在热闹非凡的AI时代，你能分清人类智力与人工智能吗？-CSDN博客

2020年，人工智能的发展将进入深水区，人们对人工智能的认识将进一步科学与理性，“人工智能生成机理”的探索也将被列入议事日程。为配合这一形势，本刊主编力图从多个视角全面探索有关人工智能的一些基础性、本质性的东西，以解读与“人工智能生成机理”相关的方方面面。本文专门介绍人工智能与人类智力的二元化现象。

2020年，人工智能的发展将进入深水区。它的重要标志，一个是2019年中国科协发布了影响未来的20项重大科学难题，其中与人工智能相关的是“人工智能系统的智能生成机理”;另一个是阿里达摩院发布的《2020十大科技趋势》，其中第一条即“人工智能从感知智能向认知智能演进”。人工智能进入深水区后，人们将要探索人工智能中的诸多“为什么”。在讨论人工智能的“为什么”时，需先弄清人类智力的本质、起源、发展、演化等诸多基础性问题。人工智能中始终贯彻的二元化发展道路，包括人工智能中的二元化现象、人工智能源头的二元化基因、人工智能并行不悖的两大分支，而这些二元化现象，都起源于人类智力的二元化状态。

人工智能的相关定义

在深入探讨人工智能时，首先要对人工智能进行严格的科学定义，而不是描述式的定义，只有这样，在讨论时才不会各说各话、产生不必要的歧义。美国斯坦福大学人工智能研究中心尼尔逊教授认为: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。美国麻省理工学院温斯顿教授认为:人工智能就是研究如何用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，即它的知识基础与现代计算机的智力仿真。

以下是本系列文章中对人工智能的相关定义与概念。人工智能:是以人工方式实现人类智力的现代计算机技术仿真。人类智力:是人类个体在知识基础上的能力表现。人类智力有两种表现，即“行为智力”与“思考智力”，它们体现了人类智力的二元化。现代计算机:半导体微处理基础上的电子数字计算机。现代计算机有两种类型，即通用微处理器基础上的通用计算机与嵌入式处理器基础上的专用计算机(简称嵌入式系统)，前者用于人类的思考智力仿真，后者用于人类的行为智力仿真”。

人工智能中的二元化现象

人类智力的二元化导致人工智能中普遍存在二元化现象。这些二元化现象包括感知智能与认知智能、弱人工智能与强人工智能、嵌入式系统与通用计算机系统、行为仿真与思考仿真。

2.1 感知智能与认知智能的二元化

“感知智能”的基础是对外部世界的“感觉”，它必须具备与外部世界交互的“感觉能力”;“认知智能”是感知基础上的“思考”升华，必须具备从感知到认知升华的“计算能力”。“感知智能”与“认知智能”不是人工智能的两个阶段，而是两种不同类型的人工智能。前者的基础是嵌入式系统，后者的基础是通用计算机软件。“感知智能”与“认知智能”还与人类的“感性认识”、“ 理性认识”相对应。感知人工智能的成果是“智能化工具”(如智能家电、手机等)，认知人工智能的成果是“专家系统”及各种智能化软件(如办公软件、AlphaGo等)。

2.2 弱人工智能与强人工智能的二元化

弱人工智能与强人工智能是对人工智能的通俗分类，界限比较模糊。可大致认为，弱人工智能是对人类智力表现的仿真，强人工智能是在脑科学基础上，对人类智力结构、智力生成的探索与模拟。1971年微处理器诞生后，人类社会正式进入到人工智能时代，其后一直是人类智力仿真的弱人工智能时代，它包括智能化工具与计算机软件的专家系统。强人工智能是一种探索人类思考结构与方式的人工智能。AlphaGo诞生后，类人思考的“深度学习”开启人工智能的强人工智能时代。例如，早期IBM 深蓝计算机的“国际象棋大师”与沃森计算机的“人类智力竞赛”，只是两种基于知识库搜索的计算机软件。AlphaGo则带有了强人工智能色彩的“深度学习”，具有人类自学习的思考进化能力。

同样，弱人工智能与强人工智能不是人工智能的两个进化时代，弱人工智能与强人工智能会一直并存。有人将只有思考智力的AlphaGo错误地理解成是“围棋机器人”。“围棋机器人”应该同时具有围棋思考智力与观看棋盘、走子的对弈行为智力，而AlphaGo只有围棋的思考能力，没有行为能力。

