AI 與愛

1956年John McCarthy（1927~2011）在達(dá)特茅斯會議上提出了“人工智能 (artificial intelligence，AI）”一詞。他將人工智能定義為：“制造智能機(jī)器的科學(xué)與工程?！?/p>

The science and engineering of making intelligent machines.

人工智能也可定義為能夠執(zhí)行需要人類智能的任務(wù)的計(jì)算機(jī)系統(tǒng)的開發(fā)，如制定決策、檢測對象、解決復(fù)雜問題等等。

人工智能方興未艾，對于其類型的劃分也并無定論，目前較為認(rèn)可的是密歇根州立大學(xué) Arend Hintze 教授對其的定義。他將人工智能分為單一反應(yīng)型、有限記憶型、具有心智型以及自我意識型。

這四種類型是逐步發(fā)展，逐次上升的。從接受信號，做出單一反應(yīng)，到有限記憶，存儲少量經(jīng)驗(yàn)；從具有心智，理解人類思想和感受，到形成自我表征，預(yù)測他人感受，人工智能不斷發(fā)展，也不斷向擬人化靠近。

人工智能可以通過以下技術(shù)解決現(xiàn)實(shí)問題：

機(jī)器學(xué)習(xí)

深度學(xué)習(xí)

自然語言處理

機(jī)器人

模糊邏輯

專家系統(tǒng)

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一門借助機(jī)器解釋、處理和分析數(shù)據(jù)以解決實(shí)際問題的科學(xué)。它的根源可以追溯到1952年就職于IBM 的 Arthur Samuel（被譽(yù)為“機(jī)器學(xué)習(xí)之父”）設(shè)計(jì)的一款西洋跳棋程序。機(jī)器學(xué)習(xí)有三種類型，分別為監(jiān)督式學(xué)習(xí)、無監(jiān)督式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

毫無疑問，機(jī)器學(xué)習(xí)有助于人類克服知識和常識方面的瓶頸，而我們認(rèn)為這些瓶頸會阻礙人類水平的人工智能的發(fā)展，因此許多人將機(jī)器學(xué)習(xí)視為人工智能的夢想。

深度學(xué)習(xí)

深度學(xué)習(xí) 是在高維數(shù)據(jù)上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)以獲得洞察力并形成解決方案的過程。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個高級領(lǐng)域，可以用于解決更高級的問題，它是 Facebook、自動駕駛汽車、Siri、ALexa 等虛擬助手人臉認(rèn)證算法背后的邏輯。

自然語言處理

自然語言處理 是一門從人類自然語言中提取洞察力，以便與機(jī)器交流并發(fā)展業(yè)務(wù)的科學(xué)。它也是人工智能中最古老、研究最多、要求最高的領(lǐng)域之一。開發(fā)智能系統(tǒng)的任何嘗試，最終似乎都要解決一個問題，即使用何種形式的標(biāo)準(zhǔn)進(jìn)行交流。例如，比起使用圖形系統(tǒng)或基于數(shù)據(jù)系統(tǒng)的交流，語言交流通常是首選。

20 世紀(jì)四五十年代，人們使用有限自動機(jī)、形式語法和概率建立了自然語言理解的基礎(chǔ)。但是，20 世紀(jì)五六十年代，早期使用機(jī)器翻譯語言的嘗試被實(shí)踐證明是徒勞無功的。20 世紀(jì) 70 年代，當(dāng)時的潮流趨于使用符號方法和隨機(jī)方法。進(jìn)入 21 世紀(jì)后，隨著機(jī)器學(xué)習(xí)的興起，自然語言處理迎來新的突破，并推動了隨機(jī)過程、機(jī)器學(xué)習(xí)、信息提取和問答等現(xiàn)有方法的應(yīng)用。比如，Twitter 使用自然語言處理技術(shù)來過濾推文中的恐怖主義的語言，Amazon 使用自然語言處理了解客戶評論并改善用戶體驗(yàn)。

機(jī)器人

人工智能機(jī)器人是在現(xiàn)實(shí)環(huán)境中行動的人工智能體，通過采取負(fù)責(zé)任的行動來產(chǎn)生結(jié)果。這一領(lǐng)域在計(jì)算幾何和視覺方面與人工智能密切相關(guān)。目前，在機(jī)器人技術(shù)中，特別是嵌入式系統(tǒng)中，我們可以看到人工智能的許多體現(xiàn)，包括搜索算法、邏輯、專家系統(tǒng)、模糊邏輯、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、規(guī)劃甚至博弈等。人形機(jī)器人 Sophia 就是機(jī)器人技術(shù)中人工智能的一個典例。

模糊邏輯

模糊邏輯是一種基于“真實(shí)度”原則的計(jì)算方法，而非通常意義上的現(xiàn)代計(jì)算機(jī)邏輯，即布爾邏輯。換言之，我們所得到的結(jié)果往往并非非黑即白、非正即負(fù)，而是“在一定程度上”的結(jié)果。比如，機(jī)器人在實(shí)現(xiàn)目標(biāo)的路徑上可能會遇到阻礙，而機(jī)器人卻必須堅(jiān)持實(shí)現(xiàn)目標(biāo)。換句話說，機(jī)器人的世界不僅是離散的，它也取決于某些 “自由度”，某些屬性具有不同程度的變化，而不只是產(chǎn)生“開”或“關(guān)”、“是”或“否”的結(jié)果。

模糊理論由 Lotfi Zadeh（1921~）于 1965 年提出，Zadeh 最初并沒有想到模糊邏輯可以用于工程師的工業(yè)過程以控制和“智能”消費(fèi)產(chǎn)品。后來，Mark Hopkins 在多個領(lǐng)域發(fā)現(xiàn)了模糊邏輯的應(yīng)用，包括經(jīng)濟(jì)、農(nóng)業(yè)、航天、核科學(xué)、生物醫(yī)學(xué)等等。實(shí)際上，模糊邏輯目前已經(jīng)實(shí)現(xiàn)了廣泛的應(yīng)用。

專家系統(tǒng)

專家系統(tǒng)是一個智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。也就是說，專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。

20 多年來，知識工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域，開發(fā)了幾千個的專家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過同領(lǐng)域中人類專家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。