ChatGPT的橫空出世，引發(fā)了人工智能浪潮，科技公司們在人工智能領域的動作和競爭愈演愈烈。

早在57年前，麻省理工學院教授約瑟夫•魏岑鮑姆（Joseph Weizenbaum）就開發(fā)了 全球第一個聊天機器人Eliza，將它定位為醫(yī)生的助手。 Eliza會主動向病人詢問情況，并根據(jù)病人的回答進行接下來的對話。

 

這樣可以根據(jù)輸入的文本而進行流暢對話的聊天機器人是前所未有的。盡管患者在向Eliza描述病情時，得到的反饋非常有限，患者們還是很樂于和這個新奇的機器人交流，對Eliza展現(xiàn)出了相當大的狂熱情緒，甚至有人堅信Eliza可以真實理解和感受人類。約瑟夫表示，“我沒想到，普通人只是短暫接觸到一個相對簡單的計算機程序，也會產生嚴重的妄想癥。”

 

ChatGPT的崛起背后是人類幾十年來對人工智能的不懈探索。 人工智能誕生之初，社會各界對AI無比樂觀， 專家甚至表示機器將在20年內完成人類的所有工作。很快， 研究成果的匱乏直接帶來了資金支持的削減和大批項目的流產，極度的樂觀被極度的悲觀取代，AI寒冬到來。 接著， 新技術、新發(fā)現(xiàn)又再次點燃了人們對于AI的熱情，使得資金重新注入、進展再次到來。 如此循環(huán)往復， 人們對AI的情緒在悲觀和樂觀之間反復震蕩，AI就這樣螺旋式上升發(fā)展。

 

AI走了幾十年，ChatGPT才來到了我們面前。人工智能是如何一步步發(fā)展起來的？科學家通過什么思路、以哪些方法模擬人類智能？近年來人工智能的迅速發(fā)展，以及AIGC行業(yè)的大熱，是由什么技術而推動的？以下，Enjoy：

 

 

1

AI誕生：激情與寒冬

 

1956年，一些來自知名大學、企業(yè)和實驗室的科學家匯聚在達特茅斯學院，就人工智能領域的研究開展暑期研究項目， AI學科正式誕生。

 

約翰·麥卡錫（John McCarthy）是該項目第一次會議的發(fā)起人，也是人工智能一詞的創(chuàng)造者。在《關于達特茅斯學院人工智能主題的暑期研究項目的提議》中，他這樣 定義人工智能： “人類學習的每個方面或智能的任何特征，原則上都可以被非常精確地描述。 人類可以制造出能夠根據(jù)這些描述模擬人類智能的機器。 ”

 

在相關領域有所建樹的科學家們相聚達特茅斯，其中不少人在未來成為了圖靈獎和其他獎項的得主。除發(fā)起人約翰·麥卡錫（John McCarthy）外，參會的科學家還包括：馬文·明斯基（Marvin Minsky）、克勞德·香農（Claude Shannon）、艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert Simon）和奧利弗·塞弗里奇（Oliver Selfridge）等。

在會議召開之前，他們已經對人工智能的實現(xiàn)方式進行了有意或無意的初步探索。

 

人類的大腦可以實現(xiàn)復雜的計算和記憶，靠的是1000億神經元組成的神經網絡。一些科學家從生物學家那里得到靈感，希望用機器模擬人腦的運行， 建立神經網絡就是實現(xiàn)這一想法的主要方法。 馬文·明斯基（Marvin Minsky）就是其中之一。他從學生時代開始就研究神經網絡這一未知領域，在研究生期間，他與同學一起建立了世界上第一個人工神經網絡——隨機神經網絡模擬強化計算器（SNARC）。它由40個“神經元”組成，可以模仿小鼠走迷宮的過程，我們可以從中窺見現(xiàn)代神經網絡的影子。

 

艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert Simon）選擇了另一條路。 他們認為運用邏輯推理法則能夠模擬出人腦的思維，這才是人工智能的出路。 二人合力開發(fā)了邏輯理論家（Logic Theorist），世界上第一個可以模仿人類一些方面的能力來解決復雜問題的程序。該程序能夠證明數(shù)學家阿爾弗雷德·諾斯·懷特黑德(Alfred North Whitehead)和伯特蘭·羅素(Bertrand Russell)的《數(shù)學原理》(Principia Mathematica)中前52個定理中的38個，其中某些證明比原著更加新穎和精巧。

 

