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,這些技術都屬于人工智能,而手機操作系統,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普通人對人工智能的認識方式:每當一個人工智能的新熱點出現,新聞媒體和大眾都會以其自身的經驗來判斷人工智能技術的價值,而不論其本質上是否具有“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題的機器。
在1962年,IBM的AltheSamuel的程序戰勝了一個盲人跳棋大師,這使它成為不小的新聞事件,大多數媒體和公眾都認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。
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,想想曾經的跳棋和象棋,那時的人不也是同樣地對戰勝人類世界冠軍的程序敬而遠之嗎?
在人工智能發展的早期,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的直覺思維。
但是,歷史經驗證明,在科學技術的發展中,仿生學的理路是行不通的。飛機的發明是一個最好、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、高度紀錄的,是那些有著與鳥類區別很大的固定翼飛機。
全球首個專家系統程序Dendral就是利用人類的專家知識和邏輯推理規則,成功地解決某一特定領域問題的實例。這個程序是由斯坦福大學的研究人員用Lisp語言編寫的,它幫助有機化學家根
據物質的光譜來推斷未知的有機分子結構。
德德拉爾項目在20世紀60年代中期獲得了巨大的成功,這推動了專家系統在從機器翻譯到語音識別,從軍事決策到資源開發等人工智能各個相關領域的廣泛應用。有一段時間,專家系統似乎是人工智能的代名詞,其熱度不亞于今天的深度學習。
但是很快就有了局限性。一種處理特定狹小領域內問題的專家系統,很難擴展到更廣闊的知識領域,更不用說擴展到日常生活中以知識為基礎的世界。
自90年代以來,隨著計算機運算能力的迅速發展,神經網絡又成為人工智能領域的研究熱點。但是直到2010年左右,支持深度神經網絡的計算機群才開始被廣泛應用,并且有越來越多的大型數據集用于深度學習系統的訓練。仿生學的神經網絡這一概念在新一輪人工智能的復興中,起到了非常重要的核心作用。
與強調研究人腦不同的是,仿生派并不認為人工智能的實現應該遵循什么樣的規則或理論框架。
一個被務實派所推崇的例子就是ELIZA,它是麻省理工學院在1964年到1966年間開發的“聰明”聊天程序。這種手術看起來就像是無限耐心的心理醫生,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,找出一些預先定義的關鍵字,然后根據關鍵字從預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,就像心理醫生重復病人的話一樣。在ELIZA心中,只有詞表和映射規則,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實意義。例如現在的深度學習模型,在處理機器翻譯、語音識別、主題提取等與自然語言有關的問題時,基本上都是把輸入的文句看作是由音素、音節、字或詞構成的一系列信號,并把這些信號輸入深度神經網絡中進行訓練。
在深度神經網絡內部,各層神經元的輸出信號可能相當復雜,復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,這種深度學習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習劃上等號,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。是誰讓深度學習在幾乎壟斷人工智能領域所有流行的技術方向的情況下一枝獨秀?
當今最典型的人工智能系統,通過學習大量的數據訓練經驗模型的方法,實際上可以被看作是模擬人類學習和成長的整個過程。
假如人工智能未來能夠達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中,機器學習最有可能成為核心推動力。
假如人工智能是一臺可以學習的機器,那么未來需要重點改進的,就是讓機器在學習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:一種現代方法》一書中所作的定義,他們認為:AI是一門關于“智能體(IntelligentAgent)的研究和設計”的學問,而“智能體(IntelligentAgent)是一個能夠觀察周圍環境并為達到目的而采取行動的系統”。
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。聲音識別技術使機器能夠理解人類的語言。現在,智能語音對話已成為人工智能最有發展前景的技術領域之一。人與人的對話交流也日趨成熟。以上就是小編為大家帶來的人工智能的定義,希望對您有幫助。
[免責聲明]
文章標題: 人工智能的定義
文章內容為網站編輯整理發布,僅供學習與參考,不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題,請及時溝通。發送郵件至36dianping@36kr.com,我們會在3個工作日內處理。