人工智能通識(shí)教程 第2版 課件全套 周蘇 第1-15章 思考的工具- 人工智能發(fā)展

第2版人工智能通識(shí)教程什么是ChatGPTOpenAI是一家人工智能研究實(shí)驗(yàn)室，進(jìn)行AI研究的目的是促進(jìn)和開(kāi)發(fā)友好的AI。OpenAI系統(tǒng)運(yùn)行在世界上第五強(qiáng)大的超級(jí)計(jì)算機(jī)上。馬斯克、微軟都是該組織的捐助者。2020年OpenAI發(fā)布GPT-3，這是一種在大型互聯(lián)網(wǎng)數(shù)據(jù)集上訓(xùn)練的語(yǔ)言模型，旨在用自然語(yǔ)言回答問(wèn)題，但它也可以在語(yǔ)言之間進(jìn)行翻譯并連貫地生成即興文本。什么是ChatGPT2021年OpenAI推出DALL-E，這是一種深度學(xué)習(xí)模型，可以從自然語(yǔ)言描述中生成數(shù)字圖像。2022年12月，OpenAI推出基于GPT-3.5的新型AI聊天機(jī)器人ChatGPT，受到媒體的廣泛報(bào)道。在發(fā)布僅兩個(gè)月后就擁有1億用戶（成為史上用戶增長(zhǎng)最快的應(yīng)用）。2023年3月14日，OpenAI發(fā)布了GPT-4聊天機(jī)器人語(yǔ)言模型。相比GPT3.5，GPT4.0訪問(wèn)更加穩(wěn)定，數(shù)據(jù)更加準(zhǔn)確，并且更加符合我們?nèi)祟惖乃季S方式。簡(jiǎn)而言之，更智能！什么是MidjourneyMidjourney（簡(jiǎn)稱MJ）是AI繪圖里實(shí)用性最強(qiáng)的軟件，其開(kāi)發(fā)團(tuán)隊(duì)是美國(guó)舊金山的小型自籌資金團(tuán)隊(duì)，專注于設(shè)計(jì)、人類基礎(chǔ)設(shè)施和人工智能。MJ是一個(gè)致力于探索新的思維方式并擴(kuò)展人類的想象力的人工智能繪圖平臺(tái)。它于2022年7月12日首次公測(cè)，并于2022年3月14日正式以架設(shè)在Discord上的服務(wù)器形式推出，用戶注冊(cè)Discord并加入MJ服務(wù)器即可開(kāi)始AI創(chuàng)作。ChatGPT+Midjourney一雙丹鳳三角眼，兩彎柳葉吊梢眉，身量苗條，體格風(fēng)騷，粉面含春威不露，丹唇未啟笑先聞。ApairofDanfengtriangleeyes,Twocurvedwillowleaveshangingeyebrows,Slimandcoquettish,Powdernoodlescontainspringpower,Dandidn'tsmileandsmellfirst.谷歌翻譯：王熙鳳ChatGPT+Midjourney一雙丹鳳三角眼，兩彎柳葉吊梢眉，身量苗條，體格風(fēng)騷，粉面含春威不露，丹唇未啟笑先聞。ApairofDanfengtriangleeyes,Twocurvedwillowleaveshangingeyebrows,Slimandcoquettish,Powdernoodlescontainspringpower,Dandidn'tsmileandsmellfirst.谷歌翻譯：王熙鳳第1章周蘇教授QQ：81505050思考的工具導(dǎo)讀案例：聰明的漢斯大約在1900年，德國(guó)柏林有一匹馬，人稱“聰明的漢

斯”，據(jù)說(shuō)這匹馬精通數(shù)學(xué)。01計(jì)算的淵源02巴貝奇與數(shù)學(xué)機(jī)器03計(jì)算機(jī)的出現(xiàn)04計(jì)算機(jī)的智能行為目錄/CONTENTS05人工智能大師人類，又稱智人，即有智慧的人，這是因?yàn)橹悄軐?duì)于人類來(lái)說(shuō)尤其重要。幾千年來(lái)，人們一直在試圖理解人類是如何思考和行動(dòng)的，不斷地了解人類的大腦是如何憑借它那小部分的物質(zhì)去感知、理解、預(yù)測(cè)并操縱一個(gè)遠(yuǎn)比其自身更大更復(fù)雜的世界。第1章思考的工具人工智能（artificialintelligence，AI）是計(jì)算機(jī)科學(xué)的重要分支，它涉及理解和構(gòu)建智能實(shí)體，并確保這些機(jī)器在各種情況下都能有效和安全地行動(dòng)。人工智能對(duì)世界的影響“將超過(guò)迄今為止人類歷史上的任何事物”，它包含從學(xué)習(xí)、推理、感知等通用領(lǐng)域到下棋、數(shù)學(xué)證明、寫詩(shī)、駕駛或疾病診斷等子領(lǐng)域，人工智能可以與任何智能任務(wù)產(chǎn)生聯(lián)系。第1章思考的工具PART01計(jì)算的淵源幾千年來(lái)，人類一直在利用工具幫助其思考。最原始的工具之一可能就是小鵝卵石了。牧羊人會(huì)將與羊群數(shù)量一致的小石頭放在包里隨身攜帶。當(dāng)他想要確定是否所有羊都在時(shí)，只需要數(shù)一只羊

掏出一顆石頭，如果包里的石頭還有剩余，

那一定是有羊走丟了。1.1計(jì)算的淵源從人們開(kāi)始用石頭代表數(shù)字，慢慢地，用來(lái)代表5、10、12、20等不同數(shù)字的石頭也就出現(xiàn)了，中世紀(jì)無(wú)處不在的計(jì)數(shù)板就直接來(lái)源于此，同樣的理念還催生了現(xiàn)代算盤。幾個(gè)世紀(jì)以來(lái)，人類發(fā)明的如計(jì)算尺和計(jì)算器這樣的工具，在一定程度上減輕了人們的腦力勞動(dòng)量。1.1計(jì)算的淵源古人利用機(jī)械進(jìn)行的腦力勞動(dòng)遠(yuǎn)不止計(jì)數(shù)。地處英格蘭威爾特郡索爾茲伯里平原上，約建造于公元前2300年左右的巨石陣，是歐洲著名的史前時(shí)代文化神廟遺址，它由一些約重50噸的巨大石頭組成，呈環(huán)形屹立在綠色的曠野間。巨石陣的主軸線、通往石柱的古道和夏至日早晨初升的太陽(yáng)在同一條線上，其中還有兩塊石頭的連線指向冬至日落的方向。在英國(guó)人的心目中，這是一個(gè)神圣的地方。1.1.1巨石陣巨石陣遺跡被用來(lái)確定冬至和夏至，同時(shí)也可以用于預(yù)測(cè)日食及其他天文事件，其實(shí)數(shù)字就蘊(yùn)藏在它們的結(jié)構(gòu)中。比如，遺跡正中呈馬蹄形分布的19塊巨石，太陽(yáng)和月亮的位置以19年為一周期周而復(fù)始。按照這種做法，人們只要每個(gè)月將標(biāo)記從一塊石頭移到另一塊石頭上，就可以利用它們來(lái)預(yù)測(cè)日食。日食的發(fā)生十分不穩(wěn)定，取決于特定時(shí)間內(nèi)不同長(zhǎng)度的幾個(gè)周期的重合，因此，預(yù)測(cè)日食需要人們進(jìn)行大量艱辛的計(jì)算，能夠追蹤這些周期的工具自然就十分珍貴。不過(guò)，并沒(méi)有證據(jù)表明古人曾出于這樣的目的使用過(guò)這個(gè)巨石陣。