人工智能

　　有一些词语确实应该经受更多的质疑。六十年前，一些科学家制定了一个会议日程，希望为预测并塑造未来奠定基础。他们的任务，是用计算科学重建和超越人类心智的运作。这个大会被他们命名为“达特茅斯人工智能研究项目”。

　　1955年的一个草案明确提出了达特茅斯会议的假设：“研究是基于这样一个猜想：学习的每一个环节，或者智能的任何其它功能，原则上都可以被精确描述，可以让机器进行模拟。”然而到了今天，“智能”这个词仍然很笼统。从自动驾驶的车辆到面部识别，从下象棋和围棋到基于数十亿个样本的翻译，越来越聪明的自动化方案让人入迷。然而，但每一篇文章标题中的词语都让我们偏离对机器本身的认识——机器和人根本不像，并不是对人类智能的反射。

　　阿兰·图灵1950年发表了一篇关于计算机器和智能的论文，其中写道，“我们只能看到很短的未来，但我们可以看到未来有很多事情需要去做。”如果要诚实地面对未来，我们就需要清楚我们经过了哪里，需要准确描述眼前正在发生的事情是什么。人工智能包含一系列新兴学科，它们有更精确的名称：机器学习、符号系统、大数据、有监督学习、神经网络。然而，由于其术语中嵌入了一个六十年前的类比，大多数关于它们的讨论都受到一些干扰——同时又滋生了很多无益的幻想。

　　知道维基百科的起源未必有助于我们了解它为什么成功，也未必可以教会我们更好地使用它。但它确实是个提醒：我们今天习以为常的事情，当初可能并非是这样。所以，未来的事情也未必就会是今天的样子。