我看見的世界(13)_李飛飛

一三

　　在未來的某一天，楊立昆（Yann LeCun）會成為臉書的人工智能首席科學家，但在我們到達美國時，他在新澤西州霍姆德爾的貝爾實驗室的研究生涯才剛剛起步。他為人謙遜但雄心勃勃，近些年引發了不小的轟動，因為他展示了「神經網絡」（neural network）算法在準確識別人類筆跡方面的能力。儘管這項技術仍然相對較新，遠未達到日後的普及程度，但與之前數十年的人工智能傳統已經截然不同。神經網絡算法的目標不是用離散的規則來描述筆跡（1是直的，2是彎的，3是對稱的，諸如此類），而是從數據中推斷出模式。

　　楊立昆從美國郵政署拿到了7200多個手寫郵編的掃描件，涵蓋各種風格、質地，甚至包括常見的錯誤。他向神經網絡算法展示這幾千個真實的人類筆跡，讓機器也能像人類一樣學習相關模式，形成內化的直覺。這套直覺很難用傳統計算機程序的形式表達，但它使得算法能夠以前所未有的方式理解真實世界的複雜混亂。

　　楊立昆的研究取得了巨大的成功。算法的識別非常精准，在短短幾年內，它就被廣泛應用于全美的自動提款機上，用來讀取支票上的數字。在距離達特茅斯研究提案中首次提出人工智能概念幾十年後，人工智能領域終於取得了極具實用性的成就。

　　此前的幾代人試圖用規則詳盡描述智能，算法相對僵化，這種人工智能通常被稱為「符號人工智能」（symbolic AI）；20世紀80年代末到90年代初，潮流開始轉向更自然的方法。楊立昆的成果就預示著一個大膽的未來。隨著時間的推移，行業研究重點從「通過明確編程來解決問題」轉變為「從示例中發現模式」。換言之，算法不是被告知該做什麼，而是去學習該做什麼。研究人員給它起了一個貼切的名字：「機器學習」（machine learning）。

　　在科學的發展進程中，思想孕育的過程相對富有詩意。沒有任何一條自然法則規定洞察只有在能夠付諸實踐的前提下才會出現。很多靈感的火花都領先自己所處的時代幾年、幾十年，甚至幾個世紀，歷史上的例子比比皆是。而真正鼓舞人心的是，這些早期的思想家對於自己的發現抱有堅定的信念：無論前進的道路看起來多麼不切實際，無論實驗成功的前景多麼渺茫，偉大的科學家都被與生俱來的探索欲所驅使，再艱難的環境也澆不滅他們孜孜以求的熱情。機器學習幾十年的發展歷程即是如此。

　　機器學習的歷史可以說是人工智能發展歷史中不太為人所知的章節。儘管圖靈本人很早就認可過機器學習，但這一概念相對來說仍然比較小眾。1950年，圖靈發表了一篇題為《計算機器與智能》的論文，簡要對比了「基於規則的人工智能」（rule-based AI）和機器學習。基於規則的人工智能是指從零開始構建具有智能行為能力的完整體，而機器學習指的是允許智能體自主發展。圖靈問道：「與其努力打造程序來模擬成人的思維，為何不嘗試用程序模擬兒童的思維呢？」事實上，機器學習自誕生之初就從人類認知中汲取了一定的靈感，這在很大程度上得益於神經科學等領域的同步發展。

　　＊

　　早在19世紀，人們就對大腦的運作模式有了一些模糊的瞭解，但直到20世紀，我們今天所熟知的神經科學才開始逐漸形成。即便在那時，我們對大腦的認知也非常初級。就像第一批天文學家努力理解天空中天體的運行軌跡一樣，當時的科學家對大腦的瞭解也僅限於他們能觀察到的現象：電脈衝和化學信號的洪流，在一層層潮濕又神秘的褶皺組織裡穿梭。

　　在科學處於混沌期、世界對科學探索閉關自守之際，如果還能看到一線希望，那就是那些充滿好奇心的人正處在自己創造力的巔峰。他們從近乎虛無的狀態中提出各種假設。即使是微不足道的進步，也能帶來巨大的變革。隨之而來的滾雪球效應可能會讓人眼花繚亂。隨著20世紀中葉的臨近，神經科學即將確定該領域的基本概念，從而逐層建立真正的理論。這個時代與現代物理學的黎明期並無二致：當人類首次覺察到物理世界基本性質的蛛絲馬跡，即粒子和力是我們所看到的一切事物的基石時，我們對自然的理解就徹底改變了。

