人工智能

人工智能

摘要：谷歌AlphaGo战胜世界围棋冠军李世石的事件,引起了全球人类对于人工智能的兴趣。一时间，人们茶余饭后的谈资都围绕着人工智能这一领域展开。对于人工智能来说，前60年的人工智能历程，可以用“无穷动”来形容；后60年的人工智能发展，可以用“无穷大”来期许。本文就从它的概念、简史、成果、前景、争论来分析这一领域。

关键字：人工智能、机器人、深度学习、专家系统

一、什么是人工智能?

（一）、字面理解

人工智能即“人工”和“智能”。

“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

（二）、科学定义

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

（三）、分类

1、弱人工智能Artificial Narrow Intelligence (ANI)

弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。

2、强人工智能Artificial General Intelligence (AGI）

人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、

抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。

3、超人工智能Artificial Superintelligence (ASI)d

牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。超人工智能也正是为什么人工智能这个话题这么火热的缘故，同样也是为什么永生和灭绝这两个词会在本文中多次出现。

二、发展简史

第一阶段：人工智能的起步期

人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”（ARTIFICIAL INTELLIGENCE）一词最初是在1956年DARTMOUTH学会上提出的，从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从60年前出现至今，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。

1955年，纽厄尔和司马贺（卡内基梅隆大学计算机系创立者）编制了一个名为逻辑专家的程序，这个程序被认为是人工智能应用的开端，是第一个AI程序。

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。在1956年的这次会议之后，人工智能迎来了属于它的第一段Happy Time。3、1957年康奈尔大学的实验心理学家弗兰克·罗森布拉特在一台IBM-704计算机上模拟实现了一种他发明的叫作“感知机”（Perceptron）的神经网络模型。这个模型可以完成一些简单的视觉处理任务。这引起了轰动。

在这段长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。这让很多研究学者看到了机器向人工智能发展的信心。甚至在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”大批科学家开始研究人工智能，在初期受到显著成果和乐观精神驱使的很多美国大学，如：麻省理工大学、卡内基梅隆大学、斯坦福大学和爱丁堡大学，都很快建立了人工智能项目及实验室,同时他们获得来自APRA （美国国防高级研究计划署）等政府机构提供的大批研发资金。，并出现了一批显著的成果。这段时间的重要工作包括通用搜索方法、自然语言处理及机器人处理积木问题等，主要是方法和算法的研究，离实用相差甚远，但是整个行业的乐观情绪让人工智能获得了不少的投资，获得的重要成果包括机器定理证明、跳棋程序、通用解题机、LISP表处理器语言等。

第二阶段：专家系统的推广

1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种，采用人工智能程序的系统，可以简单的理解为“知识库+推理机”的组合，XCON是一套具有完整专业知识和经验的计算机智能系统。这套系统在1986年之前能为公司每年节省下来超过四千美元经费。有了这种商业模式后，衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等这样的硬件，软件公司。在这个时期，仅专家系统产业的价值就高达5亿美元。

可怜的是，命运的车轮再一次碾过人工智能，让其回到原点。仅仅在维持了7年之后，这个曾经轰动一时的人工智能系统就宣告结束历史进程。到 1987 年时，苹果和 IBM 生产