人工智能與哲學(xué)思考課件

人工智能及哲學(xué)思考

人工智能及哲學(xué)思考

1目錄范疇與定義相關(guān)學(xué)科歷史與發(fā)展哲學(xué)思考目錄范疇與定義相關(guān)學(xué)科歷史與發(fā)展哲學(xué)思考2什么是人工智能

（ARTIFICIALINTELLIGENCE,AI)AI是普遍的研究領(lǐng)域和人類智能活動(dòng)的所有范疇都潛在相關(guān)人vs.理性人：經(jīng)驗(yàn)科學(xué)，涉及許多假設(shè)和實(shí)驗(yàn)證實(shí)理性：數(shù)學(xué)和工程相結(jié)合。一個(gè)系統(tǒng)如果能夠在它所知的范圍內(nèi)“正確行事”，它就是理性的。3像人一樣思考的系統(tǒng)像人一樣行動(dòng)的系統(tǒng)理性地思考的系統(tǒng)理性地行動(dòng)的系統(tǒng)什么是人工智能

（ARTIFICIALINTELLIGEN4像人一樣行動(dòng):圖靈測(cè)試圖靈預(yù)測(cè)，2000年之前計(jì)算機(jī)有30%的概率蒙騙一個(gè)普通人達(dá)5分鐘。然而，AI研究者相信研究智能的根本原則遠(yuǎn)比復(fù)制樣本更重要。Source:lecturenotesbyDr.HweeTouNg,Singapore4像人一樣行動(dòng):圖靈測(cè)試圖靈預(yù)測(cè)，2000年之前計(jì)算機(jī)有305圖靈測(cè)試對(duì)計(jì)算機(jī)的要求自然語(yǔ)言處理知識(shí)表示自動(dòng)推理機(jī)器學(xué)習(xí)更加全面的圖靈測(cè)試計(jì)算機(jī)視覺機(jī)器人技術(shù)5圖靈測(cè)試對(duì)計(jì)算機(jī)的要求自然語(yǔ)言處理像人一樣思考：認(rèn)知模型方法確定人是怎樣思考的通過內(nèi)省通過心理測(cè)試（blackbox）通過計(jì)算機(jī)程序來表達(dá)關(guān)于思維的結(jié)論比較計(jì)算機(jī)輸入/輸出以及timingbehavior和人類行為，例子：GeneralProblemSolverbyNewell&Simon。認(rèn)知科學(xué)：把AI的計(jì)算機(jī)模型和心理學(xué)的實(shí)驗(yàn)相結(jié)合，試圖創(chuàng)立一種精確且可檢驗(yàn)的人類思維工作方式理論。6像人一樣思考：認(rèn)知模型方法確定人是怎樣思考的6理性地思考：“思維法則”方法“正確思考”是不能辯駁的推理過程（Aristotle）三段論：前提正確結(jié)論正確描述世界上一切事物及其彼此之間關(guān)系的精確的命題符號(hào)（19世紀(jì)）求解任何用邏輯符號(hào)描述的可解問題的程序（1965）邏輯的方法的兩個(gè)障礙：難以獲得非形式化的知識(shí)并得到邏輯符號(hào)表示所需的形式化表達(dá)，尤其當(dāng)知識(shí)不可靠時(shí)?！霸瓌t上”可以解決一個(gè)問題與實(shí)際解決問題這兩者之間存在巨大的差異：如果推理步驟不合適，會(huì)耗盡計(jì)算機(jī)的資源。7理性地思考：“思維法則”方法“正確思考”是不能辯駁的推理過理性地行動(dòng)：理性智能體方法智能體是某種能夠行動(dòng)的東西，區(qū)別于簡(jiǎn)單“程序”自主控制的操作感知環(huán)境持續(xù)能力適應(yīng)變化有能力承擔(dān)其它智能體的目標(biāo)通過自己的行動(dòng)獲得最佳結(jié)果做出正確的推論是理性智能體的部分功能，但不是理性的全部?jī)?nèi)容。圖靈測(cè)試中需要的所有技能都是為了做出理性行為8理性地行動(dòng)：理性智能體方法智能體是某種能夠行動(dòng)的東西，區(qū)別于定義其定義隨著人們對(duì)人工智能的理解而演變從內(nèi)容上來說，AI是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。從外延上來說，人工智能就是要實(shí)現(xiàn)所有目前還無法不借助人類智慧才能實(shí)現(xiàn)的任務(wù)的集合。人工智能是計(jì)算機(jī)等科學(xué)的終極目標(biāo)定義其定義隨著人們對(duì)人工智能的理解而演變910人工智能相關(guān)學(xué)科哲學(xué)（since公元前428年）數(shù)學(xué)（since約800）經(jīng)濟(jì)學(xué)與社會(huì)學(xué)（since1776）神經(jīng)科學(xué)（since1861）生物進(jìn)化論（since1858）心理學(xué)（since1879）計(jì)算機(jī)工程（since1940）控制論（since1948）語(yǔ)言學(xué)（since1957）10人工智能相關(guān)學(xué)科哲學(xué)（since公元前428年）哲學(xué)意識(shí)中，哪些部分是理性的，可以形式化的形式化規(guī)則能用來抽取合理的結(jié)論嗎？Aristotle的三段論：在初始前提的條件下機(jī)械地推導(dǎo)出結(jié)論。用機(jī)械裝置進(jìn)行推理RamonLull,LeonardodaVinci,WilhelmSchickard精神的意識(shí)是如何從物質(zhì)的大腦產(chǎn)生出來？Descartes給出了第一個(gè)關(guān)于意識(shí)和物質(zhì)之間的區(qū)別及由此引起的問題的清晰討論：二元論vs.唯物主義11哲學(xué)意識(shí)中，哪些部分是理性的，可以形式化的11二元論vs.唯物主義二元論意識(shí)的一部分是超脫于自然之外的，不受物理定律影響。動(dòng)物不擁有這種二元屬性，可以被當(dāng)作機(jī)器看待。唯物主義大腦依照物理定律運(yùn)轉(zhuǎn)而構(gòu)成意識(shí)自由意志是對(duì)出現(xiàn)在選擇過程中的可能選擇的感受方式12二元論vs.唯物主義二元論12數(shù)學(xué)哲學(xué)家們標(biāo)志出了AI的大部分思想，但實(shí)現(xiàn)成為一門規(guī)范科學(xué)的飛躍就要求在三個(gè)基礎(chǔ)領(lǐng)域完成一定程度的數(shù)學(xué)形式化：邏輯、計(jì)算和概率。什么是抽取合理結(jié)論的形式化規(guī)則？Boole邏輯（接近命題邏輯）Frege擴(kuò)展了Boole邏輯，使其包含對(duì)象和關(guān)系，創(chuàng)建了一階邏輯（當(dāng)今最基本的知識(shí)表示系統(tǒng)）代表作“Begriffschrift”（概念符號(hào)），1879Tarski引入一種參考理論，可以表示如何將邏輯對(duì)象和現(xiàn)實(shí)世界的對(duì)象聯(lián)系起來。13數(shù)學(xué)哲學(xué)家們標(biāo)志出了AI的大部分思想，但實(shí)現(xiàn)成為一門規(guī)范科學(xué)數(shù)學(xué)（2）：邏輯和計(jì)算的極限Euclid的計(jì)算最大公約數(shù)的算法是第一個(gè)不可忽視的算法把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力（始于19世紀(jì)晚期）Hilbert著名的“23個(gè)問題”的最后一個(gè)問題是：是否存在一個(gè)算法可以判定任何涉及自然數(shù)的邏輯命題的真實(shí)性。14數(shù)學(xué)（2）：邏輯和計(jì)算的極限Euclid的計(jì)算最大公約數(shù)的算邏輯和計(jì)算的極限（2）Turning試圖精確地刻畫哪些函數(shù)是能夠被計(jì)算的但，計(jì)算或有效過程的概念是無法給出形式化定義的。如果解決一個(gè)問題需要的時(shí)間隨實(shí)例的規(guī)模成指數(shù)級(jí)增長(zhǎng)，該問題稱為不可操作的。