人工智能的定义与发展.docxVIP

人工智能的定义与发展

（一）人工智能的定义

人工智能概念首次在1956年的达特茅斯会议上被提出，该会议对人工智能的设想是一台可以模拟学习或智能处理所有事宜的机器。1990年，温斯顿提出AI是要去研究如何运用计算机代替人类完成中高难度的认知工作。2018年，欧盟通信委员会在人工智能大会上提出人工智能是具有一定智能和自主性，并能实现特定目标的系统。与此同时，中国在《人工智能标准化白皮书（2018版）》中提出，“人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。”然而，目前并没有一个被各界一致认可的人工智能定义，但有两个最常见的人工智能定义：一个是明斯基给出的，他认为人工智能是一门科学，研究通过机器去做需要人类智能才能完成的任务的科学；另一个是由尼尔森提出的“人工智能是关于知识的科学”，而“知识的科学”具体是指知识的表示、获取和应用。

第一种定义有“人类”和“智能”两个难以明确定义的概念，第二个定义只有“知识”一个未明确定义的概念，而且在这三个概念中“知识”相对被研究得更彻底，且与人和智能定义相关，同时是智能的基

础，因此专业人士更偏向于尼尔森给出的人工智能定义。知识的基础单位是概念，概念的第一个功能是指物功能，即表示客观世界事物的可观测性；第二个功能是指心功能，即表示在心智世界里对事物的表示；第三个功能是指名功能，即对认知世界和符号世界传递事物的符号名称，而这些符号名称便组成我们熟知的各种语言。

若现实中想准确了解一个概念，便需要了解这三个功能，即需要知道概念的名字，也需要知道概念所指的客观世界的对象，更需要在自己的心智世界知道该概念的表达。人工智能的三个流派是从概念的三个功能出发，研究如何让机器具有智能和自主性，其中符号主义致力于

人工智能指名功能的实现，连接主义致力于人工智能指心功能的实现，行为主义致力于人工智能指物功能的实现。第一，符号主义提出只要在计算机上实现了某种功能，现实生活也必然实现对应功能，即指名正确，指物便自然而然正确，最典型的例子是图灵测试。但是哲学家Searle设计了中文屋实验，从哲学上对符号主义进行批评，并指出符号的计算与现实社会并不一定相符，符号主义的人工智能与人的智能不能等同。并且符号主义也面临三个现实挑战，它不能解决概念组合后的多样化问题、概念组合的悖论问题，以及概念或知识在现实生活中难以提取和得到的问题。第二，连接主义关注大脑神经元的连接机制，试图在机器上模拟大脑结构以及相应的信息处理机制。同样的，连接主义即使实现了指心问题，但指物仍存在严重问题，科学家门用缸中之脑实验进行了说明。与此同时，连接主义也是大家熟知的人工智能实现路径，如在语音识别、图像识别、机器翻译等方面也都达到了实用的水准。第三，行为主义认为智能并不需要知识的表示和推理，它取决于感知和行动，只要能实现指物行为便具有智能，Brooks的六足爬行机器人便是行为主义早期的代表产品。但是行为主义很难复制的是人类无意识的技能，即莫拉维克悖论。综上所述，三个流派各有优缺点，想要真正实现人工智能只有将三个流派进行融合，如在围棋上战胜了李世石的AlphaGo使用了三种算法，分别是属于行为主义的强化学习，属于符号主义的蒙特卡罗树搜索以及属于连接主义的深度学习。各个流派的融合已经成为了人工智能发展的大趋势，再结合大数据和云计算，AI未来必将带来新一轮的技术革命。另外，20世纪70年代，美国哲学家约翰·塞尔（JohnSearle）提出了关于人工智能的两个定义，一个是“强人工智能”（StrongAI），另一个是“弱人工智能”（WeakAI）。强人工智能是指具有自主学习和决策能力的，

拥有自我意识的AI。它不仅能自主从事体力劳动，还能处理与感情或智商相关的脑力劳动，甚至相较于普通人来说做得更全面，也被称作“通用人工智能”。虽然目前关于强人工智能的研究还处于理论或道德层面，但已经引发一大批科学家对机器拥有自我意识的担忧。弱人工智能是指通过模拟人或动物思维方式，以解决各种现实问题的技术，主要包括逻辑推理、专家系统、机器学习、以及机器人学等等。现在的弱人工智能一般只擅长解决某一领域的个别问题，因此也被成为“专用人工智能”。美国哲学家尼克·波斯特洛姆（NickBostrom）在强弱人工智能的基础上提出了“超人工智能”的定义，指出超人工智能在几乎所有的领域都远远超越人类智能，是一种远超过强人工智的力量，极大可能毁灭智慧生命或使其丧失未来发展的潜力，最终带来世界存在性风险。

综上所述，不同学者对人工智能的理解各不相同，但是这些定义都强调了人工智能是对人类思维和行为的模拟，能自主、智能地解决各种现实问题，实现指物功能、指心功能或指名功能的技术。