導讀
AI真的是越來越火，產業化應用也開始越來越普及了。以前陸陸續續地看過很多文章，也零碎地瞭解了很多知識，比如算法、機器學習（ML）、深度學習（DL）、RNN（循環神經網絡）等等。
最近，靜下心來，認真看了一本2017年6月出版的書（《人工智能革命：歷史、當下與未來》王天一 著。覺得對自己非常有用，於是寫下這個札記，供大家參考，如果需要更好地理解，建議去買一本，真的是一本很好的人工智能科普書籍。
人類智能的本質是什麼？這是認知科學的基本任務，也是基礎科學麵臨的四大難題中最難解決的一個。
人類之所以會把實現人工智能的期望寄託在計算機身上，其基礎在於“認知的本質是計算”這一著名論斷。
截至目前，所有的計算機都未能超出圖靈機的範疇，也就必須遵循數理邏輯定義的規則。從“認知即計算”的角度出發，基於計算機的人工智能如果想要達到近似人類的思維能力，也必須建立起“自我”的概念，這無疑會導致自指的出現，也將成為不完備性定理的活靶子。
1
圖靈是誰？
學計算機的人一定聽過圖靈獎，最近對人工智能有些接觸的也一定聽過圖靈機。圖靈就是那個發明用機械的方法來解決數據問題的人。他首次提出了圖靈機的概念。圖靈機以天才的抽象性模擬了人腦的計算過程，將其還原為若干最基本的機械操作。圖靈機的出現本來是用於解決純數學中的基礎理論問題，可它卻帶來了意想不到的巨大收穫：
艾倫·圖靈
年僅23歲的圖靈第一次接觸到了德國數學家大衛·希爾伯特（David Hilbert）23個世紀問題中的第十問題：“能否通過機械化運算過程來判定整係數方程是否存在整數解？”
圖靈清楚地意識到，解決這一問題的關鍵在於對“機械化運算”的嚴格定義。圖靈機的紙帶被劃分為小格，每格中只能有0和1兩種符號。
2
馮·諾依曼體系結構
馮·諾依曼體系結構
可以理解為計算機體系結構。這個誕生在列車上的卓越思想，馮·諾伊曼體系結構給計算機的性能帶來了革命性突破，馮·諾伊曼體系結構包括五大部分：運算器、控制器、存儲器、輸入設備和輸出設備，為電子計算機的邏輯結構設計奠定了基礎。
馮·諾依曼理論的要點是：數字計算機的數制採用二進制；計算機應該按照程序順序執行。
3
人工智能元年
1956年8月，美國達特茅斯學院（Dartmouth Col-lege）召開的學術會議。
約翰·麥卡錫
這次會議最重要的成果就是確定了會議所討論的研究內容的名稱——由麥卡錫提出的人工智能（Artificial Intelligence），1956年也就成為了人工智能元年。
西蒙與紐維爾
20年後分享圖靈獎的紐埃爾和西蒙在達特茅斯會議上展示了人類歷史上首個人工智能程序“邏輯理論家（Logic Theorist）”，“邏輯理論家”的出現在人工智能的歷史上具有里程碑式的意義。這不僅因為它是第一個人工智能程序，更因為它顛覆了人們對計算機的印象。
4
專家系統
美國計算機科學家愛德華·費根鮑姆（Edward Feigenbaum）正是人工智能新路的開拓者。受哲學家弗朗西斯·培根（Francis Bacon）“知識就是力量”著名論斷的指引，費根鮑姆將視線從抽象的通用證明方法轉移到具體的專業知識上，強調人工智能必須在知識的指導下實現，這催生了人工智能新領域——專家系統（Expert System）的誕生。
專家系統機制
所謂的專家系統實質上是利用計算機基於已有的知識進行自動推理，從而以領域專家的角度解決實際問題。1977年，在第五屆國際人工智能大會上，費根鮑姆用術語“知識工程”為這個全新的領域命名。
5
人工智能領域的三大學派
在人工智能學術界，很早就有人提出過自下而上湧現智能的方案，只不過它們從來沒有引起大家的注意。一批人認為可以通過模擬大腦的結構（神經網絡）來實現，而另一批人則認為可以從那些簡單生物體與環境互動的模式中尋找答案。他們分別被稱為連接學派和行為學派。與此相對，傳統的人工智能則被統稱為符號學派。自20世紀80年代到90年代的十年間，這三大學派形成了三足鼎立的局面。
三大學派，三足鼎立
三大學派分別從高、中、低三個層次來模擬智能。
符號主義學派
