計(jì)算機(jī)科學(xué)研究進(jìn)程造成的中斷，顯然使我們非?？鄲?，于是o（咖啡）就這樣誕生了?！蔽抑蕴岢鰋，因?yàn)樗C明了一個(gè)非常重要的觀點(diǎn)，即什么是我們認(rèn)為的智能技術(shù)。o也常常被看作智能設(shè)備現(xiàn)代趨勢(shì)的早期例子。某種程度而言，這是真的。與許多最新的智能配件一樣，o與網(wǎng)絡(luò)連接，因而也成了所謂的物聯(lián)網(wǎng)的一部分。但是對(duì)我而言，o更接近硬件極客所說的黑掉的范例，黑掉這個(gè)術(shù)語就是俗話說的解決棘手問題的高明方法。成為今天我們稱作智能設(shè)備（麻省理工學(xué)院媒體實(shí)驗(yàn)室稱之為會(huì)思考的事物）的前提條件是，它必須以一種自我管理的反饋回路而存在，無須過多人工干預(yù)就能夠自動(dòng)運(yùn)行。物聯(lián)網(wǎng)并不僅僅把物連接到互聯(lián)網(wǎng)。傳統(tǒng)互聯(lián)網(wǎng)使人們能夠搜索、下載音樂或者閱讀信息。另一方面，物聯(lián)網(wǎng)主要用于非人類實(shí)體的交流，這是越來越多的人熱衷于2（機(jī)器對(duì)機(jī)器）交流的原因。智能設(shè)備應(yīng)該能夠感知自己所處的環(huán)境、識(shí)別特定狀態(tài)、觸發(fā)評(píng)估、產(chǎn)生行為等等，從而形成一個(gè)連續(xù)的環(huán)路。智能設(shè)備的智能在于中間的部分，那里負(fù)責(zé)處理感知到的信息，以及如何基于信息采取具體的行動(dòng)。一臺(tái)真正智能的咖啡機(jī)不只是提醒人們咖啡機(jī)空了，而是能夠計(jì)算出使用者可能口渴的時(shí)間，并且自己能及時(shí)重新加滿咖啡，調(diào)制出咖啡成品以滿足使用者的個(gè)體需求。甚至基于無人控制的桌對(duì)桌（dkdk）送貨也是可能的?！翱刂普摗惫δ艿臋C(jī)器的想法也同樣如此。早在公元前205年，寓居于埃及亞歷山大港的希臘數(shù)學(xué)家克特西比烏斯就建造了世界上第一臺(tái)能自我控制的設(shè)多個(gè)不同版本，在不同版本中，它要么落下一塊卵石，要么鳴響一聲喇叭。進(jìn)入20世紀(jì)，影響后世的人工智能先驅(qū)諾伯特維納（obtn）制定了反饋系統(tǒng)的數(shù)學(xué)理論。維納提出一個(gè)設(shè)想：智能行為是接收和處理信息的必然結(jié)果。這個(gè)設(shè)想就是眾所周知的控制論。二戰(zhàn)期間，當(dāng)維納與其同事朱利安畢格羅（ungo）在從事旨在提高高射炮精確率工程的時(shí)候，他的反饋系統(tǒng)理論得到了細(xì)化。維納和畢格羅解決了向飛行中的飛機(jī)提高開火準(zhǔn)確率的難題。這曾經(jīng)是個(gè)難題，因?yàn)榕谑直仨氼A(yù)先判斷目標(biāo)的位置。他們的解決方案是通過預(yù)測(cè)目標(biāo)飛行位置并相應(yīng)調(diào)校火炮的瞄準(zhǔn)器，從而自動(dòng)調(diào)整炮手的瞄準(zhǔn)過程。維納關(guān)于感知和反饋?zhàn)鳛橐环N優(yōu)化性能的方法的設(shè)想不僅僅只是用于戰(zhàn)爭(zhēng)。維納與之前的研究者不同，他將反饋構(gòu)想成一種通用的普適原則。他認(rèn)為，反饋能夠以同樣的方式應(yīng)用于機(jī)器、組織、城市甚至是人的大腦。他在1905年出版的《人類的人類用法》（heuaneuanng）一書中記錄下了許多這樣的設(shè)想，此書比人工智能的正式問世早了6年。