直到今天,AI机器甚至还没有足够判断力来描述一张照片的内容,更不要说与人交谈了.但是1997年IBM的超级计算机“深蓝”打败了世界象棋冠军卡斯帕罗夫,这个机器的胜利标志了AI界的研究从复制人类智能转向了专门领域的深层技术.今天这些成果已经遍布现代经济的各个角落——银行的防交易诈骗系统、手机语音识别、搜索引擎的数据检索,等等.在商业领域之外,AI的应用包括帮助医生诊断疾病、利用视觉识别系统监视海滩和泳池防溺水,等等.如今大多数的科学领域依赖某种形式的AI.比如在生物学领域,AI用来理解从人类基因中得到的大量数据的涵义.AI工具已经成为科学家的强大工具用来理解数据集,因为我们已经进入一个时代,能够轻易获得大量数据(比如互联网),但是分析它们却很困难.

最近,AI在DARPA的一项机器车穿越沙漠的挑战赛中发挥了巨大作用.这项挑战的成功预示着未来机车能够自动驾驶,避免相撞,让人从驾驶的疲劳中解放出来.尽管家家有一台机器人的时代还没来临,AI在这方面已经前进了一大步.如果未来的计算能力能够以指数级增长,真正的人工智能也许不远了——那可能是一个人和机器结合的时代,我们的认知能力将大大增强,身体将更加健康.

事实上“真正的人工智能”仍然困难重重.AI最初的目标没有实现是因为以前人们认为大脑像一个CPU那样工作是错误的.用AI机器来模拟大脑,不能像CPU那样来执行命令,而应当像大脑那样基于经验(光、声、味、触)的模式匹配.同时这台机器还应当像大脑那样并行处理大量信息.人类大脑有超过10^11个神经细胞,平均每个细胞有10^3数量级的突触与其它神经细胞相连.因而尽管神经网络模拟证明人工大脑是可能的,但是模拟规模如此之大的系统仍然难以想象.事实上最大的障碍在于我们甚至不知道我们要模拟的是什么.大脑不是一个二进制系统,每一个神经突触根据环境变量(化学元素、压力等)发生不同的变化(称为可塑性,plasticity).我们不知道这种可塑性如何使大脑编码解码诸如神经信号的变化率、峰值、噪声、混乱等信息(难以捉摸的神经编码),从而具备不同功能.因为我们不知道这些大脑的最基本原理,模拟数以万亿计的神经就无从谈起.

除了以上的复杂性之外,还有对人工大脑的其它种种质疑.自从第一个生命诞生起,人脑经历了数亿年的进化.我们真能把这数亿年的漫长时间压缩到五十年吗?也有人怀疑智能究竟能否用数学模型来描述,抑或只能用造物的语言?这也许是为什么过了五十年的过度乐观和产出不足,AI仍然很受欢迎.

无论如何,现如今AI仍然处在婴儿期,很难预见将来的发展.五十年,AI没有告诉我们究竟智能是什么,大脑如何工作,但同时它也告诉我们大脑不是如何工作的(例如启发式搜索、符号逻辑等),这些都很有价值.也许AI的这第一个50年只是序章,再经过200年的发展我们回过头来就可以微笑着看这个时代的人们,如何懵懂蹒跚地寻找答案,茫然不知该向那个方向走.