一、什么是AI？

AI（artificial intelligence的缩写）。

  • Artificial，意思就是“人工的、人造的”，和natural（天然的）是反义词。
  • Intelligence，是“智能”的意思。英特尔（Intel）公司的名字，就是基于这个词的前五个字母。

结合起来，AI，就是“人工的、人造的智能”，用人为的手段，创造智能。


标准的定义：

AI，是研究、开发用于模拟、延伸和扩展人的智能行为的理论、方法、技术及应用系统的一门综合性科学。

  1. 首先，AI的本质属性，是一门科学，是一个技术领域。它涉及到了计算机科学、数学、统计学、哲学、心理学等多种学科的知识，但总体上，归类于计算机学科之下。
  2. 其次，AI的研究目的，是让一个“系统”具备智能。这个“系统”，可以是一套软件程序，也可以是一台计算机，甚至是一个机器人。
  3. 第三，什么样的水平，才叫做真正的智能。这是问题的关键。目前看来，能够像人一样感知、理解、思考、判断、决策，就是实现了人工智能。配合机器人、机械臂等物理载体，AI也可以实现行动能力。

综合以上三点，理解AI的定义就比较容易了。


二、AI和普通计算机有什么区别？


AI，目前仍然是基于计算机的基本玩法，采用的是半导体芯片技术（所以经常会被称为“硅基”），以及计算机的一些体系和平台。

那么，它和传统的计算机程序，有什么区别呢？

传统的计算机程序，就是一个规则的集合。程序员通过代码告知计算机规则，计算机根据规则，对输入数据进行判断和处理。

例如经典的“if……else……（如果……否则……）”语句——“如果大于65岁，就退休。否则，继续上班”。

然后，计算机程序会根据这个规则，对所有输入年龄数据进行判断和处理。

但是，在现实生活中，很多要素（例如图像和声音）是极为复杂和多样的，我们很难给出固定的规则，让计算机实现高准确率的判断和处理。

例如，判断一只狗是不是狗。

狗有很多品种，每种狗有不同的颜色、体型、五官特征。狗在不同的时间，也有不同的表情、姿势。狗还会处于不同的背景环境下。

AI-简介_人工智能

所以，计算机通过摄像头捕捉到的狗的影像，是无穷尽的。很难通过有限数量的规则，去帮助计算机做出判断。

想要让计算机实现像人一样的智能，不能采用简单的规则驱动，而是应该像教孩童一样，不断输入数据和答案，让他自行总结特征，形成自己的判断规则。

AI-简介_人工智能_02

换言之，在经典的程序设计中，人们输入的是规则（即程序）和数据，系统输出的是答案。

AI-简介_计算机程序_03

而AI的计算过程，分为两个步骤：

第一个步骤，输入的是数据和预期得到的答案，系统输出的是规则。

第二个步骤，将输出的规则应用于新的数据，然后再输出答案。

AI-简介_人工智能_04

第一步，我们可以称之为“训练”。第二步，才是真正“干活”。

这就是传统计算程序和现在主流AI技术的一个典型区别。（注意，我说的是“现在主流AI”。有一些“历史AI”和“非主流AI”，玩法不一样。不能一概而论。）

三、AI有哪些类别？

前面说了，人工智能是一个非常庞大的科学领域。

从1950年代正式诞生以来，围绕人工智能，已经有很多科学家进行了大量的研究，也输出了很多非常了不起的成果。

这些研究，根据思路方向的不同，被分为了很多种学派。比较有代表性的，是符号主义学派、联结主义学派、行为主义学派。

这些学派并没有对错之分，相互之间也有一些交叉融合。

早期的时候（1960-1990），符号主义（以专家系统、知识图谱为代表）是主流。后来，从1980年开始，联结主义（以神经网络为代表）崛起，一直到现在，都是主流。

AI-简介_人工智能_05

将来，也许有新的技术崛起，形成新的学派，也不一定。

除了方向路线之外，我们也可以从智能水平以及应用领域等方面对AI进行分类。

按智能水平，可以分为：弱人工智能（Weak AI）、强人工智能（Strong AI）、超人工智能（Super AI）。

  • 弱人工智能只专精于单一任务或一组相关的任务，不具备通用智能能力。
  • 强人工智能更厉害一些，具有一定的通用智能能力，能够理解、学习并应用于各种不同的任务。
  • 超人工智能当然是最强的。它在几乎所有方面都超过人类智能，包括创造力、社交技能等。