不知道你想過沒有，人類為什么能制造出比自己更聰明的東西呢？這個東西你一定想到，就是人工智能。在2016年，AlphaGo戰(zhàn)勝了人類圍棋世界冠軍李世石，就已經(jīng)向世人宣告機器人時代的到來。

2019年，中國有344座高校開辦了人工智能相關(guān)的專業(yè)，人工智能因為推動效率提高和發(fā)掘機會方面的推動器作用，正在越來越受到各國政府和企業(yè)的高度重視。

但是人工智能并不是一直發(fā)展得一帆風順。1956年開始，美國就投入很多經(jīng)費，希望能夠在人工智能領(lǐng)域獲得更多開發(fā)應(yīng)用。但結(jié)果并不盡人意，很多嘗試停滯不前。

那么為什么到了這幾年，人工智能反而又火了呢？是什么讓人工智能煥發(fā)生機的？

[[389804]]

無人機編隊

讓人工智能煥發(fā)新能量的，叫做“深度神經(jīng)網(wǎng)絡(luò)”，也叫做“復(fù)雜網(wǎng)絡(luò)”。復(fù)雜網(wǎng)絡(luò)就是比規(guī)則網(wǎng)絡(luò)更復(fù)雜。

在過去，人們認為網(wǎng)絡(luò)都是隨機形成的。然而，真實世界的絕大多數(shù)網(wǎng)絡(luò)并不是隨機網(wǎng)絡(luò)，也不是規(guī)則網(wǎng)絡(luò)。

有一個詞，叫做“復(fù)雜系統(tǒng)”，人類的大腦、城市的運行、自然生態(tài)、地球氣候都是復(fù)雜系統(tǒng)，復(fù)雜網(wǎng)絡(luò)就是對復(fù)雜系統(tǒng)最有效的一種描述方式。它把復(fù)雜系統(tǒng)的各個組成部分看作是節(jié)點，分析節(jié)點之間的交互作用。

[[389805]]

復(fù)雜網(wǎng)絡(luò)為研究復(fù)雜系統(tǒng)提供了最重要的工具和方法，在大多數(shù)情況下，只有把現(xiàn)實世界中的復(fù)雜系統(tǒng)當成復(fù)雜網(wǎng)絡(luò)來看待，才能獲得更好的解釋。比如，夏天的晚上，螢火蟲按照同樣的頻率閃爍；稻田里，青蛙整齊的鳴叫。這些自同步的現(xiàn)象之所以產(chǎn)生，就是因為復(fù)雜系統(tǒng)可以用復(fù)雜網(wǎng)絡(luò)的動力機制來解釋它。

舉一個例子，無人機?，F(xiàn)代戰(zhàn)爭中，無人機發(fā)揮著越來越重要的作用。以前軍方可能只是單獨出動一架無人機，現(xiàn)在一次性出動幾十甚至上百架無人機組成編隊。這么多無人機同時起飛，怎么控制呢？怎么協(xié)調(diào)行動，防止無人機之間相撞？

按照以前的思路，是給每一架無人機配備一名控制員，遠程控制。但是你要讓這么多控制員都能配合好，也是不可能完成的任務(wù)。另一個辦法，是成立一個控制中心，統(tǒng)一發(fā)號施令，來控制每一架無人機的行動。但是這個系統(tǒng)有個問題，就是一旦控制中心發(fā)生故障，整個編隊都會受到影響。

[[389806]]

那怎么辦呢？軍隊最后想到的辦法，就是把無人機組成一個復(fù)雜網(wǎng)絡(luò)，讓每架無人機都成為網(wǎng)絡(luò)中的一個節(jié)點，它們之間的通信信道就是連接。無人機與無人機之間，可以通過實時通訊，信息共享，協(xié)同偵查和攻擊，彼此協(xié)調(diào)行動，這就是復(fù)雜網(wǎng)絡(luò)自組織的特征。這種自組織網(wǎng)絡(luò)一旦形成，就會產(chǎn)生奇妙的結(jié)果。

第一個是降低了成本。建造一臺智能的大型無人機，成本是非常高昂的。如果造的是功能相對簡單的數(shù)量比較多的小型無人機，成本就要少得多。

第二個具備了高度的韌性。無人機編隊是一個韌性比較高的網(wǎng)絡(luò)，就算有幾架無人機被敵軍擊落，這幾個節(jié)點破壞了，整個網(wǎng)絡(luò)仍然可以正常運轉(zhuǎn)。

第三個就是靈活性。單架無人機只能完成特定的動作，執(zhí)行特定的任務(wù)。無人機編隊只要調(diào)整一下參數(shù)設(shè)置，就可以因地制宜地完成不同的任務(wù)。

[[389807]]

拐賣兒童團伙

無人機講的是人類利用知識，創(chuàng)造出復(fù)雜網(wǎng)絡(luò)。反過來，人類也會利用知識，打擊復(fù)雜網(wǎng)絡(luò)。

下面這個例子，只要作為父母的人，就一定非常痛恨，就是拐賣兒童。兒童拐賣在我國最高可判處死刑，可見國家對于這項犯罪的打擊。

兒童拐賣一般是團伙犯罪，被拐賣的兒童在被非法領(lǐng)養(yǎng)之前，一定會經(jīng)歷多次的轉(zhuǎn)移。所以，一旦孩子被拐，能夠找回的概率是非常低的，第一個拐走孩子的罪犯，也不知道后面接頭的人是誰。以前抓到一個就重判一個，并沒有用網(wǎng)絡(luò)的模式去看待。