NP-完全理論為認(rèn)識(shí)不可操作問題提供一種方法任何NP-完全問題類可歸約而成的問題類很可能是不可操作的15邏輯和計(jì)算的極限（2）Turning試圖精確地刻畫哪些函數(shù)是邏輯和計(jì)算的極限（3）Godel證明了確實(shí)存在真實(shí)的局限（不完備性定理，1931）在任何表達(dá)能力足以描述自然數(shù)的語(yǔ)言中，在不能通過任何算法建立它們的真值意義下，存在不可判定的真值語(yǔ)句。Turing給出了可計(jì)算模型下的局限（停機(jī)定理）NP問題描述了實(shí)際計(jì)算能力下的局限邏輯和計(jì)算的極限（3）Godel證明了確實(shí)存在真實(shí)的局限（不16數(shù)學(xué)（3）：概率概率起源于對(duì)賭博問題可能結(jié)果的描述，成為所有需要定量的科學(xué)的無價(jià)之寶，幫助對(duì)付不確定的測(cè)量和不完備的理論。（Cardano，16世紀(jì)）Bayes提出了根據(jù)新證據(jù)更新概率的法則（18世紀(jì)）Bayes分析形成了大多數(shù)AI系統(tǒng)中不確定推理的現(xiàn)代方法的基礎(chǔ)人類思考和應(yīng)用并不完全按照精確邏輯進(jìn)行不需要一定找到最優(yōu)解，準(zhǔn)最優(yōu)解即可17數(shù)學(xué)（3）：概率概率起源于對(duì)賭博問題可能結(jié)果的描述，成為所有經(jīng)濟(jì)學(xué)我們?nèi)绾螞Q策以獲得最大效益？AdamSmith是第一個(gè)把經(jīng)濟(jì)學(xué)當(dāng)作科學(xué)來看待，認(rèn)為經(jīng)濟(jì)是個(gè)人代理之間的協(xié)調(diào)過程，這些代理追求自己的經(jīng)濟(jì)利益的最大化。對(duì)于“偏好的結(jié)果”（效用）的數(shù)學(xué)處理，由Walras完成形式化。決策理論把概率和效用結(jié)合起來，為在不確定條件下進(jìn)行決策提供了形式化和完整的框架。（適用于“宏觀”經(jīng)濟(jì)）追求效益的、理性的行為，是智能在社會(huì)化環(huán)境下的表現(xiàn)18經(jīng)濟(jì)學(xué)我們?nèi)绾螞Q策以獲得最大效益？18經(jīng)濟(jì)學(xué)（２）“微觀”經(jīng)濟(jì)與博奕論在他人不合作情況下如何獲得最大效益？Nash表明，理性個(gè)體可以在非合作情況下達(dá)成一致當(dāng)行動(dòng)的收益不是立即體現(xiàn)的，而是一些按順序采用的行動(dòng)的結(jié)果時(shí)，如何制定理性的決策？屬于運(yùn)籌學(xué)問題的形式化馬爾可夫決策過程基于滿意度的模型制定“足夠好”的決策，而不是艱苦計(jì)算得到最優(yōu)化決策，能更好地描述人類行為。（Simon,1947)19經(jīng)濟(jì)學(xué)（２）“微觀”經(jīng)濟(jì)與博奕論在他人不合作情況下如何獲得神經(jīng)科學(xué)：大腦是如何處理信息的？神經(jīng)元構(gòu)成神經(jīng)科學(xué)：大腦是如何處理信息的？神經(jīng)元構(gòu)成20大腦的組成大腦的組成21大腦的組成端腦（大腦的主要部分）由約140億~1000億個(gè)神經(jīng)元構(gòu)成，超過10的14次方個(gè)神經(jīng)突觸。據(jù)估計(jì)腦細(xì)胞每天要死亡約10萬(wàn)個(gè)（越不用腦，腦細(xì)胞死亡越多）。大腦雖只占人體體重的2%，但耗氧量達(dá)全身耗氧量的25%，血流量占心臟輸出血量的15%，一天內(nèi)流經(jīng)腦的血液為2000升。腦消耗的能量若用電功率表示大約相當(dāng)于25瓦。大腦功能的實(shí)現(xiàn)，是通過大量神經(jīng)元組成的復(fù)雜神經(jīng)網(wǎng)絡(luò)完成的，但具體機(jī)理尚有待研究。大腦的組成端腦（大腦的主要部分）由約140億~1000億個(gè)神22進(jìn)化論：從進(jìn)化的角度看智能的形成智能物種的獨(dú)特性進(jìn)化路線是否一定導(dǎo)致智能物種的出現(xiàn)智能物種的進(jìn)化路線進(jìn)化論vs創(chuàng)造論從生物進(jìn)化到文明進(jìn)化知識(shí)基因進(jìn)化論：從進(jìn)化的角度看智能的形成智能物種的獨(dú)特性23心理學(xué)：人類和動(dòng)物是如何思考的？研究方法：內(nèi)省vs.心理測(cè)量行為主義者只研究對(duì)動(dòng)物的感知和它所引發(fā)的行動(dòng)的度量，排斥精神的結(jié)構(gòu)，包括知識(shí)、信念、目標(biāo)和推理步驟。認(rèn)知心理學(xué)把大腦當(dāng)作信息處理裝置。基于知識(shí)的智能體的三個(gè)步驟：把刺激翻譯成內(nèi)部表示表示經(jīng)過認(rèn)知過程處理→新的表示表示被翻譯回到行動(dòng)計(jì)算機(jī)模型的發(fā)展導(dǎo)致認(rèn)知科學(xué)的創(chuàng)建普遍的觀點(diǎn)：“認(rèn)知理論就應(yīng)該像計(jì)算機(jī)程序”24心理學(xué)：人類和動(dòng)物是如何思考的？研究方法：內(nèi)省vs.心理測(cè)量計(jì)算機(jī)工程：如何制造能用的計(jì)算機(jī)？AI需要智能和人工制品，即計(jì)算機(jī)。AI對(duì)主流計(jì)算機(jī)科學(xué)的影響分時(shí)技術(shù)交互式翻譯器使用窗口和鼠標(biāo)的個(gè)人計(jì)算機(jī)面向?qū)ο蟮木幊獭?5計(jì)算機(jī)工程：如何制造能用的計(jì)算機(jī)？AI需要智能和人工制品，即控制論：人工制品怎樣才能在自己控制下運(yùn)轉(zhuǎn)現(xiàn)代控制論和AI的共同點(diǎn)：設(shè)計(jì)出能隨時(shí)間變化使目標(biāo)函數(shù)最大化的系統(tǒng)。控制論的主要工具是微積分和線性代數(shù)其主要研究對(duì)象是用固定的連續(xù)變量集描述的（線性）系統(tǒng)AI的部分起因是尋求擺脫控制論的數(shù)學(xué)方法局限性的途徑不同的工具：邏輯推理和計(jì)算不同的問題：語(yǔ)言、視覺、規(guī)劃…26控制論：人工制品怎樣才能在自己控制下運(yùn)轉(zhuǎn)現(xiàn)代控制論和AI的共語(yǔ)言學(xué)：語(yǔ)言和思維是怎樣聯(lián)系起來的？成熟的思維是通過語(yǔ)言完成的現(xiàn)代語(yǔ)言學(xué)的誕生：Chomsky理論形式化，可以編程實(shí)現(xiàn)。知識(shí)表示的許多早期工作和語(yǔ)言緊密聯(lián)系27語(yǔ)言學(xué)：語(yǔ)言和思維是怎樣聯(lián)系起來的？成熟的思維是通過語(yǔ)言完成28總結(jié)哲學(xué)：標(biāo)出了AI的大部分重要思想數(shù)學(xué)：使AI成為一門規(guī)范科學(xué)經(jīng)濟(jì)學(xué)與社會(huì)學(xué)：決策理論神經(jīng)科學(xué)：網(wǎng)絡(luò)，并行處理…生物進(jìn)化論：進(jìn)化路線心理學(xué)：認(rèn)知理論計(jì)算機(jī)工程：AI的“載體”控制論：反饋的思想語(yǔ)言學(xué)：知識(shí)表示、語(yǔ)法28總結(jié)哲學(xué)：標(biāo)出了AI的大部分重要思想人工智能發(fā)展歷程孕育誕生發(fā)展高潮與低谷人工智能發(fā)展歷程孕育29孕育期（1943－1955）McCulloch&Pitts提出人工神經(jīng)元模型基礎(chǔ)生理學(xué)知識(shí)和腦神經(jīng)元的功能對(duì)命題邏輯的形式化分析Turing的計(jì)算理論Turing第一個(gè)清晰地描繪出AI的完整圖景在“ComputingMachineryandIntelligence”中提出了圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法和增量學(xué)習(xí)。30孕育期（1943－1955）McCulloch&Pitts提誕生：DartmouthCollege，1956Dartmouthworkshop，1956夏天與會(huì)者的背景：自動(dòng)機(jī)、神經(jīng)網(wǎng)絡(luò)和智能研究Impact：在隨后的20年中，AI被與會(huì)者和他們?cè)贛IT、CMU、Stanford及IBM的學(xué)生和同事所統(tǒng)治。