AI世界（二）

接着就是人工智能第三大学派

连接主义

，迄今为止最大突破也来自这个学派，而这个概念诞生距今已经接近七十年了。其崛起要提到

杰弗里辛顿

，在三十年间，他发表了两百多篇论文，以一己之力开创了

深度学习时代

，成功扭转了全世界对

神经网络

的看法。

马文明斯基

曾说神经网络无法训练，但是辛顿找到了训练神经网络的方法。只是介于当年的计算机算力很低，因此神经网络曾陷入一片沉寂。后来随着算力的解放，神经网络的神经元数量得以急剧增加。 现如今，

神经网络

，

深度学习

等等这些关键词很火。

深度学习

（无监督特征学习），像自己学会下棋，自己学会识别图片等等。深度有着多层结构的意思。要想进行深度学习，要求神经元数量必须多。 在原来，业界都在思考

监督式学习

（监督机器学习，是机器学习和人工智能的子类）简单讲就是

喂数据

，让程序

做决策

。比如说要做一个垃圾短信过滤器，但你不可能通过编程一系列规则来判断垃圾短信，这样极度不灵活。发垃圾短信的人摸透了规则就会自主动的规避。比如他发，看片加微信。你通过编程屏蔽了这些关键字。这时他就会接着发，攒劲小节目加v等等。不仅永远屏蔽不完而且会影响到用户的正常使用。所以更合理的做法是，标记一堆垃圾短信和正常短信作为数据。训

练出分类模型

，让模型学习垃圾短信和正常短信之间的区别。之后它可以具备自动判断垃圾短信的能力。 辛顿团队利用开发训练的“

卷积神经网络

”（一种多层的监督学习神经网络。卷积层像漏斗，漏斗在图像上滑动，过滤多余信息，得到更高维度的特征，就像人的视觉神经系统一样。）在2012年的图像识别大赛上获得了震惊了学术界的成绩。现如今，人脸识别，人脸支付等等都与之有关。 AI绘画与“

对抗式生成网络

”（对抗由卷积和反卷积组成，卷积负责识别和打分的裁判，反卷积负责生成）有关。    人的视觉神经系统： 人的眼睛不同于照相机，视觉系统有逐级处理信息的能力，从低级特征逐步抽象到高级特征。（你遇到一个熟人，瞳孔首先瞥见的是像素，接着大脑会快速锁定眼前物体的边缘，让你判断这是个人，接着你的大脑进一步判断五官特征，你发现这是个熟人，最后确定是哪个朋友，这才是眼睛和大脑的工作方式）

由此可见，神经网络是未来互联网的必争之地。

谈及现在的AI发展，要先提一个人，

杰夫迪恩

，他是谷歌的技术大牛。刚成立的谷歌只是个很小的互联网创业公司，但因为迪恩的加入，由他率领谷歌的技术方向，谷歌在互联网时代原地起飞。曾在百度任职的吴恩达有次和他聊天，说现在神经网络表现很厉害，让迪恩关注下。然后迪恩亲自研究了半年神经网络，他很快提出，这是未来互联网公司的必争之地。在2012年，迪恩带领谷歌的技术团队参加了那场同样有辛顿团队参加的图像识别大赛。结果直接被辛顿的团队爆杀，迪恩非常震惊，比赛结束后，辛顿和他那两个一起参赛的学生三人共同成立了一个空壳公司，除了三个员工什么都没有。但很快谷歌就花了五千万美元收购这家公司。这件事翻译一下就是，迪恩参赛被辛顿击败，马上让谷歌斥资五千万买了三个人才。而辛顿拿到这么多钱，甚至都不是全职加入谷歌，他仍然有一半时间在大学从事研究工作。 谷歌在这方面出手越来越阔绰。2014年1月，又收购了家英国公司叫

深度思维（DeepMind）

。这家公司只有25个人，也没有业务，没几个人听过这个公司。但谷歌直接斥资4亿英镑买了过来。让全世界傻眼了。也许你好奇深度思维干嘛的？为什么能值这么多钱？是因为这个公司做了个AI，让AI从零开始玩雅达利2600的游戏，而且AI对自己正在玩的游戏一无所知。但AI最终学会了29个游戏。并且表现远高于人类的平均水准。比如说有个游戏叫打砖块，大家都玩过。我们的目标是把所有砖块打完。深度思维的AI一开始玩的时候经常漏球。但训练几百轮以后就再也没漏过了，最强的是， AI自己发现了最有效率的得分方式。它在砖块墙之间打一个洞，把球送进去，让球在砖墙和顶部的屏障之间不停弹，不需要额外操作也可以迅速消除砖块。这一切都是

