古代荀子也懂AI？達芬奇的手術機器人有多神奇?聽浙大吳飛扒一扒人工智能的“古今中外”！
西周的印紙造文、三國的木牛流馬、希臘古城的黃金機器女仆吳飛的演講，一下子將人工智能的歷史拉到了2000年前原來用機器替代勞動的想法古已有之，不得不說古代人民如此智慧！
那么智慧的古代勞動人民究竟是如何定義人工智能的呢？我們翻出國學經典，在荀子《正名》中就提出了知有所合者謂之智、人知在人者謂之能、人有所合者謂之本正，形象生動地將人工智能的精髓表達了出來。
俗話說，不識廬山真面目，只緣生在此山中。很多時候，我們過多沉溺技術，只是通過五花八門的資訊讓頭腦裝滿了人工智能的碎片，卻忘了站在高處，更加全面地思考。
吳飛就是站在更高處，從人工智能的學科發展、方法研究以及歷史低谷等幾個角度出發，把問題剖析得更深刻。
在講到人工智能的沉浮歷史時，他旁征博引從英國人工智能發展的偏激調查，到日本第五代機器人研發的功敗垂成，再到斯坦福大學+谷歌合作帶來的CYC知識系統我們不禁思考，發展到今天的人工智能，究竟該如何分類、到底該怎樣學習
吳飛強調，無論是規則、數據還是經驗，我們并不能判斷誰比誰好，誰可以取代誰，其實它們彼此各有優點和不足。舉個例子，用規則教，確實和人的思維非常契合，邏輯很強，但我們確實很難把人類所有的規則和理念用來指導或者決策整個過程
探尋新技術，我們除了了解方法和規則之外，更重要的還要聯系實際，現在火熱的人機博弈除了給人們帶來AI改變世界的興奮激動以及AI比人類更clever的精神焦慮外，還有什么特殊的意義嗎？這不，吳飛又理論聯系實踐，給我們上了一堂人機博弈的大課
以下為AI科技大本營針對浙江大學計算機學院副院長、人工智能研究所所長吳飛進行的主題為新一代人工智能的思考與挑戰演講所做的編輯整理，部分內容稍作刪節。
今天，我簡單給大家介紹一下人工智能的發展歷史，以及從人機博弈的角度看人工智能現在以及即將面臨的一些挑戰。
一直以來，人類對人類以外的智能都懷有崇高的夢想。
從西周周穆王的印紙造文到三國的木牛流馬，再到希臘古城的黃金機器女仆實際上，這三個都是人類自己幻想出來能夠替代人類全部勞動的機械裝置。
事實上，自從人工智能在被寫入規劃的過程中，大家就都想了解中國的人工智能是從什么時候被提出來的。后來發現，原來中國的人工智能早在荀子時代，就已經提出來了。荀子在《正名》中有四句話表述了人工智能的脈絡。
荀子說：知之在人者謂之知，這里的知就是咨詢的意思。人有視覺、聽覺、觸覺、味覺和壓力這些感知能力，我們會對身體所處的環境進行多通道、多模態的感知。
知有所合者謂之智，而感知得到的不同通道的多種類型的大數據，在大腦中形成概念，形成對象，就產生了智慧。這種智慧的來源，是我們人對大數據一種綜合的思考得到的一種結果。
人知在人者謂之能，這里講的是人的一些本能。例如，在路上你碰到前面一輛疾駛而來的汽車，你馬上就能感知出來并認知出來這是一輛汽車，而且快速向你沖過來，如果你不做避讓的話，就可能吾命不久矣。那這個時候人們就會開始趨利避害。人類有一些本能，可以做到對感知或者認知的結果快速地做出處理。
人有所合者謂之本正，就可以被理解為是現在我們說的人工智能。就是要把所有從前端感知得到的數據，激發出智慧，再形成與之相關的行動或者決策。這樣來看，整個人工智能脈絡就已經被清晰得勾勒出來了。
這是我在中國古文中尋找出來的有關人工智能的蛛絲馬跡。
再看西方，西方就比較講究學科層面。
