1.2 什么是人工智能 对于人工智能还难以给出严格的定义，但可从不同侧面作些描述。 人工智能是计算机科学的一个分支，是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理、制造类似于人脑的智能计算机、以及使计算机更巧妙些实现高层次的应用。它涉及到计算机科学、心理学、哲学和语言学等学科。总的目标是增强人的智能。 还可以说，人工智能是研究怎样使计算机来模仿人脑所从事的推理、学习、思考、规划等思维活动，来解决需人类专家才能处理的复杂问题。如医疗诊断、石油测井解释、气象预报、运输调度和管理决策等课题。从实用观点看，人工智能是一门知识工程学：以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 同传统的计算机程序相比较，人工智能首先研究的是以符号表示的知识而不是数值数据为研究对象。其次，采用的是启发式推理方法而不是常规的算法。另外，控制结构与领域知识是分离的，还允许出现不正确的解答。 进而要问智能是什么？如何理解智能？至今人们对智能的认识还很肤浅，仅介绍几种观点。 Turing 提出的智能实验，参加者是计算机、被实验的人以及主持实验的人。由主持人提出问题，计算机和被实验的人来回答，被实验者在回答问题时尽可能地向主持人表示他是"真正的"人，计算机也尽可能逼真地模仿人的思维。如果主持人通过听取对问题的回答分辨不出哪个是人的回答时，便可认为被试验的计算机是有智能的了。有人对这样设计的实验提出了疑义：认为这种实验只反映了结果的比较而没有涉及思维的过程，而且也没明确此人是个孩子还是有良好素质的成年人参加了实验。 当一个计算机系统能给出有关问题的正确答案或有用的建议、而解决问题所有的概念和推理与人相当、还能解释推理过程时，便可说这样的计算机系统是有智能的了。 Feigenbaum 认为只要告诉机器做什么，而不告诉怎么做，机器便能完成任务时，就可以说机器有智能了。 渡边慧说，人类智能主要体现在演绎能力和归纳能力，机器具有这种能力就是有智能了。 近年来对人类智能的理解上形成了两种不同的观点。一种观点称做符号主义：认为人类的智能基本单元是符号，认知过程就是符号表示下的符号运算，从而思维就是符号计算，这种观点是基于"物理符号系统假设"。一些成功的专家系统、自然语言理解系统等都是基于这种观点的。另一种观点称做联接主义，即人工神经网络：认为智能的基本单元是神经元，认知过程是由神经网络构成的，是并行分布的，而不是符号的运算。这种观点可避免知识表示问题，带来的新问题是各神经元联接的权值和网络结构设定的困难。一般说来，人工智能系统可分两类：一类是以物理符号的途径实现的；另一类是用联接机理的途径实现的。两种途径各有优缺点，如能用其所长避其所短或把两者结合起来就更合适些。 当今衡量一个程序是否是一个智能程序，常常从其自然语言理解能力、自动推理能力以及机器学习能力来分辨。从这种观点看，多数程序不是智能程序，少数程序可视作智能程序的雏型，原因是人们对机器学习以及自然语言理解的机理的认识还是很初步的。 对计算机会不会有智能或者说计算机能不能思维这个有争论的问题，我们可这样来理解。"人的思维过程不是神，人脑是物质的就应该可以认识，一旦掌握了规律便可由机器来实现，这样的看法应该说是正确的。然而人脑在进展，机器又是要人来制造的，从这点看不能说可以完全由机器来代替人脑，部分地代替是没有问题的。" 我们还可以问人工智能学科的基础理论是什么？有的学者认为人工智能学科不需要基础理论的指导，说在没有空气动力学的情况下就造出了飞机。这是实干派的观点，有人称他们为"鸟飞派"。多数学者认为人工智能学科也要有理论，针对"鸟飞派"说应该回到空气动力学。我们认为：人工智能学科要有理论也要有实践，认知科学（或思维科学）是人工智能的理论基础；可把人工智能列入认知科学内的一种工程技术学科；从认知观点看，当今人工智能仅限于逻辑思维范围是不够的，要考虑形象思维、灵感思维方能促进人工智能的重大发展；数学常被认为是多种学科的基础科学。它在机械运动中、复杂的无组织的如分子运动中都有重要贡献。数学还应进入语言、思维领域，人工智能学科不借用数学工具是不可想象的。数学在人工智能中远没有发挥作用，仅限于标准逻辑、模糊数学以及一些搜索方法的使用。数学应进入人工智能学科，人工智能学科应促进数学的发展，两者将相互促进。 |