石陣中的數(shù)字很可能只是用于展現(xiàn)圣知，展現(xiàn)神的力量。1.1.1巨石陣1900年，一群海洋潛水員在希臘的安提基特拉島附近發(fā)現(xiàn)了一艘位于海平面以下約45米的羅馬船只殘骸。當(dāng)?shù)卣篮笈煽脊艑W(xué)家對(duì)沉船進(jìn)行了為期一年的考察，還原了許多物件。在這些物件中，人們發(fā)現(xiàn)了許多目前認(rèn)為是天體觀測(cè)儀的金屬殘片，這些殘片被嚴(yán)重腐蝕，只是表面上還留有轉(zhuǎn)盤的痕跡，被稱之為安提基特拉機(jī)械殘片。1.1.2安提基特拉機(jī)械人們花了相當(dāng)長(zhǎng)的時(shí)間才揭開(kāi)這個(gè)機(jī)械的秘密。1951年拍攝的X光片證明它比我們?cè)氲囊獜?fù)雜得多。直到21世紀(jì)，人們才得以利用先進(jìn)科技辨別它的細(xì)節(jié)設(shè)計(jì)，這一探索過(guò)程至今仍在進(jìn)行當(dāng)中。安提基特拉機(jī)械可追溯至公元前150—前100年，它包含至少36個(gè)手工齒輪，只需要設(shè)置日期盤，就能夠預(yù)測(cè)太陽(yáng)和月亮的位置以及某些恒星的上升和下降。該機(jī)械可能還曾被用于預(yù)測(cè)日食，因?yàn)槿藗儼l(fā)現(xiàn)在一塊殘片上，19年這一周期被刻成了螺旋狀，此外，很有可能它還展示了當(dāng)時(shí)所知的五顆行星的位置。它的操作可謂神奇，只要簡(jiǎn)單地轉(zhuǎn)動(dòng)手柄就可以查看天際旋轉(zhuǎn)，工藝如此復(fù)雜的機(jī)械恐怕再過(guò)一千年都很難被復(fù)刻，其價(jià)值難以估量。1.1.2安提基特拉機(jī)械傳說(shuō)在13世紀(jì)左右，一個(gè)德國(guó)商人告訴他的兒子，如果他只是想學(xué)加法和減法，上德國(guó)的大學(xué)就足夠了，但如果他還想要學(xué)乘法和除法，那就必須去意大利才行。數(shù)千年甚至數(shù)萬(wàn)年來(lái)，人類智商并沒(méi)有什么突破性的變化，簡(jiǎn)單的算術(shù)何以變得如此困難呢？因?yàn)楫?dāng)時(shí)所有的數(shù)字都是用羅馬數(shù)字寫成的，只要想象一下將VI乘以VII得到XLII的復(fù)雜程度，就能想到像今天一樣在紙上計(jì)算是完全不可能的，這種復(fù)雜的操作需要依賴于計(jì)數(shù)板才能進(jìn)行。板的表面標(biāo)有網(wǎng)格，有表示個(gè)位、十位、百位等的豎列。1.1.3阿拉伯?dāng)?shù)字人們將計(jì)數(shù)器放在板上，按照規(guī)則進(jìn)行計(jì)算，與我們的長(zhǎng)除法和長(zhǎng)乘法大致相同，這些計(jì)數(shù)板讓算術(shù)成為可能。但正如上面的故事所表現(xiàn)出來(lái)的那樣，這個(gè)過(guò)程一點(diǎn)也不容易。實(shí)際上，古印度很早就想出了解決這些難題的方法。印度數(shù)學(xué)家使用一套十位數(shù)碼，規(guī)定每個(gè)位置的數(shù)字所代表的數(shù)位，按個(gè)、十、百依次類推。這一規(guī)則與今天的進(jìn)位制一致，在讀到“234”這個(gè)數(shù)字時(shí)，我們可以知道它包含了兩個(gè)一百、三個(gè)十及個(gè)位數(shù)四。1.1.3阿拉伯?dāng)?shù)字這個(gè)概念一路向西經(jīng)過(guò)阿拉伯傳到了歐洲，途中遭遇了無(wú)數(shù)質(zhì)疑和抵制的目光。遭受非議最多的就是數(shù)字“0”，在那之前這個(gè)數(shù)字幾乎沒(méi)有被提及過(guò)。有時(shí)候“0”沒(méi)有實(shí)際意義，比如，出現(xiàn)在數(shù)字“3”前面構(gòu)成“03”時(shí)，“03”和“3”在本質(zhì)上沒(méi)有區(qū)別。但有些時(shí)候它可以與其他數(shù)字相乘，構(gòu)成十位數(shù)、百位數(shù)，甚至更大數(shù)位的數(shù)字，比如，“30”和“3”就完全不同了。與印度數(shù)碼不同，每一個(gè)羅馬數(shù)字的值都是恒定不變的，“I”就代表1，“X”就代表10。一開(kāi)始，“0”不是被當(dāng)成數(shù)字對(duì)待，而是不倫不類的外來(lái)者。然而，隨著時(shí)間的推移，新方法的優(yōu)勢(shì)逐漸顯現(xiàn)出來(lái)，并最終取代了原來(lái)的舊體系，從而大大提高了計(jì)算速度和解答復(fù)雜問(wèn)題的能力。1.1.3阿拉伯?dāng)?shù)字PART02巴貝奇與數(shù)學(xué)機(jī)器1821年，英國(guó)數(shù)學(xué)家兼發(fā)明家查爾斯·巴貝奇開(kāi)始了對(duì)數(shù)學(xué)機(jī)器的研究，這也成為他幾乎奮斗一生的事業(yè)。不像今天我們擁有的便攜式計(jì)算器和智能手機(jī)應(yīng)用，當(dāng)時(shí)人們還沒(méi)有辦法快速解決復(fù)雜計(jì)算問(wèn)題，只能通過(guò)紙筆運(yùn)算，過(guò)程漫長(zhǎng)并且極有可能出錯(cuò)。于是，人們針對(duì)一些特殊應(yīng)用制成了相應(yīng)的速算表格，例如，可以根據(jù)給定的貸款利率確定還款額，或計(jì)算一定范圍內(nèi)的槍支射角和裝載量，但由于這些表格需要手工排版和描繪，所以出錯(cuò)還是在所難免。1.2巴貝奇與數(shù)學(xué)機(jī)器一次，巴貝奇在與好友約翰·赫歇爾費(fèi)盡心思檢查這樣的函數(shù)表時(shí)，不禁感嘆：如果這些計(jì)算能通過(guò)蒸汽動(dòng)力執(zhí)行該有多好！這位天才數(shù)學(xué)家也因此立志要實(shí)現(xiàn)這一目標(biāo)。1.2巴貝奇與數(shù)學(xué)機(jī)器在英國(guó)政府的資金支持下，巴貝奇創(chuàng)造了差分機(jī)。差分機(jī)與我們熟知的計(jì)算機(jī)不同，它只能進(jìn)行諸如編制表格這樣的簡(jiǎn)單計(jì)算。差分機(jī)體積龐大且結(jié)構(gòu)復(fù)雜，重達(dá)3.6公噸（4噸）。然而，由于巴貝奇與工匠在機(jī)器零部件方面產(chǎn)生分歧，英國(guó)政府在支出1.75萬(wàn)英鎊后也對(duì)該項(xiàng)目失去了信心，因此差分機(jī)一直都沒(méi)能最終完成。1.2.1差分機(jī)在差分機(jī)工程停歇的時(shí)候，巴貝奇遇見(jiàn)了時(shí)年17歲的數(shù)學(xué)家埃達(dá)·拜倫，她是詩(shī)人拜倫勛爵的女兒。巴貝奇被埃達(dá)的數(shù)學(xué)能力所折服，邀請(qǐng)埃達(dá)參觀差分機(jī)，埃達(dá)也癡迷上了這類機(jī)器。