人工智能（AI）是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能的目的就是讓計算機這臺機器能夠象人一樣思考。這可是不是一個容易的事情。 如果希望做出一臺能夠思考的機器，那就必須知識什么是思考，更進一步講就是什么是智慧，它的表現(xiàn)是什么，你可以說科學
家有智慧，可你決不會說一個路人什么也不會，沒有知識，你同樣不敢說一個孩子沒有智慧，可對于機器你就不敢說它有智慧了吧，那么智慧是如何分辨的呢？我們說的話，我們做的事情，我們的想法如同泉水一樣從大腦中流出，如此自然，可是機器能夠嗎，那么什么樣的機器才是智慧的呢？科學家已經(jīng)作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。
在定義智慧時，英國科學家圖靈做出了貢獻，如果一臺機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質 就是讓人在不看外型的情況下不能區(qū)別是機器的行為還是人的行為時，這個機器就是智慧的。不要以為圖靈只做出這一點貢獻就會名垂表史，如果你是學計算機的就會知道，對于計算機人士而言，獲得圖靈獎就等于物理學家獲得諾貝爾獎一樣，圖靈在理論上奠定了計算機產(chǎn)生的基礎，沒有他的杰出貢獻世界上根本不可能有這個東西，更不用說什么網(wǎng)絡了。
科學家早在計算機出現(xiàn)之前就已經(jīng)希望能夠制造出可能模擬人類思維的機器了，在這方面我希望提到另外一個杰出的數(shù)學家，哲學家布爾，通過對人類思維進行數(shù)學化精確地刻畫，他和其它杰出的科學家一起奠定了智慧機器的思維結構與方法，今天我們的計算機內(nèi)使用的邏輯基礎正是他所創(chuàng)立的。
我想任何學過計算機的人對布爾一定不會陌生，我們所學的布爾代數(shù)，就是由它開創(chuàng)的。當計算機出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具了，在以后的歲月中，無數(shù)科學家為這個目標努力著，現(xiàn)在人工智能已經(jīng)不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，現(xiàn)在計算機似乎已經(jīng)變得十分聰明了，剛剛結束的國際象棋大賽中，計算機把人給勝了，這是人們都知道的，大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人類發(fā)揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。
現(xiàn)在人類已經(jīng)把計算機的計算能力提高到了前所未有的地步，而人工智能也在下世紀領導計算機發(fā)展的潮頭，現(xiàn)在人工智能的發(fā)展因為受到理論上的限制不是很明顯，但它必將象今天的網(wǎng)絡一樣深遠地影響我們的生活。
在世界各地對人工智能的研究很早就開始了，但對人工智能的真正實現(xiàn)要從計算機的誕生開始算起，這時人類才有可能以機器的實現(xiàn)人類的智能。AI這個英文單詞最早是在1956年的一次會議上提出的，在此以后，因此一些科學的努力它得以發(fā)展。人工智能的進展并不象我們期待的那樣迅速，因為人工智能的基本理論還不完整，我們還不能從本質上解釋我們的大腦為什么能夠思考，這種思考來自于什么，這種思考為什么得以產(chǎn)生等一系列問題。但經(jīng)過這幾十年的發(fā)展，人工智能正在以它巨大的力量影響著人們的生活。
讓我們順著人工智能的發(fā)展來回顧一下計算機的發(fā)展，在1941年由美國和德國兩國共同研制的第一臺計算機誕生了，從此以后人類存儲和處理信息的方法開始發(fā)生革命性的變化。第一臺計算機的體型可不算太好，它比較胖，還比較嬌氣，需要工作在有空調的房間里，如果希望它處理什么事情，需要大家把線路重新接一次，這可不是一件省力氣的活兒，把成千上萬的線重新焊一下我想現(xiàn)在的程序員已經(jīng)是生活在天堂中了。