歷史上學科層面的人工智能可不是荀子提出來的。
學科歷史上，庫卡機器人，人工智能是由4位學者早1955年提出來的，其中有兩位是當時非常年輕的，也就是年齡僅僅31、32歲的學者。一個是時任達特茅斯數學系的助理教師麥卡錫，另一個是時任哈佛大學數學系和神經學系的馬文明斯基，他們兩位后來都獲得了計算機界的最高獎項（圖靈獎）。另外兩位分別是信息論之父叫香農和IBM第一代通用計算機701的總設計師羅徹斯特。
1955年的8月，四位學者給美國的一個洛克菲勒私人基金會寫了一個提案，這個提案中的題目出現了ArtificialIntelligence，這也是AI這個單詞在人類學科歷史上的首次出現。
建議書中，主要是向美國的洛克菲勒的私人基金申請一筆資金，用于支付十幾個人通過一個半月的工作來完成一個研究。這樣的一筆開支，希望通過建議書得到洛克菲勒的私人基金會的贊助。很順利，這個基金會很快批準了這個提案，但是把提建議書上提出的金額有所縮減。
幾位科學家說，想做一個AI，這個AI是一臺機器，能夠像人那樣認知、思考和學習，也就是用計算機來模擬人的智能。在這個報道中，他們為了突出難點，列舉了7個準備去攻克的難點問題：
1、系統計算機。
2、用程序對計算機進行編程。
3、神經網絡。
4、計算的復雜性。
5、自我學習與提高。
6、抽象。
7、隨手創造力。
事實上我們可以看到，列舉出來的七個問題，后三個問題到現在仍然是人工智能面臨的巨大挑戰。
舉個例子，我們說自我學習與提高，人確實具備這樣的能。人類從幼兒園、小學、初中到高中，就已經形成了這個能力。參加高考的時候，很多高考題目并不是之前完全做過的，但是人們可以通過運用自己的一些知識和數據去處理新的問題。
所以我們很難想象，如果有一個機器人，他也和我們的兒子或者女兒一樣，手牽手坐在了所謂的幼兒園中的課堂里上課，然后經歷了幼兒園、小學、初中、高中的學習過程，又去參加競賽和比賽總之很難想象機器可以具備人的自我學習和提升能力。
從1955年提案提出，人工智能就邁上了它的征途，按照當時的提議，人工智能是部分地替代人類的部分勞動。
例如我們制造一個機器，它能夠定義和證明取代人類的某個工作；制造一個機器翻譯，它能替代人類的翻譯家；制造一個專家系統，它能幫人看病、會診等。那時候的人工智能就是按照這樣的思路發展的，也就是試圖取代人的一部分工作、勞動。
隨著時間的發展，在這個過程中，人工智能逐漸延展出符號阻力、連接阻力和行為阻力這三種仿人，或者仿腦的思路。
接著上面的話題，講一講人工智能一直以來延續而生的三種分類。
第一類，語義相關的人工智能
一直以來我們都給這個類別起了一個不太好的名字，叫弱人工智能。這種人工智能指的音符換調、導向，也可以說是它實際執行的任務。
由于機器具有很強的記憶功能和存儲能力，它可能在依照葫蘆畫瓢的過程中，比人類畫得更快、更棒，但是它也只能按照葫蘆畫瓢，并不能創作出精美的山水畫。
你提供給它大量的數據，它就可以通過數據進行一定范圍內的創作。但這種創作是具備導向性的，要和既定的領域相關，不能算作是跨域機器的人工智能。
第二類，通用的人工智能或者跨域人工智能
人具有很強的舉一反三能力，從一種行為快速地跨越到另外的領域，而不是一味地通過數據驅動或者完成任務導向式地學習。
如果說剛剛提到的第一類任務導向或者說弱人工智能，是數據和規則驅動，那么通用的人工智能，則是掌握學習這個能力。
第三類，混合增強的人工智能
這一類舉例的話，例如達芬奇手術機器人。