人工智能技术的诞生与发展

2023-06-23 理论教育版权反馈

【摘要】：3.人工智能技术的分类目前情况来看，人工智能可以分为两大类：强人工智能和弱人工智能。

人工智能技术是一门研究和开发用于模拟和拓展人类智能的理论方法和技术手段的新兴科学技术。智能（intelligence）是人类所特有的区别于一般生物的主要特征。可以解释为人类感知、学习、理解和思维的能力，通常被解释为“人认识客观事物并运用来解决实际问题的能力……往往通过观察、记忆、想象、思维、判断等表现出来”。人工智能正是一门研究、理解、模拟人类智能，并发现其规律的学科。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”，势必承载着人类科技的发展进步。

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人类智能，但能像人那样思考，更有可能超过人类智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

1.人工智能技术的产生

自人类诞生以来，就力图根据当时的认识水平和技术条件，企图用机器来代替人的部分脑力劳动，以提高人类智能的能力。经过科技漫长的发展，一直到进入20世纪后，人工智能才相继出现一些开创性的工作。1936年，年仅24岁的英国数学家A.M.Turing就在他的一篇名为《理想计算机》的论文中提出了著名的图灵机模型，1950年他又在《计算机能思维吗？》一文中提出了机器能够思维的论述，可以说正是他的大胆设想和研究为人工智能技术的发展方向和模式奠定了深厚的思想基础。

1956年，在美国达特蒙斯（Dartmouth）大学一次历史性的聚会被认为是人工智能科学正式诞生的标志，从此在美国开始了以人工智能为研究目标的几个研究组。这其中最著名的当属被称为“人工智能之父”的斯坦福大学麦卡锡（John McCartney），人工智能的概念正是由他和几位来自不同学科的专家提出来的，这门技术当时涉及数学、计算机、神经生理学、心理学等多门学科。至此人工智能技术开始作为一门成型的新兴学科开始茁壮成长。

2.人工智能技术的发展

20世纪60年代以来，人工智能的研究活动越来越受到重视。为了解释智能的相关原理，研究者们相继对问题求解、博弈、定理证明、程学设计等领域的可能性进行了深入的研究。几十年来，不仅使研究课题有所扩张和深入，而且还逐渐搞清楚了这些课题共同的基本核心问题，以及它们和其他学科间的相互关系。

而正如社会发展的规律一样，一件新鲜事物的出现也必将经历它的低潮期，在接下来的十多年里，人工智能也不可避免地进入了自己的低谷期，直到20世纪80年到中期开始，有关人工神经元网络的研究取得了突破性的进展，才带领人工智能走进全新的发展领域里。1986年，Rumel Hart提出了反向传播（Back Propagation，BP）学习算法，解决了多层人工神经元网络的学习问题，掀起了新的人工神经元网络的研究热潮，人工智能广泛应用于模式识别、故障诊断、预测和智能控制等多个领域。

1997年5月，IBM公司研制的“深蓝”计算机，以3.5∶2.5的比分，首次在正式比赛中战胜了国际象棋世界冠军卡斯帕罗夫，在世界范围内引起了轰动。这标志着在某些领域，人工智能系统可以达到人类的最高水平。这也对人工智能的研究起到了相当大的推动作用，世界各国开始大力发展人工智能技术，相继成立人工智能研究小组和研究委员会，并兴建人工智能重点实验室，在全世界范围内征集相关人才，这些举动无疑将促进人工智能的全面发展，使人工智能走上新的高度。

而就在2016年的3月，谷歌的“阿尔法围棋”又以4∶1的比分战胜国际围棋大师李世石，2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3∶0的总比分获胜。人工智能再次用精湛的棋艺和惊艳的表现征服了世人，让身处大数据时代背景下的人类对人工智能的发展寄予了无限的希望，同时也陷入了无尽的反思。