在更早的時候，神經生理學家威廉·格雷·沃爾特（W. Grey. Walter）在40-50年代進行了另一種嘗試。他雖然沒參加這次會議，但走出了人工智能的另一條路。 他試圖讓機器模仿動物行為，發(fā)明了Elmer和Elsie這對烏龜機器人， 它們可以通過一個旋轉的光電管來自我指引，緩慢探索周圍環(huán)境，向有光源的地方移動。如果光源過于明亮，它們就會退后并朝著另一個新的方向探索。傳感器感應到障礙物時，它們就會改變方向。

 

 

以上對人工智能實現(xiàn)方式的三種探索分別代表了 人工智能的三種學派——聯(lián)結主義、符號主義、和行為主義， 它們迎來過各自的強盛期，但 終究以彼此融合的方式推動了AI研究的發(fā)展。

 

1950年，艾倫·圖靈（Alan Turing）發(fā)表了劃時代的《計算機器與智能》一文，提出了“ 機器可以思考嗎 ”的重要問題，并提出了著名的“ 圖靈測試 ”以檢驗機器是否擁有真正的智能。圖靈測試的內容是： 如果一臺機器能夠與人類展開對話而不被辨別出其機器身份，那么稱這臺機器具有智能。 直到現(xiàn)在， 圖靈測試也被認為是測試機器是否存在智能的標準。 從那時開始，72年來，人類一直在試圖解決這個問題。

計算機下棋也許是“人工智能”行為最直觀的例子。讓機器自動玩智力游戲并尋求戰(zhàn)勝人類，一直是人工智能領域追求的重要目標之一。因為智力游戲被公認為是智能的一種具體表現(xiàn)，而人工智能的終極目的就是用機器實現(xiàn)人類（部分）智能。 1950年，達特茅斯會議的重要參加者、狂熱下棋愛好者克勞德·香農（Claude Shannon）為《科學美國人》撰文，闡述實現(xiàn) 人機博弈 的方法。這篇論文為計算機下棋的理論研究奠定了基礎，其主要思路在多年后的Deep Blue及AlphaGo中仍能看到。

 

克勞德·香農對于人機博弈的想法很快就變成了現(xiàn)實。在達特茅斯會議召開的1956年，IBM發(fā)布了亞瑟·塞繆爾（Arthur Samuel）設計的 西洋跳棋程序 。這個程序能夠通過觀察棋子的走位來構建新的模型，并以此提高自己的下棋技巧。Samuel和這個程序在進行對弈后發(fā)現(xiàn)，隨著時間的推移，程序的棋藝變得越來越好。

 

 

之后，AI迎來了飛速發(fā)展。1957年，馬文·明斯基（Marvin Minsky）的高中同學弗蘭克·羅森布拉特（Frank Rosenblatt）發(fā)明了一種叫 感知機的神經網絡模型 。這是 首個意圖讓機器去學習的機器， 本質是一個模擬單個神經元工作方式的簡單數(shù)學模型。Rosenblatt在定制的硬件上用感知機實現(xiàn)了單層神經網絡，并讓它學會去分類一些簡單的形狀，第一次把神經網絡的研究付諸實踐。這就是最初的機器學習。 他的研究不僅開啟了機器學習的浪潮，也成為了后來神經網絡的基礎。

 

這個機器的誕生不但讓Rosenblatt本人空前自信，甚至 表示基于感知機的電子計算機將擁有自己的意識，能夠代替人類進行星際探索，當時的社會對于AI的前景也極其看好。 《紐約時報》在1958年報道，“海軍披露了一臺尚處初期的電子計算機，期待這臺電子計算機能行走、談話、看和寫，自己復制出自身存在意識……Rosenblatt博士說，感知機能作為機械太空探險者被發(fā)射到行星上。”

 

本以為感知機的發(fā)現(xiàn)是AI發(fā)展全盛期的到來，沒想到是寒冬前的短暫巔峰。1969年，Rosenblatt的高中同學Minsky成為了圖靈獎得主，并撰寫了《感知機》一書。他在書中批評了神經網絡的發(fā)展，認為神經網絡在當時的情況下不可實現(xiàn)，新晉圖靈獎得主的發(fā)言給大熱的神經網絡研究潑了一大盆冷水，神經網絡從天堂來到了地獄。

 

同時，逐漸有學者指出， AI研究者們之前的偉大許諾無一實現(xiàn)，大筆項目資金打了水漂， 政府因此中斷了資金支持，AI研究因此被重創(chuàng)。人們最初對AI有多少美好的幻想和期待，此時就有多少的失望和幻滅。 AI狂熱散去，寒冬來臨。

 

 

 2

ANI誕生：AI應用走出專家系統(tǒng)新路

 