作為一本出人意料的暢銷書，它描述了智能自動(dòng)化推動(dòng)社會(huì)進(jìn)步的各種方式。維納拋棄了建造能夠思考的機(jī)器來替代人類的想法，而是在他的書中討論了人類與機(jī)器可以合作的方式。在導(dǎo)讀中，他寫道：備的基礎(chǔ)。例如，標(biāo)準(zhǔn)的無聲恒溫器通過傳感器收到溫度信息，并根據(jù)其冷熱程度，為你開啟火爐或空調(diào)。另一方面，一個(gè)智能恒溫器能平均的溫度。代替那種簡(jiǎn)單的反應(yīng)式工作，智能設(shè)備的工作變成了預(yù)測(cè)式的。這種對(duì)機(jī)器與環(huán)境（或者更好的情況是，多種機(jī)器與其環(huán)境）之間突發(fā)行為的興趣源于控制論運(yùn)動(dòng)，并引發(fā)了機(jī)器人領(lǐng)域的一些早期重要工作，如威廉格雷沃爾特（my）所從事的工作，他是一位出生在美國(guó)而生活在英國(guó)的神經(jīng)科學(xué)家。1949年，沃爾特建立了世界上第一對(duì)三輪機(jī)器人，他稱之為烏龜。與剛剛開始研究數(shù)字計(jì)算機(jī)的計(jì)算機(jī)科學(xué)家不同，沃爾特依靠模擬電子學(xué)來仿制其機(jī)器人的大腦。他的目標(biāo)是證明少量腦細(xì)胞之間豐富的關(guān)系能夠產(chǎn)生復(fù)雜的行為。他對(duì)這樣的概念十分癡迷，即機(jī)器可以定義目標(biāo)，并隨后通過學(xué)習(xí)自己的行為產(chǎn)生的后果從而完成目標(biāo)。沃爾特的烏龜分別名為埃爾默（）和埃爾希（），都裝配有光敏元件、標(biāo)志燈、觸摸感應(yīng)器、推進(jìn)馬達(dá)、轉(zhuǎn)向馬達(dá)和保護(hù)殼。盡管這對(duì)機(jī)器人還不能可靠地工作，但它們能夠自動(dòng)探測(cè)周圍的環(huán)境。在沃爾特所著《活著的大腦》（hengan）一書里，他回憶了一段經(jīng)歷：一位年長(zhǎng)的女士認(rèn)為這對(duì)自主漫游的機(jī)器人在追逐她，于是逃上樓將自己鎖在臥室。在沃爾特工作的位于布里斯托爾的博爾頓神經(jīng)學(xué)研究所（udnuooglnu），沃爾特在技術(shù)人員..邦尼沃倫（..unnyn）的幫助下，使烏龜機(jī)器人得到了改進(jìn)。他在1951年的不列顛節(jié)（vlofn）上展示了后續(xù)三臺(tái)馬基納斯巴卡拉特里克斯（hnapux）機(jī)器人，它們基于埃爾默和埃爾希原型進(jìn)行了許多重大改進(jìn)。其中包括當(dāng)電池即將耗盡時(shí)，機(jī)器人會(huì)轉(zhuǎn)身向光源前進(jìn)。今天，雖然人們幾乎已經(jīng)遺忘了沃爾特的烏龜機(jī)器人，但是它們是早期自動(dòng)機(jī)器人的典范，能夠通過自己的行為，以試錯(cuò)的方式進(jìn)行學(xué)習(xí)。談到威廉格雷沃爾特的烏龜機(jī)器人的后續(xù)產(chǎn)品，就不可能不提到obo公司創(chuàng)造的真空清潔機(jī)器人oob。oob呈小型圓盤狀，在計(jì)算機(jī)的引導(dǎo)下可以在家里自動(dòng)工作。盡管它可以通過基于反饋的智能對(duì)刺激做出反應(yīng)，但一般情況下，它遵循一系列預(yù)先設(shè)計(jì)的清潔策略。首先，它會(huì)一直清理直至與障礙物發(fā)生碰撞，碰撞指示其改變線路并以新方向重新開始清理。