第一篇
人工智能发展概况

第一章
人工智能的基本认识与发展历程概览

第一节
人工智能的界定

人工智能（Artificial Intelligence, AI），作为计算机学科的一个重要分支，当前被人们称为世界三大尖端技术之一。1956年夏季，麦卡锡（McCarthyJ）、明斯基（Minsky ML）、罗彻斯特（Lochester N）和香农（Shannon CE）共同发起，并邀请其他6位年轻的科学家，在美国达特茅斯（Dartmouth）大学举办了一次长达两个月的十人研讨会，讨论用机器模拟人类智能问题，首次使用“人工智能”这一术语，并将人工智能界定为“使一部机器的反应方式像一个人在行动时所依据的智能”。

1956年之后的几年是人工智能思想的奠基性阶段，形成符号主义（Smbolism，也称功能主义）的两个学派和三次奠基性（技术）突破：以纽厄尔和西蒙等人为主要代表的“心理学派”，创造了一个名为“逻辑理论家”的关于数学定理证明的计算机程序LT，被认为是第一次奠基性突破；麦卡锡等人组成的研究小组是计算机软件学派（也称逻辑学派、逻辑主义）的代表，他们于20世纪60年代提出了“LISP”表处理语言，被认为是第二次奠基性突破；随后，20世纪50年代末期，IBM公司的塞缪尔设计的跳棋机程序被认为是第三次突破。[4]早期符号主义学派的主要代表人物麦卡锡认为，（人工智能）是关于如何制造智能机器，特别是智能的计算机程序的科学和工程。它与使用机器来理解人类智能密切相关，但人工智能的研究并不需要局限于生物学上可观察到的那些方法。[5]而心理学派的主要代表纽厄尔和西蒙在图灵奖获奖时做了近20年的理论总结，把麦卡锡的观点进一步推演为“物理符号系统假说”，阐述了符号主义对智能实现的解释，认为智能是一种运用符号实现的逻辑推理，任何能够将某些物理模式或符号转化成其他模式或符号的系统都有可能产生智能的行为，符号主义学派之名也由此而来。[6]麻省理工视觉实验室主任、计算神经学创始人大卫·玛尔（David C.Marr）则反对符号化智能实现方法，认为智能实现需要自下向上地理解视觉的物理机制，因此，理论神经科学的机制研究应该是第一步骤，而不是符号处理。[7]还有批评者认为，符号主义具有过分物理主义之嫌，此种物理主义解释有局限性，只考虑实际机器，忽视了虚拟机，心灵可能是由许多台这样的抽象符号机（虚拟机）组成的，其中，只有最为基础的部分可通过脑组织物质形式例示说明。[8]

由于符号主义的发展“瓶颈”与方法局限性，行为主义应运而生。行为主义学派被认为是“基于控制论和‘动作——感知’型控制系统的人工智能学派，也属于非符号处理方法”，该学派强调智能是一种行为。[9]麻省理工学院人工智能实验室主任罗德尼·布鲁克斯作为行为主义学派的代表，提出了“无须知识表示和推理的智能系统”的亚符号处理的行为主义方法，认为人工智能就是实现在机器人上复刻（或实现）与人类水平相当的智能表现为目标的广泛研究。[10]传统AI研究的局限性在于过度依赖逻辑推理，这并不合理，基于行为实现的无机智能体（机器人）的表征是行为的展现，而不是符号与知识。布鲁克斯的目标是希望实现一种能根据环境反馈和简单状态需要而做出执行动作的行为机器人。同时，布鲁克斯认为，在建立智能系统最为庞大的部分之时，表征是抽象化智能的错误单元，假定智能是接近于某种特定的增长方式，其将伴随着对行为的严格依赖，即通过感知和行动去联结所处的现实环境。[11]行为主义智能的终极形式是由彼时就职于洛斯阿拉莫斯国家实验室的克里斯托弗·兰顿（Christopher Langton）提出的人工生命，其认为所谓的生命或者智能实际上是从微观单元的相互作用而产生的宏观属性，这些微观单元既然可以是蛋白质分子，为什么不能是二进制符号形成的代码段呢？[12]

21世纪以后，诸多的概念都被贴上“智能”的标签，与行为主义处于同一时期的联结主义学派再度崛起。联结主义的主要理论是神经网络模型和并行分布式处理理论，其中，神经网络模型是结合存储系统和二元系统的一种神经网络，同时可以模拟人类记忆。并行分布式处理理论假定心智是由神经网络中大量基本单元联结而成的，而人的智能实现是由神经元互相刺激和抑制的交互过程，而不是符号主义提出的那种逻辑上的串行操作而实现的。其突出的特点是认为作为智能存在的知识表征不再只是以数字化形式储存于特定的数据结构中，也不是以单一神经元形式处于神经网络的有限环路中，而是以成双结对的联结方式分布于整个神经网络中。[13]连接主义学派最主要的成果是人工神经网络技术。早在1943年，生理学家沃伦·麦卡洛克（Warren McCulloch）和数理逻辑学家沃尔特·匹兹（Walter Pitts）就提出了形式化神经元模型。他们提出的神经元形式化的数学描述和网络的结构方法，为人工智能创造了一条用电子装置模仿人脑结构和功能的新途径。[14]

不同的学派对人工智能都有着不同的理解，人工智能的概念也随着时间的推移而变化。经过超过半个世纪的发展，人工智能已经渡过了简单地模拟人类智能的阶段，发展为研究人类智能活动的规律，构建具有一定智能的人工系统或硬件，以使其能够进行需要人的智力才能进行的工作，并对人类智能进行拓展的边缘学科，涉及信息论、控制论、计算机科学、自动化、仿生学、生物学、心理学、数理逻辑和哲学等自然和社会科学。目前，关于人工智能概念的定义还没有达成一致，仅《人工智能：一种现代的方法》一书就从以往教科书中总结出以下八种定义：“使之自动化与人类思维相关的活动，诸如决策、问题求解、学习等活动”“新的令人激动的努力，要使计算机能够思考，从字面上完整的意思就是：有头脑的机器”“通过计算机模型的使用来进行心智能力的研究”“对使得知觉、推理和行动成为可能的计算的研究”“一种技艺，创造机器来执行人需要智能才能完成的功能”“研究如何让计算机能够做到哪些目前人比计算机做得更好的事情”“计算智能是对涉及智能体的研究”“AI关心的是人工制品中的智能行为”。[15]人们所接受人工智能概念较早的是美国斯坦福大学著名的人工智能研究中心尼尔逊（Nilson）教授的定义，其将人工智能界定为“关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的学科”[16]。侧重将人工智能与人相联结的观点如美国MIT大学的Winston教授，其认为人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。[17]英国萨塞克斯大学认知和计算机科学学院院长玛格丽特·博登（Margaret A.Boden）也持此种观点，其认为人工智能就是让计算机完成人类心智能做的各种事情。[18]宽泛的定义如维基百科，将人工智能界定为“机器展现出的智能”，即只要某种机器具有某种或某些“智能”的特征或表现，都应该算作“人工智能”。百度百科则将人工智能界定为“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，认为人工智能是计算机科学的一个分支，研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。