人工智能ai是什么
人工智能ai是什么
人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。以下是學(xué)習(xí)啦小編精心整理的人工智能ai是什么的相關(guān)資料,希望對你有幫助!
人工智能ai
“人工智能”一詞最初是在1956 年Dartmouth學(xué)會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之?dāng)U展。人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機科學(xué)的一個分支,它企圖了解智能的實質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器,該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來,理論和技術(shù)日益成熟,應(yīng)用領(lǐng)域也不斷擴大,可以設(shè)想,未來人工智能帶來的科技產(chǎn)品,將會是人類智慧的“容器”。
人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能,但能像人那樣思考、也可能超過人的智能。
人工智能研究的終極目標(biāo)
人工智能研究的終極目標(biāo)是設(shè)計一個真正能在人類所處環(huán)境中表現(xiàn)出像人類一樣智能行為的計算機,讓我們來思考一下到底什么是人工智能吧。
要解釋什么是“智能”恐怕要比解釋什么是“人工”(或者什么是機器)更棘手。在一篇1950年發(fā)表的著名論文“計算機器與智能”(Computing Machinery and Intelligence)中,圖靈詳細討論了“機器能否擁有智能?”的問題。有趣的是,作為公認的計算機科學(xué)與人工智能共同的先驅(qū),圖靈成功定義了什么是機器,但卻不能定義什么是智能。正因如此,圖靈設(shè)計了一個后人稱為圖靈測試的思想實驗。
在圖靈測試中,一個計算機在沒有直接物理接觸的情況下接受人類長時間的詢問,如果“足夠多”的詢問者在“足夠長”的時間里無法以“足夠高”的正確率辨別被詢問者是機器還是人類,我們就認為這個計算機通過了圖靈測試。圖靈把“通過圖靈測試”看作“機器擁有智能”的充分條件,同時他相信這個條件可以在2000年左右時基本實現(xiàn)。需要強調(diào)的是,圖靈測試,作為一個充分條件,本身并沒有也從未試圖定義智能的范疇。但是,通過討論圖靈測試這個充分條件,卻有助于進一步理解主流的人工智能研究的三個重要特征。
人工智能關(guān)注如何模擬人類的智能活動,而不是全部腦力活動
關(guān)于圖靈測試在這方面的爭議在于人類的腦力活動(mental process)不僅包括智能,同時還具有情感、審美能力、性格缺陷、社會文化習(xí)慣等等一系列“非智力特征”。因為圖靈測試的模仿對象是普通人,它對這些“非智力特征”的要求甚至可能還高過純粹“智力要求”—作為一個普通人,他/她完全有可能對國際象棋一竅不通,但卻不大可能從照片分辨不出美女/帥哥來。
當(dāng)然,“非智力特征”的引入本身并不妨礙圖靈測試成為一個有效的充分條件,但除非我們假設(shè)所有這些“非智力特征”都是擁有智能之后的必然產(chǎn)物,否則不得不承認圖靈測試確實在機器智能這個核心問題之外加入了過多充滿挑戰(zhàn)卻又顯得不那么相關(guān)的因素。盡管圖靈本人對在20世紀(jì)末時解決這些“更難的問題”相當(dāng)樂觀,但直到2013年,仍然沒有任何機器能夠通過嚴(yán)格的圖靈測試,即使僅僅在純粹智力層面。有趣的是,這一失敗的事實反而還帶來了一個我們再熟悉不過的應(yīng)用—圖形驗證碼。實際上,每一次輸入驗證碼都是一次圖靈測試!
