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。