趣谈成语学科学（67）：神机妙算助智能

第二天，当那些受骗的人们打开所收到的产品包装盒时，创造这里边杰夫所吹嘘的打算机，竟然是一个中国人已经利用了几千年的算盘。

令人哭笑不得的更是他口中的"SUCABA"型号，竟然是"算盘"这一英文单词倒过来书写的。
作家谢尔顿彷佛被电脑的神奇魅力所倾倒，在小说中爱屋及乌地把算盘也搬到了诱骗情节中，使劲地抖擞了一番。

我们知道，算盘作为原始打算工具，在东方沿用久远，而近代西方人走的则是另一条路，先后发明了机器式和继电器式打算工具。
当然，这统统，虽在当时提高了一定的运算速率，但从根本上来看，却并未知足人们对付"神机妙算"这一想象的企盼。

伟大的第一步

直至1946年2月，美国人制造成了天下上第一台电子打算机"埃尼亚克"（ENIAC），它是美国宾夕法尼亚大学为军事须要而研制。
这台打算机从1946年2月交付利用，共服役了9年。
它采取电子管作为打算机基本元件，利用了18000只电子管，10000只电容器和7000只电阻器，每秒钟可进行5000次加减运算。
体积达到3000立方英尺，占地170平方米，重量30吨，耗电量140-150千瓦/小时，够得上名副实在的"庞然大物"。

"埃尼亚克"的问世，在当时的确具有划时期的意义，那些只能在神话中才能涌现的"神机妙算"，终于来到了人类的手中。
这个采取了当时最前辈电子技能的打算机器，用自己伟大的第一步，使人类跨进了电子打算机时期。

1946年2月18日当时美国有关“埃尼亚克”打算机的新闻宣布

紧接着，经由浩瀚打算机科学家的艰巨努力，本日，打算机技能得到了非常迅速的发展，可以说达到了无处不在、无事不知、无所不能的田地。

的确，近70多年的发展进程证明，打算机技能每时每刻都在取得长足进步。
人类科技史上没有一门学科的进展，能与电子打算机技能的发展速率做到相提并论。

图灵测试和人工智能

在打算机科学的发展进程中，有两个精彩的代表人物，那便是美籍匈牙利科学家冯诺依曼和英国科学家阿兰图灵。
冯诺依曼的伟大之处紧张是：确立了当代打算机的基本构造，即冯诺依曼构造。

而图灵对当代打算机的主要贡献：除建立起图灵机理论模型，发展了可打算性理论等等，尤其还提出一个著名的定义机器人工智能的图灵测试，为打算机的人工智能化奠定了方向。

对付机器能否具备像人一样去思维，他是这样设想的：一个不雅观察者与被测试人以及打算机器在几个被分别隔离的房间内，通过对被测试人以及这个声称有着人类智力的机器进行测试。
不雅观察者只能通过一些输入装置（如打字机）向被测试者提一些问题，这些问题随便是什么都可以，问过后，如果不雅观察者能够精确区分出那一个是人，那个是机器，那么这个机器就没能通过图灵测试。
假如不雅观察者在相称范围内没能看出来，而且机器模似人的智力成功比例达到30%以上，那么这个机器该当具有人类智力。

作为"人工智能之父"的图灵，在他的著名论文《打算机器与智能》中以"机器能思维吗？"开始，形象地提出人工智能的标准，采取"问"与"答"的办法，即不雅观察者通过打字机同时与两个被测试工具对话，个中一个是人，另一个是机器。
哀求不雅观察者不断地提出各种问题，从而辨别出回答者是人还是机器。

为了这样的测试，图灵亲自拟定一定数量的示范性提问，他用丰富的想象力，设计了下面这些饶有意见意义而且智能性很强的对话内容，称为"图灵的梦想"。
个中有：

　　问：请以福斯河大桥为主题，给我写一首十四行诗。

　　答：这件事我可干不了，我从来不会写诗。

　　问：把34957 与70764相加。

　　答：(停顿约30秒，然后给出答案)105721。

　　问：你会下国际象棋吗？

　　答：会的。

　　问：我在我方的K1处有K，再没有别的子了，你只剩下K6处的K和R1处的R，该你走了，你走什么呢？

　　答：(停顿了15秒钟后)R到R8处，将你一军！

　　图灵指出："如果机器在某些现实条件下，能够很好地模拟人的回答，以至于提问者在相称永劫光里误认为它不是机器，那么机器可以被认定是能够思维的。
"