人工智能關(guān)注計算機的外部智能行為,而不是產(chǎn)生該行為的內(nèi)部過程
這是一個典型的功能主義/行為主義風(fēng)格的定義,也是一個人工智能經(jīng)常被指摘的地方。嚴(yán)格的“主觀思考”定義要求具有自我意識。但一方面,從嚴(yán)格的學(xué)術(shù)角度,我們甚至并不真的確定是否真的存在“意識”這個東西。另一方面,可以從數(shù)學(xué)上證明任何一臺圖靈機都可被另一臺圖靈機所模擬。因此,假設(shè)我們真的制造了一臺具有“意識”的機器A,我們總可以制造另一臺機器B以查表的方式來機械地模擬A的內(nèi)部運行,問題是B是否具有意識?如果每一臺“擁有”意識的機器都能被一臺B這樣的“機械查表式”的機器所模擬,那么我們就無法通過外部行為來斷定一個機器在內(nèi)部上是真的在“思考”還是只是在模擬“思考”的過程。因此“是否擁有意識”從行為主義的角度也就成為了相對獨立的“另外一個問題”。同時,“擁有意識的機器總可以被沒有意識的機器模擬”也說明“擁有意識”并不能給機器帶來任何額外的“行為能力”,這進一步降低了“擁有意識”在行為主義者眼中的重要性。
事實上,每個學(xué)科的研究都基于一個基本的“假說”。支撐物理研究的基本假說是“相信”萬物運轉(zhuǎn)都受一套普適的、且不隨時間空間變化的物理定律所約束,而物理研究的目的“只是”找出這套定律是什么。類似地,“弱人工智能假說”(weak AI hypothesis)“相信”經(jīng)過良好設(shè)計的計算機可以表現(xiàn)出不低于人類水平的智能行為。每個AI分支的研究都默認基于針對自己的領(lǐng)域問題的弱人工智能假說,而支撐這些子領(lǐng)域研究的動力往往是其巨大的社會實用價值。相比之下,圖靈測試更加激進,它是以全面模擬人類的所有智力行為為目標(biāo)。
人工智能的主題是設(shè)計能夠綜合適應(yīng)“人類所在環(huán)境”的單一智能體,而不是專門解決特定數(shù)學(xué)問題的算法
“綜合模擬人類的智力活動”這一基本目標(biāo)正是人工智能區(qū)別于其他計算機科學(xué)分支的地方。我們通過比較人工智能軟件與傳統(tǒng)軟件來說明這一點。
首先從最廣義的角度看,傳統(tǒng)軟件其實也屬于人工智能的范疇。實際上很多早期的計算機科學(xué)家,比如圖靈,就是以人工智能為動力展開對計算機科學(xué)的研究。一個從未接觸過計算機的人也許很難說清“從一個數(shù)列中找出所有素數(shù)”和“從一張照片中找出一只狗”哪個更有資格代表“智能”(前者屬于傳統(tǒng)軟件范疇,后者屬于傳統(tǒng)人工智能范疇)。
但另一方面,傳統(tǒng)軟件并不代表人工智能的全部內(nèi)涵。粗略講,我們可以認為傳統(tǒng)軟件對應(yīng)了這樣一類“計算問題”,它們的共同特點是,問題本身是用一個算法(或非構(gòu)造性的數(shù)學(xué)描述)來描述的,而對它們的研究主要關(guān)注在如何找到更好的算法。而我們稱之為“人工智能問題”的問題可以理解為另一類“計算問題”,它們的共同特點是無法用算法或從數(shù)學(xué)上對問題進行精確定義,這些問題的“正確答案”從本質(zhì)上取決于我們?nèi)嗽诿鎸@類問題時如何反應(yīng)。
總而言之,盡管同時存在哲學(xué)意義和操作層面上的爭議,圖靈測試卻從原則上符合主流人工智能研究的一般特征——在復(fù)雜和未知環(huán)境中以模仿人類的智力行為為目標(biāo)。當(dāng)然,作為一個樂觀的充分條件,圖靈測試無疑是諸多人工智能問題中頗具難度的一個,以至于真正直接研究圖靈測試的人并不多。相反,人們更多地把精力投到一些更具體的子領(lǐng)域??梢哉f這些領(lǐng)域里的每一個都是通過圖靈測試的必要條件,而它們中的大部分還沒有達到“人類水平”。
擁有高度的智能也許是人類至今最引以為傲的能力。較容易增強和擴展硬件和軟件能力,是機器相比于人類最大的優(yōu)勢之一。人工智能方面一旦產(chǎn)生重大突破,即使在我們有意克制地不用于制造新的物種(也就是類人機器人)的情況下,也至少會導(dǎo)致人類對自身智能、情感、意識等一系列概念的重新審視和理解,而這勢必進而導(dǎo)致人類對待倫理和法律觀念的變革,從而對整個社會產(chǎn)生深遠影響。
看了“人工智能ai是什么”的人還看了:
2.人工智能資料介紹
5.人工智能觀后感
6.人工智能的讀后感