為什麼我們會說智能搜索引擎,智能助理,機器翻譯,機器寫作,機器視覺,自動駕駛,機器人,這些技術(shù)都屬于人工智能,而手機操作系統(tǒng),瀏覽器,媒體播放器等一般都不屬于人工智能?人工智能的定義到底是什么呢?接下來跟隨小編一起看看吧。
人工智能的定義
AI意味著機器能夠做人們認(rèn)為它不能做的事——這一定義很主觀,但也很有趣。一種電腦程序是否屬于人工智能,是否完全取決于它所做的事情是否可以讓人目瞪口呆。
這一唯經(jīng)驗論的定義顯然缺乏一致性,但這一定義通常反映了一個時代中大多數(shù)普通人對人工智能的認(rèn)識方式:每當(dāng)一個人工智能的新熱點出現(xiàn),新聞媒體和大眾都會以其自身的經(jīng)驗來判斷人工智能技術(shù)的價值,而不論其本質(zhì)上是否具有“智慧”。
電腦下國際象棋的歷史就非常清楚地揭示了這個定義的諷刺之處。
早些時候,由于操作速度和存儲器的限制,計算機只能被用來解決一些相對簡單的棋局游戲,比如象棋,但是這并不妨礙當(dāng)時的人們把一臺會下國際象棋的計算機叫做智能機器,因為在大多數(shù)人看來,普通的計算機只不過是一臺能以極高的速度做算術(shù)題的機器。
在1962年,IBM的AltheSamuel的程序戰(zhàn)勝了一個盲人跳棋大師,這使它成為不小的新聞事件,大多數(shù)媒體和公眾都認(rèn)為類似的跳棋程序就是完美的人工智能。
隨著個人電腦的普及,每臺個人電腦都可以運行一個相當(dāng)高級的象棋程序,會下象棋的電腦也漸漸消逝了神秘的光環(huán)。
隨著中國象棋在國際象棋中逐漸被電腦所取代,人們終于在圍棋中找到了一個維護人類智力尊嚴(yán)的最后位置。到2016年3月9日,隨著AlphaGo在五番棋中以四比一大勝圍棋世界冠軍李世石,關(guān)于人工智能的熱情和恐慌的浪潮席卷全球,人工智能的宣傳風(fēng)潮也隨之掀起。
如今,沒有人會懷疑AlphaGo的核心算法是人工智能。但是,想想曾經(jīng)的跳棋和象棋,那時的人不也是同樣地對戰(zhàn)勝人類世界冠軍的程序敬而遠(yuǎn)之嗎?
在人工智能發(fā)展的早期,這是一個非常流行的定義方法。基本上,這是一種類似于仿生學(xué)的直覺思維。
但是,歷史經(jīng)驗證明,在科學(xué)技術(shù)的發(fā)展中,仿生學(xué)的理路是行不通的。飛機的發(fā)明是一個最好、最著名的例子。千百年來,人類一直夢想著像鳥拍打翅膀那樣飛上天空,但諷刺的是,真
正讓人類在長空翱翔,并打破鳥類飛行速度、高度紀(jì)錄的,是那些有著與鳥類區(qū)別很大的固定翼飛機。
全球首個專家系統(tǒng)程序Dendral就是利用人類的專家知識和邏輯推理規(guī)則,成功地解決某一特定領(lǐng)域問題的實例。這個程序是由斯坦福大學(xué)的研究人員用Lisp語言編寫的,它幫助有機化學(xué)家根
據(jù)物質(zhì)的光譜來推斷未知的有機分子結(jié)構(gòu)。
德德拉爾項目在20世紀(jì)60年代中期獲得了巨大的成功,這推動了專家系統(tǒng)在從機器翻譯到語音識別,從軍事決策到資源開發(fā)等人工智能各個相關(guān)領(lǐng)域的廣泛應(yīng)用。有一段時間,專家系統(tǒng)似乎是人工智能的代名詞,其熱度不亞于今天的深度學(xué)習(xí)。
但是很快就有了局限性。一種處理特定狹小領(lǐng)域內(nèi)問題的專家系統(tǒng),很難擴展到更廣闊的知識領(lǐng)域,更不用說擴展到日常生活中以知識為基礎(chǔ)的世界。
自90年代以來,隨著計算機運算能力的迅速發(fā)展,神經(jīng)網(wǎng)絡(luò)又成為人工智能領(lǐng)域的研究熱點。但是直到2010年左右,支持深度神經(jīng)網(wǎng)絡(luò)的計算機群才開始被廣泛應(yīng)用,并且有越來越多的大型數(shù)據(jù)集用于深度學(xué)習(xí)系統(tǒng)的訓(xùn)練。仿生學(xué)的神經(jīng)網(wǎng)絡(luò)這一概念在新一輪人工智能的復(fù)興中,起到了非常重要的核心作用。
