白话“人工智能”

几天前同事问：“人工智能到底是什么？怎么都听不懂啊？”在一个卖菜大姐都能和我喷几句人工智能的时代，作为一家定位科技研发的公司，深深的感到危机。于是当你们在喀纳斯、阿勒泰、张北草原等聚集地纵横驰骋放飞自我的时候，我尝试码下我所理解的人工智能。

人工智能和计算机前后脚出现，同样有久远的历史。不同的是，人工智能的命运比较悲催。从1957年的巨大期望到1966年的强制停止，1986年野心勃勃的改头换面到1988年的再度打入冷宫，再到现在中国举国发展人工智能产业的火爆，人工智能专业研究者们的心态应该已经被锤炼的比较淡定了，同时还伴随着矛盾的受宠若惊。今天主要谈一谈人工智能的定义。

在Stuart J. Russel教授的书中将人工智能的定义分为4类（中文版的真挺难懂的，求原著），如下表：

表1.1组织成四类的人工智能的若干定义

为什么我们听完人工智能“砖家”们的解释还是一脸懵，听得越多还越茫然，除去“伪专家”的存在，不同人因为角色和观点不同，都只从自身的领域来描述，却都戴着“人工智能”这个大帽子。所以很多观点和概念被混淆，于是越听越乱。

我们目前听到和接触到的绝大多数概念和技术，都是基于第四象限的定义—“合理的行动”，期望计算机做更多的事情：自主的操作、感知环境、长期持续、适应变化并能创建与追求目标。合理行为（Rational Agent）是为了实现最佳结果，或者，当存在不确定性时，为了实现最佳期望结果而行动。合理Agent的途径有两个明显优点：一、它更通用，因为正确的推理只是实现合理性的几种可能的机制之一；其次，它比其他基于人类行为或人类思维的途径更经得起科学发展的检验。另一方面，人类行为可以完全适应特定环境，并且可以很好的定位为人类做的所有事情的总和。现在的主流人工智能研究，都是着重研究合理Agent的一般原则以及用于构造这样Agent的部件（白话就是研究逻辑算法赋予机器人执行）。基于此，可以将人工智能定义为计算机科学的分支，所以说如果你要学人工智能，为什么大部分都会推荐去学习Computer Science（计算机科学）。

其他三个定义也非常重要。

我们来看同样基于“合理性”思想的第二个定义—“合理的思考”。这个定义偏重于哲学领域。希腊哲学家亚里士多德是首先试图严格定义“正确思考”的人之一，他将其定义为不可反驳的推理过程。“三段论”模式--比如，“苏格拉底是人；所有人必有一死；所以苏格拉底必有一死。”这就是逻辑学的鼻祖。19世纪的逻辑学家为关于世上各种对象及对象之间关系的陈述制订了一种精确的表示法，到了1965年，已有程序原则上可以求解用逻辑表示法描述的任何可解问题。但这条途径存在两个主要的障碍。首先：获取非形式的知识并用逻辑表示法要求的形式术语来陈述是不容易的，特别是在知识不是百分之百肯定时。其次，在“原则上”可以解决一个问题与实际上解决该问题之间存在巨大的差别。这是人工智能中的“逻辑主义”流派，对这块研究感兴趣的，亚里士多德、罗素、黑格尔、墨子、韩非子神马的都可以看起来。

再来看根据与人类表现的逼真度来衡量成功与否的两个定义。

非常著名的“图灵测试”是到现在依然合适的测试。（人家60年前就设计好了，牛不牛？）这个测试的设计旨在为智能提供一个令人满意的可操作的定义。如果一位人类询问者在提出一些书面问题以后不能区分书面回答来自人还是来自计算机，那么这台计算机就通过测试。为计算机变成能够通过严格采用的测试还有大量的工作，尚需以下能力：

自然语言处理（natural language processing）使之能成功的用英文交流（即对语言的理解，不仅仅是了解句子的结构，还需要了解主题和语境。人工智能第一次进冷宫就是折在这儿，美国国家研究委员会慷慨资助以试图加速俄语科学论文的翻译，用了近10年而宣告失败取消。60年后的上周，云栖大会上某大讯飞的事件就是这个问题。）；

