1999年，好莱坞科幻电影史上最重要的科幻电影《黑客帝国》上映了。这部电影讲述的是看似正常的现实世界，实际上却是由名为“矩阵”的人工智能程序控制。在第一部电影获得成功之后，该系列又陆续推出第二部及第三部电影。
这部电影除了向观众展示一幅宏大科幻世界画卷以外，还探讨了关于人性与宗教等内容。但是作为观众，印象最深的要属“矩阵”带来的震撼。在电影中，“矩阵”以人类作为自己的能源，通过代码让人类沉浸在虚幻世界中。
自从计算机技术诞生以来，人类关于未来科技的幻想的热情从来都没有消散。而人工智能作为计算机科学的一个分支，更是科幻电影的一大热点。但是在大多数科幻电影中，人工智能扮演的都是反派角色。
比方说《黑客帝国》里的“矩阵”，《终结者》系列中的“天网”等等。尽管也有许多正面描写人工智能的电影，像《人工智能》中的小男孩，《机器管家》中的机器人安德鲁等等。尽管当时的计算机水平发展迅速，但是普通大众仍然觉得电脑不能战胜人脑。
这种观念的转变，始于1996年举办的一场国际象棋比赛。
在1996年2月，一场举世瞩目的人机大战在世人面前展开。一方是当时的国际象棋世界冠军卡斯帕罗夫，另一方则是日后大名鼎鼎的超级计算机—深蓝。
在双方的第一场较量中，深蓝以总比分2-4败在卡斯帕罗夫的手下。这个结果似乎在我们的预料之中，毕竟电脑的计算能力再强，也无法在上千年的人类智慧结晶中战胜我们。研发深蓝的IBM团队没有反驳，转而开始为深蓝默默地升级程序。
时间转眼来到1997年5月，深蓝再次向卡斯帕罗夫发起挑战。在经历第一次的成功后，许多人不以为然，认为电脑在棋类领域战胜人类不啻于天方夜谭。在他们看来，这次比赛的胜者仍然是人类。
但是现实却狠狠地打了他们的脸。
在总共六局的比赛中，当时的世界第一卡斯帕罗夫以1胜2负3平的战绩败给了深蓝，而这次比赛也标志着国际象棋的历史进入了新篇章。
深蓝的出现标志着人工智能科技走上发展的快车道。在二十年后的2016年，谷歌公司开发的人工智能程序—阿尔法狗又在围棋领域击败人类。与深蓝不同的是，阿尔法狗在出现后的一年内从无败绩。自此，人们对于AI技术的印象从原来的电影角色，变成了现在的棋类高手。
那么AI技术除了充当“电影演员”以及棋类大师以外，还有没有其他身份呢？
要想知道AI能做什么，首先要搞清楚AI是什么。在AI技术迅速发展的今天，面向普通大众的科普书却很少。许多科普书也是由非一线专家撰写的，在解释AI技术的时候，就不如一线专家撰写的那样详细。
在现在的人工智能领域中有三大知名AI程序，分别是IBM的深蓝、谷歌的阿尔法狗以及日本的PONANZA。山本一成作为PONANZA的开发人员之一，通过讲述设计与改进PONANZA过程，向普通大众介绍了人工智能到底能做什么。
山本一成在《你一定爱读的人工智能简史》中，向我们简单解释了人工智能领域的三大核心技术。这三个技术分别是：机器学习、深度学习以及强化学习。山本一成没有使用复杂的数学公式和逻辑，试图用简单的语言向读者描述人工智能这一概念。
接下来，就让我们搞清楚先从人工智能这一概念开始。
什么是人工智能？
人工智能这一术语最早出现于1956年，当时一批有远见卓识的年轻科学家在一起聚会。重点讨论和研究有关及其模拟智能的一系列问题，于是人工智能这一学科正式诞生。
人工智能的英文名字是Artificial Intelligence，简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。说的简单点就是，电脑对人的思维和意识过程进行模拟。
许多人觉得人工智能的应用领域只有智能机器人，这其实并不能完全概括人工智能的应用范围。作为二十世纪七十年代之后的三大尖端技术，人工智能除了在机器人领域外，还被大量应用于语言识别、图像识别等。
除了拍电影，人工智能有什么用？
IBM的深蓝、日本的PONANZA以及谷歌的阿尔法狗并称三大人工智能标杆，由于这三个AI程序都是为了下棋设计的，于是给别人留下“AI的用途就是为了下棋”这一刻板印象。
其实AI的应用领域非常广泛，像前面提到的语言识别、图像识别等等领域，AI都有广泛的应用前景。以前在科幻电影中出现的即时翻译系统，现在已经出现在现实应用中了。甚至在WMT2017中，微软的机器翻译已经达到人类水平。