　　从表面上看，要使机器的回答按一定范围提出问题彷佛并没有什么困难，可通过体例分外程序来实现。
然而，如果提问者不遵照常规标准，所体例的回答程序是极其困难的。
如果，当提问与回答呈现出下面两种状况：

　　问：你会下国际象棋吗？

　　答：是的。

　　问：你会下国际象棋吗？

　　答：是的。

　　问：请再次回答，你会下国际象棋吗？

　　答：是的。

这时，你想到的是，面前的该是一部笨机器。
如果提问与回答涌现了下面的这样情景呢？

问：你会下国际象棋吗？

　　答：是的。

　　问：你会下国际象棋吗？

　　答：是的，我刚才不是已经说过了吗？

　　问：请再次回答，你会下国际象棋吗？

　　答：你烦不烦！
干嘛总是提同样的问题。

那么，你面前的这位大概是人不会是机器吧？

上述这两种对话的差异在于，第一种明显使人感到，是从已知知识库中拿到的大略答案，第二种则具有一种剖析综合能力，回答者知道不雅观察者在反复提出同样一个问题。
"图灵测试"没有规定问题的范围和提问的标准，如果要想制造出能够通过这样试验的机器，那么，以我们现有的技能水平，必须在电脑中储存了全部人类所有可能都会想到的问题，储存了对这些问题所有合乎常理的回答，并且还须要理智地作出应有的选择。

机器正在学会自我学习

从图灵等科学家提出人工智能的那一天起，打算机专家心目中就多了一个超过机器与人脑的期盼：相信总有一天，我们会用机器去替代人脑，去思维、去学习。
就这样，在上世纪50年代初，一门 以"机器学习"为代表 的打算机人工智能学科出身了。

机器学习作为人工智能科学中的组成部分，通过使机器模似人类的学习行为，智能化地从过去的经历中得到履历，从而改进其整体的性能，重组内在的知识构造，并对未知的事宜作出准确的推断。

随着打算机存储容量的不断增大，可存储影象的信息越来越多。
进入大数据时期的打算机不仅仅只会进行打算，而且还能把参与运算的数据、程序以及中间结果和末了的结果都保存起来，还可以对各种信息（如措辞、笔墨、图形、图像、音乐等）通过编码技能进行算术运算和逻辑运算，乃至于进行推理和证明，抽丝剥茧地去模似人的思维，终极走向自主学习。

2016年，轰动一时的"阿尔法狗"与人的围棋对垒，终极以4:1上风击败韩国著名棋手李世石，紧接着，2017年5月更是直落3局，以3:0完胜中国围棋高手柯洁。
这些都表明打算机通过深度学习等机器学习的方法，开始寻衅人脑思维了。
机器学习作为打算机科学中的一门学科，正给本日的人们吹响了全面向人工智能科学进军的号角。

20世纪末以来，浩瀚的打算机科学家纷纭投身到研制向"智能"方向发展的超级"电脑"中来。
当今，超级打算机的运算速率已经从每秒十亿亿次浮点运算的能力达到了每秒百亿亿次浮点运算的能力，这些巨无霸一样的超级打算机终将凭借着自己的高速运行能力，在遥相呼应中助人工智能一臂之力。

受自然界的启示，我们人类过去向蝙蝠学习，发明了雷达。
向鱼儿学习，发明了潜艇，向鸟儿学习，发明了飞机，就连建筑师也是通过模拟蛋壳的力学事理，设计出了薄壳建筑。
现在终于轮到向我们自己学习了，我们人类大脑这部机器的风雅程度以及低密度的能耗，让天下上至今为止任何一部超级电脑都望尘莫及。
当然，随着岁月的流逝，它们也正在通过不断创新变革，向人类的大脑逐步靠拢。
使得未来的打算机将具有感知、判断、学习，以及一定的自然措辞能力，这些将与人脑共同携手的"电脑"，当跨进了人工智能时期，更可以进行思维、学习、影象、网络通信等事情，进一步推动人类社会的发展。

本日，超巨型化的超级打算机们正在为靠近复制人类大脑的能力，具备更多的智能身分努力着。
随着它们的成功，以往这个天下上人类手中已节制在手的各种"神机妙算"，终将会因它们的成功涌现而黯然失落色。