9月1日的CCTV重头戏“开学第一课”播出了，您陪孩子一起看过了吗？人工智能（Artificial Intelligence即AI）您了解吗？

  蝉联世界围棋第一人的柯洁此前挑战人工智能AlphaGo落败，引发不少有关AI与人类关系的讨论，而他在今年的开学第一课与大家伙儿一起来分享了自己的围棋人生， “职业棋手一辈子可能就只能练一两千盘棋，但人工智能一天就能练一两千盘棋，进化的效率是指数级别的”。

  钢琴家郎朗带着他的学生和钢琴机器人TEO共同演奏，钢琴机器人的指法快、稳、准，永远都不可能出错，在速度上拥有53根手指的TEO胜出。

  7月国务院发布的《新一代AI发展规划》中精确指出，在大中小学阶段要普及及推动人工智能教育、编程教育。《中国制造2025》、《“互联网+”人工智能三年行动实施方案》及《新一代AI发展规划》等政策均致力于推动中国 AI 技术的快速发展。

  作为高科技行业服务人，可以预感到AI时代将出现重大变化，拥抱未来，开学第一课，通俗易懂了解一下人工智能的前世今生，以及人工智能+通信的探索和应用等。

  1956年，以麦卡锡、明斯基、香农和罗切斯特等为首的一批年轻科学家在一起聚会，一同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，由此标志着“人工智能”这门新兴学科的正式诞生。1957年，美国认知心理学家Rosenblatt等首次提出了一种称之为“感知机”的人工神经网络模型。不过当时的感知机是单层的，只有输出层没有隐含层。单层的感知机，有一个先天性的致命缺陷：解决不了线性不可分的两类样本的分类问题。而要是加了隐含层以后，却找不到相应的学习算法。1969年明斯基等发表了书名为“感知机”的专著，指出了单层感知机的这一局限。人工智能遭遇了第一个低潮，这种低潮几乎贯穿了整个70年代。

  到了80年代，美国认知心理学家Rumelhart等提出了BP网络，为带隐含层的多层感知机找到了一种有效的学习算法，即误差的反向传播算法，也就是我们现在卷积神经网络中使用的监督学习算法。实际上的意思就是使用Sigmoid函数与双曲正切函数对经典的MP人工神经元模型进行了改进，但正是这个看似很小的一个突破，却解决了感知机不可以进行学习的致命缺陷。1982年美国物理学家Hopfield提出的反馈神经网络，于是整个80年代，人工智能又一次迎来了高潮。第二次人工智能热潮持续10余年，只是BP网络和Hopfield网络能力有限，利用规则作为知识进行的推理，却并没有感知智能的支撑，最终成为空中楼阁。因此，到2000年左右，人工智能又进入了一个寒冬。理想和现实的巨大差异，让人们认识到，当时的人工智能其实做不了多少事情的。

  人工智能的第三次高潮，发端于2006年。深度学习的概念由加拿大多伦多大学的Hinton教授等人于2006年提出，最重要的包含深度卷积神经网络、深度信念网络和深度自动编码器。尤其是在2012年，Hinton教授与他的两位博士生在参加Image Net比赛时，把深度卷积神经网络与大数据、GPU结合了起来。这是一种历史的巧合，但最主要的是时代的进步。我们有了移动互联网，有了云平台，每天都涌现出海量的大数据。同时也得益于摩尔定律的长期持续作用，尤其是视频游戏的超常发展，推动了GPU的快速进步。这三者的结合，似乎产生了一种化学反应。

  在前两次人工智能热潮中，绝大多数都是学术界为主，而从2013年开始，跨国科技巨头纷纷开始高强度的介入，产业界慢慢的变成为全球人工智能的研究重心，主导并加速了人工智能技术的商业化落地。例如谷歌提出“人工智能优先”，借以重塑企业，而百度也宣称自己已经是一家AI企业。目前，AI在各方面所取得的惊人效果，都是前所未有的。仅以人脸识别为例，现在的人脸识别准确率已达到了99.82%，这次人工智能新高潮，是一个实实在在的进步，最具代表性的成果就是深度卷积神经网络和深度强化学习等两个方面。包括深度卷积神经网络和深度强化学习在内的弱人工智能技术，以及它们面向特定细致划分领域的产业应用，在大数据和云计算的支撑下都是可预期的，在未来5-10年之内都会成为AI产品研发与产业发展的热点，必将深刻地改变人们的生产生活方式。