2.3 嵌入式系统与通用计算机的二元化

嵌入式系统与通用计算机是人工智能中使用的两种不同的工具。嵌入式系统实现人类行为仿真，其成果是智能化工具(或智能电子系统);通用计算机实现人类思考仿真，其成果是计算机软件形式的各种类型的智能软件。人工智能中这两种不同工具的分化源于20世纪30年代图灵学者们开创的可计算原理基础上的“计算语言”与“图灵机”人工智力模型。微处理器诞生后，分化出的通用计算机与嵌入式系统形成了人工智能中的两大分支，它们并行不悖地发展，直到物联网时代诞生。物联网时代，两大分支开始了交叉融合。与物联网操作系统、云平台相融合，构成大规模的物联网应用系统。嵌入式系统也从MCU核向加强计算能力，满足机器学习、边缘计算需求的AI芯片演化。

2.4 行为仿真与思考仿真的二元化

“行为仿真”、“思考仿真”与人类的“行为智力”、“思考智力”相对应，具有感知与控制能力的嵌入式系统实现人类行为智力的人工仿真，如嵌入式系统基础上的机器人、扫地机、导航仪、洗衣机等。通用计算机基础上的计算机软件实现人类思考智力的人工仿真，如办公自动化软件、计算机辅助设计/制造软件、深蓝计算机的“国际象棋大师”、沃森计算机的“人类智力竞赛”、 AlphaGo的“围棋大师”等。这是人工智能中两个不同领域，使用的工具不同，形态不同，其实现方法也完全不同，两者难以兼容。

嵌入式系统基础上的行为仿真，要求具有实时感知与控制能力、不追求高速海量的数值计算能力;计算机软件的思考仿真，不需要感知、控制，对高速海量的数值计算能力有无限要求。AlphaGo只有思考仿真，没有行为能力，须有代理人协助它下棋;机器人可以感知棋盘的棋势，具有走子的行为能力。把AlphaGo植入到机器人中，便能构成一个既具有思考能力、又有下棋行为能力的“围棋机器人”。

人类智力的二元化状态

提起人类智力，不少人喜欢与动物智力相比较，但人与动物的智力有本质差异。其本质差异在于所有动物的智力都是与生俱来的本能智力;而人类智力则是知识其础上的能力表现。随着知识增加，其智力会不断增长。海龟出生后便具有长期迴游的定向能力，候鸟有与生俱来的长徒跋涉导航能力，此后一生不变。新生婴儿，无知识，本能智力低下，必须在知识环境中开发智力，一旦脱离知识环境，如被狼群收养，便成为永远丧失人类智力的狼孩。

人类智力的基础是知识。人类知识有二元化的感性知识与理性知识，人类智力便出现了二元化的“行为智力”与“思考智力”。行为智力，如洗衣做饭、唱歌跳舞、耕田种地、开车出行等;思考智力如下棋中的思考、冥思苦想、出谋划策等。可以看出，无论是“行为智力”，还是“思考智力”，都是知识基础上的能力表现。在“行为智力”、“思考智力”二元化基础上，还衍生出“个体智力”与“群体智力”，“智力”与“智慧”等二元化现象。人工智能是人类的群体智力仿真。AlphaGo集中了众多围棋大师的智力，导航仪是众多科技成果的结晶，这就是为什么人工智能的智力远远超出人类个体智力的原因，但人类有超越智力的“智慧”，人类可以凭借“智慧”的力量控制与驾驭人工智能。

人类智力的知识相关性表明，要诠释人工智能本质及生成机理必须借助“知识学”的基本原理。例如，人工智能中普遍存在的摩尔现象，是人类知识的非线性发展规律所致;人们出行使用手机导航时，不需要了解手机的导航原理，是因为人类知识与知识行为的分离;VCD/DVD 时代，没有电子工程师的乡镇企业可以制造出垄断全球的VCD/DVD机，是因为半导体厂家把众多的VCD/DVD科技成果已集成在VCD/DVD 半导体芯片中，体现了人工智能中人类的知识集成。非性线、分离性、集成性是人类知识发展的三个基本规律，它可以用来解释人工智能中的诸多“为什么”。

人工智能源头的二元化基因

人工智能二元化现象的源头，除了二元化的人类智力外，还有20世纪30年代图灵学者们孕育的人工智能二元化基因，即人工智能中的可计算原理与可计算模型。古代人的计算从计数开始，后来普及到数值计算，人们从来没有考虑过“除了数以外，还有什么是可以计算的”。20世纪以前，数学界普遍认为，所有问题都应有相应的算法。1930年代初，邱奇提出了“λ算子”和“万物皆可为函数”的逻辑计算思想;1936年5月，图灵发表了《论可计算数及其在判定问题上的应用》，告诉了人们“一切皆可计算”。从数值计算到逻辑计算，数学终于走上广义的计算领域，预示人类智力也可以计算。