31誕生：DartmouthCollege，1956DartmLook,Ma,nohand!(1952-69)GPS可能是第一個(gè)實(shí)現(xiàn)了“像人一樣思考”方法的程序Samuel‘scheckersprogram，通過學(xué)習(xí)達(dá)到了業(yè)余高手的級(jí)別，反駁了認(rèn)為計(jì)算機(jī)只能做人讓它做的事的觀念。（通過“強(qiáng)化學(xué)習(xí)”）McCarthy“ProgramswithCommonSense”描述了一個(gè)假設(shè)程序，AdviceTaker。它可被看作是第一個(gè)完整的AI系統(tǒng)，不同于其它的系統(tǒng)，它包含了世界的一般知識(shí)。SRI的Shakey機(jī)器人項(xiàng)目，第一次演示了邏輯推理和物理行為的完整集成。32Look,Ma,nohand!(1952-69)GP早期成就機(jī)器定理證明一階謂詞邏輯幾何定理證明（吳文?。┣蠼馕⒎e分積木世界動(dòng)作規(guī)劃游戲AI人工智能程序設(shè)計(jì)語(yǔ)言早期成就機(jī)器定理證明33樂觀思潮第一代AI研究者們?cè)鞒隽巳缦骂A(yù)言:1958年，H.A.Simon，AllenNewell：“十年之內(nèi)，數(shù)字計(jì)算機(jī)將成為國(guó)際象棋世界冠軍?！薄笆曛畠?nèi)，數(shù)字計(jì)算機(jī)將發(fā)現(xiàn)并證明一個(gè)重要的數(shù)學(xué)定理?！?965年，H.A.Simon：“二十年內(nèi)，機(jī)器將能完成人能做到的一切工作?！?967年，MarvinMinsky：“一代之內(nèi)……創(chuàng)造‘人工智能’的問題將獲得實(shí)質(zhì)上的解決。”1970年，MarvinMinsky：“在三到八年的時(shí)間里我們將得到一臺(tái)具有人類平均智能的機(jī)器?！睒酚^思潮第一代AI研究者們?cè)鞒隽巳缦骂A(yù)言:34步入低谷早期的程序很少包含或不包含關(guān)于它們的主題信息AI試圖解決的許多問題不可操作計(jì)算復(fù)雜性和指數(shù)爆炸計(jì)算機(jī)的運(yùn)算能力常識(shí)和推理莫拉維克悖論證明定理和解決幾何問題對(duì)計(jì)算機(jī)而言相對(duì)容易，而一些看似簡(jiǎn)單的任務(wù)，如人臉識(shí)別或穿過屋子，實(shí)現(xiàn)起來卻極端困難。用于產(chǎn)生智能行為的基本結(jié)構(gòu)有著一些基本的限制邏輯框架感知器35步入低谷早期的程序很少包含或不包含關(guān)于它們的主題信息3536基于知識(shí)的系統(tǒng)：力量的鑰匙？專家系統(tǒng)是一種程序，能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問題。專家系統(tǒng)的能力來自于它們存儲(chǔ)的專業(yè)知識(shí)PamelaMcCorduck：“智能可能需要建立在對(duì)分門別類的大量知識(shí)的多種處理方法之上。”“70年代的教訓(xùn)是智能行為與知識(shí)處理關(guān)系非常密切。有時(shí)還需要在特定任務(wù)領(lǐng)域非常細(xì)致的知識(shí)?！敝R(shí)庫(kù)系統(tǒng)和知識(shí)工程成為了80年代AI研究的主要方向。36基于知識(shí)的系統(tǒng)：力量的鑰匙？專家系統(tǒng)是一種程序，能夠依據(jù)專家系統(tǒng)的繁榮期（1980-1987）主要應(yīng)用領(lǐng)域：醫(yī)學(xué)診斷、自然語(yǔ)言理解。表示和推理的語(yǔ)言：Prolog、PLANNER、FrameEdwardFeigenbaum1972年設(shè)計(jì)的MYCIN能夠診斷血液傳染病1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬(wàn)美元支持第五代計(jì)算機(jī)項(xiàng)目。其目標(biāo)是造出能夠與人對(duì)話，翻譯語(yǔ)言，解釋圖像，并且像人一樣推理的機(jī)器。專家系統(tǒng)的繁榮期（1980-1987）主要應(yīng)用領(lǐng)域：醫(yī)學(xué)診斷37第二次低谷（AIwinter）專家系統(tǒng)維護(hù)費(fèi)用居高不下。它們難以升級(jí)，難以使用，脆弱（當(dāng)輸入異常時(shí)會(huì)出現(xiàn)莫名其妙的錯(cuò)誤），成了以前已經(jīng)暴露的各種各樣的問題（例如資格問題的犧牲品。專家系統(tǒng)的實(shí)用性僅僅局限于某些特定情景。微機(jī)的興起與軟件復(fù)雜性期望過高，難以實(shí)現(xiàn)，經(jīng)費(fèi)下降第二次低谷（AIwinter）專家系統(tǒng)維護(hù)費(fèi)用居高不下。它38新的路線一些研究者根據(jù)機(jī)器人學(xué)的成就提出了一種全新的人工智能方案。他們相信，為了獲得真正的智能，機(jī)器必須具有軀體–它需要感知，移動(dòng)，生存，與這個(gè)世界交互。他們認(rèn)為這些感知運(yùn)動(dòng)技能對(duì)于常識(shí)推理等高層次技能是至關(guān)重要的。符號(hào)主義vs連接主義vs行為主義新的路線一些研究者根據(jù)機(jī)器人學(xué)的成就提出了一種全新的人工智能39神經(jīng)網(wǎng)絡(luò)的回歸和連接主義的興起1982年，物理學(xué)家JohnHopfield證明一種新型的神經(jīng)網(wǎng)絡(luò)（現(xiàn)被稱為“Hopfield網(wǎng)絡(luò)”）能夠用一種全新的方式學(xué)習(xí)和處理信息。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法得到商業(yè)上的成功，它們被應(yīng)用于光字符識(shí)別和語(yǔ)音識(shí)別軟件這些發(fā)現(xiàn)使1970年以來一直遭人遺棄的聯(lián)結(jié)主義重獲新生。深度學(xué)習(xí)：Hinton等人于2006年提出40神經(jīng)網(wǎng)絡(luò)的回歸和連接主義的興起1982年，物理學(xué)家John現(xiàn)代的AIAI研究者們開發(fā)的算法開始變?yōu)檩^大的系統(tǒng)的一部分。AI曾經(jīng)解決了大量的難題，這些解決方案在產(chǎn)業(yè)界起到了重要作用。應(yīng)用了AI技術(shù)的有數(shù)據(jù)挖掘，工業(yè)機(jī)器人，物流，語(yǔ)音識(shí)別，銀行業(yè)軟件，醫(yī)療診斷和Google搜索引擎等。NickBostrom：“很多AI的前沿成就已被應(yīng)用在一般的程序中，不過通常沒有被稱為AI。這是因?yàn)?，一旦變得足夠有用和普遍，它就不再被稱為AI了。”現(xiàn)代的AIAI研究者們開發(fā)的算法開始變?yōu)檩^大的系統(tǒng)的一部分。41研究者眼中的AI越來越多的AI研究者們開始開發(fā)和使用復(fù)雜的數(shù)學(xué)工具。人們廣泛地認(rèn)識(shí)到，許多AI需要解決的問題已經(jīng)成為數(shù)學(xué)，經(jīng)濟(jì)學(xué)和運(yùn)籌學(xué)領(lǐng)域的研究課題。AI已成為一門更嚴(yán)格的科學(xué)分支。許多AI研究者故意用其他一些名字稱呼他們的工作，例如信息學(xué)，知識(shí)系統(tǒng)，認(rèn)知系統(tǒng)或計(jì)算智能。NewYorkTimes在2005年的一篇報(bào)道所說：“計(jì)算機(jī)科學(xué)家和軟件工程師們避免使用人工智能一詞，因?yàn)榕卤徽J(rèn)為是在說夢(mèng)話?！