1.2.1差分機(jī)巴貝奇繼續(xù)進(jìn)行他的工作，不過(guò)不再是差分機(jī)，而是一項(xiàng)被稱為分析機(jī)的更加宏大的工程。分析機(jī)利用了與提花機(jī)所用類似的鑿孔卡紙，可以勝任所有數(shù)學(xué)計(jì)算，本有希望成為真正的機(jī)械計(jì)算機(jī)。1.2.2分析機(jī)1801年提花織機(jī)首次面世，這是第一臺(tái)使用鑿孔卡紙來(lái)記錄數(shù)據(jù)的設(shè)備。它的結(jié)構(gòu)特點(diǎn)是利用紙帶鑿孔控制頂針穿入，代替經(jīng)緯線組織點(diǎn)。提花機(jī)能夠編織出復(fù)雜精美的花樣，大大提高了紡織效率。1.2.2分析機(jī)1842年，巴貝奇請(qǐng)求埃達(dá)幫他將一篇與機(jī)器相關(guān)的法文文章翻譯成英文，并按照她的理解添加注解。埃達(dá)在注解中包含了一套機(jī)器編程系統(tǒng)，這也被認(rèn)為是人類首個(gè)出版的計(jì)算機(jī)程序，埃達(dá)因此被人們稱為第一位計(jì)算機(jī)程序員。可以很確定地說(shuō)，埃達(dá)對(duì)分析機(jī)的了解程度不比除巴貝奇之外的任何人低，然而她卻對(duì)機(jī)器能帶來(lái)智能產(chǎn)物這一點(diǎn)深感懷疑。她曾寫道：“分析機(jī)不該自命不凡，自詡無(wú)論什么問(wèn)題都能解決。它只能完成我們告訴它應(yīng)該怎么做的事情。它能遵循分析，但沒(méi)有能力預(yù)測(cè)任何解析關(guān)系或事實(shí)。它的職責(zé)就是幫助我們利用那些我們已經(jīng)熟知了的事情?！?.2.2分析機(jī)分析機(jī)的制造仍然沒(méi)有完成，甚至設(shè)計(jì)都不完整，自始至終只是一系列局部圖表而已。然而，在研究分析機(jī)的過(guò)程中，巴貝奇總結(jié)了一些原則和提升空間，從而提出了一套全新的差分機(jī)設(shè)計(jì)方案。缺乏資金支持的第二代差分機(jī)后來(lái)還是被制作了出來(lái)。1985—2002年，倫敦科學(xué)博物館根據(jù)巴貝奇的設(shè)計(jì)方案，利用19世紀(jì)可以得到的材料，在容差范圍內(nèi)完成了二代差分機(jī)的制作，機(jī)器也正如巴貝奇預(yù)料的那樣能正常工作。1.2.2分析機(jī)公元8年，羅馬詩(shī)人奧維德完成了他的15卷史詩(shī)《變形記》，其中（第十卷，故事七）包含了皮格瑪利翁的故事。皮格瑪利翁厭棄身邊女子的頹靡做派，雕刻了一座象牙少女像并愛(ài)上了她，他將雕像當(dāng)成自己的妻子，給她穿上華美的衣裳，戴上美麗的珠寶，甚至與她同床共枕。維納斯節(jié)來(lái)臨時(shí)，他真摯地祈禱：“如果神能夠賦予一切，請(qǐng)將這座象牙雕像變成我的妻子?！本S納斯聽(tīng)到了他的禱告，當(dāng)他再次回到雕像身邊時(shí)，驚訝地發(fā)現(xiàn)雕像竟在他的愛(ài)撫下變成了一位活生生的少女。1.2.3“機(jī)器人”的由來(lái)除了表現(xiàn)人類癡迷于人工智能，很明顯，這個(gè)故事背后還蘊(yùn)藏著其他含義，它表明，在那個(gè)時(shí)代，將無(wú)生命的物體變成有生命的存在并不是一件不可思議的事情。卡雷爾·恰佩克的《羅梭的萬(wàn)能工人》是一部于1920年首次展演的舞臺(tái)劇。該劇的捷克語(yǔ)劇名被譯為英語(yǔ)，其中的“Robot”一詞就源于古捷克語(yǔ)，意為“強(qiáng)迫性勞工”。該劇中的機(jī)器人（Robot）不是機(jī)械裝置，而是沒(méi)有情感的人造生命體。一開(kāi)始這些機(jī)器人還沒(méi)有近似人類，直到最后，在消滅了人類種族之后，它們才擁有了愛(ài)的能力。1.2.3“機(jī)器人”的由來(lái)PART03計(jì)算機(jī)的出現(xiàn)科學(xué)家創(chuàng)造出了汽車、火車、飛機(jī)、收音機(jī)這樣無(wú)數(shù)的技術(shù)系統(tǒng)，它們模仿并拓展了人類身體器官的功能。但是，技術(shù)系統(tǒng)能不能模仿人類大腦的功能呢？到目前為止，人們對(duì)人類大腦還知之甚少，僅僅知道它是由100億到1000億個(gè)神經(jīng)細(xì)胞組成的器官，模仿它或許是天下最困難的事情了。1.3計(jì)算機(jī)的出現(xiàn)20世紀(jì)40年代，那時(shí)候還沒(méi)有“計(jì)算機(jī)（Computer）”這個(gè)詞。在Z3計(jì)算機(jī)、離散變量自動(dòng)電子計(jì)算機(jī)和小規(guī)模實(shí)驗(yàn)機(jī)面世之前，“Computer”指的是做計(jì)算的人。這些計(jì)算員在桌子前一坐就是一整天，面對(duì)一張紙、一份打印的指示手冊(cè)，可能還有一臺(tái)機(jī)械加法機(jī)，按照指令一步步地費(fèi)力工作，最后得出一個(gè)結(jié)果。只有他們足夠仔細(xì)，結(jié)果才可能正確。1.3計(jì)算機(jī)的出現(xiàn)面對(duì)全球沖突，戰(zhàn)爭(zhēng)的雙方都會(huì)通過(guò)無(wú)線電發(fā)送命令和戰(zhàn)略信息，而這些信號(hào)同樣可以被敵方截獲，為了防止信息泄露，軍方會(huì)對(duì)信號(hào)進(jìn)行加密。能否破解敵方編碼關(guān)乎著成百上千人的性命，自動(dòng)化破解過(guò)程顯然大有裨益。于是，一幫數(shù)學(xué)家開(kāi)始致力于盡可能快地解決復(fù)雜數(shù)學(xué)問(wèn)題。這樣，到戰(zhàn)爭(zhēng)結(jié)束時(shí)，人們已經(jīng)制造出了兩臺(tái)機(jī)器，它們可以被看做是現(xiàn)代計(jì)算機(jī)的源頭。1.3.1為戰(zhàn)爭(zhēng)而發(fā)展的計(jì)算機(jī)器一臺(tái)是美國(guó)的電子數(shù)字積分計(jì)算機(jī)（ENIAC），它被譽(yù)為世界上第一臺(tái)通用電子數(shù)字計(jì)算機(jī)，另一臺(tái)是英國(guó)的巨人計(jì)算機(jī)（Colossus）。這兩臺(tái)計(jì)算機(jī)都不能像今天的計(jì)算機(jī)一樣進(jìn)行編程，配置新任務(wù)時(shí)需要進(jìn)行移動(dòng)電線和推動(dòng)開(kāi)關(guān)等一系列操作。但受其制造經(jīng)驗(yàn)的啟發(fā)，第二次世界大戰(zhàn)結(jié)束后僅用了三年的時(shí)間，第一臺(tái)真正意義上的計(jì)算機(jī)就成功問(wèn)世了。