AI高歌猛進，我們距離《西部世界》有多遠？

HBO出品的改編自幾十年前電影的美劇《西部世界》最近引起了廣泛關注，開播幾個月來成為最火爆的美劇之一。在這個西部世界里，有不少機器人扮演的接待員，他們每天按照設定好的劇情生活，而游客則是外來的冒險者，進入西部世界之后可以無限制放縱，吃喝、放縱、尋仇、槍戰，如同真人版游戲一樣，在生命安全不會受到威脅的情況下盡情釋放原始的野性和欲望。運營人員給每個接待員編排劇本，讓這些機器人按照劇本來執行。每當夜深人靜的時候，所有在游戲中遭到打擊和破壞的接待員們就會被召回實驗室，工作人員將其修好、清楚所有記憶，一切歸零，在第二天迎接新一批游客入園。

看似一個完美的游樂世界，但故事的轉折點在于有的接待員開始產生越來越清晰的記憶和情感，越來越先進的機器人開始產生出接近于人類的思維和情感，機器人的自主意識和思維使他們開始懷疑這個世界的本質，進而慢慢覺醒并反抗迫害他們的人類。

《西部世界》之所以成為火爆的美劇，其背后的最重要原因是人工智能（Artificial Intelligence，AI）正在成為當今最具魅力、但是也最具爭議性的技術創新。AI是一個多領域的學科，其應用包括機器人、語言識別、圖像識別、自然語言處理和智能的專家系統等。 如果回顧人類探索AI的歷史，這一輪以AlphaGo戰勝人類圍棋高手為代表的AI熱潮可以說是其第三次發展高峰。早在上個世紀五十年代，隨著計算機技術的發展，一些科學家開始提出應該研究用機器模仿人類思維的技術方向。幾十年來，隨著計算機軟硬件技術的快速發展，人們也在不斷創造新的技術來挑戰人類自己的大腦。AlphaGo學會下圍棋前的1997年5月，IBM公司研制的深藍（DEEP BLUE）計算機就成功戰勝了國際象棋大師卡斯帕洛夫（KASPAROV），可謂轟動一時，但隨后卻慢慢淡出了普通人的視野。但這一次的AI與之前兩次截然不同，因為一切的條件似乎都已經具備，人工智能的第三次浪潮將帶來革命性和決定性的改變。

從神經網絡到深度學習，算法的革命性突破已經完成。人工智能的核心就是通過不斷地機器學習，而讓自己變得更加智能。人工神經網絡是早期機器學習中的一個重要的算法，原理是受我們大腦互相交叉相連的神經元啟發，但與大腦中一個神經元可以連接一定距離內的任意神經元不同，人工神經網絡具有離散的層，每一次只連接符合數據傳播方向的其他層。如今的深度學習由人工神經網絡衍生而來，是一種需要訓練的具有大型神經網絡的多隱層層次結構，其每層相當于一個可以解決問題不同方面的機器學習。它大大提升了機器學習的效率，賦予人工智能更璀璨的未來，讓AI有可能實現之前難以想象的任務。

有了算法，人工智能的智力還需要靠數據訓練出來，數據越多越豐富，就意味著為人工智能創造了豐沃的土壤，能在反復培訓、糾錯中快速成長。AlphaGo依靠閱讀和記憶無數對局而戰勝人類圍棋冠軍，沃森醫生依靠閱讀大量醫療臨床病例給出治療方案，而人機對話的微軟小冰，也是在以萬億為單位的對話交流中慢慢找到規律實現與人類自然對話的。隨著移動互聯網的普及和智能終端無處不在，人類生產信息的速度已經超越了所有物質生產速度，非結構化的數據大量增長，這些都在為人工智能添加著學習素材和培訓資料。

有了算法加數據，接下來需要靠看計算能力了。人工智能的訓練和運行需要大量的計算，而這個計算能力必須是廉價的。于是，強于并行計算的GPU成了人工智能的計算中樞。相比于CPU，原先用于視覺計算的GPU 具有數以千計的計算核心，具備了強大、高效的并行計算能力，可實現巨大的數據吞吐量，特別適用于人工智能的海量數據訓練。目前的深度學習解決方案幾乎完全依賴GPU，有了相對廉價的計算平臺，人工智能時代就離我們越來越近了。

算法、數據、計算力可以稱為AI發展最重要的三個要素。這一次，AI發展需要的三個要素都已具備，人工智能的大爆發也就指日可待了。在不久的將來，人工智能必將成為主宰性的革新力量，對人類生活產生顛覆性影響。