人工智能與大數(shù)據(jù)和云計(jì)算三者有什么關(guān)系

人工智能（Artificial Intelligence，AI）、大數(shù)據(jù)（Big Data）和云計(jì)算（Cloud Computing）是當(dāng)前最受關(guān)注的技術(shù)，業(yè)內(nèi)常常取這三個(gè)技術(shù)英文名的首字母將其合稱為ABC。最近10年，資本和媒體對(duì)這三種技術(shù)的熱度按時(shí)間排序依次為：云計(jì)算、大數(shù)據(jù)和人工智能。事實(shí)上，若按照技術(shù)出現(xiàn)的時(shí)間排序，結(jié)果正好相反，人工智能出現(xiàn)最早，大數(shù)據(jù)其次，云計(jì)算則出現(xiàn)得最晚。

由于每種技術(shù)都能應(yīng)用于各個(gè)領(lǐng)域，因此人們可以從不同的角度分別解讀每種技術(shù)。作為同時(shí)在研發(fā)和使用這三種技術(shù)的機(jī)構(gòu)負(fù)責(zé)人，作者將嘗試從大數(shù)據(jù)的角度解釋ABC的關(guān)系，并且闡述這三種技術(shù)對(duì)于企業(yè)、機(jī)構(gòu)和人類社會(huì)的重要性。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的主要研究目標(biāo)是用計(jì)算機(jī)程序來表示人類智能。這個(gè)詞最早是在1956年的達(dá)特茅斯會(huì)議上正式提出的。在達(dá)特茅斯會(huì)議正式提出“人工智能”這個(gè)概念之前，圖靈和早期的計(jì)算機(jī)科學(xué)家一般用“機(jī)器智能”這個(gè)詞。

需要強(qiáng)調(diào)的是，人工智能是建立在計(jì)算機(jī)之上。人工智能教育的主要目的是學(xué)習(xí)建立在模型之上的算法。這些算法和其他計(jì)算機(jī)領(lǐng)域的算法并無太大區(qū)別，只是這類算法專注在如圖1-3所示的智能主體（Intelligent Agent）里面的模型。在人工智能領(lǐng)域，計(jì)算機(jī)科學(xué)家們?cè)噲D建立模型使得智能主體能夠觀察周圍環(huán)境并做出行動(dòng)，就像人類的行為那樣。

最近5年，由于智能主體模型在無人駕駛、聊天機(jī)器人和計(jì)算機(jī)視覺識(shí)別等應(yīng)用的準(zhǔn)確率的提升，人工智能的應(yīng)用熱度也隨之提升。AlphaGo等棋類對(duì)弈讓人工智能被公眾津津樂道，因?yàn)橛?jì)算資源和計(jì)算能力的提升，在限定時(shí)間內(nèi)，對(duì)弈模型比人類棋手更具優(yōu)勢(shì)，這也引發(fā)了很多關(guān)于人工智能的討論。自遠(yuǎn)古時(shí)代，人類一直希望能夠創(chuàng)造一種類似于人類智能的機(jī)器，將人類從乏味的重復(fù)勞動(dòng)中解放出來。

在那個(gè)時(shí)代，人工智能的概念還沒有提出，人們更多地使用“機(jī)器智能”這個(gè)詞來討論計(jì)算機(jī)帶來的智能。簡單地說，圖靈的論文證明了機(jī)器可以模仿人類智能，所以今天的無人駕駛、聊天機(jī)器人、棋類對(duì)弈和計(jì)算機(jī)視覺識(shí)別等應(yīng)用都是圖靈預(yù)見的，雖然他那時(shí)并沒有足夠的硬件條件測(cè)試這些應(yīng)用。

在圖靈提出圖靈機(jī)后，多個(gè)機(jī)構(gòu)便開始設(shè)計(jì)真正意義上的遵循通用圖靈機(jī)模型架構(gòu)的存儲(chǔ)程序計(jì)算機(jī)（Stored-program Computer）。雖然第一臺(tái)存儲(chǔ)程序計(jì)算機(jī)（后文稱作現(xiàn)代計(jì)算機(jī)）是誰先發(fā)明的至今仍有爭議，但是影響較大的是馮·諾依曼提出的EDVAC（Electronic Discrete Variable Automatic Computer）。馮·諾依曼在后來也確認(rèn)現(xiàn)代計(jì)算機(jī)的核心設(shè)計(jì)思想是受到通用圖靈機(jī)的啟發(fā)。