毖芯空哐壑械腁I越來越多的AI研究者們開始開發(fā)和使用復(fù)雜的數(shù)42人工智能的工程化領(lǐng)域：認(rèn)知技術(shù)計(jì)算機(jī)視覺機(jī)器學(xué)習(xí)自然語(yǔ)言處理機(jī)器人技術(shù)語(yǔ)音識(shí)別技術(shù)具有廣泛的應(yīng)用領(lǐng)域人工智能的工程化領(lǐng)域：認(rèn)知技術(shù)計(jì)算機(jī)視覺43當(dāng)代人工智能進(jìn)步的催化劑計(jì)算能力的發(fā)展大數(shù)據(jù)互聯(lián)網(wǎng)和云計(jì)算新算法對(duì)復(fù)雜系統(tǒng)的理解當(dāng)代人工智能進(jìn)步的催化劑計(jì)算能力的發(fā)展44深藍(lán)（DeepBlue）重1270公斤，有32個(gè)大腦（微處理器），每秒鐘可以計(jì)算2億步?！吧钏{(lán)”輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬(wàn)局。1997年5月11日，計(jì)算機(jī)在正常時(shí)限的比賽中首次擊敗了等級(jí)分排名世界第一的棋手。加里·卡斯帕羅夫以2.5:3.5（1勝2負(fù)3平）輸給IBM的計(jì)算機(jī)程序“深藍(lán)”。深藍(lán)（DeepBlue）重1270公斤，有32個(gè)大腦（微處45Mr.Watson沃森由90臺(tái)IBM服務(wù)器、360個(gè)計(jì)算機(jī)芯片組成。它擁有15TB內(nèi)存、2880個(gè)處理器、每秒可進(jìn)行80萬(wàn)億次運(yùn)算。2011年2月17日，在美國(guó)最受歡迎的智力競(jìng)猜電視節(jié)目《危險(xiǎn)邊緣》中擊敗該節(jié)目歷史上兩位最成功的選手肯-詹寧斯和布拉德-魯特，成為《危險(xiǎn)邊緣》節(jié)目新的王者。大數(shù)據(jù)學(xué)習(xí)自然語(yǔ)言理解與表達(dá)非聯(lián)網(wǎng)情況下回答問題Mr.Watson沃森由90臺(tái)IBM服務(wù)器、360個(gè)計(jì)算機(jī)46各國(guó)最新動(dòng)態(tài)2013年年初，歐盟委員會(huì)就宣布“人腦工程”為歐盟未來10年的“新興旗艦技術(shù)項(xiàng)目”。2013年4月，美國(guó)白宮公布了“推進(jìn)創(chuàng)新神經(jīng)技術(shù)腦研究計(jì)劃”（簡(jiǎn)稱“腦計(jì)劃”）?！爸袊?guó)腦計(jì)劃”正在探討，可能于2016年啟動(dòng)“人類腦計(jì)劃”是可以和“曼哈頓計(jì)劃”、“阿波羅登月計(jì)劃”和“人類基因組計(jì)劃”等劃時(shí)代的三大科學(xué)工程相比的巨大科學(xué)工程，它們給整個(gè)人類社會(huì)帶來了深遠(yuǎn)的影響。

各國(guó)最新動(dòng)態(tài)2013年年初，歐盟委員會(huì)就宣布“人腦工程”為歐47美國(guó)腦計(jì)劃重點(diǎn)研究領(lǐng)域在2014財(cái)年將重點(diǎn)資助9個(gè)大腦研究領(lǐng)域。統(tǒng)計(jì)大腦細(xì)胞類型；建立大腦結(jié)構(gòu)圖；開發(fā)大規(guī)模神經(jīng)網(wǎng)絡(luò)記錄技術(shù)；開發(fā)操作神經(jīng)回路的工具；了解神經(jīng)細(xì)胞與個(gè)體行為之間的聯(lián)系；把神經(jīng)科學(xué)實(shí)驗(yàn)與理論、模型、統(tǒng)計(jì)學(xué)等整合；描述人類大腦成像技術(shù)的機(jī)制；為科學(xué)研究建立收集人類數(shù)據(jù)的機(jī)制；知識(shí)傳播與培訓(xùn)。美國(guó)腦計(jì)劃重點(diǎn)研究領(lǐng)域在2014財(cái)年將重點(diǎn)資助9個(gè)大腦研究領(lǐng)48人工智能中的哲學(xué)思考弱AI與強(qiáng)AI普遍問題意識(shí)、思維、智能與物質(zhì)基礎(chǔ)缸中之腦與黑客帝國(guó)柏拉圖的洞穴我思故我在希爾中文屋強(qiáng)AI的哲學(xué)問題人工智能中的哲學(xué)思考弱AI與強(qiáng)AI49弱AI弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理（Reasoning）和解決問題（Problem-solving）的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。主流科研集中在弱人工智能上，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)下。目前上沒有明確的路線。弱AI弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理（Reaso50強(qiáng)AI強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推理（Reasoning）和解決問題（Problem-solving）的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識(shí)的。強(qiáng)人工智能可以有兩類：類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣。非類人的人工智能，即機(jī)器產(chǎn)生了和人完全不一樣的知覺和意識(shí)，使用和人完全不一樣的推理方式。強(qiáng)AI強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推理（Reason51意識(shí)、智能與物質(zhì)基礎(chǔ)意識(shí)（和智能）能否獨(dú)立于物質(zhì)存在，就如同信息和其載體之間的關(guān)系忒修斯之船悖論如果忒修斯的船上的木頭被逐漸替換，直到所有的木頭都不是原來的木頭，那這艘船還是原來的那艘船嗎？如果我們逐漸用AI（包括人工器官）替代肉體，那么我們還是自己么？如果我們將人腦計(jì)算機(jī)化，那么自己還存在么？意識(shí)、智能與物質(zhì)基礎(chǔ)意識(shí)（和智能）能否獨(dú)立于物質(zhì)存在，就如同52缸中之腦與黑客帝國(guó)缸中之腦一個(gè)人被邪惡科學(xué)家施行了手術(shù)，他的腦被放進(jìn)一個(gè)盛有維持腦存活營(yíng)養(yǎng)液的缸中。腦的神經(jīng)末梢連接在計(jì)算機(jī)上，計(jì)算機(jī)按照程序向腦傳送信息，使他保持一切完全正常的幻覺。對(duì)于他來說，似乎人、物體、天空還都存在，自身的運(yùn)動(dòng)、身體感覺都可以輸入。這個(gè)腦還可以被輸入或截取記憶（截取掉大腦手術(shù)的記憶，然后輸入他可能經(jīng)歷的各種環(huán)境、日常生活）。有關(guān)這個(gè)假想的最基本的問題是：“你如何擔(dān)保你自己不是在這種困境之中？”黑客帝國(guó)Matrix不僅是一個(gè)虛擬程序，也是一個(gè)實(shí)際存在的地方。在這里，人類的身體被放在一個(gè)盛滿營(yíng)養(yǎng)液的器皿中，身上插滿了各種插頭以接受電腦系統(tǒng)的感官刺激信號(hào)。人類就依靠這些信號(hào)，生活在一個(gè)完全虛擬的電腦幻景中。人類能否知道自己是生活在Matrix里面，并且逃離莊生夢(mèng)蝶缸中之腦與黑客帝國(guó)缸中之腦53柏拉圖的洞穴比喻設(shè)想有這樣一個(gè)大洞，洞中的囚徒看不到外面的世界和他人，實(shí)際上也看不到自己身體的任何部分，而只能夠看到面前的墻壁。他們?cè)谌绱说沫h(huán)境下終其一生，不知道其他任何東西。囚徒們一生中所感覺或經(jīng)驗(yàn)到的唯一實(shí)在就是這些外部的影子和回聲。在此情況下，他們自然而然地會(huì)以為這些影子和回聲成了全部的現(xiàn)實(shí)和知識(shí)。我們獲得的知識(shí)可能是虛假的？！柏拉圖的洞穴比喻設(shè)想有這樣一個(gè)大洞，洞中的囚徒看不到外面的世54我思故我在我無法否認(rèn)自己的存在，因?yàn)楫?dāng)我否認(rèn)、懷疑時(shí)，我就已經(jīng)存在！