3.人工智能技术的分类

目前情况来看，人工智能可以分为两大类：强人工智能和弱人工智能。我们目前所处的还是属于弱人工智能阶段，之所以称之为“弱”，是因为这样的人工智能不具备自我思考、自我推理和解决问题的能力，统筹地讲就是没有自主意识，所以并不能称之为真正意义上的智能。而强人工智能则恰好相反，若能配合合适的程序设计语言，理论上它们便可以有自主感知能力、自主思维能力和自主行动能力。目前关于强人工智能的类型又分为两种：一种是类人的人工智能，机器完全模仿人的思维方式和行为习惯；另一种是非类人的人工智能，机器有自我的推理方式，不按照人类的思维行动模式生产生活。强人工智能技术具有很大的自主意识，它们既可以按照人预先设定的指令具体去做什么，也可以根据具体环境需求自身决定怎么做、做什么，它们具有主动处理事务的能力，也就是说可以不根据人类事先做好的设定而机械地去行动。就当下的技术手段程序语言设计发展阶段而言，我们离实现强人工智能还具有不小的距离，但是我们不排除在编程技术实现智能化后，人工智能会带来天翻地覆的变化，到那个时候它们所带来的伦理问题才会是困扰我们的难题。

4.人工智能的研究现状

国外关于人工智能发展问题的研究及著述有很多，如果简单地就研究的结论来分类，大致有三类观点。

第一，认为人工智能是人脑的模拟和扩展，其本身就是一个信息处理系统。斯坦福大学的费根鲍姆教授从知识工程的角度出发，他认为“知识就是力量，电子计算机则是这种力量的放大器，而能把人类知识予以放大的机器，也会把一切方面的力量予以放大”。麻省理工学院的温斯顿教授认为“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富有智能的工作”。类似的观点在哈里亨德森的《人工智能大脑的镜子》和休伯特德雷福斯的《计算机不能做什么》中也都有所体现。

第二，认为人工智能等同于甚至超过人类智能。人工智能虽然是有限的，但是其向人类智能的接近却是无限度的，随着其自身的不断突破与发展，最终将无限逼近于人类智能。人工智能之父西蒙就持这样的观点，他认为人工智能能够达到人类智能的水平。神经生物学家亨利马克莱姆希望通过“蓝脑计划”建立人类大脑的模型，从而揭开人脑秘密。经过大量的研究分析，他认为计算机完成人脑的复制只是时间的问题。发明家雷库兹韦尔的预言听上去则有些疯狂，他认为，21世纪结束之前，人类将不再是地球上最有智慧或最有能力的生命实体。

第三，认为具有人工智能的计算机将具有与人类智能并驾齐驱的各种能力，甚至是意志和感情。美国科学家艾什比认为，要制造一个综合能力的机器脑在原则上没有什么问题，所需要的只是时间和技术进步。他强调，这种脑一旦制造出来，绝不只是简单的机械执行和模仿，它还能够自己学习发展自己的智慧。库兹韦尔的“奇点理论”宣称：在一个所谓的“奇点”来临之时，机器将可通过人工智能进行自我完善，甚至超过人类本身，从而开启一个新的时代。“人工大脑之父”雨果德加里斯在《智能简史》一书中就指出，人工智能已经在神经和智能上产生了指数级的初级进化，并在将来某一天达到“奇点”状态，最终“失去控制”，以人类无法想象的速度自我进化，最终超越人类智能。在清华大学演讲中，加里斯教授更是预言：“人工智能机器就可以和人做朋友，但人工智能将成为人类最大的威胁。世界最终会因人工智能超过人类而爆发一场战争，这场智能战争也许会夺去数十亿人的生命。”但是这样的观点并不为大多数专家所接受，就连计算机之父冯诺依曼和图灵都表示计算机不会超过人类的智能。美国著名语言哲学家约翰塞尔提出了“中文房间”的模型，指明了计算机能够模拟但无法超越人类智能。在这个模型中，人类可以通过建立一种动态的标准，通过不断修改充实这个标准来使机器拥有更多的智能。但由于标准的制定者为人类，它并不会比人类更聪明，只会随着人类对自我认识的提高而提高，因而最终可以想象机器模拟人类智能是一个向人类智能无限接近的过程。随着以互联网诞生为标志的第三次工业革命的到来，数据挖掘和知识发现开始崭露头角。以数据库为基础，通过运用多种学习手段，从大量数据中提炼出抽象的知识来揭示数据背后的客观世界蕴含的内在本质和联系，实现自动获取知识的知识发现系统是一个极富应用前景的研究方向。目前，对数据挖掘技术研究的热点主要集中在提高算法效率、数据的时序性和互联网知识发现几个方面。此外，智能接口也是人工智能发展的热点之一。智能接口包括有语音识别、自然语言理解和图像识别等。目前，这方面的研究成果已经大量的投入使用，并且正在迅速提升性能。