為了使之有效移動(dòng)，oob器，其中兩個(gè)是紅外傳感器，幫助它檢查墻體以及被它稱為懸崖的物體，比如樓梯和其他會(huì)造成下落的地方。當(dāng)oob撞到障礙物時(shí)，觸摸感應(yīng)緩沖器會(huì)阻止其向前行進(jìn)。在oob的下面裝配有俗稱的壓電傳感器，可以檢測(cè)到灰塵。如果在一個(gè)地方發(fā)現(xiàn)過多的灰塵，oob將重復(fù)其步驟以進(jìn)行第二次清理，第二次速度將放慢并清理得更加徹底。僅僅觀察這些簡(jiǎn)單的步驟，oob的突發(fā)行為。己的方式行動(dòng)。然而，如同沃爾特的“烏龜”一樣，當(dāng)Roomba設(shè)法完成自己的任務(wù)時(shí)，行為實(shí)體（behaviouralagent）與環(huán)境的結(jié)合可能產(chǎn)生一單獨(dú)一臺(tái)oob得很有趣了。沃爾特最有趣的觀察結(jié)果是，當(dāng)這些烏龜彼此圍繞旋轉(zhuǎn)的時(shí)候，他發(fā)現(xiàn)了它們跳舞的方式。這種舞蹈由一種看上去由機(jī)器人儀式化的碰撞和后退組成。這是他裝在烏龜機(jī)器人身上的標(biāo)志燈造成的，當(dāng)轉(zhuǎn)向馬達(dá)開啟的時(shí)候標(biāo)志燈就亮了，而轉(zhuǎn)向馬達(dá)停止時(shí)標(biāo)志燈就熄滅了。由于每個(gè)烏龜機(jī)器人依靠對(duì)方的標(biāo)志燈來定位，它們就像同一物種的兩個(gè)生物首次見面一樣彼此吸引。當(dāng)烏龜走過顯現(xiàn)它們身影的鏡子時(shí)，會(huì)發(fā)生同樣的現(xiàn)象。沃爾特宣布，如果這是一種動(dòng)物行為的話，這種行為或許可以證明烏龜機(jī)器人具有自我意識(shí)。2015年6月之前，我從來不會(huì)花很多時(shí)間考慮諸如哪個(gè)城市的居民睡眠最少，抑或通勤不足5多這樣的問題。然而對(duì)于感興趣的人而言，答案分別是：日本東京的市民睡眠最少（平均每天睡5小時(shí)44分鐘）；是的，通勤不足5英里的上班人士比距離更遠(yuǎn)的人鍛煉得更多（每天多走422步）。這是班達(dá)爾安塔比（ndrnb）告訴我的。安塔比無疑是世界上最佳的酒吧競(jìng)猜選手。你若問他，他會(huì)告訴你，如果你希望夜晚早點(diǎn)降臨的話，那么你最佳的居住地是澳大利亞的布里斯班，在那兒，人們大約晚上10點(diǎn)57分就要進(jìn)入夢(mèng)鄉(xiāng)，而夜貓子的首選居住之地應(yīng)該是俄羅斯的莫斯科，那里通常凌晨12點(diǎn)46分才是人們?nèi)胨臅r(shí)間。他說，在情人節(jié)女人會(huì)比平時(shí)少吃約3的大蒜，但是當(dāng)天男人會(huì)多吃37。瑞典的斯德哥爾摩人是最活躍的步行者（按每天平均量計(jì)算），而巴西圣保羅人是世界上最不活躍的步行者，等等，就像你把達(dá)斯汀霍夫曼（DustinHoffman）1999年，bon以為美軍開發(fā)降噪技術(shù)而起家，隨后才涉足藍(lán)牙頭戴設(shè)備、揚(yáng)聲器以及后來的可穿戴生活記錄儀等領(lǐng)域。就是可穿戴生活記錄儀這種裝滿傳感器的智能設(shè)備使bon今天聞名于世，如3，它是一種如同手表的細(xì)腕帶，專注地記錄著從你的睡眠模式、呼吸節(jié)奏、心率到皮膚電反應(yīng)等所有事情的設(shè)備。bon的大量用戶所生成的原始數(shù)據(jù)使班達(dá)爾知道了如此多的真相?，F(xiàn)在，這些數(shù)據(jù)包括了3萬億步、2.5億次睡眠以及將近200總量等。