與強調(diào)研究人腦不同的是,仿生派并不認(rèn)為人工智能的實現(xiàn)應(yīng)該遵循什么樣的規(guī)則或理論框架。
一個被務(wù)實派所推崇的例子就是ELIZA,它是麻省理工學(xué)院在1964年到1966年間開發(fā)的“聰明”聊天程序。這種手術(shù)看起來就像是無限耐心的心理醫(yī)生,能和那些無聊的人或者需要談話治療的精神病患者一句一句地聊下去。
實際上,ELIZA所做的,只不過是在用戶輸入的句子中,找出一些預(yù)先定義的關(guān)鍵字,然后根據(jù)關(guān)鍵字從預(yù)定的答案中選擇一個,或者簡單地把用戶的輸入換成人稱,再輸出,就像心理醫(yī)生重復(fù)病人的話一樣。在ELIZA心中,只有詞表和映射規(guī)則,不知道用戶所說的是什么。
這一實用主義思想至今仍具有強烈的現(xiàn)實意義。例如現(xiàn)在的深度學(xué)習(xí)模型,在處理機器翻譯、語音識別、主題提取等與自然語言有關(guān)的問題時,基本上都是把輸入的文句看作是由音素、音節(jié)、字或詞構(gòu)成的一系列信號,并把這些信號輸入深度神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)練。
在深度神經(jīng)網(wǎng)絡(luò)內(nèi)部,各層神經(jīng)元的輸出信號可能相當(dāng)復(fù)雜,復(fù)雜到編程者不一定清楚這些中間信號在自然語言中的真正意義,但這并不影響模型的有效性,這種深度學(xué)習(xí)算法在整個模型的最終輸出滿足要求時,可以運行良好。
這個定義幾乎把人工智能和機器學(xué)習(xí)劃上等號,但這確實是最近人工智能熱潮中很多人眼中的人工智能的真實面貌。是誰讓深度學(xué)習(xí)在幾乎壟斷人工智能領(lǐng)域所有流行的技術(shù)方向的情況下一枝獨秀?
當(dāng)今最典型的人工智能系統(tǒng),通過學(xué)習(xí)大量的數(shù)據(jù)訓(xùn)練經(jīng)驗?zāi)P偷姆椒ǎ瑢嶋H上可以被看作是模擬人類學(xué)習(xí)和成長的整個過程。
假如人工智能未來能夠達(dá)到強人工智能甚至超人工智能的水平,那么從邏輯上講,在所有人工智能技術(shù)中,機器學(xué)習(xí)最有可能成為核心推動力。
假如人工智能是一臺可以學(xué)習(xí)的機器,那么未來需要重點改進的,就是讓機器在學(xué)習(xí)時的抽象或歸納能力看齊人類。。
在維基百科上,人工智能詞匯采用了StuartRussell和PeterNorvig在《人工智能:一種現(xiàn)代方法》一書中所作的定義,他們認(rèn)為:AI是一門關(guān)于“智能體(IntelligentAgent)的研究和設(shè)計”的學(xué)問,而“智能體(IntelligentAgent)是一個能夠觀察周圍環(huán)境并為達(dá)到目的而采取行動的系統(tǒng)”。
在人工智能皇冠上,語言是一顆明珠,代表著人工智能的最高水平。假如機器能與人交談,這臺機器就一定有強大的人工智能。聲音識別技術(shù)使機器能夠理解人類的語言。現(xiàn)在,智能語音對話已成為人工智能最有發(fā)展前景的技術(shù)領(lǐng)域之一。人與人的對話交流也日趨成熟。以上就是小編為大家?guī)淼娜斯ぶ悄艿亩x,希望對您有幫助。
[免責(zé)聲明]
文章標(biāo)題: 人工智能的定義
文章內(nèi)容為網(wǎng)站編輯整理發(fā)布,僅供學(xué)習(xí)與參考,不代表本網(wǎng)站贊同其觀點和對其真實性負(fù)責(zé)。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時溝通。發(fā)送郵件至36dianping@36kr.com,我們會在3個工作日內(nèi)處理。