1.3.1為戰(zhàn)爭(zhēng)而發(fā)展的計(jì)算機(jī)器早期計(jì)算機(jī)，諸如英國(guó)曼切斯特大學(xué)研制的小規(guī)模實(shí)驗(yàn)機(jī)（SSEM）和美國(guó)陸軍彈道研究實(shí)驗(yàn)室研制的離散變量自動(dòng)電子計(jì)算機(jī)（EDVAC）已經(jīng)具備了真正計(jì)算機(jī)的特性，它們是通用的，此外，它們的存儲(chǔ)器還會(huì)對(duì)程序和數(shù)據(jù)進(jìn)行儲(chǔ)存。Z3計(jì)算機(jī)是第二次世界大戰(zhàn)期間德國(guó)研制成功的，比同盟國(guó)所有計(jì)算機(jī)都要先進(jìn)，作為通用計(jì)算機(jī)，它與現(xiàn)代計(jì)算機(jī)唯一不同之處，是其利用紙帶而非存儲(chǔ)器來(lái)存儲(chǔ)程序。1943年，Z3計(jì)算機(jī)在盟軍對(duì)柏林的空襲中毀于一旦。而ENIAC計(jì)算機(jī)專為美國(guó)陸軍軍械部隊(duì)所造，主要用于計(jì)算大炮射程表，對(duì)氫彈研制背后的數(shù)學(xué)計(jì)算也做出了重要貢獻(xiàn)。1.3.1為戰(zhàn)爭(zhēng)而發(fā)展的計(jì)算機(jī)器在第二次世界大戰(zhàn)期間，人們?yōu)橥瓿商囟ㄈ蝿?wù)而研制的計(jì)算機(jī)，如同差分機(jī)一樣只能進(jìn)行一項(xiàng)計(jì)算工作，如果目標(biāo)任務(wù)改變就必須重新再設(shè)計(jì)一臺(tái)。因此，為了簡(jiǎn)化操作，人們推出了電子數(shù)字積分計(jì)算機(jī)，它由一系列零部件構(gòu)成，通過(guò)線路的不同組合可以進(jìn)行不同計(jì)算。由此，在面對(duì)新任務(wù)時(shí)，人們不再需要重新制造計(jì)算機(jī)，只要將一臺(tái)機(jī)器的線路重新組合即可。1.3.1為戰(zhàn)爭(zhēng)而發(fā)展的計(jì)算機(jī)器今天，計(jì)算機(jī)幾乎存在于所有電子設(shè)備之中，通常只是因?yàn)樗绕渌x項(xiàng)都要便宜，這類計(jì)算機(jī)被稱為嵌入式計(jì)算機(jī)。比起亂七八糟的一堆組件，嵌入式計(jì)算機(jī)只用一個(gè)簡(jiǎn)單芯片就可以實(shí)現(xiàn)所有功能。這類計(jì)算機(jī)運(yùn)行速度不同、體積大小不一，但從根本上講，它們的功用都是一樣的。1.3.2計(jì)算機(jī)無(wú)處不在烤面包機(jī)內(nèi)嵌的計(jì)算機(jī)存儲(chǔ)器可能無(wú)法運(yùn)行電子制表程序，它也沒(méi)有顯示屏、鍵盤和鼠標(biāo)供人機(jī)交互使用，但這些都是物理限制。如果為其配備更高級(jí)的存儲(chǔ)器和合適的外圍設(shè)備，它同樣能夠用來(lái)運(yùn)行指定的任何程序。事實(shí)上，這類計(jì)算機(jī)大部分只在工廠進(jìn)行一次編程，這樣做是為了對(duì)運(yùn)行的程序進(jìn)行加密，同時(shí)降低可能因改編程序引起的售后服務(wù)成本。與臺(tái)式計(jì)算機(jī)相比，嵌入式計(jì)算機(jī)的運(yùn)行速度要慢得多。1.3.2計(jì)算機(jī)無(wú)處不在機(jī)器人其實(shí)就是配有特殊外圍設(shè)備的電子設(shè)備，諸如手臂和輪子，以幫助其與外部環(huán)境進(jìn)行交互。機(jī)器人內(nèi)部的計(jì)算機(jī)能夠運(yùn)行程序，它的攝像頭拍攝物體影像后，相關(guān)程序通過(guò)數(shù)據(jù)中心里的貓和狗的照片就可以對(duì)影像進(jìn)行區(qū)分，以此來(lái)幫助機(jī)器人在現(xiàn)實(shí)環(huán)境中辨認(rèn)物體。1.3.2計(jì)算機(jī)無(wú)處不在電子計(jì)算機(jī)簡(jiǎn)稱計(jì)算機(jī)，俗稱電腦，是一種通用的信息處理機(jī)器，它能執(zhí)行可以充分詳細(xì)描述的任何過(guò)程。用于描述解決特定問(wèn)題的步驟序列稱為算法，算法可以變成軟件（程序）以確定硬件（物理機(jī)）能做什么。創(chuàng)建軟件的過(guò)程稱為程序設(shè)計(jì)，也稱編程。1.3.3通用計(jì)算機(jī)中國(guó)的第一臺(tái)電子計(jì)算機(jī)誕生于1958年。在2023年6月的榜單中，進(jìn)入全球超算前十強(qiáng)的超級(jí)計(jì)算機(jī)中，中國(guó)入圍兩家，神威·太湖之光和天河二號(hào)位列第七和第十。1.3.3通用計(jì)算機(jī)量子計(jì)算機(jī)是一類遵循量子力學(xué)規(guī)律進(jìn)行高速數(shù)學(xué)和邏輯運(yùn)算、存儲(chǔ)及處理量子信息的物理裝置。當(dāng)某個(gè)裝置處理和計(jì)算的是量子信息，運(yùn)行的是量子算法時(shí)，它就是量子計(jì)算機(jī)。量子計(jì)算機(jī)的特點(diǎn)主要有運(yùn)行速度較快、處置信息能力較強(qiáng)、應(yīng)用范圍較廣等。與一般計(jì)算機(jī)比較起來(lái)，信息處理量愈多，對(duì)于量子計(jì)算機(jī)實(shí)施運(yùn)算也就愈加有利，也就更能確保運(yùn)算具備精準(zhǔn)性。1.3.3通用計(jì)算機(jī)全球有100多家量子計(jì)算公司投入了巨大的人力物力進(jìn)行研制。美國(guó)IBM公司在2019年將其商用量子計(jì)算機(jī)交付部署，加拿大的量子計(jì)算公司2011年出售了其第一個(gè)量子計(jì)算機(jī)。中科院量子信息重點(diǎn)實(shí)驗(yàn)室的科技成果轉(zhuǎn)化平臺(tái)合肥本源量子科技公司在2020年已上線國(guó)內(nèi)首臺(tái)國(guó)產(chǎn)超導(dǎo)量子計(jì)算機(jī)本源悟源，并通過(guò)云平臺(tái)面向全球用戶提供量子計(jì)算服務(wù)；2021年2月8日，具有自主知識(shí)產(chǎn)權(quán)的量子計(jì)算機(jī)操作系統(tǒng)“本源司南”發(fā)布。圖1-12本源悟源超導(dǎo)量子計(jì)算機(jī)1.3.3通用計(jì)算機(jī)至今，合肥本源量子已研發(fā)出多臺(tái)國(guó)產(chǎn)量子計(jì)算機(jī)，并成功交付給用戶使用，使我國(guó)成為世界上第三個(gè)具備量子計(jì)算機(jī)整機(jī)交付能力的國(guó)家，這是我國(guó)繼實(shí)現(xiàn)“量子優(yōu)越性”之后，又一次牢固確立在國(guó)際量子計(jì)算研究領(lǐng)域的領(lǐng)先地位。據(jù)了解，本源量子在2022年發(fā)布國(guó)內(nèi)首個(gè)量子計(jì)算機(jī)和超級(jí)計(jì)算機(jī)協(xié)同計(jì)算系統(tǒng)解決方案，該方案可以雙向發(fā)揮量子計(jì)算機(jī)和超級(jí)計(jì)算機(jī)的優(yōu)勢(shì)。