“機器智能”，在幾十年間，是一個討論熱烈又飽受質(zhì)疑的話題。對機器能夠“思考”和“推理”的期冀，不僅引起了人類大量的想象力，近年來也體現(xiàn)在企業(yè)研究預(yù)算增加上。從1950年代開始，Marvin Minsky、John McCarthy以及其他該領(lǐng)域的核心先驅(qū)為當(dāng)今的突破性成果搭建起了理論與實踐的舞臺。透過能驅(qū)動奇怪機器的公式和代碼，我們發(fā)現(xiàn)人類正在面對關(guān)于“思想”和“知識”最本質(zhì)問題。在這個領(lǐng)域中，數(shù)學(xué)和科技的精湛成果使我們“之所以為人”的品質(zhì)變得清晰起來：任何事都是從“注意力”和“直覺”中來，到“記憶力”和“計劃”中去。隨著這個領(lǐng)域發(fā)展進(jìn)程的提速，理解這些問題變得越來越急迫。
到了2016年，機器智能世界發(fā)展的成果接二連三。Google向公眾開放了它的機器學(xué)習(xí)庫TensorFlow；緊隨其后，微軟發(fā)布了其深度學(xué)習(xí)框架CNTK；硅谷的英杰們(譯者注：特斯拉和Space X的首席執(zhí)行官Elon Musk、Y Combinator董事長Sam Altman等)向OpenAI學(xué)院投資了數(shù)十億美金；而谷歌開發(fā)的軟件打敗了歐洲圍棋冠軍——這些頭條新聞和成就僅僅還是整個故事的一小部分。我們應(yīng)該花點其他時間了解這個領(lǐng)域的實踐者們。在接下來的訪談里，我們著眼于給讀者描繪出促進(jìn)該領(lǐng)域發(fā)展的理念和挑戰(zhàn)。