在国内的AI领域里，图像识别技术的应用同样取得了突飞猛进的效果。在前不久，警方根据腾讯实验室的图像识别系统提供的线索，帮助四位走失十年以上的家庭找到了自己的孩子。
除了语音识别与图像识别，在数据挖掘、专家系统、智能搜索等等领域中，AI能够起到的作用越来越大。也许有一天，我们也能设计出漫威电影中“至高智慧”那样的超级AI程序。
人工智能的三大核心技术是什么？
我们已经搞清楚AI能做什么，接下来就要看看AI到底是怎么实现这些功能的。
山本一成在《你一定爱读的人工智能简史》中，向读者介绍了人工智能的三大核心技术。分别是：机器学习、深度学习以及强化学习。这三项技术代表着智能生物的三项能力，分别是：自我学习能力，抽象思考能力以及预测和判断能力。
首先，让我们来看什么是机器学习。在上学的时候，我们都听过老师这样一句话：“你要是自己不学，神仙都教不了。”老师们这句话强调的是学生对于学习是否具有主观能动性，只有学生想学，老师才能教的进去。
对于电脑来说，机器学习就是赋予它“主观能动性”。在机器学习技术普及之前，电脑学什么以及能学到什么程度完全取决于设计者教它什么以及教到什么程度。比方说棋类游戏，只有程序员把棋谱变成数据，输入电脑之后，电脑才能学会棋谱。
棋类游戏已经诞生上千年，知名棋局不胜枚举。可以推导出来的棋局数量犹如恒河之沙，单单依靠程序员的力量是无法将所有棋局交给电脑的。如果让电脑依靠穷举法去下棋，那又不能算人工智能。
所以机器学习技术对于人工智能来说就非常重要了，机器学习技术的重要意义在于让电脑由原来的“要我学”变成现在的“我要学”。在之前的人工智能领域，电脑的学习速度受限于程序员的输入速度，在引入机器学习技术之后，人工智能的学习速度提升到了指数级。
了解了机器学习的意义，接下来看看什么是深度学习。在人工智能领域，有个非常著名的实验：图灵测试。这项实验是由英国科学家图灵提出来的，其大意可以理解为：计算机能像人类一样思考吗？
前面提到的机器学习只是赋予电脑对于学习的主观能动性，但是在抽象思维上，计算机还是无法与人类相比。人工智能的目标是实现电脑完全模拟人脑，如果只会学习而不会抽象思考，那么并不能称之为人工智能。
在2006年之前，图灵测试对于人工智能来说可望而不可即。而在深度学习算法普及之后，人工智能领域获得了突破性的进展。
我们在接收到外部信息之后，会对信息进行解读，这个过程看似简单，其实是一个抽象的理解过程。比方说我们在看见一只猫之后，大脑会产生猫的概念。但是却从来没有想过猫为什么是猫。
许多人会说出猫有哪些特征，比如会抓老鼠，有毛发、有尾巴等等。但是电脑却不能理解，如果我们把这些特征作为数据输入到电脑中，一旦出现数据不符的情况，电脑就不能够判断眼前的生物是否是猫了。
比方告诉人工智能猫有毛发，那么当一只加拿大无毛猫出现在它面前时，它就无法判定这只猫是不是猫。
如果说机器学习让电脑学会像人类那样主动学习，那么深度学习就是教会电脑像人类那样抽象思考。
最后，让我们跟着山本一成来了解一下什么是强化学习。在人工智能领域，最难的棋类软件是围棋。这是因为围棋无法像国际象棋与日本将棋那样，通过子力判定场上局势以及移子的优先级。为了解决这个问题，科学家们为电脑引入了强化学习系统。
智能生物通过强化学习，可以知道自己在什么状态下，应该采取什么样的动作使得自身获得最大奖励。举个简单的例子，一个顽皮的孩子不想写作业。如果家长会告诉他如果写完作业，就可以看动画片。这时孩子会去乖乖的写作业，久而久之，他就会把写作业与获得奖励联系起来。
一个受过长期训练的职业围棋选手知道如何通过布局来赢得胜利，但是电脑却不懂这个博弈过程。电脑在对弈过程中，会根据强化学习算法来对棋局做预测，之后会做出对自己最有利的移子策略。
最后再用一句话来简单总结人工智能的三大核心技术，机器学习赋予人工智能主动学习的能力、深度学习赋予人工智能抽象思考能力、强化学习赋予人工智能做预测和判断的能力。
许多人会问：“人工智能对于人类社会有什么意义？”在这里想举一个例子来说明，在2017年谷歌的阿尔法狗战胜柯洁之后，围棋界悄然兴起一种新的下法，这种下法被称为“阿狗流”。柯洁在败给阿尔法狗之后，将阿狗流融会贯通，大杀四方。
我们大力发展人工智能，除了提高社会生产效率以外，还可以帮助我们找到新的前进方向。人类受自身条件限制，对于数据的处理速度远不如电脑。但是借助人工智能，人类的进化速度会大大提高。
而这也许就是人工智能对于人类社会的重要作用。
