我看见的世界(13)_李飞飞

一三

　　在未来的某一天，杨立昆（Yann LeCun）会成为脸书的人工智能首席科学家，但在我们到达美国时，他在新泽西州霍姆德尔的贝尔实验室的研究生涯才刚刚起步。他为人谦逊但雄心勃勃，近些年引发了不小的轰动，因为他展示了“神经网络”（neural network）算法在准确识别人类笔迹方面的能力。尽管这项技术仍然相对较新，远未达到日后的普及程度，但与之前数十年的人工智能传统已经截然不同。神经网络算法的目标不是用离散的规则来描述笔迹（1是直的，2是弯的，3是对称的，诸如此类），而是从数据中推断出模式。

　　杨立昆从美国邮政署拿到了7200多个手写邮编的扫描件，涵盖各种风格、质地，甚至包括常见的错误。他向神经网络算法展示这几千个真实的人类笔迹，让机器也能像人类一样学习相关模式，形成内化的直觉。这套直觉很难用传统计算机程序的形式表达，但它使得算法能够以前所未有的方式理解真实世界的复杂混乱。

　　杨立昆的研究取得了巨大的成功。算法的识别非常精准，在短短几年内，它就被广泛应用于全美的自动提款机上，用来读取支票上的数字。在距离达特茅斯研究提案中首次提出人工智能概念几十年后，人工智能领域终于取得了极具实用性的成就。

　　此前的几代人试图用规则详尽描述智能，算法相对僵化，这种人工智能通常被称为“符号人工智能”（symbolic AI）；20世纪80年代末到90年代初，潮流开始转向更自然的方法。杨立昆的成果就预示着一个大胆的未来。随着时间的推移，行业研究重点从“通过明确编程来解决问题”转变为“从示例中发现模式”。换言之，算法不是被告知该做什么，而是去学习该做什么。研究人员给它起了一个贴切的名字：“机器学习”（machine learning）。

　　在科学的发展进程中，思想孕育的过程相对富有诗意。没有任何一条自然法则规定洞察只有在能够付诸实践的前提下才会出现。很多灵感的火花都领先自己所处的时代几年、几十年，甚至几个世纪，历史上的例子比比皆是。而真正鼓舞人心的是，这些早期的思想家对于自己的发现抱有坚定的信念：无论前进的道路看起来多么不切实际，无论实验成功的前景多么渺茫，伟大的科学家都被与生俱来的探索欲所驱使，再艰难的环境也浇不灭他们孜孜以求的热情。机器学习几十年的发展历程即是如此。

　　机器学习的历史可以说是人工智能发展历史中不太为人所知的章节。尽管图灵本人很早就认可过机器学习，但这一概念相对来说仍然比较小众。1950年，图灵发表了一篇题为《计算机器与智能》的论文，简要对比了“基于规则的人工智能”（rule-based AI）和机器学习。基于规则的人工智能是指从零开始构建具有智能行为能力的完整体，而机器学习指的是允许智能体自主发展。图灵问道：“与其努力打造程序来模拟成人的思维，为何不尝试用程序模拟儿童的思维呢？”事实上，机器学习自诞生之初就从人类认知中汲取了一定的灵感，这在很大程度上得益于神经科学等领域的同步发展。

　　＊

　　早在19世纪，人们就对大脑的运作模式有了一些模糊的了解，但直到20世纪，我们今天所熟知的神经科学才开始逐渐形成。即便在那时，我们对大脑的认知也非常初级。就像第一批天文学家努力理解天空中天体的运行轨迹一样，当时的科学家对大脑的了解也仅限于他们能观察到的现象：电脉冲和化学信号的洪流，在一层层潮湿又神秘的褶皱组织里穿梭。

　　在科学处于混沌期、世界对科学探索闭关自守之际，如果还能看到一线希望，那就是那些充满好奇心的人正处在自己创造力的巅峰。他们从近乎虚无的状态中提出各种假设。即使是微不足道的进步，也能带来巨大的变革。随之而来的滚雪球效应可能会让人眼花缭乱。随着20世纪中叶的临近，神经科学即将确定该领域的基本概念，从而逐层建立真正的理论。这个时代与现代物理学的黎明期并无二致：当人类首次觉察到物理世界基本性质的蛛丝马迹，即粒子和力是我们所看到的一切事物的基石时，我们对自然的理解就彻底改变了。

