人工智能是什么？

前言

本文隶属于专栏《人工智能》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！

本专栏目录结构和参考文献请见人工智能

---

AI

人工智能如何定义呢？

严格来说，历史上有很多人工智能的定义，这些定义对于人们理解人工智能都起过作用，甚至是很大的作用。

比如，达特茅斯会议的发起建议书中对于人工智能的预期目标的设想是“制造一台机器，该机器可以模拟学习或者智能的所有方面，只要这些方面可以精确描述”

Every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it。

该预期目标也曾经被当作人工智能的定义使用，对人工智能的发展起到了举足轻重的作用。

时至今日，还没有一个被大家一致认同的精确的人工智能定义。

但目前最常见的 AI 定义有两个：

• 一个是明斯基提出的，即“人工智能是一门科学，是使机器做那些人需要通过智能来做的事情”；
• 另一个更专业一些的定义是尼尔森给出的，即“人工智能是关于知识的科学”，所谓“知识的科学”就是研究知识的表示、知识的获取和知识的运用。

在这两个定义中，专业人士更偏向于第二个定义。

原因很简单，因为第一个定义中涉及两个未明确定义的概念，一个是人，一个是智能。

什么是人？什么是智能？

到现在依然是很难清楚回答的问题。

相比之下，第二个定义只涉及一个未明确定义的概念，就是知识。

在人、智能、知识这三个概念当中，知识被研究的应该是比较彻底的。

同时，人和智能的定义也与知识紧密相关，而且知识是智能的基础。

如果没有任何知识，很难发现什么是智能。

所以一般来说， AI 的研究是以知识的表示、知识的获取和知识的应用为归依。

虽然不同的学科致力于发现不同领域的知识，但应承认所有的学科都是以发现知识为目标的。

比如，数学研究数学领域的知识、物理研究物理领域的知识，等等。

而人工智能希望发现可以不受领域限制、适用于任何领域的知识，包括知识表示、知识获取以及知识应用的一般规律、算法和实现方式等。

因此，相对于其他学科， AI 具有普适性、迁移性和渗透性。

一般来说，将人工智能的知识应用于某一特定领域，即所谓的“ AI + 某一学科”，就可以形成一个新的学科，如生物信息学、计算历史学、计算广告学、计算社会学等。

因此，掌握人工智能知识已经不仅仅是对人工智能研究者的要求，也是时代的要求。