當(dāng)?shù)貢r(shí)間2022年6月9日，英國(guó)國(guó)防部宣布，獲得政府首臺(tái)量子計(jì)算機(jī)。2022年8月25日，百度發(fā)布集量子硬件、量子軟件、量子應(yīng)用于一體的產(chǎn)業(yè)級(jí)超導(dǎo)量子計(jì)算機(jī)“乾始”。1.3.3通用計(jì)算機(jī)量子計(jì)算機(jī)已經(jīng)成為各國(guó)競(jìng)爭(zhēng)的焦點(diǎn)之一，越來(lái)越多的研究單位和大型公司企業(yè)的加入，將加速可實(shí)用化通用量子計(jì)算機(jī)研制的進(jìn)程。計(jì)算機(jī)到底是什么機(jī)器？一個(gè)計(jì)算設(shè)備怎么能執(zhí)行這么多不同的任務(wù)呢？現(xiàn)代計(jì)算機(jī)可以被定義為“在可改變的程序的控制下，存儲(chǔ)和操縱信息的機(jī)器”。該定義有兩個(gè)關(guān)鍵要素：第一，計(jì)算機(jī)是用于操縱信息的設(shè)備。這意味著人們可以將信息存入計(jì)算機(jī)，計(jì)算機(jī)將信息轉(zhuǎn)換為新的、有用的形式，然后顯示或以其他方式輸出信息。1.3.3通用計(jì)算機(jī)第二，計(jì)算機(jī)在可改變的程序的控制下運(yùn)行。計(jì)算機(jī)不是唯一能操縱信息的機(jī)器。人們用簡(jiǎn)單的計(jì)算器來(lái)運(yùn)算一組數(shù)字時(shí)，就執(zhí)行了輸入信息（數(shù)字），處理信息（如計(jì)算連續(xù)的總和），然后輸出信息（如顯示）。另一個(gè)簡(jiǎn)單的例子是油泵，給油箱加油時(shí)，油泵利用某些輸入：當(dāng)前每升汽油的價(jià)格和來(lái)自傳感器的信號(hào)，讀取汽油流入汽車油箱的速率。油泵將這個(gè)輸入轉(zhuǎn)換為加了多少汽油和應(yīng)付多少錢的信息。但是，計(jì)算器或油泵并不是完整的計(jì)算機(jī)，盡管這些設(shè)備實(shí)際上可能包含有嵌入式計(jì)算機(jī)，與通用計(jì)算機(jī)不同，它們被構(gòu)建為執(zhí)行單個(gè)特定任務(wù)。1.3.3通用計(jì)算機(jī)在讀取—執(zhí)行周期中，存儲(chǔ)器內(nèi)的指令會(huì)被依次讀取并執(zhí)行，計(jì)算機(jī)理解的指令組決定了編程的有效性。所有計(jì)算機(jī)都能完成一樣的工作，但有些只需要一個(gè)指令就能執(zhí)行，其他的可能需要好幾個(gè)指令才能執(zhí)行。普通臺(tái)式計(jì)算機(jī)可用的指令成百上千，其中還包括一些可用于解決復(fù)雜的數(shù)學(xué)或圖形問(wèn)題的指令。但制造單一指令計(jì)算機(jī)也是有可能的。就像詞匯構(gòu)成語(yǔ)言一樣，計(jì)算機(jī)理解的指令構(gòu)成了計(jì)算機(jī)語(yǔ)言，也就是機(jī)器代碼，這是一種用二進(jìn)制數(shù)值表示的復(fù)雜語(yǔ)言，由人類寫入十分困難。1.3.4計(jì)算機(jī)語(yǔ)言小規(guī)模實(shí)驗(yàn)機(jī)、離散變量自動(dòng)電子計(jì)算機(jī)以及后來(lái)出現(xiàn)的大多數(shù)計(jì)算機(jī)都將程序和程序運(yùn)行數(shù)據(jù)儲(chǔ)存在同一存儲(chǔ)器中，這就意味著有些程序可以編寫和修改其他一些程序。在計(jì)算機(jī)的幫助下，人們可以設(shè)計(jì)出更有表現(xiàn)力、更加優(yōu)雅的語(yǔ)言，并指示機(jī)器將其翻譯為讀取—執(zhí)行周期能夠理解的模式。1.3.4計(jì)算機(jī)語(yǔ)言計(jì)算機(jī)語(yǔ)言有許多種，其中有一些是專為利基應(yīng)用——針對(duì)企業(yè)的優(yōu)勢(shì)細(xì)分出來(lái)的市場(chǎng)——而設(shè)計(jì)的，產(chǎn)品推進(jìn)利基市場(chǎng)是因?yàn)槠溆杏幕A(chǔ)。有些計(jì)算機(jī)語(yǔ)言有助于操控文本，有些則能夠有效處理結(jié)構(gòu)化數(shù)據(jù)或是簡(jiǎn)明應(yīng)用數(shù)學(xué)概念。大部分計(jì)算機(jī)語(yǔ)言（但并非所有）都由規(guī)則和計(jì)算構(gòu)成，這也是大部分人所理解的計(jì)算機(jī)。1.3.4計(jì)算機(jī)語(yǔ)言計(jì)算機(jī)科學(xué)家常常會(huì)談及建立某個(gè)過(guò)程或物體的模型，這并不是說(shuō)要拿卡紙和軟木來(lái)制作一個(gè)實(shí)際的復(fù)制品。這里，“模型”是一個(gè)數(shù)學(xué)術(shù)語(yǔ)，意思是寫出事件運(yùn)作的所有方程式并進(jìn)行計(jì)算，這樣就可以在沒(méi)有真實(shí)模型的情況下完成實(shí)驗(yàn)測(cè)試。由于計(jì)算機(jī)運(yùn)行十分迅速，因此，與真正的實(shí)驗(yàn)操作相比，計(jì)算機(jī)建模能夠更快得出答案。在某些情況下進(jìn)行實(shí)驗(yàn)可能是不實(shí)際的，氣候變化就是一個(gè)典型例子。根本沒(méi)有第二個(gè)地球或是時(shí)間可供我們進(jìn)行實(shí)驗(yàn)。計(jì)算機(jī)模型可以非常簡(jiǎn)單也可以非常復(fù)雜，完全取決于我們想要探索的信息是什么。1.3.5計(jì)算機(jī)建模假設(shè)我們想要對(duì)橡皮球運(yùn)動(dòng)進(jìn)行物理學(xué)建模。在理想環(huán)境中，掉落的橡皮球總是會(huì)反彈到其的一定高度。如果從1米處掉落，它可能會(huì)反彈至0.5米，下一次反彈的高度可能只有0.25米，再下一次0.125米，依此類推。反彈所需的時(shí)間可以從掉落物體的物理運(yùn)動(dòng)中得出。這就是兩個(gè)簡(jiǎn)單的方程式及兩個(gè)數(shù)字，給出了每次反彈的高度及所需時(shí)間。理想小球在停止運(yùn)動(dòng)前會(huì)進(jìn)行無(wú)限次彈跳，但由于每次彈跳時(shí)間遞減，所以小球會(huì)在有限時(shí)間內(nèi)結(jié)束有限次數(shù)的彈跳。不過(guò)理想小球并不存在。1.3.5計(jì)算機(jī)建模在計(jì)算上建立這樣的模型十分容易但并不精確。因?yàn)樾∏驈椞拇螖?shù)不僅取決于球本身，還與反彈觸及的表面有關(guān)。此外，小球在每次彈跳的過(guò)程中還會(huì)因反彈摩擦力和空氣阻力丟失能量。將所有這些因素都囊括進(jìn)模型中需要大量研究和物理學(xué)背景作為支撐，但這并不是不可完成的任務(wù)?，F(xiàn)在假設(shè)要計(jì)算球拍擊球后網(wǎng)球在球場(chǎng)上彈跳的路徑，需要考慮球可能以不同角度接觸不同平面，以及球本身的旋轉(zhuǎn)。