符號主義學派的代表人物是達特茅斯會議的與會者之一麥卡錫，而他對人工智能的理解也代表了符號主義學派的見解，“（人工智能）是關於如何製造智能機器，特別是智能的計算機程序的科學和工程。它與使用機器來理解人類智能密切相關，但人工智能的研究並不需要侷限於生物學上可觀察到的那些方法。”。符號主義學派認為人工智能源於數理邏輯。用於機器定理證明的邏輯演繹系統事實上也繼承了圖靈測試的衣缽。該學派認為人類認知和思維的基本單元是符號，而認知過程就是對符號的邏輯運算。
連接主義學派
連接主義學派並不認為人工智能源於數理邏輯，也不認為智能的關鍵在於思維方式。這一學派把智能建立在神經生理學和認知科學的基礎上，強調智能活動是由大量簡單的單元通過複雜的相互連接後並行運行的結果。
行為主義學派
在智能方面，行為主義學派並沒有把關注焦點放在人類身上，而是投向了昆蟲。行為主義學派的機械代表作首推美國麻省理工學院教授羅德尼·布魯克斯（Rodney Brooks）設計的六足行走機器人，它被視為“控制論動物”，是一個基於感知-動作模式模擬昆蟲行為的控制系統。
行為主義學派的算法代表則是美國科學家約翰·霍蘭（John Holland）提出的遺傳算法和美國心理學家詹姆斯·肯尼迪（James Kennedy）提出的粒子群優化算法。
遺傳算法對進化中的自然選擇現象進行了高度抽象，通過變異和選擇，實現目標函數的最優化；
粒子群優化算法則通過模擬動物的群體行為解決最優化問題。
6
通用人工智能
通用人工智能（Artificial General Intelligence）由德國計算機科學家馬庫斯·胡特（Marcus Hutter）提出，計算機科學與技術專業用語，專指通用人工智能。為了與傳統人工智能或主流人工智能的AI用詞相區分，故此增加General。他對這一概念給出了精當的定義：
智能是主體在各種各樣的紛繁複雜的環境中實現目標的能力。
談論通用人工智能，“哥德爾不完備性”定理就是個不可迴避的問題。這一定理由奧地利數學家哥德爾提出——就是氣走馮諾伊曼那位老兄，是對希爾伯特提出的23大難題中第二個的回應。
哥德爾不完備性定理
在任何包含初等數論的形式系統中，都必定存在一個不可判定命題。為了通俗地解釋不完備性定理，比如：這句話是錯的。
把這一概念翻譯成計算機能夠理解的語言，得到的結果就是通用歸納模型和序貫決策理論的結合。通用歸納將歸納轉化為預測，而預測的關鍵是對數據的建模或編碼表示，預測的精度依賴於對模式的掌握程度。諸如分類、類比、聯想、泛化等與智能相關的要素，都可以被廣義地理解為對模式的追求，對計算機而言則是找尋最優編碼。但找尋最優編碼的過程無法通過解析方式執行，只能通過試錯不斷逼近。
序貫決策理論
試錯的實質就是序貫決策理論，它研究的是在客觀概率分佈已知但具體狀態不確定的動態環境中，主體如何尋求最大化期望效用。它從初始狀態開始，每個時刻根據所觀察到的狀態和以前狀態的記錄，依照已知的概率分佈，從一組可行方案中選用一個能夠獲得最大化期望效用的最優方案，接著觀察下一步實際出現的狀態，然後再作出新的最優決策，如此反覆進行。但最關鍵的問題是，如果這種客觀的概率分佈未知怎麼辦？
建立了未知概率分佈下的決策體系，就建立了通用人工智能，這也正是“算法概率”的宗旨與要義。
7
模式識別
通過計算機來實現人工智能，最初的路徑是模式識別（Pattern Recognition）。模式識別的黃金時代出現在20世紀80年代，它強調的是如何讓計算機程序去做一些看起來很“智能”的事情，就像是有個人躲在盒子裡偽裝成機器的樣子。模式識別技術的主要作用在於發現、區分、檢測或提取存在於我們周圍世界中的模式，這依賴於怎麼從觀察數據中進行信息提取和表示，結合背景知識，最終得到新知識和概念的形式。
早期的計算機模式識別研究將重點放在數學模型的建立上。模式識別的範疇，人工神經網絡正是解決模式識別問題的主流方法。
8
多層神經網絡的工作原理
下層神經元的輸出是上層神經元的輸入，不同層次的神經網絡使用不同的神經元來分辨輸入信號的不同特徵，經過多層神經網絡處理後得到的不同區域還可以進一步進行交、並、異或等邏輯運算。這樣一來，多層神經網絡就可以表示出更復雜的空間劃分，得到更精確的判定效果，其代價則是更高的計算複雜度。
