本文探讨了智能的多种定义，包括一般智能说、多元智能说、行为说和生物进化说，以及人工智能的起源、定义和发展。作者指出，人工智能领域内的智能定义更侧重于解决问题的能力，而自然智能则更复杂，涉及到理解、适应和学习。机器学习作为人工智能的重要分支，被分为符号主义、联结主义、进化主义、贝叶斯派和类推派等学派。未来，这些学派可能融合成一个通用的“主算法”。人工智能虽受自然智能启发，但其运作方式与大脑不同，仍存在诸多挑战和未知。
全文共6545字，预计学习时长13分钟
图片来源：Marcus Bengtsson (Unsplash)
本文将探索奠定人工智能（AI）的文献资料及其与智能的关系，还会概述人工智能与其奠基构想“自然”智能之间的差异和渊源，并尽可能用简洁、有代表性的语言解释技术术语。
自然智能的构想
在探索人工智能领域前，我们需要定义什么是“智能”。《牛津通用词典》（1955）十分强调该词的拉丁语词根，即intelligere（意为理解），将智能定义为：[1]理解的能力，知性；[2]有程度之分的理解能力；特指卓越的理解能力，敏锐的心智领会能力或远见卓识。对“理解”的关注的确加强了“对意义的感知力”这一层面，但这样定义还是过于宽泛；需要进一步考察，获取更清晰的认识。
智能在学术界里没有统一的定义。广义上讲，主要有四种定义智能的视角贯穿人工智能研究——每种或有人支持或有人批判。最早的三种定义都关乎人类，并具备一个共同特征：即智能依托认知，但又不同于认知。认知指大脑的潜在活动，而智能指活动过程能够实现的结果。智能利用认知能力，达到设想的效果。最后一种定义则从不同的视角出发，认为智能的观测范围比生物学意义的人类和动物更广泛。下面将做详细论述。
一般智能说：这类学派认为，智能是一项整体的心智能力；换言之，这是一种应对认知复杂性的能力。Linda Gottfredson在Why G Matters: The Complexity of Everyday（1997）一书中给出了相当简练的定义，她与其余52位学者一同表示：
“智能是一种非常普遍的心智能力，除此之外，它还包含推理、规划、解决问题、抽象思维、理解复杂概念、快速学习和从经验中学习的能力。智能不仅意味着能理解书本知识，还反映出理解周边环境的一种更为广泛和深层的能力——‘明白’和‘贯通’事物的意义，或者去‘领会’需要做什么。”
这些学者相信，一般智能，又称g因数，能用经验检测推理、记忆、知识、处理速度和空间能力的方式测量。最终测试的输出结果不是智能自身的数值，而是得出近似数值——类似测试身体健康程度时会测量一个人的身体的多方面表现，凭此得出整体身体素质一样。十九世纪初，Francis Glaton爵士，James McKeen Cattell和Alfred Binet等心理学家实现大规模智能测试系统化——这些测试的有效性至今存疑。
多元智能说：第二组学者认为，存在不同种类的智能。基于通用智能并没能完全解释认知能力这一前提，学者们指出，不同的人具备不同模态的智能。一些极端案例，比如德语的fachidiot和法语的idiot savant，都指只在有限领域展现出才智的人。
不同学者提出了不同的智能划分理论。Howard Gardner在专著 Frames of Mind: The Theory of Multiple Intelligences（1983）中提出七种智能分类：视觉空间智能、言语语言智能、数学逻辑智能、音乐节奏智能、人际智能、内省智能和身体运动智能。他后期又补充了三个类别
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