此外，每次彈跳都會(huì)對(duì)球內(nèi)空氣進(jìn)行加熱并改變其特性，要建立起這樣的模型就更加困難。1.3.5計(jì)算機(jī)建模最后，假設(shè)我們要設(shè)計(jì)某種武器，能夠?qū)⑾鹌で蛞詷O快的速度朝定點(diǎn)射出，速度太快以致球會(huì)在沖擊力作用下破碎。我們需要對(duì)小球的構(gòu)成材料進(jìn)行建模，并且追蹤每一塊四散飛開(kāi)的小球碎片。在建立起足夠精確的模型之前，我們甚至需要模擬橡皮球的每一個(gè)原子。在現(xiàn)有的計(jì)算機(jī)上，這樣的模型的運(yùn)行速度一定會(huì)十分緩慢，但也是有可能建立起來(lái)的，因?yàn)槲覀兞私馕锢砗突瘜W(xué)的基本原理。人工智能最根本也最宏偉的目標(biāo)之一就是建立人腦般的計(jì)算機(jī)模型。完美模型固然最好，但精確性稍遜的模型也同樣十分有效。1.3.5計(jì)算機(jī)建模PART04計(jì)算機(jī)的智能行為研究人員曾經(jīng)研究過(guò)幾種不同版本的人工智能：有些根據(jù)對(duì)人類行為的復(fù)刻來(lái)定義智能，而另一些喜歡用“理性”來(lái)抽象正式地定義智能，直觀上的理解是做“正確的事情”。智能主題的本身也各不相同：一些人將智能視為內(nèi)部思維過(guò)程和推理的屬性，而另一些人則關(guān)注智能的外部特征，也就是智能行為。1.4計(jì)算機(jī)的智能行為從人與理性以及思想與行為這兩個(gè)維度來(lái)看，有4種可能的組合，即類人行為、類人思考、理性思考和理性行為。追求類人智能（前兩者）必須在某種程度上是與心理學(xué)相關(guān)的經(jīng)驗(yàn)科學(xué)，包括對(duì)真實(shí)人類行為和思維過(guò)程的觀察和假設(shè)；而理性主義方法（后兩者）涉及數(shù)學(xué)和工程的結(jié)合，并與統(tǒng)計(jì)學(xué)、控制理論和經(jīng)濟(jì)學(xué)相聯(lián)系。1.4計(jì)算機(jī)的智能行為圖靈測(cè)試是由艾倫·圖靈提出的（1950），它被設(shè)計(jì)成一個(gè)思維實(shí)驗(yàn)，用以回避“機(jī)器能思考嗎？”這個(gè)哲學(xué)上模糊的問(wèn)題。如果人類提問(wèn)者在提出一些書面問(wèn)題后無(wú)法分辨書面回答是來(lái)自人還是來(lái)自計(jì)算機(jī)，那么計(jì)算機(jī)就能通過(guò)測(cè)試。1.4.1類人行為：圖靈測(cè)試目前，為計(jì)算機(jī)編程使其能夠通過(guò)嚴(yán)格的應(yīng)用測(cè)試尚有大量工作要做。計(jì)算機(jī)需要具備下列能力：·自然語(yǔ)言處理，以使用人類語(yǔ)言成功地交流；·知識(shí)表示，以存儲(chǔ)它所知道或聽(tīng)到的內(nèi)容；·自動(dòng)推理，以回答問(wèn)題并得出新的結(jié)論；·機(jī)器學(xué)習(xí)，以適應(yīng)新的環(huán)境，并檢測(cè)和推斷模式。1.4.1類人行為：圖靈測(cè)試圖靈認(rèn)為，沒(méi)有必要對(duì)人進(jìn)行物理模擬來(lái)證明智能。然而，其他研究人員提出了完全圖靈測(cè)試，該測(cè)試需要與真實(shí)世界中的對(duì)象和人進(jìn)行交互。為了通過(guò)完全圖靈測(cè)試，機(jī)器人還需要具備下列能力：·計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別功能，以感知世界；·機(jī)器人學(xué)，以操縱對(duì)象并行動(dòng)。1.4.1類人行為：圖靈測(cè)試以上6個(gè)方面構(gòu)成了人工智能的大部分內(nèi)容。然而，人工智能研究人員很少把精力用在通過(guò)圖靈測(cè)試上，他們認(rèn)為研究智能的基本原理更為重要。當(dāng)工程師和發(fā)明家停止模仿鳥類，轉(zhuǎn)而使用風(fēng)洞并學(xué)習(xí)空氣動(dòng)力學(xué)時(shí)，對(duì)“人工飛行”的探索取得了成功。航空工程學(xué)著作并未將其領(lǐng)域的目標(biāo)定義為制造“能像鴿子一樣飛行，甚至可以騙過(guò)其他真鴿子的機(jī)器”。1.4.1類人行為：圖靈測(cè)試只有知道人類是如何思考的，才能說(shuō)程序像人類一樣思考?？梢酝ㄟ^(guò)3種方式來(lái)了解人類的思維：（1）內(nèi)省——試圖在自己進(jìn)行思維活動(dòng)時(shí)捕獲思維；（2）心理實(shí)驗(yàn)——觀察一個(gè)人的行為；（3）大腦成像——觀察大腦的活動(dòng)。一旦有了足夠精確的心智理論，就有可能把這個(gè)理論表達(dá)為計(jì)算機(jī)程序。如果程序的輸入/輸出行為與相應(yīng)的人類行為相匹配，那就表明程序的某些機(jī)制也可能在人類中存在。1.4.2類人思考：認(rèn)知建模例如，開(kāi)發(fā)通用問(wèn)題求解器的艾倫·紐厄爾和赫伯特·西蒙并不僅僅滿足于讓他們的程序正確地求解問(wèn)題，他們更關(guān)心的是將推理步驟的順序和時(shí)機(jī)與求解相同問(wèn)題的人類測(cè)試者進(jìn)行比較。認(rèn)知科學(xué)這一跨學(xué)科領(lǐng)域匯集了人工智能的計(jì)算機(jī)模型和心理學(xué)的實(shí)驗(yàn)技術(shù)，用以構(gòu)建精確且可測(cè)試的人類心智理論。認(rèn)知科學(xué)本身是一個(gè)引人入勝的領(lǐng)域。我們會(huì)偶爾評(píng)論人工智能技術(shù)和人類認(rèn)知之間的異同，但真正的認(rèn)知科學(xué)必須建立在對(duì)人類或動(dòng)物實(shí)驗(yàn)研究的基礎(chǔ)上。1.4.2類人思考：認(rèn)知建模計(jì)算機(jī)視覺(jué)領(lǐng)域?qū)⑸窠?jīng)生理學(xué)證據(jù)整合到了計(jì)算模型中。此外，將神經(jīng)影像學(xué)方法與分析數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，開(kāi)啟了“讀心”能力（即查明人類內(nèi)心思想的語(yǔ)義內(nèi)容）的研究。這種能力反過(guò)來(lái)可以進(jìn)一步揭示人類認(rèn)知的運(yùn)作方式。1.4.2類人思考：認(rèn)知建模希臘哲學(xué)家亞里士多德（公元前384—公元前322）是最早試圖法則化“正確思維”的人之一，他將其定義為無(wú)可辯駁的推理過(guò)程。他的三段論為論證結(jié)構(gòu)提供了模式，當(dāng)給出正確的前提時(shí)，總能得出正確的結(jié)論。舉個(gè)經(jīng)典的例子，當(dāng)給出前提蘇格拉底是人和所有人都是凡人時(shí)，可以得出結(jié)論蘇格拉底是凡人。