簡(jiǎn)而言之，bon希望成為你計(jì)量生物學(xué)上的記錄者。bon與許多技術(shù)硬件公司建立了有經(jīng)紀(jì)人參與的合作，但是如果只是分享數(shù)據(jù)的話，這些業(yè)務(wù)是不值得我花費(fèi)筆墨的。你的恒溫器真的需要知道在昨夜的晚餐中你吃了什么嗎？如果你的電視知道你一周要慢跑4次，這會(huì)對(duì)你有什么好處呢？班達(dá)爾說，實(shí)際上這意義深遠(yuǎn)。數(shù)據(jù)雖然是好事，他對(duì)我說，但是理解數(shù)據(jù)才是我們關(guān)注的。”這些數(shù)據(jù)處理即通常所說的事件驅(qū)動(dòng)程序或者規(guī)則（通過不同平臺(tái)的條件來決定是否執(zhí)行下一條命令）。這些簡(jiǎn)單的規(guī)則，依據(jù)簡(jiǎn)單的方法，將服務(wù)環(huán)節(jié)串聯(lián)了起來。規(guī)則先驅(qū)林登蒂貝茨（ndnbb）曾將這些規(guī)則稱為數(shù)字傳送帶，因?yàn)樗鼈兛梢允怪悄芗夹g(shù)的創(chuàng)造者或用戶將完全割裂的概念聯(lián)系起來。這種在智能設(shè)備領(lǐng)域可能或者當(dāng)前正在發(fā)生作用的交互例子不勝枚舉，比如，如果你的汽車知道你昨夜沒有睡好，它可以從你的智能恒溫器提取數(shù)據(jù)，這些數(shù)據(jù)如果顯示出你遇到寒冷會(huì)更精神，它就可以打開空調(diào)，確保你能保持足夠的清醒。通過你的可穿戴健身記錄儀，它可以了解到當(dāng)你聽某一類型音樂時(shí)你的表現(xiàn)最佳，因此，它可以自動(dòng)播放金屬樂隊(duì)的音樂使你一天都活躍起來。它甚至可以知道昨夜你和朋友外出聚會(huì)，現(xiàn)在仍然還處于醉酒狀態(tài)。為了實(shí)現(xiàn)這點(diǎn)，它使用嵌入在變速桿上的傳感器，分析你手掌汗液里的酒精含量。如果遇到這種狀況，它會(huì)讓汽車熄火，并建議你呼叫一輛優(yōu)步（b）出租車。還有一個(gè)例子，你的智能電視可以收到你的睡眠記錄，并可以基于你一天的時(shí)間安排為你提供定制化收看電視節(jié)目的時(shí)間建議。如果晚上9點(diǎn)放棄看讓你腦子興奮好幾個(gè)小時(shí)的《權(quán)力游戲》（aeofhon）這樣的節(jié)目后，為什么不選擇看《摩登家庭》（odna）呢？或許你在觀看一個(gè)你喜歡的烹飪節(jié)目，智能電視就將節(jié)目中的食譜發(fā)送至智能冰箱，冰箱監(jiān)控著所有食物，所以它知道里面是否存放有烹飪這道菜所必需的各種原料。如果沒有的話，它可以將所需原料加入家庭采購(gòu)雜貨的快遞清單之中。隨著越來越多的設(shè)備與網(wǎng)絡(luò)連接，能夠提取彼此的數(shù)據(jù)并由事件驅(qū)動(dòng)程序?qū)⑺鼈兿嗷リP(guān)聯(lián)，技術(shù)迷期待已久的夢(mèng)想即將實(shí)現(xiàn)了?！稕]出息的兒子》（Soeohsoe），此劇圍繞著窩囊、意外不斷的弗蘭克斯賓塞（nkpn）的故事展開。在喬治的家（ogsou）這一集里，弗蘭克和他飽受折磨的妻子貝蒂（y）拜訪了貝蒂的哥哥喬治。喬治是一位高科技設(shè)計(jì)師，居住在一個(gè)滿是最新智能家電的房子里。弗蘭克的到來讓一切都不可避免地亂套了。弗蘭克在使用裝有傳感器的馬桶時(shí)，意外地?fù)p壞了沖水裝置。當(dāng)他嘗試修復(fù)馬桶時(shí)，馬桶刷、浮球和拖鞋卻擠進(jìn)了平底鍋里。故事結(jié)束的時(shí)候，喬治的家成了鬼屋，門和窗自行地打開和關(guān)閉。