神經網絡的發(fā)展受到質疑后，AI寒冬來臨。歸根結底， 計算機的算力不足仍然是AI發(fā)展路上的最大障礙。 在20世紀70-80年代初， 大部分人不再尋求通用智能的研究，而是轉向了更小范圍專業(yè)任務的AI領域，我們所說的“窄AI”（ANI）一詞也正是誕生在這個時期。

 

在這一時期， AI走上了“專家系統(tǒng)”的應用之路， AI研究迎來逐步復蘇。但AI專家們一改對神經網絡研究的極度樂觀，轉而希望通過符號和邏輯來搭建人工智能體系，用數(shù)理邏輯的手段實現(xiàn)人工智能。

 

專家系統(tǒng)是人工智能最活躍和最廣泛的領域之一，也是人工智能的重要分支。 專家系統(tǒng)定義為：使用人類專家推理的計算機模型來處理現(xiàn)實世界中需要專家作出解釋的復雜問題，并得出與專家相同的結論。簡言之，專家系統(tǒng)可視作“知識庫(knowledge base)”和“推理機(inference machine)”的結合。

 

1965年，根據(jù)NASA的要求， 斯坦福大學創(chuàng)造出來了世界上的第一個專家系統(tǒng)DENDRAL。 這是 世界上第一個主要借助能解決問題的知識，而非先進技術本身運行的成功程序。

 

DENDRAL背后的男人叫做費根鮑姆（Edward·Albert·Feigenbaum）。他進入卡內基理工學院（卡內基梅隆的前身）攻讀電子工程(EE)本科時才16歲，并在這里遇到了引發(fā)他關于人工智能興趣的重要老師、達特茅斯會議的關鍵參會者赫伯特·西蒙（Herbert Simon）。本科畢業(yè)后，費根鮑姆留校任教，后于1964年來到了斯坦福大學。在這里，他見到了李德伯格（Joshua Lederberg），一位在33歲就斬獲了諾貝爾生理學獎的遺傳學大師。

 

李德伯格早年深受“萊布尼茨之夢”影響，希望能借助符號計算，把人類思想還原為計算的普遍語言，再制造出一個能執(zhí)行該計算的強大機器。他和費根鮑姆一樣對科學哲學非常熱愛。他們相遇的時候，李德伯格正在研究火星上是否有新生命，而費根鮑姆正在研究機器歸納法（也就是現(xiàn)在的機器學習），一個有火星來的數(shù)據(jù)，一個有最先進的方法，兩位一拍即合。

 

盡管如此，二人在實際開發(fā)過程中，發(fā)現(xiàn)他們缺少研發(fā)一個化學系統(tǒng)最關鍵的東西——專業(yè)化學知識。于是，他們找上了斯坦福的化學家翟若適（Carl Djerassi），翟若適更為人所知的發(fā)明成就是避孕藥。三人合力下，1965年，DENDRAL誕生了。DENDRAL 接收到輸入的數(shù)據(jù)后，可以自動生成輸出給定物質的化學結構。 DENDRAL也可以被視作是科學家嘗試利用早期計算機實現(xiàn)科研自動化的一種嘗試。

 

 

DENDRAL讓人工智能的研究者們明白，智能行為需要大量的知識作為基礎。他們也因此開始研究如何建立能夠以知識來解決輸入的問題的程序。

 

DENDRAL的核心成員布坎南（Bruce G. Buchanan）在DENDRAL大獲成功后，開始尋找新的方向。很快，他把目光投向了醫(yī)學領域。他邀請醫(yī)學專家肖特萊福（Edward Shortliffe）參與到項目中來，兩人牽頭開發(fā)了 醫(yī)療專家系統(tǒng)MYCIN。

 

該系統(tǒng)于1973年開始研制，1974年基本完成，1976年發(fā)表。MYCIN具有內科醫(yī)生的知識和經驗，可用于血液感染病的診斷、治療和咨詢服務。MYCIN 的處方準確率高達 69%，遠遠優(yōu)于非專科醫(yī)生，就算與當時專科醫(yī)生的80%準確率相比，MYCIN也并不遜色太多，肖特萊福因此獲得 1976 年 的霍普（Grace Murray Hopper）獎，該獎項是ACM專門為青年計算機科學家設立的。

 

MYCIN系統(tǒng)采用了“知識庫”（Knowledge Base）、“推理機”（Inference Engine）的系統(tǒng)結構，引入了“可信度”的概念，進行非確定性知識推理，能對用戶的咨詢提問進行回答解釋，并給出答案的可信度估計。MYCIN是功能較全面，結構較完善的專家系統(tǒng)。它的研制成功，為其他許多專家系統(tǒng)的研究與開發(fā)提供了范例和經驗。

