-
-
宋宋 数据领袖Lv6
发表于2020-5-26 15:21
楼主
什么是人工智能（Artificial Intelligence, 简称AI），目前还没有公认的定义。我认为一个比较合理的定义是，研究和设计智能体（Intelligent Agents）。按照这个定义，研发智能体的任务可归结为利用机器（主要是计算机）来模拟人类的以下4种行为：感知行为（视觉、听觉等）、理性行为（推理、决策等）、行动（手的操作，人脚、动物与人造物的移动等）和情感（表情、灵感等）。因此，AI应该包括理论、算法、软件、硬件、系统和机器人等。
AI从诞生至今，为我们提供了两大解决方案，即人类智能的两个计算模型——知识驱动和数据驱动。其64年的发展史可划分为三个阶段。
第一阶段（第一代AI）为知识驱动时代，即以人类知识与经验为基础的符号推理模型为主导的时代。符号主义作为人类智能的首个认知模型，对认知科学和AI都有着深远的影响。但由于人类（专家）知识与经验获取和表示上的困难，以及当时计算机计算能力的限制，这种模型在当时并没有得到应有的发展与应用，从而导致AI在最初40年中的多次起落，并造成大家对这种模型能力的低估。
第二阶段（第二代AI）为数据驱动时代，即从本世纪开始，以基于大数据机器学习模型为主导的时代。随着计算能力的不断提升，从大量数据中自动提取知识的算法逐步成熟。概率机器学习特别是深度学习（深度神经网络）是挖掘大数据背后隐藏规律的理想模型与算法，它能从原始数据中自动找出其中的规律，不需要人工干预。加上机器强大的数据处理能力，在感知信息处理（图像、语音识别等）中表现突出，让AI走向实用，带来它的复苏与繁荣。
数据驱动的模型无疑是本世纪AI发展的重要推动力，但也必须看到，基于数据驱动的AI系统十分脆弱，存在易受攻击、不安全和不可靠等严重缺陷。未来，知识驱动的模型将会发挥越来越大的作用。
综上所述，单靠一种模型能解决的实际问题十分有限，其应用场景需要满足确定性和完全信息，静态、单领域和单任务等要求，既不能“随机应变”，也不会“举一反三”，AI与人类智能依然差距很大，还有很长的路要走。当前我们面临的任务是，探索可解释和稳健的AI理论，研发安全、可信、可靠和易扩展的AI技术，推动AI的创新应用，即发展第三代AI。如何发展第三代AI，简而言之，就是将知识驱动与数据驱动两种模型结合起来，国内外的研究团队正朝着这个目标努力，AI将走向新的繁荣。
很多人关心“机器能否具有智能，能否超越人类并对人类构成威胁？”这类问题，我认为，要回答这个问题，首先需明确“智能”的含义。如果我们运用“功能主义”对“智能”的定义，即如果从外部功能（性能，如图像识别的识别率）上无法判断机器与人类的差别，就应该认为机器具有相关的智能，而不管他们使用的原理是否相同。显然，从这个“智能”定义出发，机器能够具有智能。人类的智能是通过自然进化产生的“自然智能”，到目前为止，我们只知道这种智能的存在，但能否通过其他途径，比如通过机器进化（技术创新）产生与人类相媲美的智能，这个问题目前还不能明确回答。但我们可以做如下合理的假设，即产生智能的道路不会是唯一的，这个假设将激励我们去探索机器智能（AI）的道路。由于机器与人类智能进化的出发点与环境都不相同，AI显然不会等同于自然智能，AI的某些方面最终可能会超越人类，某些方面却不如。这正是我们所期望的结果，两者互补，从而可以建立一个人-机和谐共处的社会。
来源互联网