知识表示（knowledge representation）以存储它知道的或听到的信息（大概意思是获取的信息存储在计算机中的数据）；

自动推理（automated reasoning）以运用存储的信息来回答问题并推出新结论（数据分析之类的）；

机器学习（machine learning）以适应新情况并检测和预测模式（基于之前的大量经验学习得出更好的解决方法）；

完全图灵测试还包括视频信号以便询问者既可测试对方的感知能力又有机会“通过舱口”传递物理对象，因此要通过完全图灵测试，计算机还需具有：

计算机视觉（computer vision）以感知物体；

机器人学（robotics）以操纵和移动对象。

看到这里是不是有点激动，看到了许多熟悉的字眼？对，这就是我们更常见到的宣传文案中的用语，现在的砖家title前都一定要加一些深度学习、机器视觉等研究领域，才够得上点儿格。这也是为什么有时吃瓜群众会有疑惑，都说自己是人工智能砖家，这些不同的title又都是啥个意思勒？还有听起来就很高深的算法工程师，都可以从以上6个领域去对号入座。至于具体的科研工作无须太认真，和“风清扬”之于马老师没有太大区别。

以上6个领域构成了AI的大部分内容，然而AI研究者们并未致力于通过图灵测试，他们认为研究智能的基本原理比复制样本更重要。只有在莱特兄弟和其他人停止模仿鸟并开始使用风洞且开始了解空气动力学后，对“人工飞行”的追求才获得成功。

还有一个定义是：像人一样的思考-认知建模。我们首先需要具有某种方法来确定人是如何思考的。人脑的实际运用途径：通过内省--试图捕获我们自身的思维过程；通过心理实验—观察工作中的一个人；通过脑成像—观察工作中的头脑。只有具备人脑的足够精确的理论，我们才能把这样的理论表示成计算机程序。如果该程序的输入输出匹配相应的人类行为，这就是程序的某些机制可能也在人脑中运行的证据。例如，设计了GPS（此GPS非彼GPS，General Problem Solver“通用问题求解器”）的Newell和Simon并不满足于仅让其程序正确的解决问题，他们更关心比较程序推理步骤的轨迹与求解相同问题的人类个体的思维轨迹。认知科学（cognitive science）这个交叉学科把来自AI的计算机模型与来自心理学的实验技术相结合，试图构建一种精确且可测试的人类思维理论。知识点！--认知科学！一大波意识流派的人工智能神化论群众是这块儿的拥趸（也有可能是抵制者）。人工智能到底能不能替代人类，人工智能对人类的威胁，伦理，道德，等等，大概就是在这个定义范围下的争论。

关于人工智能，还有一个听起来特别深奥的理由，就是解释时都会说到，人工智能涉及到各门专业学科，这立马就让人产生一种要知难而退的挫败感。本文用几个基础理论总结作为结尾：

哲学家们（回溯到公元前400年）考虑的想法是思维在某些方面像机器一样，思维对用某种内部语言编码的知识进行操作，思想用于选择采取什么样的行动；

数学家们提供了处理确定的逻辑命题或者不确定的概率命题的工具。他们还建立了理解计算和对算法进行推理的基础；

经济学家们形式化了为决策制定者提供最大化期望结果的决策问题；

神经科学家发现了关于大脑如何进行工作的一些事实，以及它与计算机类似和不同的地方；

心理学家们采用了认为人与动物都是信息处理机的思想。语言学家们说明了语言的使用符合这个模型；

计算机工程师们提供了使得AI应用成为可能的强大机器；

控制论处理的是如何设计以环境的反馈为基础的执行最优行动的设备。初始的时候，控制论的数学工具与AI相当不同，但是两个领域正越来越靠近。

AI历史上有许多从成功到错误乐观、进而导致丧失热情和资金的循环。也有许多引入新的创新方法在系统的提炼出最佳思想的循环；

AI在过去十年间取得了更快速的进步，因为在实验和方法比较中使用了更多的科学方法；

理解智能的理论基础的最新进展与实际系统的能力改进已经携手共进。AI的子领域开始变得更集成化，另外AI还与其他学科找到了共同基础。

参考文献：《人工智能—一种现代的方法（第3版）》第一章Stuart J. Russell & Peter Norvig著，殷建平等翻译