1.1 重要的奠基时期
人类利用机器来帮助自身工作的愿望由来已久,但人工智能并不是凭空产生的,它的诞生有着深刻的历史背景和先决条件。总结起来说,人工智能诞生的关键要素有下面几个。
1.1.1 神经元的研究和人工神经元模型的提出
人类对大脑的研究由来已久,在19世纪末到20世纪初,在大脑神经系统的研究方面获得了突破性的进展。1906年,西班牙神经组织学家、被誉为现代神经科学之父的圣地亚哥·拉蒙-卡哈尔(Santiago Ramóny Cajal)因对人脑神经系统的突出贡献获得当年的诺贝尔生理学或医学奖。他明确阐述了神经元(也叫作神经细胞)的独立性和神经元之间通过树枝状触角相互连接的关系,奠定了生物神经网络(Biological Neural Networks)的基础,也为人工神经网络(Artificial Neural Network,常简称为神经网络)提供了可参考的重要依据。
图1.1是一个典型的单个生物神经元结构的示意图。每个神经元除包括细胞体和细胞核以外,一般还包括树枝状的树突和较长的一条轴突。树突和轴突都与其他神经元相连接,连接形成的组织叫作突触。树突是神经元的输入部分,也就是接收信号的结构;轴突是神经元的输出部分,也就是输出信号的结构。
图1.1 生物神经元结构示意图
如图1.2中示意的,不同神经元之间通过突触相互连接,形成了生物神经网络。这是神经系统的主要构成形式。
图1.2 生物神经网络示意图
1943年,神经学家沃伦·麦卡洛克(Warren McCulloch)和年轻的数学家沃尔特·皮茨(Walter Pitts )这一对绝妙的组合提出了一个人工神经元的模型——麦卡洛克-皮茨神经元模型(McCulloch-Pitts Neuron Model),一般简称为MP模型,如图1.3所示。
图1.3 MP模型描述的人工神经元示意图
图1.3圆圈中是一个人工神经元(后面简称神经元)。与生物神经元的树突类似,每个神经元可以接受多个输入,也就是图中的X1、X2,直至Xn,每个X输入到神经元后,会进行放大或缩小,也就是乘上一个权重值W,即图中的W1至Wn,然后进行相加求和操作,也就是图中的∑符号所表示的操作。∑操作求得的值再经过一个门限函数T,得到最终的输出值Y,Y也就形似生物神经元的轴突。门限函数T后来一般叫作激活函数(Activation Function)。在后来的模型中,也常常在∑操作后再加上一个偏移量b来增加模型的适应性,也就是图中虚线箭头所示的部分。
每一个神经元的输出又可以作为下一个神经元的输入,因此,多个神经元就可以组成现代意义上的人工神经网络。
MP模型的提出无疑是人工智能史上最具有开创性的事件之一,具有极其深远的影响。迄今为止,神经网络的基本元素间仍然在使用该模型。它的意义在于,给出了一个可实际参照实施的神经网络的最小构件,在此基础上,神经网络就可以像拼插积木一样堆积而成。
1.1.2 计算机和程序的出现
1930年,美国科学家范内瓦·布什造出世界上首台模拟电子计算机。1945年末至1946年初,世界上第一台数字计算机埃尼阿克诞生在美国宾夕法尼亚大学,ENIAC是Electronic Numerical Integrator And Calculator(电子数字积分计算机)的缩写。1951年,第一台实现了“计算机之父”冯·诺依曼提出的冯·诺依曼体系结构的计算机EDVAC (Electronic Discrete Variable Automatic Computer,离散变量自动电子计算机)问世。冯·诺依曼体系结构主要有3个创新:一是首次用二进制代替了十进制数字;二是提出了程序存储在数字计算机内运行的方式;三是提出了计算机中运算器、控制器、存储器、输入设备和输出设备这五大基本组成部件。至今为止,哪怕是最先进的计算机,仍在使用冯·诺依曼体系结构。
计算机和程序的出现,使得人工智能的实现有了硬件和软件基础(虽然当时还没有完整的软件的概念)。通俗地说,人类拥有计算机后,相当于拥有了第二个大脑,可以帮助人类思考和计算,所以后来也把计算机叫作“电脑”。而这第二个大脑所做的事情,已经具备了人工智能的雏形。人工智能的主要特征包括思维和行为,而从一定意义上来说,程序就是人类思维的体现,执行程序就是计算机的行为方式。
1.1.3 图灵测试的提出
被视为计算机科学奠基人之一的艾伦·图灵(Alan Turing)也被视为人工智能之父,这是因为他在1950年发表了一篇名为《计算机器与智能》(Computing Machinery and Intelligence)的论文,里面提出了“机器能思考吗?”的问题,并给出了肯定的答案。这篇论文中,图灵驳斥了一些反对的观点,描述了人工智能研究的目的,给出了人工智能发展的方向,并预言了真正具有思维能力的机器的出现,被广泛视为人工智能理论的开山之作。
图灵还提出了被称为“图灵测试”(见图1.4)的一种判断机器是否能够有思维的测试方法,即由一个人(A)同时分别与另一个人(B)及一台机器(C)进行对话,对话的双方互不见面,仅以文字方式进行,由A负责提问,B和C分别进行回答。如果有相当多的人扮演A的角色并问了一系列问题后,其中有一定比例的人无法判断出B和C哪个是人哪个是机器,那么就说明机器具备了智能。
图1.4 图灵测试示意图
图灵预言,在20世纪末,一定会有计算机通过图灵测试。到了2014年,终于有人,或者应该说是有机器通过了从1991年开始的年度图灵测试,它就是由俄罗斯人弗拉基米尔·维西罗夫(Vladimir Veselov)开发的人工智能聊天机器人软件——尤金·古斯特曼(Eugene Goostman)。图灵的预言终于实现了。
图灵的贡献主要在于:坚定地确认了人工智能成功的可能性,并确定了一个判断人工智能成功与否的标准。