[[389808]]

2018年，武漢大學的王真等4位學者，通過抓取尋子網(wǎng)站“寶貝回家”上的兩萬條尋親數(shù)據(jù)，利用這些數(shù)據(jù)構(gòu)建了省、市兩級的拐賣兒童犯罪網(wǎng)絡(luò)。

發(fā)現(xiàn)最重要的拐賣路徑，是從欠發(fā)達地區(qū)到東部發(fā)達地區(qū)，這些發(fā)達地區(qū)有些地域重男輕女觀念嚴重。從拐賣的距離來看，42.4%的拐賣發(fā)生在同一個城市，即便是跨城市買賣，拐賣地和非法領(lǐng)養(yǎng)地距離也相差不過500公里。這表明，相當一部分兒童拐賣都是短途或者同城買賣，并不像很多人以為把孩子買到很遠的地方。

而且，犯罪分子的網(wǎng)絡(luò)，還有自適應(yīng)的特點。你打擊這個城市的人口拐賣團伙，他們就會轉(zhuǎn)移到另一個城市。你打擊這條鐵路干線，他們就轉(zhuǎn)移到高速公路去。

在復(fù)雜網(wǎng)絡(luò)的視角下，我們不僅可以找出哪些城市是關(guān)鍵節(jié)點，哪條線路是主要線路，還可以根據(jù)犯罪團伙的社會網(wǎng)絡(luò)，分析出他們面臨打擊時的應(yīng)對方案，以及備選的拐賣路線。這樣精確的研究，才能制定出更加有效的打擊方案，達到事半功倍。

[[389809]]

人工智能自演化

回到開始的問題，人類為什么能制造出比自己聰明的東西呢？答案就是自演化。

人工智能的本質(zhì)，是對人類思維過程的模擬。傳統(tǒng)的人工智能對人思維的模擬，走的是結(jié)構(gòu)模擬的道路。就是仿照人腦的內(nèi)部結(jié)構(gòu)和工作機制來制造機器，但是人腦實在是太復(fù)雜了，腦科學的研究才剛剛起步，計算機又豈能復(fù)制出跟人腦一樣的復(fù)雜結(jié)構(gòu)？

這條路走不通，那就換一條路，只模擬人腦的功能。機器可否像人一樣，具備學習能力，遇到了問題，自己能想辦法去解決呢？

比如AlphaGo，它采用了深度人工神經(jīng)網(wǎng)絡(luò)。所謂的“深度”，就是分層的意思。深度人工神經(jīng)網(wǎng)絡(luò)跟生物的大腦一樣，是分層的，總共有13層。AlphaGo在下棋的時候，會把棋局轉(zhuǎn)化為數(shù)據(jù)，輸入到第一層神經(jīng)網(wǎng)絡(luò)，處理之后，輸出一個數(shù)據(jù)集合，再輸入到第二個神經(jīng)網(wǎng)絡(luò)，以此類推，總共運行13次，最后計算出棋子落下的位置。

雖然科學家利用了復(fù)雜網(wǎng)絡(luò)的思路來模擬人腦的神經(jīng)網(wǎng)絡(luò)，但是科學家并不知道這個神經(jīng)網(wǎng)絡(luò)到底是怎么“思考”的。因為人工智能思考問題的方式，是通過反復(fù)的訓練，來調(diào)整參數(shù)，這個過程中充滿了大量的隨機性。

所以，科學家唯一能做的，就是給人工智能輸入大量的數(shù)據(jù)，比如他們給AlphaGo輸入了幾百萬份圍棋大師的棋譜，讓它在人工的輔助下進行有監(jiān)督的學習。這些棋譜都用完之后，科學家又讓AlphaGo自己和自己對弈，生成很多我們?nèi)祟愐矝]有見過的棋局，讓它繼續(xù)訓練，訓練得越多，AlphaGo就越厲害。

[[389810]]

據(jù)說，最新版本AlphaGo Zero，已經(jīng)不需要人來教它下棋了，它通過優(yōu)化神經(jīng)網(wǎng)絡(luò)，來提升比賽能力。只需要短短3天的訓練，AlphaGo Zero就打敗了AlphaGo，戰(zhàn)績是100:0，百戰(zhàn)百勝。

這就是復(fù)雜網(wǎng)絡(luò)自我演化的威力，它可以自我學習、優(yōu)化和迭代，變得更加強大。人工智能，就是在擁抱了復(fù)雜網(wǎng)絡(luò)這個視角和工具之后，才重新實現(xiàn)了質(zhì)的飛躍。

看到這，相信你對復(fù)雜網(wǎng)絡(luò)有了更深的理解，我們所處的世界，很多現(xiàn)象都是復(fù)雜的，復(fù)雜網(wǎng)絡(luò)就是將這些復(fù)雜現(xiàn)場抽象成網(wǎng)絡(luò)來做研究。

從無人機的自我組織，到拐賣兒童團伙的自我適應(yīng)，再到人工智能的自我演化，每一處都體現(xiàn)了復(fù)雜網(wǎng)絡(luò)的神奇之處。所以，人類賦予機器人自我學習的能力，又提供給它海量的數(shù)據(jù)支持，這個機器人比人類還聰明，就不足為奇了。