 

之后，MIT又研發(fā)了 MACSYMA系統(tǒng)作為一位數(shù)學家的助手 。經過持續(xù)改進后，該系統(tǒng)可以解決超過600個數(shù)學問題。這些專家系統(tǒng)的成功得到了學界和業(yè)界的廣泛認可。許多研究者也因此認為，知識表達，知識利用，和知識獲取是人工智能系統(tǒng)的三大基本問題。

 

專家系統(tǒng)作為一個時代的人工智能應用標志性產物曾風靡一時，然而，1980年代以來，專家系統(tǒng)的問題也逐漸暴露出來，如應用范圍狹窄、昂貴的專用硬件支持、算法成本過高、推理機制不完善等等…… 單一的 專家系統(tǒng)逐漸轉向能夠解決更復雜問題的基于框架的專家系統(tǒng)等，但還是不復往日輝煌。

 

AI應用發(fā)展遇阻的同時，理論界雖有突破，但也不足以提振整個AI行業(yè)。

 

1985年，為了更好地開發(fā)醫(yī)療專家系統(tǒng)，增加治愈疾病的可能，裘德·珍珠（Judea Pearl）提出 貝葉斯網絡 (Bayesian network)，又稱信念網絡(Belief Network)，以從概率上對相關問題進行分析。 社會對神經網絡的進展反響樂觀，媒體報道稱：可以采購到神經網絡程序，用于診斷心臟病。

次年，大衛(wèi)·魯姆哈特（David·Rumelhart）、杰弗里·辛頓（Geoffrey·Hinton 等人提出了 反向傳播算法 ( Backpropagation algorithm )，也就是我們通常所說的 BP算法 。 BP算法是現(xiàn)在的深度學習中仍然被使用的訓練算法，奠定了神經網絡走向完善和應用的基礎。 BP網絡是前文提到的感知機的層次化，而多個BP網絡的層次化也將在未來帶來進一步技術升級。

 

這是神經網絡復興的關鍵一步， BP算法的大獲成功給了科學家重拾神經網絡研究的激情與信心。 然而， 計算機算力的限制還是未能使得理論在應用中充分發(fā)揮出效果。 沒過幾年， AI發(fā)展迎來了第二次寒冬。

 

與此同時，針對計算機進行的研究也在持續(xù)開展，一些大事件發(fā)生了。專家系統(tǒng)發(fā)展的70-80年代，蘋果、IBM陸續(xù)推出第一臺臺式機，個人計算機的出現(xiàn)將在未來變革人類的工作和生活方式。日本在80年代初野心勃勃，提出用8.5億美元開發(fā)第5代計算機——人工智能計算機以引領世界，卻終于在1991年宣布計劃中止，上億美元都打了水漂。

 

直到90年代末， IBM的超級計算機”深藍“問世，擊敗頂尖棋手， AI發(fā)展才漸有回暖跡象。 之后我們來到21世紀，自動機器人取得長足進步，掃地機器人、跳舞機器人等機器人層出不窮，吸引著人們的目光。隨后，谷歌率先以語音識別應用開啟數(shù)字化語音助手的潮流，AI應用越來越多地回歸到人們的視野中。

 

 

 3

AIGC爆發(fā)：ChatGPT攪動風云

 

AIGC可謂是今年最熱的話題，各類內容生成模型不斷更新著我們對AI的認識。事實上， AIGC的爆發(fā)背后是深度學習技術十余年來的快速發(fā)展。 谷歌、DeepMind、OpenAI等公司和實驗室也正是借了深度學習技術發(fā)展的東風，才能頻繁帶著我們所熟悉的AI成果出現(xiàn)在大家面前。

 

那么深度學習是什么呢？拋開復雜的概念不談，簡單來說，深度學習從底層模擬人腦神經元的主要工作機制，通過計算機對數(shù)據(jù)的復雜運算和優(yōu)化實現(xiàn)人工智能。深度學習是機器學習的一種，使得機器學習領域有了新的突破。李開復在《人工智能》一書中以識別圖中的漢字為例，講解了深度學習的概念：

 

