2016年1月24日，星期天，人工智能先驅馬文·明斯基因腦溢血辭世，享年88歲。他是當年達特茅斯人工智能大會組織者中最後一位離世者，約翰·麥卡錫2011年去世，納森內爾·羅徹斯特（Nathaniel Rochester）和克勞德·香農於2001年去世。報紙隨後發表對明斯基所做工作的讚頌——「他證明了向計算機傳授常識推理的可能性，為人工智能領域打下了基礎」。《連線》雜誌一改傳統風格，決定發表由人工智能創業公司Automated Insights開發的人工智能編輯編寫的訃告，效果非常好。
明斯基的去世具有象徵意義，它宣告了第一代欣然認為自己從事的是人工智能工作的研究人員的終結。但是，當他的死訊傳到博客和技術論壇後，人們認為他遠不是過去年代一個落滿灰塵的遺跡。自明斯基和他挑選的一群雄心勃勃的年輕計算機科學家聚集在新英格蘭大學校園，整整一個夏季致力於解決機器智能問題的那一年到2016年，已經整整60年。今天，這種樂觀主義在我們看來也許是非常天真的行為，但我們不能否認他付諸行動的動力。
我們可能還沒有達到人工智能中產生強人工智能的臨界點，但是我們不能忽視人工智能取得的成就。一些成就就是明證，不管是人工智能打敗象棋世界冠軍還是在《危險邊緣》節目中打敗人類大腦。然而，人工智能在很多其他方面也發揮了重要作用，比如發現新藥、傳播全球人類可獲取的有用信息，使機器翻譯越來越快和越來越容易，等等。明斯基可能在人們真正利用神經網絡之前過早地摒棄了它，但他的其他想法仍然廣為流傳。20世紀80年代中期，他出版了《思維的社會》（The Society of Mind）一書，認為「智能不是任何單一機制的產品，而是源自各種資源豐富的實體的互動」。如我們在第三章所看到的內容，這種想法正推動著Jawbone和Nest Labs等智能設備製造者的工作：不僅專注於創造獨立的智能小器械，還要使整個物聯網能夠共同工作從而實現目標。
技術公司如今成為人工智能研究的主要投資者，它們之間的競爭比以往更加激烈。馬文·明斯基去世的那一周，Facebook的馬克·扎克伯格在其擁有15.5億用戶的社交網站上發了一條新聞鏈接，該新聞稱人工智能試圖破解圍棋（圍棋是一種中國棋盤遊戲，目的是比對手佔據更多的地盤）。圍棋的規則容易學習，但是棋盤上可落子的位置數目卻非常驚人，比宇宙中原子的總數量還多。「20年來，科學家一直努力教計算機在圍棋中獲勝，」扎克伯格寫道，「我們已經接近目標，過去6個月，我們已經製造了一個人工智能，它僅用0.1秒就可以落子，而且其性能和之前花費多年建立的系統一樣好。」對於Facebook來說，這是值得炫耀的事，儘管這個紀錄並沒保持太久。僅10小時後，谷歌宣佈DeepMind製造了一個人工智能，它不僅可以打敗所有既有的圍棋程序，還首次打敗了人類職業級棋手。從那時起，一切都突飛猛進。直至2016年3月，世界一流圍棋棋手李世石（Lee Sedol）在韓國一家酒店的房間迎戰谷歌的阿爾法圍棋（AlphaGo），全球6 000萬人觀看了這場比賽。在比賽的最後，阿爾法圍棋以四比一擊敗李世石。
當然，並不是所有人工智能引起的變化都是美好的。未來幾年，人工智能也將成為取代許多職業和摧毀人類謀生之道的「罪魁禍首」，儘管人工智能也將創造新的、以前人類勞動者不曾想到的工作機會。許多人也會對在戰爭中使用機器智能大加批評，不管是航空無人機還是陸地機器人戰士。後者的典型代表是谷歌的「大狗」（Big Dog），「大狗」是四條腿的機器狗，能夠運載約400磅的裝備，但是因為它的汽油動力引擎噪聲太大，美國海軍陸戰隊當前推遲了「大狗」在戰爭中的使用。除了一些災難性的風險，對於大多數人而言，最迫切的人工智能問題是其對隱私的攻擊，這種攻擊伴隨著谷歌這樣的實體公司的崛起而產生。由神經網絡驅動的會思考的機器需要進行數據訓練，每當我們使用如谷歌搜索、Siri或其他人工智能工具的服務時，我們都使這些機器變得更加智能。
1956年，人工智能以一門學科的形式出現，而今天的人工智能不再像當年那樣輪廓清晰。即使是當年，研究人員也在竭盡全力控制人工智能的應用範圍，努力基於諸多不同研究興趣，創造出一個有機的整體。但是，在2016年這仍是完全不可能的。像谷歌這樣的搜索巨頭，其主要收入來源是以人工智能系統換取廣告收益，而研究人員的目的是通過人工智能去理解人類的大腦，對這二者要如何進行協調？除了相關的技術外，什麼能夠將無人駕駛汽車與像搜索引擎巨頭一樣把我們進行分門別類的人臉識別安全系統結合在一起？
我在撰寫本書結論部分時網上還流傳著兩個故事，它們證明了人工智能今天所呈現的分化。（我對谷歌快訊進行了設定，讓其不斷掃瞄互聯網，從而獲得人工智能的相關信息。就這樣，我自然而然地發現了這兩個故事。）第一個故事講的是近期的一場辯論。在這個故事裡，一群直言不諱、心懷憂慮的科學家和武器專家對機器人的風險提出了警告，這些機器人配備了人工智能，正在設法走向戰場屠殺人類。
第二個故事從表面來看相對輕鬆些，講述了居住在敦提的蘇格蘭計算機程序員安迪·赫德（Andy Herd）的工作，他進行了一個創新的人工智能實驗，為20世紀90年代情景喜劇《老友記》（Friends）創作腳本。「我把《老友記》的每一集腳本都輸入了一個循環神經網絡，然後讓計算機學習創作新的劇本。」赫德在推特中寫道。這與我講述的谷歌Deep Dream工程的創造性工作有些類似，結果有些奇怪。就像《野獸日報》（Daily Beast）一篇文章中指出的那樣，赫德承認他的軟件仍舊需要完善，從而使他的計算機不再創作出奇怪的劇本，比如計算機創作的一集劇本中，所有的演員都興奮地擠在一張床上，而莫尼卡（Monica）不知道向誰大喊：「膽小鬼，鮑勃（Bob）!」
這兩個故事之間的鴻溝，不僅凸顯了我們對通用人工智能的日益高漲的癡迷，同時也表明了如今人工智能的廣泛應用範圍。半個多世紀以前，人工智能解決了下棋計算機的難題，成為我們如何在機器內部建立人工智能這個大問題的縮影。今天的目標更加模糊。
人工智能是關乎機器翻譯、圖像識別、自動駕駛汽車、能夠管理我們生活的智能助手、能與你的智能電視進行對話的智能恆溫器、用於設計美國國家航空航天局衛星的基因算法嗎？人工智能是關乎未來就業、人類在21世紀中的角色，或者構建比我們自身更加智能事物的內在風險嗎？我們在設法獲得一些問題的答案嗎？比如，智能等同於意識嗎？或者人類大腦是否像計算機一樣運行？最後，人工智能的本質是什麼？是構建會思考的機器、構建使我們思考的機器，還是旨在構建使我們有更多時間去思考的智能機器？
唯一真正的答案是：是的，人工智能關乎以上一切內容。
還關乎更多內容。