現(xiàn)代計(jì)算機(jī)發(fā)明以后，各種應(yīng)用如雨后春筍一樣蓬勃發(fā)展，但是真正把人工智能作為一個(gè)應(yīng)用方向提出來還是在1956年的達(dá)特茅斯會(huì)議。在20世紀(jì)40年代末現(xiàn)代計(jì)算機(jī)被發(fā)明后，從20世紀(jì)50年代開始，各個(gè)領(lǐng)域都開始關(guān)于“思考機(jī)器”（Thinking Machines）的討論。各個(gè)領(lǐng)域的用詞和方法的不同帶來了很多混淆。于是，達(dá)特茅斯學(xué)院（Dartmouth College）年輕的助理教授麥卡錫（John McCarthy）決定召集一個(gè)會(huì)議澄清思考機(jī)器這個(gè)話題。

召集這樣的會(huì)議需要贊助，聰明的麥卡錫找到了他在IBM公司的朋友羅切斯特（Nathaniel Rochester）和在普林斯頓大學(xué)的朋友閔斯基（Marvin Minsky）以及大師香農(nóng)一起在1955年寫了一份項(xiàng)目倡議。在倡議中，他使用了人工智能（Artificial Intelligence）這個(gè)詞，避免和已經(jīng)有的“思考機(jī)器”一詞混淆。這里值得一提的是閔斯基，麥卡錫和閔斯基后來在麻省理工學(xué)院領(lǐng)導(dǎo)了AI實(shí)驗(yàn)室，成就了麻省理工學(xué)院在人工智能領(lǐng)域首屈一指的地位。

前面已經(jīng)解釋了ABC的概念，這里我們來討論一下ABC之間的重要內(nèi)在關(guān)系以及這些內(nèi)在關(guān)系帶來的可以賦能于商業(yè)的巨大技術(shù)產(chǎn)能。從技術(shù)角度上看，ABC之間有以下兩層重要關(guān)系：這一結(jié)論為機(jī)器學(xué)習(xí)和人工智能的問題求解指出了一個(gè)新方向：用大量數(shù)據(jù)和大數(shù)據(jù)計(jì)算來提高人工智能。對(duì)比一下自然語言翻譯在最近10年因?yàn)槔么髷?shù)據(jù)和計(jì)算所帶來的進(jìn)展，讀者就能感覺到這種力量。

計(jì)算資源的豐富使得大數(shù)據(jù)技術(shù)能夠以更低的門檻被使用。云計(jì)算平民化了大數(shù)據(jù)技術(shù)，使得大數(shù)據(jù)技術(shù)被企業(yè)廣泛采用，企業(yè)也利用大數(shù)據(jù)養(yǎng)成了保管數(shù)據(jù)的習(xí)慣，把數(shù)據(jù)當(dāng)作未被開采的資源。大數(shù)據(jù)的普及給人工智能的分支——機(jī)器學(xué)習(xí)帶來了意想不到的驚喜。

前面討論的ABC的關(guān)系可以總結(jié)成圖1-7。云計(jì)算從量變到質(zhì)變帶來前所未有和平民化的計(jì)算資源。企業(yè)和互聯(lián)網(wǎng)在數(shù)字化應(yīng)用方面產(chǎn)生了大量的數(shù)據(jù)。這些數(shù)據(jù)和計(jì)算能力使得大數(shù)據(jù)技術(shù)普及到普通機(jī)構(gòu)，而這些機(jī)構(gòu)利用大數(shù)據(jù)來創(chuàng)建和改善現(xiàn)有的機(jī)器學(xué)習(xí)模型，帶來更好的人工智能成效。

AI帶來的社會(huì)影響可能超過前三次技術(shù)革命。隨著科技和商業(yè)不斷推動(dòng)AI技術(shù)前進(jìn)，AI和人之間的關(guān)系是技術(shù)領(lǐng)袖、商業(yè)領(lǐng)袖和政策制定者們不得不思考的問題。