建筑公司的老板在這天誤打誤撞地去喬治家取房子的技術(shù)演示報(bào)告，然而，在門上的鉸鏈被最后的笑聲吹掉之前，他慘叫一聲：讓我離開這見鬼的房子吧！”實(shí)際上，這么多年以來我們的家在變得越來越智能?，F(xiàn)代主義建筑師喬治弗萊德凱克（ogedk）為1933—1934年的芝加哥世界博覽會(huì)設(shè)計(jì)了一個(gè)未來家庭的展覽。這個(gè)展覽包括嵌入式洗碗機(jī)、電子車庫(kù)門遙控開關(guān)、中央空調(diào)及裝有調(diào)光器的電燈。當(dāng)時(shí)人們認(rèn)為所有這些都是難以置信的未來主義設(shè)計(jì)。而今天，我們已經(jīng)步入了下一個(gè)發(fā)展階段。即使一個(gè)觸發(fā)運(yùn)動(dòng)傳感器就會(huì)報(bào)警的中級(jí)安保系統(tǒng)也屬于智能技術(shù)。電子產(chǎn)品的量產(chǎn)化曾是凱克對(duì)未來的憧憬，而今天類似的憧憬則是基于智能設(shè)備。你可以設(shè)想一下2020年的自己。下午6點(diǎn)鐘你下班回家，當(dāng)你駕車準(zhǔn)備進(jìn)入車庫(kù)，你面前的車庫(kù)門靜悄悄地打開，示意你進(jìn)入已經(jīng)完全聯(lián)網(wǎng)的智能家庭。當(dāng)你走進(jìn)家里，燈馬上就自動(dòng)打開了，并自行調(diào)節(jié)至你喜歡的低亮度，智能恒溫器則將溫度設(shè)置在舒適宜人的23度。如果家里住著很多人，通過如指紋傳感器或面部識(shí)別等一些生物特征識(shí)別技術(shù)，你的家知道回來的是你，而不是其他家庭成員。無線揚(yáng)聲器馬上啟動(dòng)，選擇播放一些使人心率放緩的軟搖滾音樂。你的晚餐已經(jīng)準(zhǔn)備就緒，因?yàn)楦鶕?jù)地理定位系統(tǒng)，你的真空低溫浸入式炊具早就知道你已經(jīng)離開了辦公室。所以，現(xiàn)在你有足夠的時(shí)間脫掉外套再倒上一杯啤酒了。在客廳的角落里，55英寸1的智能電視用你熟悉的聲音說“歡迎回家議你看一段昨晚球賽的集錦，因?yàn)樗滥氵€沒有看。實(shí)現(xiàn)物聯(lián)網(wǎng)的設(shè)想，使用所有這些可以進(jìn)行一些思考的設(shè)備，可以采用以下兩種方式中的一種。被稱為人工智能強(qiáng)化學(xué)習(xí)領(lǐng)域（涉及人工智能形成并追逐目標(biāo)的能力）的專家理查德薩頓（hd uon）表示，你可以擁有執(zhí)行單獨(dú)目標(biāo)的獨(dú)立實(shí)體，比如，恒溫器的標(biāo)可能是提高效率并節(jié)省燃料。冰箱的目標(biāo)是在你需要的時(shí)候確保隨時(shí)為你提供食物。這樣做的結(jié)果可能是你的智能設(shè)備為計(jì)算出各自目標(biāo)的優(yōu)先級(jí)而爭(zhēng)斗不休。而另一種方式是將所有設(shè)備互聯(lián)，從而形成一個(gè)決策者。”舉出類似的例子并不難，比如擁有一套使你更加健康或者能節(jié)約燃料的住宅。當(dāng)然，并不是人人都喜歡這樣。這里需要對(duì)第一種選擇進(jìn)行解釋，薩頓接著說道，播放最新的節(jié)目。它具有一個(gè)清晰的目標(biāo)，而且你們都知道它在做什么。住宅自己的可信度賦值非常簡(jiǎn)單明了?！摈彀矌?kù)克（neook）的方式。幾年前，庫(kù)克參觀了得克薩斯州博覽會(huì)，在博覽會(huì)上她看到了以一系列智能設(shè)備為特色的未來家庭展。