終于在1949發(fā)明了可以存儲程序的計算機，這樣，編程程序總算可以不用焊了，好多了。因為編程變得十分簡單，計算機理論的發(fā)展終于導致了人工智能理論的產(chǎn)生。人們總算可以找到一個存儲信息和自動處理信息的方法了。
雖然現(xiàn)在看來這種新機器已經(jīng)可以實現(xiàn)部分人類的智力，但是直到50年代人們才把人類智力和這種新機器聯(lián)系起來。我們注意到旁邊這位大肚子的老先生了，他在反饋理論上的研究最終讓他提出了一個論斷，所有
人類智力的結果都是一種反饋的結果，通過不斷地將結果反饋給機體而產(chǎn)生的動作，進而產(chǎn)生了智能。我們家的抽水馬桶就是一個十分好的例子，水之所以不會常流不斷，正是因為有一個裝置在檢測水位的變化，如果水太多了，就把水管給關了，這就實現(xiàn)了反饋，是一種負反饋。如果連我們廁所里的裝置都可以實現(xiàn)反饋了，那我們應該可以用一種機器實現(xiàn)反饋，進而實現(xiàn)人類智力的機器形式重現(xiàn)。這種想法對于人工智能早期的有著重大的影響。
在1955的時候，香農(nóng)與人一起開發(fā)了The Logic Theorist程序，它是一種采用樹形結構的程序，在程序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進行探索，以得到正確的答案。這個程序在人工智能的歷史上可以說是有重要地位的，它在學術上和社會上帶來的巨大的影響，以至于我們現(xiàn)在所采用的方法思想方法有許多還是來自于這個50年代的程序。
1956年，作為人工智能領域另一位著名科學家的麥卡希（就是右圖的那個人）召集了一次會議來討論人工智能未來的發(fā)展方向。從那時起，人工智能的名字才正式確立，這次會議在人工智能歷史上不是巨大的成功，但是這次會議給人工智能奠基人相互交流的機會，并為未來人工智能的發(fā)展起了鋪墊的作用。在此以后，工人智能的重點開始變?yōu)榻嵱玫哪軌蜃孕薪鉀Q問題的系統(tǒng)，并要求系統(tǒng)有自學習能力。在1957年，香農(nóng)和另一些人又開發(fā)了一個程序稱為General Problem Solver(GPS)，它對Wiener的反饋理論有一個擴展，并能夠解決一些比較普遍的問題。別的科學家在努力開發(fā)系統(tǒng)時，右圖這位科學家作出了一項重大的貢獻，他創(chuàng)建了表處理語言LISP，直到現(xiàn)在許多人工智能程序還在使用這種語言，它幾乎成了人工智能的代名詞，到了今天，LISP仍然在發(fā)展。
在1963年，麻省理工學院受到了美國政府和國防部的支持進行人工智能的研究，美國政府不是為了別的，而是為了在冷戰(zhàn)中保持與蘇聯(lián)的均衡，雖然這個目的是帶點火藥味的，但是它的結果卻使人工智能得到了巨大的發(fā)展。其后發(fā)展出的許多程序十分引人注目，麻省理工大學開發(fā)出了SHRDLU。在這個大發(fā)展的60年代，STUDENT系統(tǒng)可以解決代數(shù)問題，而SIR系統(tǒng)則開始理解簡單的英文句子了，SIR的出現(xiàn)導致了新學科的出現(xiàn)：自然語言處理。在70年代出現(xiàn)的專家系統(tǒng)成了一個巨大的進步，他頭一次讓人知道計算機可以代替人類專家進行一些工作了，由于計算機硬件性能的提高，人工智能得以進行一系列重要的活動，如統(tǒng)計分析數(shù)據(jù)，參與醫(yī)療診斷等等，它作為生活的重要方面開始改變?nèi)祟惿盍恕Ｔ诶碚摲矫妫?0年代也是大發(fā)展的一個時期，計算機開始有了簡單的思維和視覺，而不能不提的是在70年代，另一個人工智能語言Prolog語言誕生了，它和LISP一起幾乎成了人工智能工作者不可缺少的工具。不要以為人工智能離我們很遠，它已經(jīng)在進入我們的生活，模糊控制，決策支持等等方面都有人工智能的影子。讓計算機這個機器代替人類進行簡單的智力活動，把人類解放用于其它更有益的工作，這是人工智能的目的，但我想對科學真理的無盡追求才是最終的動力吧。
回復 更多評論