當(dāng)我使用理性來思考的時(shí)候，我才真正獲得了存在的價(jià)值。AI能夠思考，那么AI能否意識(shí)到自己的存在？我思故我在我無法否認(rèn)自己的存在，因?yàn)楫?dāng)我否認(rèn)、懷疑時(shí)，我就已55希爾中文屋（TheChineseRoom）JohnSearle（一位只會(huì)說英語(yǔ)的哲學(xué)家）身處一個(gè)封閉的房間中。他隨身帶著一本寫有中文翻譯程序的書。房間里還有足夠的稿紙、鉛筆和櫥柜。寫著中文的紙片通過小窗口被送入房間中。Searle可以使用他的程序（和字典）來翻譯這些文字并用中文回復(fù)，雖然他完全不會(huì)中文。通過這個(gè)過程，Searle可以讓任何房間外的人以為他會(huì)說流利的中文。其實(shí)他并不會(huì)！希爾中文屋（TheChineseRoom）JohnSe56強(qiáng)AI的哲學(xué)問題能夠?qū)崿F(xiàn)強(qiáng)AI（真正的Robot）Robot能夠自我繁殖么？Robot有情感么？社會(huì)、道德、法律、倫理問題Robot和人類的關(guān)系強(qiáng)AI的哲學(xué)問題能夠?qū)崿F(xiàn)強(qiáng)AI（真正的Robot）57強(qiáng)AI能否實(shí)現(xiàn)強(qiáng)AI的特征獨(dú)立思考自主學(xué)習(xí)適應(yīng)環(huán)境和社會(huì)可以復(fù)制非碳基智能，包括外星智能和硅基智能強(qiáng)AI可能是各種表現(xiàn)形式AI能否超越人類智能水準(zhǔn)（機(jī)器人取代人類）AI能否自我進(jìn)化強(qiáng)AI能否實(shí)現(xiàn)強(qiáng)AI的特征58社會(huì)、道德、法律問題機(jī)器人三原則（阿西莫夫，1940）機(jī)器人不得傷害人類，或看到人類受到傷害而袖手旁觀.機(jī)器人必須服從人類的命令，除非這條命令與第一條相矛盾。機(jī)器人必須保護(hù)自己，除非這種保護(hù)與以上兩條相矛盾社會(huì)、道德、法律問題機(jī)器人三原則（阿西莫夫，1940）59AI和情感廣義的人工智能應(yīng)該包括人工認(rèn)知、人工情感和人工意志三個(gè)方面。人工情感包括三個(gè)方面：情感識(shí)別、情感表達(dá)與情感理解（或情感思維）情感有其生理學(xué)、心理學(xué)和社會(huì)學(xué)的意義機(jī)器人能否成為倫理主體？AI和情感廣義的人工智能應(yīng)該包括人工認(rèn)知、人工情感和人工意志60機(jī)器人和人類的關(guān)系造物主和被創(chuàng)造者當(dāng)科幻電影成為現(xiàn)實(shí)，機(jī)器人出現(xiàn)自我意識(shí)時(shí)，人類和機(jī)器人的關(guān)系將變得難以琢磨可能的關(guān)系？主仆？朋友？敵人？機(jī)器人和人類的關(guān)系造物主和被創(chuàng)造者61東西方文化與強(qiáng)AI你想成為什么樣的人，取決于你如何與其他人相處。造物主造成什么樣的Robot，取決于造物主如何與自我相處東方文明西方文明開天辟地創(chuàng)世紀(jì)凡人成神神的血脈佛說眾生皆苦道家追求超脫原罪與贖罪天下為公自私并不是原罪己所不欲，勿施于人個(gè)體自由東西方文化與強(qiáng)AI你想成為什么樣的人，取決于你如何與其他人相62人工智能及哲學(xué)思考

人工智能及哲學(xué)思考

63目錄范疇與定義相關(guān)學(xué)科歷史與發(fā)展哲學(xué)思考目錄范疇與定義相關(guān)學(xué)科歷史與發(fā)展哲學(xué)思考64什么是人工智能

（ARTIFICIALINTELLIGENCE,AI)AI是普遍的研究領(lǐng)域和人類智能活動(dòng)的所有范疇都潛在相關(guān)人vs.理性人：經(jīng)驗(yàn)科學(xué)，涉及許多假設(shè)和實(shí)驗(yàn)證實(shí)理性：數(shù)學(xué)和工程相結(jié)合。一個(gè)系統(tǒng)如果能夠在它所知的范圍內(nèi)“正確行事”，它就是理性的。65像人一樣思考的系統(tǒng)像人一樣行動(dòng)的系統(tǒng)理性地思考的系統(tǒng)理性地行動(dòng)的系統(tǒng)什么是人工智能

（ARTIFICIALINTELLIGEN66像人一樣行動(dòng):圖靈測(cè)試圖靈預(yù)測(cè)，2000年之前計(jì)算機(jī)有30%的概率蒙騙一個(gè)普通人達(dá)5分鐘。然而，AI研究者相信研究智能的根本原則遠(yuǎn)比復(fù)制樣本更重要。Source:lecturenotesbyDr.HweeTouNg,Singapore4像人一樣行動(dòng):圖靈測(cè)試圖靈預(yù)測(cè)，2000年之前計(jì)算機(jī)有3067圖靈測(cè)試對(duì)計(jì)算機(jī)的要求自然語(yǔ)言處理知識(shí)表示自動(dòng)推理機(jī)器學(xué)習(xí)更加全面的圖靈測(cè)試計(jì)算機(jī)視覺機(jī)器人技術(shù)5圖靈測(cè)試對(duì)計(jì)算機(jī)的要求自然語(yǔ)言處理像人一樣思考：認(rèn)知模型方法確定人是怎樣思考的通過內(nèi)省通過心理測(cè)試（blackbox）通過計(jì)算機(jī)程序來表達(dá)關(guān)于思維的結(jié)論比較計(jì)算機(jī)輸入/輸出以及timingbehavior和人類行為，例子：GeneralProblemSolverbyNewell&Simon。認(rèn)知科學(xué)：把AI的計(jì)算機(jī)模型和心理學(xué)的實(shí)驗(yàn)相結(jié)合，試圖創(chuàng)立一種精確且可檢驗(yàn)的人類思維工作方式理論。68像人一樣思考：認(rèn)知模型方法確定人是怎樣思考的6理性地思考：“思維法則”方法“正確思考”是不能辯駁的推理過程（Aristotle）三段論：前提正確結(jié)論正確描述世界上一切事物及其彼此之間關(guān)系的精確的命題符號(hào)（19世紀(jì)）求解任何用邏輯符號(hào)描述的可解問題的程序（1965）邏輯的方法的兩個(gè)障礙：難以獲得非形式化的知識(shí)并得到邏輯符號(hào)表示所需的形式化表達(dá)，尤其當(dāng)知識(shí)不可靠時(shí)?！霸瓌t上”可以解決一個(gè)問題與實(shí)際解決問題這兩者之間存在巨大的差異：如果推理步驟不合適，會(huì)耗盡計(jì)算機(jī)的資源。69理性地思考：“思維法則”方法“正確思考”是不能辯駁的推理過理性地行動(dòng)：理性智能體方法智能體是某種能夠行動(dòng)的東西，區(qū)別于簡(jiǎn)單“程序”自主控制的操作感知環(huán)境持續(xù)能力適應(yīng)變化有能力承擔(dān)其它智能體的目標(biāo)通過自己的行動(dòng)獲得最佳結(jié)果做出正確的推論是理性智能體的部分功能，但不是理性的全部?jī)?nèi)容。圖靈測(cè)試中需要的所有技能都是為了做出理性行為70理性地行動(dòng)：理性智能體方法智能體是某種能夠行動(dòng)的東西，區(qū)別于定義其定義隨著人們對(duì)人工智能的理解而演變從內(nèi)容上來說，AI是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。從外延上來說，人工智能就是要實(shí)現(xiàn)所有目前還無法不借助人類智慧才能實(shí)現(xiàn)的任務(wù)的集合。人工智能是計(jì)算機(jī)等科學(xué)的終極目標(biāo)定義其定義隨著人們對(duì)人工智能的理解而演變7172人工智能相關(guān)學(xué)科哲學(xué)（since公元前428年）數(shù)學(xué)（since約800）經(jīng)濟(jì)學(xué)與社會(huì)學(xué)（since1776）神經(jīng)科學(xué)（since1861）生物進(jìn)化論（since1858）心理學(xué)（since1879）計(jì)算機(jī)工程（since1940）控制論（since1948）語(yǔ)言學(xué)（since1957）10人工智能相關(guān)學(xué)科哲學(xué)（since公元前428年）哲學(xué)意識(shí)中，哪些部分是理性的，可以形式化的形式化規(guī)則能用來抽取合理的結(jié)論嗎？