假設深度學習要處理的信息是“水流”，而處理數(shù)據(jù)的深度學習網絡是一個由管道和閥門組成的巨大水管網絡。網絡的入口是若干管道開口，網絡的出口也是若干管道開口。這個水管網絡有許多層，每一層由許多個可以控制水流流向與流量的調節(jié)閥。根據(jù)不同任務的需要，水管網絡的層數(shù)、每層的調節(jié)閥數(shù)量可以有不同的變化組合。對復雜任務來說，調節(jié)閥的總數(shù)可以成千上萬甚至更多。水管網絡中，每一層的每個調節(jié)閥都通過水管與下一層的所有調節(jié)閥連接起來，組成一個從前到后，逐層完全連通的水流系統(tǒng)。

 

深度學習和這些AI巨頭的故事要從十年前（2012年）的一篇論文講起。這篇論文開啟了難以阻擋的歷史洪流，而谷歌等科技公司正是乘上了這股洪流，在搜索引擎、翻譯軟件、聊天機器人等領域帶來了Google Photos, Google Translate, Uber, Alexa, DALL-E, AlphaFold, ChatGPT等令人印象深刻的現(xiàn)實成果。

 

在介紹論文之前，也許你還記得在這篇論文發(fā)布的前一年，2011年，一件轟動世界的比賽把人類的目光聚焦于AI。那一年， IBM研發(fā)的Watson參加了美國家喻戶曉的電視智力競賽節(jié)目Jeopardy!，并打敗了人類冠軍Ken Jennings， 震撼了無數(shù)電視機前的觀眾，也讓社會對Watson的信心一路飆升。

 

Watson采用了100多項與自然語言處理、知識問答相關的技術，利用節(jié)目40多年的問答進行訓練，儲存了數(shù)百萬份資料，可以在3秒內給出一個問題的回答，可以說在當時已經非常智能。IBM認為這只是Watson輝煌的開始，并承諾將把Watson打造為一個在醫(yī)院、農場、辦公室和工廠通用的熱心機器助手，變革醫(yī)療、金融、法律和學術等領域。

 

然而，IBM的數(shù)百萬美金都付之東流，結果現(xiàn)在我們已經知道，Watson沒能重塑任何一個行業(yè)，IBM這步走得并不到位。科學家David Ferrucci解釋道， Watson是針對益智類游戲設計的，它能夠識別詞組，并預測正確的答案，卻遠遠沒有準備好正式進入商業(yè)世界。 盡管在AI領域深耕數(shù)十年之后，IBM并沒有通過Watson取得歷史性的成功，但Watson帶給整個世界的巨大震撼以及對于其他公司AI發(fā)展的引領作用仍然是不可否認的。與此同時，一些公司已經準備好接過IBM的接力棒，引領2010年代的AI潮流。而這就要回到2012年的那篇論文。

 

這篇2012年發(fā)布的論文題目是《 使用深度卷積神經網絡實現(xiàn)ImageNet數(shù)據(jù)庫分類 》，由“深度學習之父”杰弗里·辛頓（Geoffrey Hinton）和他的兩位博士生亞歷克斯·克里熱夫斯基（Alex Krizhevsky）和 伊利亞·蘇茨凱弗（Ilya Sutskever，他正是后來OpenAI的聯(lián)合創(chuàng)始人和首席科學家，開發(fā)了GPT、CLIP、DALL-E、Codex等模型）完成。

Ilya Sutskever（左）、Alex Krizhevsky（中）和 Geoffrey Hinton（右）

該論文闡述了他們使用ImageNet數(shù)據(jù)庫創(chuàng)建了一個名為AlexNet的開創(chuàng)性神經網絡，AlexNet在各種圖像的分類方面都要比以往任何方法準確得多。在著名的ImageNet圖像識別大賽中，AlexNet拿下冠軍。在這場比賽中，參賽者必須使用自己的系統(tǒng)來處理數(shù)百萬的測試圖像，并且以盡可能高的準確率進行識別。AlexNet贏得了比賽，錯誤率不到亞軍的一半。AlexNet的Top-5錯誤率是15.3%；而在2012年以前，最好成績是26%的錯誤率。 該論文成功解鎖了計算機視覺乃至整體深度學習的全面進步，將深度學習推向主流。

 

深度學習作為機器學習的分支，引領了接下來十余年的人工智能領域的發(fā)展。 深度學習的興起標志著數(shù)字技術的構建方式出現(xiàn)了根本的改變。工程師們不再細致地定義機器應該如何運行規(guī)則和代碼，而是打造可以通過自身經驗學習任務的機器，這些經驗包含了巨量的數(shù)字信息，甚至沒有人能完全理解。

 