離開時(shí)，她卻不為所動(dòng)。這根本不是智能家庭，只是個(gè)聯(lián)網(wǎng)的家庭，她說，這里有一臺(tái)可以掃描二維碼的冰箱，它隨后可以為你生成一個(gè)雜貨清單，并將清單發(fā)送到當(dāng)?shù)氐氖称返辏称返暝偎拓浬祥T。這個(gè)家庭里雖然有很多這樣的設(shè)備，但擁有智能的仍然還是住在里面的人。這些設(shè)備沒有邏輯推理能力，只有信息。”庫(kù)克運(yùn)用機(jī)器學(xué)習(xí)的知識(shí)，希望建造一個(gè)不僅僅只是收集數(shù)據(jù)的房子。我認(rèn)為智能家庭不僅要感知環(huán)境中發(fā)生的事情，而且還要通過自動(dòng)化對(duì)環(huán)境造成影響。她說道，它可以對(duì)收集到的信息進(jìn)行推理，使用這些信息并自動(dòng)選擇一種行為。進(jìn)行推理的工作，從而獲得老年人在認(rèn)知與身體差異方面的早期指標(biāo)。智能傳感器可用于告訴我們一個(gè)人在家活動(dòng)的全部信息。如紅外運(yùn)動(dòng)檢測(cè)儀、磁力門窗警報(bào)器以及可以記錄水龍頭和爐子狀態(tài)的傳感器等設(shè)備能夠顯示一個(gè)人是在吃飯、睡覺、做飯、看電視還是在外出散步。通過監(jiān)測(cè)這些活動(dòng)，有意識(shí)地提取他們的統(tǒng)計(jì)學(xué)活動(dòng)特征。庫(kù)克的算法還可以預(yù)測(cè)一個(gè)人的活動(dòng)進(jìn)行情況。比如，一個(gè)有記憶障礙的人執(zhí)行某一任務(wù)所花費(fèi)的時(shí)間可能更長(zhǎng)。他們可以展現(xiàn)出許多可識(shí)別的跡象，如徘徊過多，在具體事情中試圖回想起下一步該做什么，反復(fù)開關(guān)壁櫥，或是使用不正確的工具做飯等。孤立地來看，這些行為不一定有什么意義，但從全局來看時(shí)它們勾勒出一幅充滿啟示的圖畫。開始的時(shí)候，庫(kù)克和她的團(tuán)隊(duì)在華盛頓州立大學(xué)的校園測(cè)試這項(xiàng)智能家庭技術(shù)，隨后他們搬至西雅圖當(dāng)?shù)氐囊患颐麨榈仄骄€之家的療養(yǎng)院。這里共有18位老人，平均年齡至少73英寸安裝一個(gè)。即使沒有攝像頭，這些傳感器也能夠分辨出共同生活的是兩個(gè)人還是一個(gè)人和一只寵物，庫(kù)克稱后者為基于智能家庭的角度不得不處理的噩夢(mèng)般的場(chǎng)景。庫(kù)克隨后將傳感器數(shù)據(jù)與（人類）護(hù)工所管理的正常檢測(cè)數(shù)據(jù)進(jìn)行了比較。這是令人吃驚的成功，她說，我功地預(yù)測(cè)他們正在接受怎樣的診斷治療?！崩^續(xù)待在他們度過了前半生的家里。即使沒有護(hù)理人員登門，這也沒有問題。如果出現(xiàn)重大的變化，意味著健康狀態(tài)發(fā)生轉(zhuǎn)變，護(hù)理人員或者醫(yī)務(wù)人員也可以及時(shí)得到警告。這種智能家庭可以發(fā)出關(guān)于老年人瞬間記憶喪失的警報(bào)，如冰箱門敞開或爐子沒關(guān)等?！睅?kù)克的項(xiàng)目已經(jīng)收到約300萬美元的資金，她的下一個(gè)目標(biāo)是擴(kuò)展自己的研究。今天我們包里都有智能手機(jī)，她說，傳感器、網(wǎng)絡(luò)、軟件以及計(jì)算機(jī)放入一個(gè)小容器里，并將它們送到全球各地的站點(diǎn)。不久，它就可以用來進(jìn)行國(guó)際研究——隨著全球各地