Aristotle的三段論：在初始前提的條件下機(jī)械地推導(dǎo)出結(jié)論。用機(jī)械裝置進(jìn)行推理RamonLull,LeonardodaVinci,WilhelmSchickard精神的意識(shí)是如何從物質(zhì)的大腦產(chǎn)生出來？Descartes給出了第一個(gè)關(guān)于意識(shí)和物質(zhì)之間的區(qū)別及由此引起的問題的清晰討論：二元論vs.唯物主義73哲學(xué)意識(shí)中，哪些部分是理性的，可以形式化的11二元論vs.唯物主義二元論意識(shí)的一部分是超脫于自然之外的，不受物理定律影響。動(dòng)物不擁有這種二元屬性，可以被當(dāng)作機(jī)器看待。唯物主義大腦依照物理定律運(yùn)轉(zhuǎn)而構(gòu)成意識(shí)自由意志是對(duì)出現(xiàn)在選擇過程中的可能選擇的感受方式74二元論vs.唯物主義二元論12數(shù)學(xué)哲學(xué)家們標(biāo)志出了AI的大部分思想，但實(shí)現(xiàn)成為一門規(guī)范科學(xué)的飛躍就要求在三個(gè)基礎(chǔ)領(lǐng)域完成一定程度的數(shù)學(xué)形式化：邏輯、計(jì)算和概率。什么是抽取合理結(jié)論的形式化規(guī)則？Boole邏輯（接近命題邏輯）Frege擴(kuò)展了Boole邏輯，使其包含對(duì)象和關(guān)系，創(chuàng)建了一階邏輯（當(dāng)今最基本的知識(shí)表示系統(tǒng)）代表作“Begriffschrift”（概念符號(hào)），1879Tarski引入一種參考理論，可以表示如何將邏輯對(duì)象和現(xiàn)實(shí)世界的對(duì)象聯(lián)系起來。75數(shù)學(xué)哲學(xué)家們標(biāo)志出了AI的大部分思想，但實(shí)現(xiàn)成為一門規(guī)范科學(xué)數(shù)學(xué)（2）：邏輯和計(jì)算的極限Euclid的計(jì)算最大公約數(shù)的算法是第一個(gè)不可忽視的算法把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力（始于19世紀(jì)晚期）Hilbert著名的“23個(gè)問題”的最后一個(gè)問題是：是否存在一個(gè)算法可以判定任何涉及自然數(shù)的邏輯命題的真實(shí)性。76數(shù)學(xué)（2）：邏輯和計(jì)算的極限Euclid的計(jì)算最大公約數(shù)的算邏輯和計(jì)算的極限（2）Turning試圖精確地刻畫哪些函數(shù)是能夠被計(jì)算的但，計(jì)算或有效過程的概念是無法給出形式化定義的。如果解決一個(gè)問題需要的時(shí)間隨實(shí)例的規(guī)模成指數(shù)級(jí)增長(zhǎng)，該問題稱為不可操作的。NP-完全理論為認(rèn)識(shí)不可操作問題提供一種方法任何NP-完全問題類可歸約而成的問題類很可能是不可操作的77邏輯和計(jì)算的極限（2）Turning試圖精確地刻畫哪些函數(shù)是邏輯和計(jì)算的極限（3）Godel證明了確實(shí)存在真實(shí)的局限（不完備性定理，1931）在任何表達(dá)能力足以描述自然數(shù)的語(yǔ)言中，在不能通過任何算法建立它們的真值意義下，存在不可判定的真值語(yǔ)句。Turing給出了可計(jì)算模型下的局限（停機(jī)定理）NP問題描述了實(shí)際計(jì)算能力下的局限邏輯和計(jì)算的極限（3）Godel證明了確實(shí)存在真實(shí)的局限（不78數(shù)學(xué)（3）：概率概率起源于對(duì)賭博問題可能結(jié)果的描述，成為所有需要定量的科學(xué)的無價(jià)之寶，幫助對(duì)付不確定的測(cè)量和不完備的理論。（Cardano，16世紀(jì)）Bayes提出了根據(jù)新證據(jù)更新概率的法則（18世紀(jì)）Bayes分析形成了大多數(shù)AI系統(tǒng)中不確定推理的現(xiàn)代方法的基礎(chǔ)人類思考和應(yīng)用并不完全按照精確邏輯進(jìn)行不需要一定找到最優(yōu)解，準(zhǔn)最優(yōu)解即可79數(shù)學(xué)（3）：概率概率起源于對(duì)賭博問題可能結(jié)果的描述，成為所有經(jīng)濟(jì)學(xué)我們?nèi)绾螞Q策以獲得最大效益？AdamSmith是第一個(gè)把經(jīng)濟(jì)學(xué)當(dāng)作科學(xué)來看待，認(rèn)為經(jīng)濟(jì)是個(gè)人代理之間的協(xié)調(diào)過程，這些代理追求自己的經(jīng)濟(jì)利益的最大化。對(duì)于“偏好的結(jié)果”（效用）的數(shù)學(xué)處理，由Walras完成形式化。決策理論把概率和效用結(jié)合起來，為在不確定條件下進(jìn)行決策提供了形式化和完整的框架。（適用于“宏觀”經(jīng)濟(jì)）追求效益的、理性的行為，是智能在社會(huì)化環(huán)境下的表現(xiàn)80經(jīng)濟(jì)學(xué)我們?nèi)绾螞Q策以獲得最大效益？18經(jīng)濟(jì)學(xué)（２）“微觀”經(jīng)濟(jì)與博奕論在他人不合作情況下如何獲得最大效益？Nash表明，理性個(gè)體可以在非合作情況下達(dá)成一致當(dāng)行動(dòng)的收益不是立即體現(xiàn)的，而是一些按順序采用的行動(dòng)的結(jié)果時(shí)，如何制定理性的決策？屬于運(yùn)籌學(xué)問題的形式化馬爾可夫決策過程基于滿意度的模型制定“足夠好”的決策，而不是艱苦計(jì)算得到最優(yōu)化決策，能更好地描述人類行為。（Simon,1947)81經(jīng)濟(jì)學(xué)（２）“微觀”經(jīng)濟(jì)與博奕論在他人不合作情況下如何獲得神經(jīng)科學(xué)：大腦是如何處理信息的？神經(jīng)元構(gòu)成神經(jīng)科學(xué)：大腦是如何處理信息的？神經(jīng)元構(gòu)成82大腦的組成大腦的組成83大腦的組成端腦（大腦的主要部分）由約140億~1000億個(gè)神經(jīng)元構(gòu)成，超過10的14次方個(gè)神經(jīng)突觸。據(jù)估計(jì)腦細(xì)胞每天要死亡約10萬(wàn)個(gè)（越不用腦，腦細(xì)胞死亡越多）。大腦雖只占人體體重的2%，但耗氧量達(dá)全身耗氧量的25%，血流量占心臟輸出血量的15%，一天內(nèi)流經(jīng)腦的血液為2000升。腦消耗的能量若用電功率表示大約相當(dāng)于25瓦。大腦功能的實(shí)現(xiàn)，是通過大量神經(jīng)元組成的復(fù)雜神經(jīng)網(wǎng)絡(luò)完成的，但具體機(jī)理尚有待研究。大腦的組成端腦（大腦的主要部分）由約140億~1000億個(gè)神84進(jìn)化論：從進(jìn)化的角度看智能的形成智能物種的獨(dú)特性進(jìn)化路線是否一定導(dǎo)致智能物種的出現(xiàn)智能物種的進(jìn)化路線進(jìn)化論vs創(chuàng)造論從生物進(jìn)化到文明進(jìn)化知識(shí)基因進(jìn)化論：從進(jìn)化的角度看智能的形成智能物種的獨(dú)特性85心理學(xué)：人類和動(dòng)物是如何思考的？研究方法：內(nèi)省vs.心理測(cè)量行為主義者只研究對(duì)動(dòng)物的感知和它所引發(fā)的行動(dòng)的度量，排斥精神的結(jié)構(gòu)，包括知識(shí)、信念、目標(biāo)和推理步驟。認(rèn)知心理學(xué)把大腦當(dāng)作信息處理裝置?