獲獎后，Hinton成立了一家名為DNNresearch的小公司，為了把它賣出個好價格，他決定組織一場拍賣。 四家公司加入了這場競拍，包括我們所熟知的國內大廠百度，國際巨頭谷歌和它的老對手微軟， 還有一家剛成立不過兩年的英國實驗室。這家實驗室就是 DeepMind 。當時還沒有人想到，它將成為這個時代最著名且最有影響力的人工智能實驗室，在人工智能領域為世界帶來一次又一次驚喜。

 

百度出價1200萬美元，但 谷歌最終贏得了這場拍賣，順便攬下了獲獎者Alex Krizhevsky 和 Ilya Sutskever,還在兩年后收購了DeepMind。 當時的DeepMind被認為是最有可能研發(fā)出AGI（通用人工智能：具有一般人類智慧，可以執(zhí)行人類能夠執(zhí)行的任何智力任務的機器智能）的實驗室，谷歌收購DeepMind后實力大增，極有壟斷AI行業(yè)的可能。 為了對抗這種可能性，OpenAI于2015年誕生了。

 

盡管主流研究還集中在ANI的研究（如機器視覺、語音輸入等），OpenAI從創(chuàng)立起，每一位參與者都堅信AGI是可行的，他們希望能夠研制像人一樣思考、能夠應用于多種途徑的機器智能。OpenAI以非盈利組織的形式成立，承諾發(fā)布研究成果并開源所有技術，匯集了眾多理想主義的技術大牛，也吸引了不少投資。

 

這一年（2015年），神經網絡研究再次迎來突破，Hinton所參加的ImageNet競賽迎來了新冠軍。何凱明在這年提出了ResNet深度殘差網絡，這是世界上第一個上百層的深度神經網絡，開創(chuàng)了深度學習領域的里程碑。人工智能研究開始嘗試輸入更高量級的數(shù)據(jù)，以更精確地模擬人腦。

 

2016年， DeepMind所發(fā)布的AlphaGo已經擊敗了世界圍棋冠軍李世石，震動世界。 人機大戰(zhàn)最終局結束后，李世石獨自一人掩面坐在棋盤前。這場比賽主動挑戰(zhàn)執(zhí)黑的李世石沒能再次展現(xiàn)出“神之一手”，最終180手投子不敵AlphaGo。而人類VS人工智能也最終以1：4落下大幕。

 

 

李世石表示，“如果我再次與AlphaGo比賽的話，我不確定我能不能贏。在心理和技術上，我覺得人類已經很難趕上AlphaGo了，它已經做得很好了。”李世石失利后，不少棋手表示要為人類挽回顏面。

 

次年（2017年），世界排名第一的圍棋冠軍柯潔0：3不敵AlphaGo， 人工智能的威力再次得到彰顯，AlphaGo自此不再參加圍棋比賽。10月，DeepMind發(fā)布了AlphaGo Zero。與學習大量人類棋譜的AlphaGo不同，AlphaGo Zero是自學成才類選手，自己和自己對弈，學成后以100：0的戰(zhàn)績碾壓前輩AlphaGo。

 

12月，谷歌緊鑼密鼓地發(fā)布了AlphaZero。這次，棋類AI終結者真的來了。它發(fā)揚了Alpha家族“后浪推前浪”的光榮傳統(tǒng)，輕松擊敗了早出生兩個月的AlphaGo Zero，還拿下了當時最好的國際象棋引擎Stockfish以及日本將棋程序Shogi。而AlphaZero完成這些成就之前自我訓練的時間更是讓人驚異：國際象棋9小時，日本將棋12天，圍棋13天。只靠十幾天的努力，它就下出了人類畢生努力也難達到的水平。

 

在人工智能在圍棋領域已無敵手的這一年， 谷歌繼續(xù)一路開掛，發(fā)布了空前強大的Transformer模型。 Transformer 被廣泛認為是當時世界上發(fā)明最新和最強大的模型之一， 一些人把它帶來的人工智能領域方面的進步稱作transformer AI。Transformer擁有強大的表征能力和并行計算優(yōu)勢，直到現(xiàn)在也深深影響著我們：我們在谷歌或必應瀏覽器上的每一次搜索，都與它有關。斯坦福大學的研究人員在2021年8月的一篇論文中將Transformer稱作“基礎模型”，認為它推動了AI的范式轉變。最近大火的ChatGPT的GPT模型中的T就來自于Transformer。

 

谷歌團隊將Transformer模型概括為一句話：Attention is All You Need. 這是一個完全基于注意力機制的編解碼器模型Transformer，完全拋棄了之前其他模型引入注意力機制后仍然保留的循環(huán)與卷積結構，在任務表現(xiàn)、并行能力和易于訓練性方面都有大幅提升，因此也成為了后續(xù)機器翻譯和其他許多文本理解任務的重要基準模型。