這些思維法則被認(rèn)為支配著思想的運(yùn)作，他們的研究開(kāi)創(chuàng)了一個(gè)稱為邏輯的領(lǐng)域。1.4.3理性思考：“思維法則”19世紀(jì)的邏輯學(xué)家建立了一套精確的符號(hào)系統(tǒng)，用于描述世界上物體及其之間的關(guān)系。這與普通算術(shù)表示系統(tǒng)形成對(duì)比，后者只提供關(guān)于數(shù)的描述。到1965年，任何用邏輯符號(hào)描述的可解問(wèn)題在原則上都可以用程序求解，人工智能中所謂的邏輯主義就希望在此類程序的基礎(chǔ)上創(chuàng)建智能系統(tǒng)。1.4.3理性思考：“思維法則”按照常規(guī)的理解，邏輯要求關(guān)于世界的認(rèn)知是確定的，而實(shí)際上這很難實(shí)現(xiàn)。例如，人們對(duì)政治或戰(zhàn)爭(zhēng)規(guī)則的了解遠(yuǎn)不如對(duì)國(guó)際象棋或算術(shù)規(guī)則的了解。概率論填補(bǔ)了這一鴻溝，允許我們?cè)谡莆詹淮_定信息的情況下進(jìn)行嚴(yán)格的推理。原則上，它允許我們構(gòu)建全面的理性思維模型，從原始的感知到對(duì)世界運(yùn)作方式的理解，再到對(duì)未來(lái)的預(yù)測(cè)。它無(wú)法做到的是形成智能行為。1.4.3理性思考：“思維法則”智能體（agent）是指某種能夠采取行動(dòng)的東西。當(dāng)然，所有計(jì)算機(jī)程序都可以完成一些任務(wù)，但我們期望計(jì)算機(jī)智能體能夠完成更多的任務(wù)：自主運(yùn)行、感知環(huán)境、長(zhǎng)期持續(xù)存在、適應(yīng)變化以及制定和實(shí)現(xiàn)目標(biāo)。理性智能體需要為取得最佳結(jié)果或在存在不確定性時(shí)取得最佳期望結(jié)果而采取行動(dòng)。1.4.4理性行為：理性智能體基于人工智能的“思維法則”方法重視正確的推斷。做出正確的推斷有時(shí)是理性智能體的一部分，因?yàn)椴扇±硇孕袨榈囊环N方式是推斷出某個(gè)給定的行為是最優(yōu)的，然后根據(jù)這個(gè)結(jié)論采取行動(dòng)。但是，理性行為的有些方式并不能說(shuō)與推斷有關(guān)。例如，從火爐前退縮是一種反射作用，這通常比經(jīng)過(guò)深思熟慮后采取的較慢的動(dòng)作更為成功。1.4.4理性行為：理性智能體通過(guò)圖靈測(cè)試所需的所有技能也使智能體得以采取理性行為。知識(shí)表示和推理能讓智能體做出較好的決策。我們需要具備生成易于理解的自然語(yǔ)言句子的能力，以便在復(fù)雜的社會(huì)中生存。我們需要學(xué)習(xí)不僅是為了博學(xué)多才，也是為了提升我們產(chǎn)生高效行為的能力，尤其是在新環(huán)境下，這種能力更加重要。1.4.4理性行為：理性智能體與其他方法相比，基于人工智能的理性智能體方法有兩個(gè)優(yōu)點(diǎn)。首先，它比“思維法則”方法更普適，因?yàn)檎_的推斷只是實(shí)現(xiàn)理性的幾種可能機(jī)制之一。其次，它更適合科學(xué)發(fā)展。理性的標(biāo)準(zhǔn)在數(shù)學(xué)上是明確定義且完全普適的。我們經(jīng)常可以從這個(gè)標(biāo)準(zhǔn)規(guī)范中得出可以被證明能夠?qū)崿F(xiàn)的智能體設(shè)計(jì)，而把模仿人類行為或思維過(guò)程作為目標(biāo)的設(shè)計(jì)在很大程度上是不可能的。1.4.4理性行為：理性智能體由于上述原因，在人工智能領(lǐng)域的發(fā)展中，基于理性智能體的方法都占據(jù)了上風(fēng)。在最初的幾十年里，理性智能體建立在邏輯的基礎(chǔ)上，并為了實(shí)現(xiàn)特定目標(biāo)制定了明確的規(guī)劃。后來(lái)，基于概率論和機(jī)器學(xué)習(xí)的方法可以使智能體在不確定性下做出決策，以獲得最佳期望結(jié)果。1.4.4理性行為：理性智能體簡(jiǎn)而言之，人工智能專注于研究和構(gòu)建做正確的事情的智能體，其中正確的事情是我們提供給智能體的目標(biāo)定義。這種通用范式非常普遍，它不僅適用于人工智能，也適用于其他領(lǐng)域?？刂评碚撝?，控制器使代價(jià)函數(shù)最小化；運(yùn)籌學(xué)中，策略使獎(jiǎng)勵(lì)的總和最大化；統(tǒng)計(jì)學(xué)中，決策規(guī)則使損失函數(shù)最小；經(jīng)濟(jì)學(xué)中，決策者追求效用或某種意義的社會(huì)福利最大化。1.4.4理性行為：理性智能體然而，在復(fù)雜的環(huán)境中，完美理性（總是采取精確的最優(yōu)動(dòng)作）是不可行的，它的計(jì)算代價(jià)太高了，因此需要對(duì)標(biāo)準(zhǔn)模型做一些重要的改進(jìn)，也就是在沒(méi)有足夠時(shí)間進(jìn)行所有可能的計(jì)算的情況下，適當(dāng)?shù)夭扇⌒袆?dòng)。但是，完美理性仍然是理論分析的良好出發(fā)點(diǎn)。1.4.4理性行為：理性智能體人為定義的任務(wù)，如國(guó)際象棋或最短路徑計(jì)算之類的，都附帶固有的目標(biāo)。然而，在真實(shí)世界中，我們?cè)絹?lái)越難以完全正確地指定目標(biāo)。例如，在設(shè)計(jì)自動(dòng)駕駛汽車時(shí)，我們可能會(huì)認(rèn)為目標(biāo)是安全到達(dá)目的地。但是，由于存在其他如司機(jī)失誤、設(shè)備故障等原因，在任何道路上行駛都有可能受傷，因此，嚴(yán)格的安全目標(biāo)是要求待在車庫(kù)里而不要上路駕駛。向目的地前進(jìn)和承擔(dān)受傷風(fēng)險(xiǎn)是需要權(quán)衡的，應(yīng)該如何進(jìn)行這種權(quán)衡？此外，我們能在多大程度上允許汽車采取會(huì)惹惱其他司機(jī)的行動(dòng)？汽車應(yīng)該在多大程度上調(diào)控其加速、轉(zhuǎn)向和剎車動(dòng)作，以避免搖晃乘客？這類問(wèn)題通常都很難預(yù)先回答。1.4.5對(duì)人類可證益的智能體在我們的真實(shí)需求和施加給機(jī)器的目標(biāo)之間達(dá)成一致的問(wèn)題稱為價(jià)值對(duì)齊問(wèn)題，即施加給機(jī)器的價(jià)值或目標(biāo)必須與人類的一致。如果我們是在實(shí)驗(yàn)室或模擬器中開(kāi)發(fā)人工智能系統(tǒng)，就可以輕松地解決目標(biāo)指定不正確的問(wèn)題：重置系統(tǒng)、修復(fù)目標(biāo)，然后重試。隨著人工智能的發(fā)展，越來(lái)越強(qiáng)大的智能系統(tǒng)需要部署在真實(shí)世界中，這種方法不再可行。