人工智能初探

数千年来，我们一直试图理解我们是如何思考的？（即仅仅少量的物质怎能感知、理解、预测和操作一个远大于自身且比自身复杂的多的世界）

人工智能(artificial intelligence),简称AI: 我们不仅试图理解智能实体，而且试图构建智能实体。

什么是人工智能？

我们沿着两个维度排列AI的八种定义：

顶部的定义关注思维过程与推理，而底部的定义却强调行为；

左侧的定义根据与人类表现的逼真度来衡量成功与否，而右侧的定义依靠一个成为“合理性”的理想的表现量来衡量。一个系统若能基于已知条件“正确运行”，则它是合理的。

 AI定义

像人一样思考	合理的思考
有头脑的机器（1985） 与人类思维相关的活动，诸如决策、问题求解、学习等活动（的自动化）（1978）	通过使用计算模型来研究智力（1985） 使感知、行为、活动成为可能的计算的研究（1992）
像人一样行动	合理的行动
创造能执行一些功能的机器的技艺，当由人来执行这些功能时，需要智能（1990） 研究如何使计算机能做那些目前人比计算机更擅长的事情（1991）	计算智能研究智能agent的设计（1998） AI .....关注人工制品中的智能行为（1998）

以’人‘为中心的途径某种程度上必是一种经验科学，涉及到关于人类行为的观察与假设；理性论者的途径涉及数学与工程的结合。

1.像人一样行动：图灵测试的途径

图灵测试：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。

“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。

“完全图灵测试”计算机需要具备的能力：自然语言处理、知识表示、自动推理、机器学习，还包括计算机视觉和机器人学。

2.像人一样思考：认知建模的途径

领会人脑的实际应用的三种途径：

1）内省：试图捕获我们自身的思维过程；

2）心理实验：观察工作中的一个人；

3）脑成像：观察工作中的大脑。

但我感觉我们首先需要理解大脑的物质结构、组织结构，大脑中物质的交流，然后再关注在这个硬件基础上，我们的意识、思维过程--关注这些形成的过程，才可能实现像人一样思考。

认知科学：把来自AI的计算模型和心理学的实验技术相结合，试图构建一种精确且可测试的人类思维理论。

3.合理的思考：“思维法则”的途径

“逻辑主义”流派：希望通过逻辑表示法描述一切可解问题（不可解问题，可能陷入无限循环）

这条途径的两个主要障碍：第一，知识的结构复杂，非形式化的知识表达困难；第二，原则上可解一个问题与实际上解决该问题差别巨大。

4.合理的行动：合理Agent的途径

Agent：能够行动的某种东西

合理Agent是一个为了实现最佳结果，或者，当存在不确定性时，为了实现最佳期望结果而行动的Agent。

它的两个优点：第一、它比“思维法则”的途径更一般，因为正确的推理只是实现合理性的几种可能的机制之一；

                        第二：它比其他基于人类行为或人类思维的途径更经得起科学发展的检验。

这里有一个重点：总做正确的事--在复杂环境中不可行 ：其计算成本太高

即有限合理性--即当没有足够的时间来完成所有你想要做的计算时，仍能恰当的行动。

 

人工智能的基础（人工智能相关的领域以及问题）

哲学

1.  形式规则可用于推出有效的结论吗？

2.思想如何从物理的大脑中产生？

3.知识来自何方？

4.知识如何导致行动？

数学

1.什么是能导致有效结论的形式化规则？

2.什么可以被计算？

3.我们如何使用不确定的信息来推理？

其中有不完备性定理：哥德尔证明了任何一个形式系统，只要包括了简单的初等数论描述，而且是自洽的，它必定包含某些系统内所允许的方法既不能证明真也不能证伪的命题。

经济学

1.我们如何决策以便收益最大？

2.当其他人不合作时，我们如何做？

3.当收益遥遥无期时，我们如何做？

神经科学

1.大脑如何处理信息？

心理学

1.人和动物如何思考行动

计算机工程

1.我们如何才能建造高效的计算机

控制论

1.人工制品可以如何在其自身的控制下运转

语言学

1.语言与思维如何关联