日志
撰文：Jack Clark、Dina Bass
编辑：刘雅靓
翻译：葛仲君
＊雅恩·乐昆当时就被太空飞船里那个超级智能的电脑给迷住了。
＊“就靠几行代码，计算机就能把这个游戏玩儿得这么好，当时确实把我惊到了”
人 工智能也能看起来很唬人。7月28日，Future of Life Institute(FLI)出示了由特斯拉汽车(Tesla Motors)首席执行官埃隆·马斯克(Elon Musk)、苹果公司联合创始人史蒂夫·沃兹尼亚克(Steve Wozniak)、理论物理学家斯蒂芬·霍金(Stephen Hawking)和其他科技界杰出人物联合署名的一封信，信件主旨是敦促禁止自动武器。他们表达了对于“军用人工智能军备竞赛”的担忧。这听起来像是一部 科幻电影的台词，但事实上，我们在这儿想认真地讨论一下，在很短的时间里，人工智能已经有了多么大的进展。
数年前，人工智能领域还十分缺少资金、被人普遍质疑，它的名声也都和这个领域已经取得的成就无关，而是被和它长久以来给人们带来的失望联系在一起。现在的机器也具备了学习能力，能做东西、能回答问题，当然，也能伤害人类。但 顶级科学家们之所以要去寻求在人工智能方面的发展，原因并不是要打造像《2001太空漫游》(2001: A Space Odyssey)里那种带有恶意的机器。[不过，斯坦利·库布里克(Stanley Kubrick)执导的这部电影至少影响到了一些人工智能领域的知名人士。]过去几个月里，我们花时间去采访了人工智能领域最知名的研究人员和企业家，问 了问是什么启发了他们、让他们把自己充满智慧的人生都投入到了这个曾经一度被认为不大可能实现的、不吉利的事情上。
雅恩·乐昆(Yann LeCun)是Facebook负责人工智能研究的主管，他还记得自己大约10岁的时候看《2001太空漫游》的情景。他当时就被太空飞船里那个超级智能的电脑给迷住了。乐昆当时“对人在里面都干了些什么没什么特别的兴趣”，但他说，他之所以会痴迷于人工智能，是由于相信它将引领着科学家研究出一套理论，弄明白生物学或者数字领域的认知过程到底是如何实现的。“我一直在用的一个类比就是：鸟能飞，飞机也能飞，”乐昆说，“它们实现的细节非常不同，但背后遵循的飞行原则是一致的——都是基于空气动力学。那么和例子里的空气动力学一样，这样的智能所对应的东西是什么呢？这就是我们研究的问题。”
和乐昆一样，微软首席研究科学家克里斯托弗·毕肖普(Christopher Bishop)也是在十几岁的时候看的《2001太空漫游》，HAL 9000给他的印象也非常深刻。但毕肖普当时并没有决定去研究人工智能，因为在上世纪80年代，这个领域还没有什么创造力。80年代的人工智能只是些编好了程序的机器，要有人的指挥才能执行任务。所 以毕肖普去读了一个量子场论的博士，后来还和别人一起发明了一种创新性的核聚变反应堆——托卡马克(tokamak)。最终，当计算机的速度变得足够快 时，他才得以把所谓的神经网络用在对聚变能的研究上。神经网络成为了现代人工智能的基础，而现在，毕肖普则在全职研究机器学习。“在人造系统里重建大脑的 认知能力，这是个非常令人着迷的挑战，而成功的解决方案将会催生有史以来影响最为深远的发明。”他说。
和 人工智能领域的其他人一样，约书亚·本西奥(Yoshua Bengio)的年轻时代都在编程和读科幻小说中度过。这让他梦想有朝一日创造出智能机器。当身为蒙特利尔大学(University of Montreal)计算机科学教授的本西奥开始和乐昆与谷歌(Google)的杰夫·辛顿(Geoff Hinton)一起狂热地研究人工智能的时候，这个学科却已经过时了，但是他们还是继续坚持研究深度学习。“我做这个和潮流没有一点儿关系，”本西奥说，“我做这个，是因为我真的相信这是通往人工智能的正确方向，而且对于大脑工作的方式，我有我自己的直觉。”
吴 恩达(Andrew Ng)是中国搜索引擎巨头百度下属研究机构的首席科学家，他开始学习编程的时候只有4岁，没过几年，他就开始开发电脑游戏了。“我当时6岁，写的是一个猜 数字的游戏：你脑子里想一个数，这个游戏就会试着猜你想的是几，在这个过程中，你可以告诉它它猜的数是高了还是低了，”吴恩达说，“就靠几行代码，计算机就能把这个简单的游戏玩儿得这么好，当时确实把我惊到了。作为一个成年人，我现在知道它只是个简单的‘二分法检索’算法，但对于6岁的我来说，这事儿太神奇了。”
马 特·塞勒(Matt Zeiler)原本打算成为纳米技术方面的专家，但当他在多伦多大学(University of Toronto)读大二时，他的导师给他看了一个火焰闪烁的视频，而这个视频是由一个计算机视觉系统生成的。“我当时的感觉是‘好吧，这也太酷了，我得去 学这个’。”塞勒说。现在他是Clarifai的CEO，这是一家运用大规模机器智能来分析视频和图像的创业公司。“它和我在大学前两年里看到过的任何程序都不一样，而且我知道它会产生深远的影响，因为它能做的很多非常复杂的事情，是你在编写它的时候所想象不到的。”在塞勒的人工智能创业公司，他把时间分成了两大块，一块用来招人，一块用来编写他的自主学习计算机程序。“有了机器学习的背景，我现在就能在不同领域跨界发展了。”他说。
巴巴克·霍加特(Babak Hodjat)设计的第一款类人工智能程序就被疯传了开来。当时还在上大学的他写了一个游戏，人们在输入了年龄、性别、身高和其他人口统计信息以后，就可以算出自己的命运。这个系统经过长时间的学习，可以知道如何把特定的输入信息和特定的输出结果联系在一起。不 久之后，有人来向霍加特要走一张装着这个游戏的5¼英寸软盘，随后他的同学们都为这个软件而疯狂了，而在他自己看来，这个东西很简单，并没有什么出彩的地 方。“这个算命的人工智能软件在我们大学火了起来，我是后来才知道的——而且它还给我带来了烦恼。”他说。现在，霍加特是Sentient Technologies的首席科学家，该公司为各个行业开发大规模分布式人工智能工具。当然了，今天的他肯定不会说自己的工作很简单了。