图灵学者不仅奠定了人类智力计算的理论基础，还设计出可实现智力计算的图灵机。图灵机是一种人工智能的模型机，用最简捷的方式模拟人类思维过程。该机器由一条无限长的纸带、一个读写头、一套控制规则表、一个状态寄存器组成。可以清晰地看出，它绝不是一个传统的计算机器，而是一个在指令表控制下，纸带步进状态的字符状态处理机，可以用“0”、“1”两个最简单的数字状态来实现人类思维计算的人工智能机。

无论是“λ算子”、“可计算原理”，还是“图灵机模型”，在当时都是十分超前的数学理论思维。1945年，第一台电子计算机ENIAC诞生，但其体积庞大、难以操作，人们开始寻找高效的编程方式。50年代，人们开始设计高级语言。1957年，出现了第一个高级语言Fortran;1958年受λ算子启发，设计出了LISP语言。λ算子成了计算机高级语言的基础。由此，可以清晰地看出“λ算子”、“可计算原理”、“图灵机模型”基础上孕育出了计算机器(硬件)与计算语言(软件)的二元化基因。

ENIAC体积庞大、运算速度低，在速度上难以实现人类的思考智力仿真，在体积、价位上也难以实现人类的行为能力仿真。尽管人们将1956年夏麦卡锡、明斯基等人在美国达特茅斯学院研讨“如何用机器模拟人的智能”并首次提出“人工智能(Artificial Intelligence，AI)”概念看成是人工智能的元年，但真正的元年却是半导体微处理器诞生后的20世纪70年代。

人工智能并行不悖的两大分支

20世纪70年代半导体微处理器诞生后，以微小体积、极低成本作为计算机的基础内核，既可以构建起用于人类思考智力仿真的高速运算的通用计算机，又可以构建起用于人类行为智力仿真的嵌入式专用计算机，从而迎来人工智能的实践时代。1971年世界上首个微处理器Intel 4004诞生，4004诞生后便出现两大分支的发展路径，一是专门用于智能控制的专用计算机，二是不断完善作为通用计算机的中央处理器。

4004本来是为日商研制，作为用于计算器产品的处理器，后来Intel将它和4001(动态内存DRAM)、4002(只读存储器ROM)、4003(缓存器Register)一起构成了一个单片形态的专用计算机。发展到8位处理器时，Intel又推出了可用于构成单片形态的专用计算机微处理器8085。而此时，不少半导体公司已推出了全新结构的单芯片专用计算机，如Zilog公司的Z80、Motorola公司的M6800等。Intel便摒弃了在4004、8085基础上发展单片专用计算机的思路，推出了崭新结构的单片微型计算机MCS 48、MCS 51，其内部集成三总线结构(地址、数据、控制总线)、输入输出电路I/O、定时/计数电路TCC、中断控制电路INT等，突出了控制功能，成为一个能嵌入对象体系中、实现智能控制的单芯片专用微型计算机(Single ChipMicrocomputer)。由于体系结构与通用计算机迥异，又称为单片微控制器(Single ChipMicro-controller)，简称微控制器(Micro Controller Unit，MCU)，俗称单片机。后来，又把这种完全嵌入受控器内部、实现特定应用的专用计算机系统称为嵌入式系统(Embedded System)，一直沿用至今。

另一方面，4004也在不断完善中。Intel首先将它发展到8008、8088 的8 位微处理器，1981 年IBM 首次将8088芯片用于其研制的IBM PC机中，从而开创了全新的微机时代。有了PC机应用的示范，Intel便将主要精力致力于通用微处理器的研发，从8088开始，沿着8086、80286、80386不断完善，通用计算机结构不断完善、计算能力不断提高。

可以看出，在人工智能领域，无论是感知智能与认知智能、行为仿真与思考仿真，还是弱人工智能与强人工智能，都经历了嵌入式系统与通用计算机的二元化发展道路。从20世纪70年代末嵌入式系统诞生，到80年代初PC机诞生后，人工智能一直沿着嵌入式系统的行为智力仿真、通用计算机的思考智力仿真两大分支并行不悖地发展，直到物联网时代到来。

结语

20世纪30年代图灵学者们的“可计算原理”孕育了二元化基因，70年代微处理器诞生后人工智能出现两大分支，70年代至20世纪末，30年间两大分支并行不悖地发展。二元化是人工智能发展、演化的客观现实与客观规律。作为二元化智力统一在人类个体身上，又决定了人工智能必然在物联网时代开始统一与融合，这就是人工智能的一分为二与合二为一。