　　1943年，研究人員沃倫·麥卡洛克（Warren S. McCulloch）和沃爾特·皮茨（Walter Pitts）共同發表文章，介紹了一項關於大腦基本單位「神經元」的新探索，把其中的生物學原理簡化為數學的本質概念，從而推動了神經科學的重要進展。他們的方法的關鍵在於抽象化：通過剔除真實大腦中變幻莫測的電化學過程，將神經元簡化為相對簡單的信號交換。這種純粹的交換性分析——輸入什麼、輸出什麼，以及兩者之間如何相互關聯——產生了深遠的影響。不同於身體的其他部位，也不同於任何已知的自然結構，大腦似乎是唯一適合處理信息的器官。

　　從某種意義上說，這個發現相當於神經科學領域的原子裂變，它揭示了在整個大腦中重複出現的根本模式，展現出驚人的一致性和穩定性：大腦可以被看作由簡單元素組成的大型網絡，元素之間的聯繫可以隨著時間的推移而改變；通過將複雜的行為分佈於網絡中，我們幾乎可以完成無限的任務，並且可以不斷學習新的任務，即使到了晚年也可以。

　　人類大腦的複雜性遠遠超越已知宇宙中的任何其他事物，但其構造又極其優雅，幾乎把複雜性全部掩藏。汽車或手機都是由清晰區分的零件組裝而成，這是人類設計師認為直觀的形式。但大腦的構造與此不同，它是由近1000億個神經元構成的巨大網絡，其中的神經元就是一個個互相連接的微小單元，可以在電化學傳輸中精細聚焦。儘管整個大腦中的神經元行為受到類似概念的支配（至少在麥卡洛克和皮茨的模型層面上是如此），但神經元可以形成不同的網絡，其排列和位置各不相同，可以應對各類挑戰，如視覺、聽覺、運動，甚至進行抽象思考。此外，大腦在最初在子宮內形成後的很長時間裡，才通過學習形成了（或者至少是逐漸完善了）這些網絡結構。這就是為什麼儘管我們的灰質在解剖學上看起來並無二致，但每個人的個性、技能和記憶都是獨一無二的。

　　＊

　　有了這樣清晰的模型，技術進步遲早會趕上研究界的好奇心。1958年就迎來了這樣一個時刻。康奈爾航空實驗室的心理學研究員弗蘭克·羅森布拉特（Frank Rosenblatt）發明了一種機械神經元，他稱之為「感知機」（perceptron）。雖然羅森布拉特的創意在概念上非常簡單，但當時的技術還沒有數字化，因此操作難度很大。他將自己的心理學背景與對電氣和機械工程的理解相結合，經過數月的辛勤努力，終於將數學模型轉化為一個實用的實際設備。

　　更大膽的是，羅森布拉特的研究工作不僅實現了麥卡洛克和皮茨的想法，還結合了哈佛大學心理學家斯金納（B. F.Skinner）提出的補充假設，對神經元的基本模型進行了擴展。斯金納認為，有些輸入對神經元行為的影響更大，這就好比不同的讀者可能會對閱讀的內容產生不同程度的信任和懷疑。如果允許這些影響隨著時間的推移而變化，隨著任務的成功或失敗而增強或減弱，那麼從本質上看，神經元網絡本質上就可以進行學習了。

　　羅森布拉特運用相關原理，設計了一個由400個光傳感器組成的像素為20的攝像頭。他把每個傳感器的輸出連接到感知機上，讓感知機學會識別視覺模式，比如識別面前的索引卡上繪製的形狀。由於每個傳感器的初始影響權重是隨機設置的，因此系統對所見圖像的分類也是隨機的。而羅森布拉特就是感知機的老師，他會用開關來告訴感知機哪些行為是正確的，哪些是錯誤的。通過這種方式，系統就能確定每個傳感器的輸入對答案的影響，並相應地增強或減弱這一影響。隨著這個過程的重複進行，感知機就逐漸獲得了形狀識別的可靠能力。

　　在通過機器重現認知基礎方面，羅森布拉特的感知機被譽為重大進步，研究界對他的工作成果進行了熱切探索。然而，隨著感知機的局限性逐漸凸顯，人們的興奮之情逐漸消退。研究人員開始質疑感知機能夠解決的問題的範圍，甚至包括理論層面能解決的問題，而當時技術條件有限，只能進行最簡單的實施，無法進行更複雜的實驗。

　　有意思的是，1969年，達特茅斯暑期項目發起人之一馬文·明斯基與計算機科學先驅西摩·佩珀特（Seymour Papert）合著的《感知機》（Perceptrons）一書出版，明斯基成為感知機最知名的批評者之一。這本書在肯定感知機優雅之處的同時，也對其進行了猛烈的抨擊，指出感知機的設計缺乏嚴謹的理論基礎，並列舉了許多導致感知機應用範圍極窄的弱點。儘管明斯基的觀點沒有被普遍視為這個問題的最終結論，許多同時代的人也提出了反駁意見，但是感知機的聲譽已經受到了損害。在接下來的十幾年裡，整個機器學習領域（特別是感知機）都將被置於人工智能的一隅。

　　※

學達書庫(xuoda.com)