人工智能演化的两条路径

生物在演化的过程中有三种生物最终发展出复杂主动身体(complex active body) 与大型神经系统，这三种分别是脊索动物、节肢动物和软件动物中的头足动物(cephalopod)。人类当然属于脊索动物，我之后要提的章鱼则属于头足动物。之所以叫头足动物，因为身体只有头和足，章鱼、乌贼属之。

值得一提的是神经系统在生物的演化过程中，至少独立发展出两套不同的系统。一种是像人类一样，神经元绝大部份集中在脑部。另一种像章鱼只有大约1/3的神经元在脑部，另外2/3神经元分布在8只腕足上。每只腕足好似有自己的一个局部小脑，接受信息、也控制部分运动。以电子的术语来说，是分散式的智能。章鱼的心智大概相当于三岁的小孩，不过大多种类的章鱼也只有3年好活。

人造的电子智能架构与生物经演化而得的神经系统之间有惊人的相似性，人造电子智能架构大致在神经系统演化的两条路径之间摆荡。早期的大型主机是绝对的中央集权，终端机的出现将神经轴突(nerve axon)延伸出去，在线上接受、发送信息。个人电脑问世之后，再加上那时举步维艰的Bitnet、Arpanet，有点形似章鱼。云出现之后，智能及记忆又反向中央靠拢。

人工智能早期运作的场域由于计算速度和存储器容量的考量，几乎都在计算中心，也有朋友做神经网络研究的亲手打造数百台并联电脑来执行演算，走的都是类似人脑神经的路线。2015年人工智能实做大爆发后先浮上台面的GPU、CPU+FPGA、TPU这些大家伙，也都是相同的路数。

不过钟摆又开始摆荡，手机CPU的人工智能功能变夯，2018年主要新手机款式预期几乎都会具有。今年边缘设备(edge device)开始出现在比较显着的地方，下半年的研究机构报告中边缘设备已是主题。这又走回章鱼的演化老路了。

从人工智能的本质来看，由于及时反应、个人化需求以及隐私权的考量，在地智能(local intelligence)就有其存在的必要性。从人工智能的近程发展来看，各式演算法各有擅长，没有一种演算法适用于所有的应用。像最近AlphaGo Zero所取得的成绩，虽说没有用到任何领域知识(domain knowledge)，也有机会利用移转学习(transferred learning)应用在其它的游戏上，但是就只是在规则明确、双方对抗的次序性游戏上，别的游戏恐怕还得大费周章。

利用领域知识和针对单一目的优化的演算法、将人工智能应用于一特殊领域的做法是短期内最容易商业化的途径，这个方法在过去人工智能的发展取得了一定的成绩，像是专家系统(expert system)，只是现在要将这种能力实施于芯片线路。又由于这类应用多在边缘设备上而边缘设备的量远高于计算中心，这是众多研究报告预计人工智能ASIC短期内成长会超过泛CPU的背后逻辑。但也请放在心上，通用的人工智能一直是研发的终极目标，手机最终收服了各类移动设备功能的历史也极可能重复发生在人工智能芯片的发展上。