 

Transformer可以讀取許多單詞或句子來訓練模型，充分理解詞之間的相互關聯(lián)，并預測接下來出現(xiàn)的詞。Transformer架構不斷發(fā)展并擴展到多種不同的變體，從語言任務擴展到其他領域。該模型應用相當廣泛，可以實時翻譯文本和語音，保證聽障者也可以順利參會；可以幫助研究人員了解DNA中的基因鏈和蛋白質中的氨基酸鏈，加快藥物設計進程等等。前者應用如谷歌翻譯，后者應用的例子就是大名鼎鼎的AlphaFold。

 

2020年， DeepMind的AlphaFold在國際蛋白質結構預測競賽上擊敗了其余的參會選手 ，再次爆紅。 AlphaFold能夠精確地基于氨基酸序列，預測蛋白質的3D結構。 其準確性可以與使用冷凍電子顯微鏡（CryoEM)、核磁共振或X射線晶體學等實驗技術解析的3D結構相媲美。DeepMind創(chuàng)始人哈薩比斯表示，這對于DeepMind來說是一個非常關鍵的時刻， DeepMind為此投入了巨大的人力及其他資源，以達成其解決這個非常重要的、現(xiàn)實世界的科學問題的目標。

 

該消息引起巨大震動。前基因泰克首席執(zhí)行官亞瑟·萊文森（Arthur D. Levinson）博士稱這一成就為 “ 劃時代的進步” 。有評論稱，AlphaFold必將成為科研“第四范式”時代的標志性事件，徹底變革科研方式。“第四范式”時代是圖靈獎得主吉姆·格雷（Jim Grey）在去世前最后一次報告中預測的內容，他認為未來的科研發(fā)現(xiàn)都將建立在大量數(shù)據(jù)基礎上，科學家將借助算法自動形成推論，最后通過現(xiàn)實實驗確認。

 

 

看到這里，谷歌似乎已經在人工智能領域占據(jù)了絕對優(yōu)勢，難以被其他公司所趕超。然而改變已經悄悄發(fā)生。

 

2022年是AI的變革之年，也是AIGC元年。 人工智能深度學習的快速發(fā)展所帶來的深度神經網絡技術在大模型和多模態(tài)兩個方面不斷突破。OpenAI等企業(yè)持續(xù)發(fā)力， 以 Stable Diffusion 為首的一眾 AI 畫圖框架或者平臺，以及其他類似的音視頻生成等平臺接連發(fā)布， 引起巨大轟動。AIGC成為繼PGC、UGC后最新的內容生產方式。AIGC時代下，人人都是創(chuàng)作者，只需一些簡單的描述，精美的圖文或視頻就出現(xiàn)在用戶面前。

 

2022年8月，美國科羅拉多州，一位毫無繪畫基礎的參賽者在當?shù)嘏e辦的新興藝術家競賽中獲得了一等獎，引發(fā)多方爭議。而這位參賽者正是借助人工智能，生成了下面這幅精美的AIGC繪畫作品《太空歌劇院》。

 

 

在AIGC潮流下，谷歌順勢而上，一口氣在2022年年末發(fā)布四款AIGC產品：文本圖像模型Imagen、AI寫作協(xié)助工具LaMDA Wordcraft、結合Imagen Video和Phenaki的超長連貫視頻生成模型、無需任何訓練的音頻模型AudioLM。

 

然而，OpenAI沒能讓谷歌過個好年。OpenAI在2020年投喂海量數(shù)據(jù)、更接近人腦的超大基礎模型GPT-3模型上持續(xù)提升，終于在 2022年11月，ChatGPT橫空出世， 憑借其有反饋的交互式問答和像與人聊天一樣的聊天體驗成為了AIGC領域最閃亮的新星和毋庸置疑的代言人，其龐大的用戶體量和討論度令人震驚。OpenAI不忘初心，以強有力的姿態(tài)出現(xiàn)并打破了谷歌的壟斷。谷歌匆忙迎戰(zhàn)，短短幾個月就推出Bard，然而Bard對谷歌談不上加成，因為答錯簡單的問題引發(fā)群嘲，進一步驗證了ChatGPT的強大。

 

如今的ChatGPT在文本方面引領熱潮，通過引入RLHF機制，持續(xù)優(yōu)化模型效果，能完成問答、詩歌創(chuàng)作、代碼寫作等，可以說是非常全能。在ChatGPT引發(fā)的潮流之下，多個科技巨頭加碼布局交互式文本。