AI自主学习

的。深度思维的工程师没预料到这种行为，每个看到演示的人也都没想到。背后其实展示了他们模型强大的实力。也难怪谷歌发现了这家公司。当谷歌收购他们以后，他们又做出了

AlphaGo

和李世石，柯洁等世界顶级棋手下棋并取得胜利。chatGPT也是差不多的故事。 谷歌收购深度思维后，硅谷的资本全部都坐不住了。他们比普通人更早的看到了AI的潜力与威胁，于是在全球范围内对AI人才开始了搜罗。基本上现如今在AI领域的顶级学者都被谷歌、微软、IBM、 Facebook、亚马逊等公司瓜分了。现如今整个硅谷都在布局AI。后来有一堆大佬开了一个会议，他们认为谷歌重押AI领域太危险。于是想一起创建一家不受任何资本掌控的AI实验室。而且要做非盈利机构，全球研究者都可以参与进来，任何进展也都要开源出去。公司名字就叫

openAI

。有包括马斯克在内的众多大佬的资金支持。于是OpenAI很快挖到了一大堆顶级人才加盟。但作为一个非盈利机构，一大堆天才，每个大佬想法都不一样，擅长的领域也不一样。深度学习，机器人，多智能体…早期的openAI啥都研究，很难拧成一股绳一起发力。公司也面临人才流失。在2018年，特斯拉产能跟不上，被市场疯狂做空。马斯克心急如焚，而且OpenAI又拿不出有说服力的成果。因此马斯克就提出要自己出任openAI的CEO，但被董事会拒绝，于是他就撤资离开了。训练AI模型非常烧钱， openAI如果无法突破，只能关门大吉。 这时候公司的新CEO，决定放弃非盈利组织模式，开始探索商业化的路线。后来有一件事让openAI打响了名号。还是和游戏有关。之前提及的深度思维团队研发的AlphaGo玩围棋很厉害。他们就在AlphaGo的基础上训练了一个加强版的AlphaZero，能玩围棋,象棋，将棋，雅达利2600的游戏等等。2016年，他们与暴雪合作，让AlphaZero挑战星际争霸2，刚在多个领域横扫人类顶级冠军的AlphaZero，在星际争霸2的表现却令人不满。不说和人打，连简单人机都打不过。原因很简单，围棋有361个位置可以落子，虽然搜索空间非常庞大，但规则十分明确。我们可以清晰的把围棋的问题描述成机器学习的逻辑语言。而星际争霸这游戏很难用逻辑语言表达其策略。这些策略是“即时”的，十分动态的，随着时间变，地图变，对手变。什么时候怎么做，很难用逻辑语言说清楚。但是后来openAI在DOTA这边整了个大活，让AI和世界冠军solo，并不断升级着AI，并举办擂台让AI不断的和人类对战，使其成长速度飞快发展。这个过程这看似是在走弯路，但正是通过玩DOTA2让openAI的学习模式从“

强化学习

”转变为了“

基于人类反馈的强化学习

”。为日后的下chatGPT的技术路线提供了借鉴。而且人机大战也是媒体和大众喜闻乐见的，这也让openAI小小出圈了一把。 正因为其越来越活跃，微软直接给openAI投了10亿美元。微软一直过得都很焦虑，他们卖软件起家，后来做XBOX游戏机。常年被索尼，任天堂压着打。又错过了移动互联网时代，被老对手苹果远远甩在身后。在AI领域也被谷歌甩在身后。所以当纳德拉接任比尔盖茨的位置后，一直很支持微软发展人工智能。于是微软就决定投资openAI这家公司。有了

金主

，有了微软提供的

巨大算力

，

chatGPT

不断迭代，直到今年出圈。 也许你会问为什么一个研究AI打游戏的公司，突然跑去搞了一个聊天机器人。这是因为谷歌对于自己的研究其实是非常慷慨的。他们一直会发论文公布自己的研究进展，有一次，他们在论文中发表了Transformer模型，这个可以说是非常重要的基石。正是基于这个模型，OpenAI才选定了自然语言处理作为发展方向。迅速发布了GPT第一代。GPT里面的T就是Transformer。但其原理十分复杂…… 自己的成果被人偷家，谷歌当然忍不了。（

谷歌公开模型后自己被行业围攻的可能性会减小。其他硅谷公司也拥有丰富的人才，资金，资源。它们拥有一线研究优势。最终谷歌还可以向全球借鉴思维发展，属于多方共赢

。）于是谷歌也发表了内部调整，宣布以后会推迟与外界分享工作成果。而微软更不会让openAI分享工作成果。这也是科技行业竞争的趋势，从开源变得越来越封闭。 纵观AI的发展史，我们不难得出这样几个结论。首先，现代的信息技术发展史，从计算机到芯片到AI，无论如何都绕不开电子游戏。哪怕这些AI工程师本身不玩游戏，游戏也是他们训练AI的绝佳场景。中国游戏机禁令影响实在过于恶劣。有各种无厘头的审核标准，卡板号。这个行业一直在被霍霍；人工智能概念诞生这些年来，始终是由一小部分世界上最聪明的天才引领着前进的行业。它的发展跟我们大多数普通人真没多大关系。而那些互联网资本如谷歌、微软，凭着恐怖的财力、巨大的算力和庞大的数据库，再把相关的人才尽数纳入麾下。少了这些，别的公司真的很难超越他们。百度虽然很多人不喜欢，但掌门人李彦宏有句话说的很精确，“

互联网只是一道开胃菜，主菜就是人工智能。

”但是，这些大公司都不会有

开源

精神的。 我不会怀疑未来会进入赛博朋克时代。社会会被这些大公司统治。虽然AI的发展我们普通人可能没办法过多参与，但就算如此，他还是毫无疑问会深切改变我们的生活方式。