第二章 AI复兴：深度学习+大数据=人工智能（第4/24页）

心理学上说，人们接受一件新事物，就像人们感受一种外界刺激一样，是有一个心理阈值的。外界刺激（比如声、光、电）的强度太小的话，人们根本不会有任何感觉；只有外界刺激的强度超过了一个人能够感知的最小刺激量，人们才有“听到了声音”“看见了东西”之类的明确感受。这个能引起人们感知反应的最小刺激量，心理学上叫绝对阈值（absolute threshold）32。

人工智能技术的发展正是如此。还是拿图像识别来说，在人工智能发展早期，如果一个计算机程序宣称可以识别出图片中的人脸，但它的识别准确率只有五成左右，那普通人只会将这个程序看作一个玩具，绝不会认为它拥有智慧。随着技术进步，当人脸识别算法的识别准确率提高到80%甚至接近90%的时候，研究者们当然知道，取得这样的进步十分不易，但这一结果其实还是很难被普通人接受，因为每五个人脸就认错一个，这明显无法在实际生活中使用——人们也许会说这个程序挺聪明，但绝对不会认为这个程序已经聪明到可以替代人类的眼睛。只有计算机在人脸识别上的准确率非常接近甚至超过普通人的水平，安防系统才会用计算机来取代人类保安完成身份甄别工作。也就是说，对于人脸识别这个应用，接近或超过普通人的水平才是我们关心的“绝对阈值”。

所以，我们说“人工智能来了”，其实是说，人工智能或深度学习真的可以解决实际问题了。在机器视觉、语音识别、数据挖掘、自动驾驶等应用场景，人工智能接连突破了人们可以接受的心理阈值，并第一次在产业层面“落地”，发挥并创造出真正的价值。

人工智能之所以有今天的成就，深度学习技术居功至伟。谷歌最杰出的工程师杰夫·迪恩说：“我认为在过去5年，最重大的突破应该是对于深度学习的使用。这项技术目前已经成功地被应用到许许多多的场景中，从语音识别到图像识别，再到语言理解。而且有意思的是，目前我们还没有看到有什么是深度学习做不了的。希望在未来我们能看到更多更有影响力的技术。”33

所以，关于第三次人工智能热潮，我的看法是：

·前两次人工智能热潮是学术研究主导的，而这次人工智能热潮是现实商业需求主导的。

·前两次人工智能热潮多是市场宣传层面的，而这次人工智能热潮是商业模式层面的。

·前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱，而这次人工智能热潮多是投资人主动向热点领域的学术项目和创业项目投钱。

·前两次人工智能热潮更多是提出问题，而这次人工智能热潮更多是解决问题。

到底本次人工智能热潮是不是处于技术成熟度曲线的成熟上升期，到底能不能保持长期持续增长的势头，是不是会像此前的人工智能热潮那样，有跌入低谷的风险？我想，经过上面的分析，大家应该会有自己的判断。

图灵测试与第一次AI热潮

2016年是计算机科学领域的最高奖项——图灵奖设立50周年。1966年，美国计算机协会（ACM）以开创计算机科学和人工智能基本理论的科学巨匠——艾伦·图灵的名字设立了这项“计算机界的诺贝尔奖”。

图21　布莱切利园的图灵雕像（CC BY-SA 3.0，Wikipedia）

艾伦·图灵的人生本身就是一个传奇。他利用自己卓越的数学、密码学和计算理论知识，在第二次世界大战期间，帮助英国军方成功破译了德军使用的著名密码系统——恩尼格玛（Enigma）密码机。他早在20世纪30年代就提出了指导所有现代计算机（那个时候，通用电子计算机还没有诞生）的计算原理设计的图灵机理论。他还是个擅长马拉松的运动健将，却因为性取向问题受到英国政府的迫害，最终服毒身亡。有关图灵的传奇故事，2014年的电影《模仿游戏》很值得推荐，该片曾于2015年7月在中国大陆公映。