；谥R(shí)的智能體的三個(gè)步驟：把刺激翻譯成內(nèi)部表示表示經(jīng)過認(rèn)知過程處理→新的表示表示被翻譯回到行動(dòng)計(jì)算機(jī)模型的發(fā)展導(dǎo)致認(rèn)知科學(xué)的創(chuàng)建普遍的觀點(diǎn)：“認(rèn)知理論就應(yīng)該像計(jì)算機(jī)程序”86心理學(xué)：人類和動(dòng)物是如何思考的？研究方法：內(nèi)省vs.心理測(cè)量計(jì)算機(jī)工程：如何制造能用的計(jì)算機(jī)？AI需要智能和人工制品，即計(jì)算機(jī)。AI對(duì)主流計(jì)算機(jī)科學(xué)的影響分時(shí)技術(shù)交互式翻譯器使用窗口和鼠標(biāo)的個(gè)人計(jì)算機(jī)面向?qū)ο蟮木幊獭?7計(jì)算機(jī)工程：如何制造能用的計(jì)算機(jī)？AI需要智能和人工制品，即控制論：人工制品怎樣才能在自己控制下運(yùn)轉(zhuǎn)現(xiàn)代控制論和AI的共同點(diǎn)：設(shè)計(jì)出能隨時(shí)間變化使目標(biāo)函數(shù)最大化的系統(tǒng)。控制論的主要工具是微積分和線性代數(shù)其主要研究對(duì)象是用固定的連續(xù)變量集描述的（線性）系統(tǒng)AI的部分起因是尋求擺脫控制論的數(shù)學(xué)方法局限性的途徑不同的工具：邏輯推理和計(jì)算不同的問題：語(yǔ)言、視覺、規(guī)劃…88控制論：人工制品怎樣才能在自己控制下運(yùn)轉(zhuǎn)現(xiàn)代控制論和AI的共語(yǔ)言學(xué)：語(yǔ)言和思維是怎樣聯(lián)系起來的？成熟的思維是通過語(yǔ)言完成的現(xiàn)代語(yǔ)言學(xué)的誕生：Chomsky理論形式化，可以編程實(shí)現(xiàn)。知識(shí)表示的許多早期工作和語(yǔ)言緊密聯(lián)系89語(yǔ)言學(xué)：語(yǔ)言和思維是怎樣聯(lián)系起來的？成熟的思維是通過語(yǔ)言完成90總結(jié)哲學(xué)：標(biāo)出了AI的大部分重要思想數(shù)學(xué)：使AI成為一門規(guī)范科學(xué)經(jīng)濟(jì)學(xué)與社會(huì)學(xué)：決策理論神經(jīng)科學(xué)：網(wǎng)絡(luò)，并行處理…生物進(jìn)化論：進(jìn)化路線心理學(xué)：認(rèn)知理論計(jì)算機(jī)工程：AI的“載體”控制論：反饋的思想語(yǔ)言學(xué)：知識(shí)表示、語(yǔ)法28總結(jié)哲學(xué)：標(biāo)出了AI的大部分重要思想人工智能發(fā)展歷程孕育誕生發(fā)展高潮與低谷人工智能發(fā)展歷程孕育91孕育期（1943－1955）McCulloch&Pitts提出人工神經(jīng)元模型基礎(chǔ)生理學(xué)知識(shí)和腦神經(jīng)元的功能對(duì)命題邏輯的形式化分析Turing的計(jì)算理論Turing第一個(gè)清晰地描繪出AI的完整圖景在“ComputingMachineryandIntelligence”中提出了圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法和增量學(xué)習(xí)。92孕育期（1943－1955）McCulloch&Pitts提誕生：DartmouthCollege，1956Dartmouthworkshop，1956夏天與會(huì)者的背景：自動(dòng)機(jī)、神經(jīng)網(wǎng)絡(luò)和智能研究Impact：在隨后的20年中，AI被與會(huì)者和他們?cè)贛IT、CMU、Stanford及IBM的學(xué)生和同事所統(tǒng)治。93誕生：DartmouthCollege，1956DartmLook,Ma,nohand!(1952-69)GPS可能是第一個(gè)實(shí)現(xiàn)了“像人一樣思考”方法的程序Samuel‘scheckersprogram，通過學(xué)習(xí)達(dá)到了業(yè)余高手的級(jí)別，反駁了認(rèn)為計(jì)算機(jī)只能做人讓它做的事的觀念。（通過“強(qiáng)化學(xué)習(xí)”）McCarthy“ProgramswithCommonSense”描述了一個(gè)假設(shè)程序，AdviceTaker。它可被看作是第一個(gè)完整的AI系統(tǒng)，不同于其它的系統(tǒng)，它包含了世界的一般知識(shí)。SRI的Shakey機(jī)器人項(xiàng)目，第一次演示了邏輯推理和物理行為的完整集成。94Look,Ma,nohand!(1952-69)GP早期成就機(jī)器定理證明一階謂詞邏輯幾何定理證明（吳文?。┣蠼馕⒎e分積木世界動(dòng)作規(guī)劃游戲AI人工智能程序設(shè)計(jì)語(yǔ)言早期成就機(jī)器定理證明95樂觀思潮第一代AI研究者們?cè)鞒隽巳缦骂A(yù)言:1958年，H.A.Simon，AllenNewell：“十年之內(nèi)，數(shù)字計(jì)算機(jī)將成為國(guó)際象棋世界冠軍。”“十年之內(nèi)，數(shù)字計(jì)算機(jī)將發(fā)現(xiàn)并證明一個(gè)重要的數(shù)學(xué)定理?！?965年，H.A.Simon：“二十年內(nèi)，機(jī)器將能完成人能做到的一切工作?！?967年，MarvinMinsky：“一代之內(nèi)……創(chuàng)造‘人工智能’的問題將獲得實(shí)質(zhì)上的解決?！?970年，MarvinMinsky：“在三到八年的時(shí)間里我們將得到一臺(tái)具有人類平均智能的機(jī)器。”樂觀思潮第一代AI研究者們?cè)鞒隽巳缦骂A(yù)言:96步入低谷早期的程序很少包含或不包含關(guān)于它們的主題信息AI試圖解決的許多問題不可操作計(jì)算復(fù)雜性和指數(shù)爆炸計(jì)算機(jī)的運(yùn)算能力常識(shí)和推理莫拉維克悖論證明定理和解決幾何問題對(duì)計(jì)算機(jī)而言相對(duì)容易，而一些看似簡(jiǎn)單的任務(wù)，如人臉識(shí)別或穿過屋子，實(shí)現(xiàn)起來卻極端困難。用于產(chǎn)生智能行為的基本結(jié)構(gòu)有著一些基本的限制邏輯框架感知器97步入低谷早期的程序很少包含或不包含關(guān)于它們的主題信息3598基于知識(shí)的系統(tǒng)：力量的鑰匙？專家系統(tǒng)是一種程序，能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問題。專家系統(tǒng)的能力來自于它們存儲(chǔ)的專業(yè)知識(shí)PamelaMcCorduck：“智能可能需要建立在對(duì)分門別類的大量知識(shí)的多種處理方法之上?！薄?0年代的教訓(xùn)是智能行為與知識(shí)處理關(guān)系非常密切。有時(shí)還需要在特定任務(wù)領(lǐng)域非常細(xì)致的知識(shí)?！敝R(shí)庫(kù)系統(tǒng)和知識(shí)工程成為了80年代AI研究的主要方向。36基于知識(shí)的系統(tǒng)：力量的鑰匙？專家系統(tǒng)是一種程序，能夠依據(jù)專家系統(tǒng)的繁榮期（1980-1987）主要應(yīng)用領(lǐng)域：醫(yī)學(xué)診斷、自然語(yǔ)言理解。表示和推理的語(yǔ)言：Prolog、PLANNER、FrameEdwardFeigenbaum1972年設(shè)計(jì)的MYCIN能夠診斷血液傳染病1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬(wàn)美元支持第五代計(jì)算機(jī)項(xiàng)目。其目標(biāo)是造出能夠與人對(duì)話，翻譯語(yǔ)言，解釋圖像，并且像人一樣推理的機(jī)器。專家系統(tǒng)的繁榮期（1980-1987）主要應(yīng)用領(lǐng)域：醫(yī)學(xué)診斷99第二次低谷（AIwinter）專家系統(tǒng)維護(hù)費(fèi)用居高不下。它們難以升級(jí)，難以使用，脆弱（當(dāng)輸入異常時(shí)會(huì)出現(xiàn)莫名其妙的錯(cuò)誤），成了以前已經(jīng)暴露的各種各樣的問題（例如資格問題的犧牲品。