MIT Artificial Intelligence —— Patrick H. Winston 麻省理工人工智能公开课学习笔记（一）

  本系列文章是博主对网易公开课中麻省理工人工智能课程的学习笔记，在此方便学习和分享。

Lecture 1: Introduction and Scope

  本节课程大概从这三方面讲述：
  一、什么是人工智能？
   1. 什么是表示？
   2. 测试生成法
   3. Rumpelstiltskin 原则
   4. 简单 $\ne$ 微不足道
   5. 人类学习或处理问题的方法是一个奇迹
  二、人工智能简要的历史
   1. 人类和黑猩猩之间的区别

---

  一、什么是人工智能？

  首先它是关于思维、感知、行动的 ——
  1. Thinking, Perception, Action

  还需要研究针对它们的建模 ——
  1. Models created at
  2. Thinking, Perception, Action

  只有模型还不够，所以还要有表示 ——
  1. Representations that support
  2. Models created at
  3. Thinking, Perception, Action

  有了表示之后，就可以写出约束了 ——
  1. Constrains exposed by
  2. Representations that support
  3. Models created at
  4. Thinking, Perception, Action

  最后还是要构建出算法的 ——
  1. Algorithms enabled by
  2. Constrains exposed by
  3. Representations that support
  4. Models created at
  5. Thinking, Perception, Action

  所以，AI is about algorithms enabled by constrains exposed by representations that support models created at Thinking, Perception and Action.
  这些算法你也可以叫做程序或者方法都行。这就是人工智能的根本所在。

  1. 什么是表示 (Representation) ：
  农民、狐狸、鹅和谷物的问题：有一条河，一条小船号只能运载农民和他的一种财产，这个问题的正确表示是什么样的？一幅画？一首诗？都不是。正确的表示应该包括情景中人和物的位置 —— 河、农民、狐狸、鹅、谷物。总共会有 $2^4$ 种可能性，但是有些情况下不可行，因为有东西会被吃掉。

  2. 测试生成法 (Generate and Test)：
  在路上捡到的一片树叶，如果想知道她是来自于什么树的应该怎么做？笑意，我只需要查书，每次翻一页，直到找到和这片叶子相似的图，就只可以得到答案。整个过程其实非常自然，起了一个名字就叫测试生成法。

  3. Rumpelstiltskin 原则：
  给某种事物命名后，你就对它拥有了力量 (Once you have a name for sth, you get power over it.)。有了名字之后，你就可以开始谈论它，名字词汇给了你力量。我们将这称作 Rumpelstiltskin 原则。
  比如鞋带末端的那个小东西，你知道它叫做什么吗？你可能会疯狂比划，想要表达出指代那个东西的意思。
  其实那个东西叫 aglet —— n. 绳两端的金属箍；金属饰物；（鞋带两端的）小金属。从此你就有可以谈论她了。你可以说：aglet 的作用是将鞋带末端紧紧拴在一起，避免散开。这样你就容易记住这个知识。

  4. 简单 $\ne$ 微不足道：
  Trivial $\ne$ Simple. 简单，也可以非常强大；而微不足道不仅意味着简单，还意味着没什么价值。

  5. 人类学习或处理问题的方法是一个奇迹 (miracle)：
  提问：“赤道穿越了多少个非洲国家？” 答：______。
  如果你不知道，请你看完这个¹后，再来回答。
  你看过之后突然就能回答了。这难道不是个奇迹吗：文字指令 $\to$ 视觉系统 $\to$ 执行一个程序：沿赤道线扫描地图 $\to$ 输出答案。
  如果无法理解这个奇迹，我们将永远无法完全理解智能的本质。

---

  二、人工智能简史

  人工智能是从 埃达·洛夫莱斯 (Ada Lovelace) 开始的，她是世界上第一位编程者。早在1842年人们竟然就开始考虑计算机器能否变得更聪明。然后她说：“分析引擎不能自命不凡地认为无论什么问题都能解决，它只能完成我们告诉它如何做的事情。”
  直到1950年 艾伦·图灵 (Alan Turing) 写了一篇著名的论文介绍图灵测试，这是自1842年 埃达·洛夫莱斯 之后的又一里程碑。
  之后，现代的纪元真正开启于1960年 马文·闵斯基 (Marvin Minsky) 写的论文 ——《通向人工智能的步骤》。之后不久是 詹姆斯·斯莱格 (James Slagle) 写了一个积分程序。
  90年代之后，人们开始认为计算机的能力很强大，人们可以有无限的计算能力可以使用，可以像推土机一样处理数据。
  当前这一时期，可以称为“正路时期”，直到这个时期，我们才开始意识到之前（第一部分）的人工智能的定义还不完备。因为我们的智能很大程度上并非将思维 (Thinking)，感知 (Perception)，和行动 (Action) 拆分开来考虑，而是相关于所有这些形成的有机整体。

  人类和黑猩猩之间的区别：
  之前，学界认为人类和黑猩猩有95%的DNA是一样的，后来这个数字涨到了98%，谢天谢地这个数字没有再涨，后来又回落了一些，好像是94%。我们为什么会和黑猩猩不同，并且这种差异是如何形成的？
  高中课本中说的是：我们是经过缓慢、逐渐和连续的进化产生的。但是实际情况好像并没有这么简单，我们人类有一些特征能够体现出这一情况。证据可以从化石记录中得到，首先，我们人类大约在20万年前就形成了如今这种解剖形态，在接下来的15万年中，人类几乎没有太大发展，但从5万年前开始，一小群人类发明出了让人类不同于其它物种的能力：能将两种概念合并成为第三种概念，同时又不会无限制地破坏原有的两种概念 —— 乔姆斯基 (Chomsky)。从研究 AI 的角度上讲，也就是：我们开始学会使用语言来描述事物。
  语言有两作用：一是让我们能够描述事物。这可以让我们讲故事、理解故事 —— 这其实就是“教育”。二是语言可以整理感觉系统所获得的资源，甚至指挥感觉系统，去想象我们没见过的东西。比如，你即使不依靠查书，查资料，询问别人等方法，也可以想象出你提着装满水的桶在路上快走的场景。
  所以，语言是事物的中心，它一方面让故事的讲述成为可能，另一方面统御感觉系统的各种资源。

---

1. ↩︎