 

同時，其他AIGC產品的集中發(fā)布，從效率、質量、多樣性等方面為內容生產帶來了巨大變革。新一代AIGC模型可以處理文字、語音、代碼、圖像、視頻、機器人動作等格式，為用戶帶來AIGC時代的內容生成新體驗。

 

 

 4

真正的AGI還會遠嗎？

 

1996年，IBM的超級計算機深藍大戰(zhàn)人類國際象棋冠軍卡斯帕羅夫，卡斯帕羅夫是世界上最富傳奇色彩的國際象棋世界冠軍，這次比賽最后以4：2比分戰(zhàn)勝了深藍。這是全世界第一次感到計算機智能水平有了質的飛躍的時刻。

 

卡斯帕羅夫在22歲就成為了最年輕的國際象棋世界冠軍，在與深藍交戰(zhàn)之前和之后都獲得了無數(shù)世界冠軍。盡管他在代表人類對弈深藍時失敗，但一幕將永遠被歷史銘記。卡斯帕羅夫對自己的失敗也表示出了高度樂觀：

 

機器的勝利，也是背后開發(fā)者的勝利。 機器先是取代了人的體力勞作，現(xiàn)在正給有大學學位的腦力工作者帶來壓力。作為一個跟機器斗爭過并敗下陣來的人，我要說這是個好消息。如果這種壓力消失，就意味著技術停止進步了。真正重要的是人類與機器一起生活工作的感受。如果我們想最大程度地利用科技，就必須直面我們的恐懼。

 

卡斯帕羅夫也許可以給現(xiàn)在因為ChatGPT而感到驚喜和沖擊的我們一些思考。如今，OpenAI引領AGI（通用人工智能）的探索，或許在不遠的將來，AGI時代真正來臨，我們將面對一個意想不到的、完全不同的世界。

 

在AI的螺旋式上升發(fā)展過程中，挑戰(zhàn)和機遇并存，驚喜和意外同在，人們的樂觀和悲觀情緒更是時常轉換。而我們能做的，只有在科技發(fā)展這條不可逆行的快車道上，以勇敢和樂觀擁抱人工智能，將人工智能為我們所用。

 

References:

1.Eliza:The Chatbot Who Revolutionised Huamn-Machine Interaction[An Introduction],medium，https://medium.com/nerd-for-tech/eliza-the-chatbot-who-revolutionised-human-machine-interaction-an-introduction-582a7581f91c

2.達特茅斯官網：https://home.dartmouth.edu/about/artificial-intelligence-ai-coined-dartmouth

3.Claude E. Shannon:Founder of Information Theory, Scientific American,https://www.scientificamerican.com/article/claude-e-shannon-founder/

4.Alan Turing and the Turing Test, Turing Organization,https://www.turing.org.uk/publications/testbook.html

5.The Robot Scientists Are Coming. But That's Not a Bad Thing, Discover,https://www.discovermagazine.com/technology/the-robot-scientists-are-coming-but-thats-not-a-bad-thing

6.Meet the Roomba's Ancestor" The Cybernetic Tortoise,IEEE Spectrum, https://spectrum.ieee.org/amp/meet-roombas-ancestor-cybernetic-tortoise-2650279709

7.A brief history and technical review of the expert system research,IOP Conference, https://iopscience.iop.org/article/10.1088/1757-899X/242/1/012111/pdf

8.IBM官網：https://www.ibm.com/ibm/history/ibm100/us/en/icons/ibm700series/impacts/

9.Newell and Simon's Logic Theorist: Historical Background and Impact on Cognitive Modeling,HFES,https://journals.sagepub.com/doi/abs/10.1177/154193120605000904

10.What Ever Happened to IBM's Watson? The New York Times,https://www.nytimes.com/2021/07/16/technology/what-happened-ibm-watson.html

11.《人工智能實踐錄》作者/中國電子信息產業(yè)發(fā)展研究院（賽迪研究院）人工智能產業(yè)創(chuàng)新聯(lián)盟

12.《人工智能簡史》作者/尼克

13.《深度學習導論》作者/[美]尤金·查爾尼克（Eugene Charniak），譯者/沈磊，鄭春萍

14.《深度學習革命》作者/[美]凱德·梅茨

15.中金證券：《AI十年展望（一）：底層模擬人腦，算力決定上限》

16.華泰證券：《傳媒：AIGC引領內容生產方式變革》

17.前沿技術：神經網絡與深度學習，作者/羅威博士，宇航智控(ID:yhznkz_lab)