專家系統(tǒng)的實(shí)用性僅僅局限于某些特定情景。微機(jī)的興起與軟件復(fù)雜性期望過高，難以實(shí)現(xiàn)，經(jīng)費(fèi)下降第二次低谷（AIwinter）專家系統(tǒng)維護(hù)費(fèi)用居高不下。它100新的路線一些研究者根據(jù)機(jī)器人學(xué)的成就提出了一種全新的人工智能方案。他們相信，為了獲得真正的智能，機(jī)器必須具有軀體–它需要感知，移動(dòng)，生存，與這個(gè)世界交互。他們認(rèn)為這些感知運(yùn)動(dòng)技能對(duì)于常識(shí)推理等高層次技能是至關(guān)重要的。符號(hào)主義vs連接主義vs行為主義新的路線一些研究者根據(jù)機(jī)器人學(xué)的成就提出了一種全新的人工智能101神經(jīng)網(wǎng)絡(luò)的回歸和連接主義的興起1982年，物理學(xué)家JohnHopfield證明一種新型的神經(jīng)網(wǎng)絡(luò)（現(xiàn)被稱為“Hopfield網(wǎng)絡(luò)”）能夠用一種全新的方式學(xué)習(xí)和處理信息。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法得到商業(yè)上的成功，它們被應(yīng)用于光字符識(shí)別和語(yǔ)音識(shí)別軟件這些發(fā)現(xiàn)使1970年以來一直遭人遺棄的聯(lián)結(jié)主義重獲新生。深度學(xué)習(xí)：Hinton等人于2006年提出102神經(jīng)網(wǎng)絡(luò)的回歸和連接主義的興起1982年，物理學(xué)家John現(xiàn)代的AIAI研究者們開發(fā)的算法開始變?yōu)檩^大的系統(tǒng)的一部分。AI曾經(jīng)解決了大量的難題，這些解決方案在產(chǎn)業(yè)界起到了重要作用。應(yīng)用了AI技術(shù)的有數(shù)據(jù)挖掘，工業(yè)機(jī)器人，物流，語(yǔ)音識(shí)別，銀行業(yè)軟件，醫(yī)療診斷和Google搜索引擎等。NickBostrom：“很多AI的前沿成就已被應(yīng)用在一般的程序中，不過通常沒有被稱為AI。這是因?yàn)?，一旦變得足夠有用和普遍，它就不再被稱為AI了?！爆F(xiàn)代的AIAI研究者們開發(fā)的算法開始變?yōu)檩^大的系統(tǒng)的一部分。103研究者眼中的AI越來越多的AI研究者們開始開發(fā)和使用復(fù)雜的數(shù)學(xué)工具。人們廣泛地認(rèn)識(shí)到，許多AI需要解決的問題已經(jīng)成為數(shù)學(xué)，經(jīng)濟(jì)學(xué)和運(yùn)籌學(xué)領(lǐng)域的研究課題。AI已成為一門更嚴(yán)格的科學(xué)分支。許多AI研究者故意用其他一些名字稱呼他們的工作，例如信息學(xué)，知識(shí)系統(tǒng)，認(rèn)知系統(tǒng)或計(jì)算智能。NewYorkTimes在2005年的一篇報(bào)道所說：“計(jì)算機(jī)科學(xué)家和軟件工程師們避免使用人工智能一詞，因?yàn)榕卤徽J(rèn)為是在說夢(mèng)話?！毖芯空哐壑械腁I越來越多的AI研究者們開始開發(fā)和使用復(fù)雜的數(shù)104人工智能的工程化領(lǐng)域：認(rèn)知技術(shù)計(jì)算機(jī)視覺機(jī)器學(xué)習(xí)自然語(yǔ)言處理機(jī)器人技術(shù)語(yǔ)音識(shí)別技術(shù)具有廣泛的應(yīng)用領(lǐng)域人工智能的工程化領(lǐng)域：認(rèn)知技術(shù)計(jì)算機(jī)視覺105當(dāng)代人工智能進(jìn)步的催化劑計(jì)算能力的發(fā)展大數(shù)據(jù)互聯(lián)網(wǎng)和云計(jì)算新算法對(duì)復(fù)雜系統(tǒng)的理解當(dāng)代人工智能進(jìn)步的催化劑計(jì)算能力的發(fā)展106深藍(lán)（DeepBlue）重1270公斤，有32個(gè)大腦（微處理器），每秒鐘可以計(jì)算2億步。“深藍(lán)”輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬(wàn)局。1997年5月11日，計(jì)算機(jī)在正常時(shí)限的比賽中首次擊敗了等級(jí)分排名世界第一的棋手。加里·卡斯帕羅夫以2.5:3.5（1勝2負(fù)3平）輸給IBM的計(jì)算機(jī)程序“深藍(lán)”。深藍(lán)（DeepBlue）重1270公斤，有32個(gè)大腦（微處107Mr.Watson沃森由90臺(tái)IBM服務(wù)器、360個(gè)計(jì)算機(jī)芯片組成。它擁有15TB內(nèi)存、2880個(gè)處理器、每秒可進(jìn)行80萬(wàn)億次運(yùn)算。2011年2月17日，在美國(guó)最受歡迎的智力競(jìng)猜電視節(jié)目《危險(xiǎn)邊緣》中擊敗該節(jié)目歷史上兩位最成功的選手肯-詹寧斯和布拉德-魯特，成為《危險(xiǎn)邊緣》節(jié)目新的王者。大數(shù)據(jù)學(xué)習(xí)自然語(yǔ)言理解與表達(dá)非聯(lián)網(wǎng)情況下回答問題Mr.Watson沃森由90臺(tái)IBM服務(wù)器、360個(gè)計(jì)算機(jī)108各國(guó)最新動(dòng)態(tài)2013年年初，歐盟委員會(huì)就宣布“人腦工程”為歐盟未來10年的“新興旗艦技術(shù)項(xiàng)目”。2013年4月，美國(guó)白宮公布了“推進(jìn)創(chuàng)新神經(jīng)技術(shù)腦研究計(jì)劃”（簡(jiǎn)稱“腦計(jì)劃”）?！爸袊?guó)腦計(jì)劃”正在探討，可能于2016年啟動(dòng)“人類腦計(jì)劃”是可以和“曼哈頓計(jì)劃”、“阿波羅登月計(jì)劃”和“人類基因組計(jì)劃”等劃時(shí)代的三大科學(xué)工程相比的巨大科學(xué)工程，它們給整個(gè)人類社會(huì)帶來了深遠(yuǎn)的影響。

各國(guó)最新動(dòng)態(tài)2013年年初，歐盟委員會(huì)就宣布“人腦工程”為歐109美國(guó)腦計(jì)劃重點(diǎn)研究領(lǐng)域在2014財(cái)年將重點(diǎn)資助9個(gè)大腦研究領(lǐng)域。統(tǒng)計(jì)大腦細(xì)胞類型；建立大腦結(jié)構(gòu)圖；開發(fā)大規(guī)模神經(jīng)網(wǎng)絡(luò)記錄技術(shù)；開發(fā)操作神經(jīng)回路的工具；了解神經(jīng)細(xì)胞與個(gè)體行為之間的聯(lián)系；把神經(jīng)科學(xué)實(shí)驗(yàn)與理論、模型、統(tǒng)計(jì)學(xué)等整合；描述人類大腦成像技術(shù)的機(jī)制；為科學(xué)研究建立收集人類數(shù)據(jù)的機(jī)制；知識(shí)傳播與培訓(xùn)。美國(guó)腦計(jì)劃重點(diǎn)研究領(lǐng)域在2014財(cái)年將重點(diǎn)資助9個(gè)大腦研究領(lǐng)110人工智能中的哲學(xué)思考弱AI與強(qiáng)AI普遍問題意識(shí)、思維、智能與物質(zhì)基礎(chǔ)缸中之腦與黑客帝國(guó)柏拉圖的洞穴我思故我在希爾中文屋強(qiáng)AI的哲學(xué)問題人工智能中的哲學(xué)思考弱AI與強(qiáng)AI111弱AI弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理（Reasoning）和解決問題（Problem-solving）的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。主流科研集中在弱人工智能上，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)下。目前上沒