9
人工神經網絡
人工神經網絡的作用是分類，人工神經網絡的數學本質是一種特殊的有向圖，這個有向圖可以由一層或多層節點組成，每一層的節點都通過有向弧指向上一層的節點，每一條有向弧都用一個權值來描述，同一層的節點之間則並無連接。輸入層的節點按照有向弧的權值進行函數變換，變換後的輸出傳遞給第二層的節點作為輸入；第二層的節點如此這般執行同樣的操作，其輸出再作為第三層的輸入。最後在輸出層，哪個節點的數值最大，輸入的信號就被劃分在哪一類。
人工神經網絡的本質是通過計算機算法來模仿、簡化和抽象人腦的若干基本特性。1981年，兩位神經生物學家大衛·胡貝爾（David Hubel）和托爾斯滕·魏澤爾（Torsten Wiesel）連同另一位科學家分享了諾貝爾醫學獎，他們二位的主要貢獻在於“發現了視覺系統的信息處理方式：可視皮層是分級的”。
10
強化學習
強化學習是從動物學習、參數擾動自適應控制等理論發展而來，其基本原理是：如果Agent的某個行為策略導致環境正的獎賞（強化信號），那麼Agent以後產生這個行為策略的趨勢便會加強。Agent的目標是在每個離散狀態發現最優策略以使期望的折扣獎賞和最大。
強化學習把學習看作試探評價過程，Agent選擇一個動作用於環境，環境接受該動作後狀態發生變化，同時產生一個強化信號（獎或懲）反饋給Agent，Agent根據強化信號和環境當前狀態再選擇下一個動作，選擇的原則是使受到正強化（獎）的概率增大。選擇的動作不僅影響立即強化值，而且影響環境下一時刻的狀態及最終的強化值。
強化學習不同於連接主義學習中的監督學習，主要表現在教師信號上，強化學習中由環境提供的強化信號是Agent對所產生動作的好壞作一種評價（通常為標量信號），而不是告訴Agent如何去產生正確的動作。由於外部環境提供了很少的信息，Agent必須靠自身的經歷進行學習。通過這種方式，Agent在行動一一評價的環境中獲得知識，改進行動方案以適應環境。
強化學習系統學習的目標是動態地調整參數，以達到強化信號最大。若已知r/A梯度信息，則可直接可以使用監督學習算法。因為強化信號r與Agent產生的動作A沒有明確的函數形式描述，所以梯度信息r/A無法得到。因此，在強化學習系統中，需要某種隨機單元，使用這種隨機單元，Agent在可能動作空間中進行搜索並發現正確的動作。
總結
世界頂級的計算機科學家高德納（Donald Knuth）曾經如此評價人工智能：“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他動物不需要思考就能完成的事情上，還差得很遠。”
的確差的很遠，我也認同。但人工智能不就是用來服務人類的不足，去更有效地去探索更多的未知領域和世界。
人類的發展過程就是人類的經驗的積累過程，棋譜是專業棋手的經驗，算法是碼農的經驗，案例是律師的經驗，公式是數學家的經驗。但經驗不一定是完善的，好比圍棋下法，變化太多，人類根本不可能去揣摩各種變化，因為人類的計算能力不足以思考所有的解。所以只能按照經驗去設定主流的開局佈局（因為這是前人經驗，所以後來人也就不去找更多的新解，也可能靠人類的計算力根本算不出來）。
經驗非常的重要，但經驗也侷限了我們。所以人工智能的輔助（不僅僅只是計算能力的提高），可以觀察和協助人類分析各類歷史數據的趨勢，對未來進行預測，以幫助人類做出決策。對於整個社會的發展起到非常跨越式的幫助。正如馬斯克的Neuralink項目一樣，讓人連接AI或許是個好的方向。
當你讀到這裡的時候，請教您個小問題，如果人+AlphaGo和AlphaGo對弈，或者人+AI對AI，你覺得誰的贏面大？
歡迎大家評論區留言討論
最近準備學NLP
NLP（Natural Language Processing）自然語言處理
提前祝各位春節快樂，狗年大吉
-END-
信息化顧問團｜專注•專業•專心
每天與你相約
你每天都必讀
▽
每天十分鐘 • 看懂你的圈子
長按，識別二維碼，加關注
-轉發是最好的鼓勵-
閱讀更多 楊凱Kayson 的文章