  从弱人工智能到超人工智能，我们还有漫长的路要走，它们也有自己的缺陷，尤其是深度卷积神经网络。为什么把现在的人工智能阶段称之为弱人工智能呢？因为它只能解决一个点的问题，或者只能在一个垂直细分领域应用，才可以获得人类水平。因为它需要大数据，只有在一个点上积累足够多的带标签的完备大数据，才能有明确的目的性地获得成功。目前人工智能的最大缺陷之一就是能力单一，不可以进行多任务的学习。现在的弱人工智能甚至还不能用同一个模型做两件事情，而要想让它具有多任务的学习能力，即把一个垂直的细致划分领域变宽，就像AlphaGo，让它不仅会下围棋，还会下象棋，甚至是其他的所有棋类，还会打扑克牌、打游戏，另外还会语音识别、行为识别、表情识别和情感交流等等，如果上述能力都具备的话，进入强人工智能阶段之后，机器的智能将会呈指数增长，智商远超人类，此时人类或会面临两个迥异的结局，即要么永生，要么灭绝。

  2）关于语义理解的问题。要与知识图谱相结合，与符号主义的知识推理相结合，发展特征提取+推理的创新性模型。

  3）关于局部逼近网络的问题。不能因为一个新的样本输入而改变整个网络的连接权，要防止把以前的特征全部冲刷掉。

  面对越来越复杂的无线通信网络系统，以往的设计与管理方式已经不能够满足，引入人工智能能够在一定程度上帮助通信行业进行分布式网络创新设计，慢慢地加强通信网络的性能和容量，用于帮助电信运营商管理和优化其技术设施的工具和服务，如智能化网络运营与维护、自动化管理和闭环优化、新型的网络规划流程、网络自主安全防护等。

  在5G 时代，Gb/s 数据速率将构建出一个万物互联的环境，移动互联技术与智能家居、智能城市将紧密结合。面对日益复杂的资源和动态的流量经营，运营商需要更智能化的管理。人工智能技术能帮助人们在系统规划设计、自动化运营和网络优化等各个核心环节做出更明智的决策，给运营商带来成本降低和效率提高。以5G 为代表的宽带通信技术不断进化，也为人工智能所需要的高速数据交换提供一个强大的技术平台。

  此外，对于通信行业，AI 技术能最大限度地有效利用带宽和信息存储和检索的自动化，改进数字通信中过滤、搜索和语言翻译等技术，将会极大的拓展未来通信技术的应用空间，为5G应用开辟一个新的蓝海。

  人工智能爆发的路线应该有更多场景化应用。而涉及到垂直行业，人工智能多以辅助的角色来辅佐人类进行工作，诸如目前的智能投顾、无人驾驶汽车等，预计随认知智能技术的加速突破与应用，运算能力、数据量的大幅增长以及算法的提升，AI市场将加速爆发，未来人工智能+汽车、人工智能+医疗、人工智能+教育等产业均将创在巨大的商业价值。

  智能机器就是我们的孩子，我们的后代。在最开始，它们会继承我们的一些准则，因为我们只允许它们这样做；但是后来它们会开始反思自己的本性、它们和我们的关系以及互相之间的关系。所以，我们应该做好心理准备：可能总有一天，机器会做出我们接受不了的道德抉择。优秀的父母教育出的小孩，并不是那种完美复制了父母所有理念的小孩，而是那种能够反思并解释出自己理念的正确性的小孩。我们教育出的人工智能也应该是这样的。同样，优秀的父母也不会把他们刚刚步入青少年的孩子直接丢进社会里，让他们自己思考何谓对错，自生自灭。我们该允许智能机器告诉我们，它们感觉自己该如何做；然后我们大家可以告诉它们，为什么我们觉得那样做不行。

  也许有一天，机器的智慧会超过我们，它们也会变得和我们不同，就像我们的孩子一样。我们的后代会在无形中重塑这样一个世界的道德观，只是我们自己无法察觉。但是我们该准备好，去引导它，接纳它。未来已来，Are you ready？