　　1943年，研究人员沃伦·麦卡洛克（Warren S. McCulloch）和沃尔特·皮茨（Walter Pitts）共同发表文章，介绍了一项关于大脑基本单位“神经元”的新探索，把其中的生物学原理简化为数学的本质概念，从而推动了神经科学的重要进展。他们的方法的关键在于抽象化：通过剔除真实大脑中变幻莫测的电化学过程，将神经元简化为相对简单的信号交换。这种纯粹的交换性分析——输入什么、输出什么，以及两者之间如何相互关联——产生了深远的影响。不同于身体的其他部位，也不同于任何已知的自然结构，大脑似乎是唯一适合处理信息的器官。

　　从某种意义上说，这个发现相当于神经科学领域的原子裂变，它揭示了在整个大脑中重复出现的根本模式，展现出惊人的一致性和稳定性：大脑可以被看作由简单元素组成的大型网络，元素之间的联系可以随着时间的推移而改变；通过将复杂的行为分布于网络中，我们几乎可以完成无限的任务，并且可以不断学习新的任务，即使到了晚年也可以。

　　人类大脑的复杂性远远超越已知宇宙中的任何其他事物，但其构造又极其优雅，几乎把复杂性全部掩藏。汽车或手机都是由清晰区分的零件组装而成，这是人类设计师认为直观的形式。但大脑的构造与此不同，它是由近1000亿个神经元构成的巨大网络，其中的神经元就是一个个互相连接的微小单元，可以在电化学传输中精细聚焦。尽管整个大脑中的神经元行为受到类似概念的支配（至少在麦卡洛克和皮茨的模型层面上是如此），但神经元可以形成不同的网络，其排列和位置各不相同，可以应对各类挑战，如视觉、听觉、运动，甚至进行抽象思考。此外，大脑在最初在子宫内形成后的很长时间里，才通过学习形成了（或者至少是逐渐完善了）这些网络结构。这就是为什么尽管我们的灰质在解剖学上看起来并无二致，但每个人的个性、技能和记忆都是独一无二的。

　　＊

　　有了这样清晰的模型，技术进步迟早会赶上研究界的好奇心。1958年就迎来了这样一个时刻。康奈尔航空实验室的心理学研究员弗兰克·罗森布拉特（Frank Rosenblatt）发明了一种机械神经元，他称之为“感知机”（perceptron）。虽然罗森布拉特的创意在概念上非常简单，但当时的技术还没有数字化，因此操作难度很大。他将自己的心理学背景与对电气和机械工程的理解相结合，经过数月的辛勤努力，终于将数学模型转化为一个实用的实际设备。

　　更大胆的是，罗森布拉特的研究工作不仅实现了麦卡洛克和皮茨的想法，还结合了哈佛大学心理学家斯金纳（B. F.Skinner）提出的补充假设，对神经元的基本模型进行了扩展。斯金纳认为，有些输入对神经元行为的影响更大，这就好比不同的读者可能会对阅读的内容产生不同程度的信任和怀疑。如果允许这些影响随着时间的推移而变化，随着任务的成功或失败而增强或减弱，那么从本质上看，神经元网络本质上就可以进行学习了。

　　罗森布拉特运用相关原理，设计了一个由400个光传感器组成的像素为20的摄像头。他把每个传感器的输出连接到感知机上，让感知机学会识别视觉模式，比如识别面前的索引卡上绘制的形状。由于每个传感器的初始影响权重是随机设置的，因此系统对所见图像的分类也是随机的。而罗森布拉特就是感知机的老师，他会用开关来告诉感知机哪些行为是正确的，哪些是错误的。通过这种方式，系统就能确定每个传感器的输入对答案的影响，并相应地增强或减弱这一影响。随着这个过程的重复进行，感知机就逐渐获得了形状识别的可靠能力。

　　在通过机器重现认知基础方面，罗森布拉特的感知机被誉为重大进步，研究界对他的工作成果进行了热切探索。然而，随着感知机的局限性逐渐凸显，人们的兴奋之情逐渐消退。研究人员开始质疑感知机能够解决的问题的范围，甚至包括理论层面能解决的问题，而当时技术条件有限，只能进行最简单的实施，无法进行更复杂的实验。

　　有意思的是，1969年，达特茅斯暑期项目发起人之一马文·明斯基与计算机科学先驱西摩·佩珀特（Seymour Papert）合著的《感知机》（Perceptrons）一书出版，明斯基成为感知机最知名的批评者之一。这本书在肯定感知机优雅之处的同时，也对其进行了猛烈的抨击，指出感知机的设计缺乏严谨的理论基础，并列举了许多导致感知机应用范围极窄的弱点。尽管明斯基的观点没有被普遍视为这个问题的最终结论，许多同时代的人也提出了反驳意见，但是感知机的声誉已经受到了损害。在接下来的十几年里，整个机器学习领域（特别是感知机）都将被置于人工智能的一隅。

　　※

虚阁网(Xuges.com)