人工智能征服世人 - 盘点AI领域的10大丰功伟绩 征服世人不在话下

“深蓝”击败国际象棋冠军

尽管AI的侧重点已经转移到统计模型上，但基于规则的模型也仍然在使用—— 在1997年举办了一场国际象棋比赛中，IBM的计算机深蓝战胜了世界国际象棋冠军加里·卡斯帕罗夫，向人们展示了机器可以有多么强大。

这不是双方的第一场比赛，在1996年，卡斯帕罗夫曾以4-2击败深蓝。而到了1997年，机器就占了上风。

从一定程度上说，深蓝的智能有点虚假——IBM本身认为深蓝没有使用人工智能，因为它使用的是蛮力之法，每秒处理数千种走棋的可能性。 IBM为这个系统注入了数以千计之前比赛的数据，每次对手走棋之后，深蓝就会照搬以前象棋大师们在相同情况下的反应。正如IBM所说，深蓝只是在扮演之前象棋大师们的幽灵。

不管这算不算真正的AI，它都是一个重要的里程碑，让人们不仅开始关心计算机的计算能力，也对整个AI领域产生了兴趣。自从与卡斯帕罗夫对决以来，在游戏中打败人类玩家已经成为机器智能基准测试的主要方式 —— 2011年时，我们再次看到，IBM的“沃森”系统轻松地击败了两个人类对手，成为美国智力竞赛节目《危险边缘》的优胜者。

Siri 和自然语言处理

自然语言处理是AI领域的一大课题，要想像《星际迷航》（Star Trek）那样通过语音对设备发布命令，就需要有很强的自然语言处理能力。

所以，用统计方法创建的Siri令人眼前一亮。它由SRI International研发，甚至曾经在iOS应用程序商店中作为独立的app推出，很快，这家公司就被苹果公司收购，并深度整合在了iOS中。现在它和谷歌助手、微软小娜，以及亚马逊Alexa这些软件已经成为机器学习最引人瞩目的成果之一，改变了我们与设备互动的方式。

当然，我们如今似乎认为这种互动方式是理所当然的，但是任何曾经在2010年之前尝试过使用语音命令的人都知道，这个进步有多大。

图像识别

就像在语音识别上一样，AI也可以在图像识别领域大有作为。在2015年，研究人员首次得出结论：在1000多个类别中，谷歌和微软研发的两个深度学习系统识别图像的效果比人类更好。

图像识别可以应用在数不清的方面，谷歌在推广其TensorFlow机器学习平台时举一个有趣的例子，就是对黄瓜进行分类：通过使用计算机视觉，农民不需要雇用人员来决定黄瓜是否合适采摘了，而是让机器来自动做出决定，只要这些机器接受过早期数据的培训即可。

GPU让AI变得更便宜

AI现在如此引人瞩目，一个重要原因就是在过去的几年里，处理大量数据的成本已经变得没有那么高昂了。

据记者报道，研究人员直到21世纪末才意识到，为3D图形和游戏而开发的图形处理单元（GPU）在深度学习计算方面比传统的CPU强20到50倍。在那之后，人们可以利用的计算能力就大大增加了，如今的AI云平台可以为无数AI应用提供动力。

所以，要感激玩家。你的父母和配偶可能不会喜欢你花这么多时间来玩游戏 —— 但人工智能研究人员确实很感激你。

AlphaGo和AlphaGoZero征服世人

2016年3月，人工智能又达到了一座里程碑——谷歌的AlphaGo击败了围棋九段李世石。

从数学上说，围棋比国际象棋更加复杂，但这次胜利的重要之处在于，AlphaGo是用人类和AI对手组合进行训练的。据报道，谷歌使用了1920个CPU和280个GPU，在和李世石的五局比赛中赢得了四局。

而更新之后的版本AlphaGo Zero更加厉害，它不像AlphaGo和深蓝那样使用任何以前的数据来学习下棋，而是直接打了数以千场的比赛，经过三天这样的训练，它就能击败AlphaGo了。也就是说，这台机器拥有自学能力。