我国拥有一套古老的数学体系，其中《九章算术》以计算为中心，密切联系实际，主要解决人们生产、生活中的数学问题，确定了中国古代数学的框架，但是我国一直缺乏完善的数学理论体系，直到五四运动以后才真正开始了近代数学研究。20世纪年代后期，在计算机技术大发展的背景下，数学家吴文俊继承和发展了中国古代数学的传统的算法化思想，转而研究几何定理的机器证明，提出的数学机械化设想，对人工智能的许多领域却有着深远影响。随着国家人工智能相关产业的政策扶植，人工智能的研究取得了长足的进步，在理论研究方面已经达到了世界水平。相继成立了中国人工智能学会、中国软件行业协会、人工智能协会、中国智能机器人专业委员会及中国智能自动化专业委员会等学术团体，召开了中国人工智能联合会议，中国科学家在人工智能领域取得一些在国际上有影响的创造性成果。我国科学院院士、清华大学李衍达教授首创知识表达的情感适应模型，通过人机合作，由计算机提供候选模型，人进行情感选择，从而建立有效的信息模型。李德毅教授提出了定性和定量转换“云模型”，能够用语言值表示和处理随机不定性和模糊不定性，并成功将其应用于数据挖掘和智能控制等领域。王守觉教授则在人工神经网络的硬件化实现及高维仿生信息学方面进行了大量研究，研制成功了半导体神经网络硬件系列，并提出了“仿生模式识别”理论，为解决机器形象思维问题提供了一条新途径。另一方面，大量的著述与论文开始着力于进行人工智能发展中出现的一些具体问题的研究，如蔡曙山在《哲学家如何理解人工智能一塞尔的“中文房间争论”及其意义》一文中从语言哲学家约翰赛尔的“中文房间”模型入手，经分析得出“机器智能能够不断接近人类智能但永远不可能超过人类智能”结论；蔡自兴在《人工智能对人类的深远影响》一文中从经济、社会、文化等多个方面对人工智能进行了剖析，分析了人工智能对人类和人类社会方方面面的改造；童天湘的《从“人机大战”到人机共生》计算机与人对弃出发，分析人工智能的发展，他认为通过生物技术和人工智能技术的结合，人类会创造出“人机共生”的智能机器人；戴汝为的《从基于逻辑的人工智能到社会智能的发展》从人工智能发展的历史进程角度切入研究，他认为采用信息网络、多媒体现代技术的“信息空间综合集成研讨体系”将会成为涌现社会智能的可操作的技术系统；王雨田在《归纳逻辑与人工智能相结合的研究问题》中以归纳的研究为例，指出当前人工智能的发展中亟须引入有关归纳的哲学、科学哲学、逻辑学、心理学、认知科学引入知识工程、机器学习、不确定性推理等前沿科学技术的研究基础理论的研究；郑祥福在《人工智能的四大哲学问题》中认为当代西方哲学的认知转向是和人工智能的研究协调发展的，人工智能的哲学问题已不再是人工智能的本质问题，而是关于人的意向性问题、概念框架问题、语境问题和日常化认识问题，并就这些问题给出了基本的解决思路；盛晓明、项后军在《从人工智能看科学哲学的创新》从人工智能的历史发展出发，在对科学哲学中几个主要学派分析比较后认为科学哲学不仅应该经常回到“活的”科学史中去并不断地进行理论上的大胆创新与整合，才能够迎接新兴科学的挑战，能有伟大的将来；刘普寅、李洪兴在《软计算及其哲学内涵》一文中通过论述基于模糊逻辑系统、神经网络、遗传算法等软计算技术对于研究非线性复杂系统及处理智能信息的有效性，认为软计算在智能信息处理技术中将发挥十分重要的作用。

人工智能技术的诞生与发展

相关推荐