部署了錯(cuò)誤目標(biāo)的系統(tǒng)將會(huì)導(dǎo)致負(fù)面影響，而且系統(tǒng)越智能，其負(fù)面影響就越嚴(yán)重。1.4.5對(duì)人類可證益的智能體回想看似沒(méi)有問(wèn)題的國(guó)際象棋案例，想象一下，如果機(jī)器足夠智能，可以推斷并采取超出棋盤限制的動(dòng)作，這樣會(huì)發(fā)生什么？例如，它可能試圖通過(guò)催眠或勒索對(duì)手，或賄賂觀眾在對(duì)手思考時(shí)發(fā)出噪聲等手段來(lái)增加獲勝的機(jī)會(huì)。它也可能會(huì)為自己劫持額外的計(jì)算能力。這些行為不是“愚蠢”或“瘋狂”的，卻是將獲勝定義為機(jī)器唯一目標(biāo)的邏輯結(jié)果。1.4.5對(duì)人類可證益的智能體一臺(tái)實(shí)現(xiàn)固定目標(biāo)的機(jī)器可能會(huì)出現(xiàn)很多不當(dāng)行為，要預(yù)測(cè)所有不當(dāng)行為是不可能的。因此，我們不希望機(jī)器“聰明”地實(shí)現(xiàn)它們的目標(biāo)，而是希望它們實(shí)現(xiàn)我們的目標(biāo)。如果我們不能將這些目標(biāo)完美地傳達(dá)給機(jī)器，就需要一個(gè)新的表述，也就是機(jī)器正在實(shí)現(xiàn)我們的目標(biāo)，但對(duì)于目標(biāo)是什么則是不確定的。當(dāng)一臺(tái)機(jī)器意識(shí)到它不了解完整的目標(biāo)時(shí)，它就會(huì)有謹(jǐn)慎行動(dòng)的動(dòng)機(jī)，會(huì)尋求許可，并通過(guò)觀察來(lái)更多地了解我們的偏好，遵守人為控制。最終，我們想要的是對(duì)人類可證益的智能體。1.4.5對(duì)人類可證益的智能體PART05人工智能大師艾倫·圖靈（1912.6.23-1954.6.7），出生于英國(guó)倫敦帕丁頓，畢業(yè)于普林斯頓大學(xué)，是英國(guó)數(shù)學(xué)家、邏輯學(xué)家，被譽(yù)為“計(jì)算機(jī)科學(xué)之父”、“人工智能之父”，他是計(jì)算機(jī)邏輯的奠基者。1950年，圖靈在其論文《計(jì)算機(jī)器與智能》中提出了著名的“圖靈機(jī)”和“圖靈測(cè)試”等重要概念。，首次提出了機(jī)器具備思維的可能性。他還預(yù)言，到20世紀(jì)末一定會(huì)出現(xiàn)可以通過(guò)圖靈測(cè)試的計(jì)算機(jī)。

圖1-13計(jì)算機(jī)科學(xué)之父，人工智能之父——圖靈1.5人工智能大師圖靈思想為現(xiàn)代計(jì)算機(jī)的邏輯工作方式奠定了基礎(chǔ)。為了紀(jì)念圖靈對(duì)計(jì)算機(jī)科學(xué)的巨大貢獻(xiàn)，1966年，由美國(guó)計(jì)算機(jī)協(xié)會(huì)（ACM）設(shè)立一年一度的“圖靈獎(jiǎng)”，以表彰在計(jì)算機(jī)科學(xué)事業(yè)中做出重要貢獻(xiàn)的人。圖靈獎(jiǎng)被喻為“計(jì)算機(jī)界的諾貝爾獎(jiǎng)”。1.5人工智能大師約翰·馮·諾依曼（1903.12.28-1957.2.8），出生于匈牙利，畢業(yè)于蘇黎世聯(lián)邦工業(yè)大學(xué)，數(shù)學(xué)家，現(xiàn)代計(jì)算機(jī)、博弈論、核武器和生化武器等領(lǐng)域內(nèi)的科學(xué)全才，被后人稱為“現(xiàn)代計(jì)算機(jī)之父”和“博弈論之父”。他在泛函分析、遍歷理論、幾何學(xué)、拓?fù)鋵W(xué)和數(shù)值分析等眾多數(shù)學(xué)領(lǐng)域及計(jì)算機(jī)學(xué)、量子力學(xué)和經(jīng)濟(jì)學(xué)中都有重大成就，也為第一顆原子彈和第一臺(tái)電子計(jì)算機(jī)的研制做出了巨大貢獻(xiàn)。圖1-14現(xiàn)代計(jì)算機(jī)之父馮·諾依曼1.5人工智能大師第2版人工智能通識(shí)教程第2章周蘇教授QQ：81505050定義人工智能導(dǎo)讀案例：自動(dòng)駕駛概述自動(dòng)駕駛就是車輛在無(wú)駕駛員操作的情況下自行實(shí)現(xiàn)駕駛，它是車輛的能力。比如掃地機(jī)器人在掃地的時(shí)候就是在自動(dòng)駕駛。自動(dòng)駕駛有多種發(fā)展路徑，單車智能、車路協(xié)同、聯(lián)網(wǎng)云控等。車路協(xié)同是依靠車-車，車-路動(dòng)態(tài)信息的實(shí)時(shí)交互實(shí)現(xiàn)自動(dòng)駕駛。聯(lián)網(wǎng)云控更注重通過(guò)云端的控制實(shí)現(xiàn)自動(dòng)駕駛。01人工智能概述02人工智能發(fā)展歷程目錄/CONTENTS03人工智能的研究將人類與其他動(dòng)物區(qū)分開(kāi)的特征之一就是省力工具的使用。人類發(fā)明車輪以減輕遠(yuǎn)距離攜帶重物的負(fù)擔(dān)，人類發(fā)明長(zhǎng)矛從此不再徒手與獵物搏斗。數(shù)千年來(lái)，人類一直致力于創(chuàng)造越來(lái)越精密復(fù)雜的機(jī)器來(lái)節(jié)省體力，然而，能夠幫助人們節(jié)省腦力的機(jī)器卻一直是一個(gè)遙遠(yuǎn)

的夢(mèng)想。時(shí)至今日，我們才具備了足夠的技術(shù)實(shí)力來(lái)探索更加通用的思考機(jī)器。第2章定義人工智能PART01人工智能概述人工智能是計(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。自誕生以來(lái)，人工智能的理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。2.1人工智能概述顯然，人工智能就是人造的智能，它是科學(xué)和工程的產(chǎn)物。我們也會(huì)進(jìn)一步考慮什么是人力所能及的，或者人自身的智能程度有沒(méi)有達(dá)到可以創(chuàng)造人工智能的地步，等等。不過(guò)，生物學(xué)不在這里的討論范圍之內(nèi)，因?yàn)榛蚬こ膛c人工智能的科學(xué)基礎(chǔ)全然不同。人們可以在器皿中培育腦細(xì)胞，但這只能算是天然大腦的一部分。所有人工智能的研究都圍繞著計(jì)算機(jī)展開(kāi)，其全部技術(shù)也都是在計(jì)算機(jī)中執(zhí)行的。2.1.1“人工”與“智能”“智能”，涉及到諸如意識(shí)、自我、思維（包括無(wú)意識(shí)的思維）等等問(wèn)題。事實(shí)上，人應(yīng)該了解的是人類本身的智能，但我們對(duì)自身智能的理解，對(duì)構(gòu)成人的智能的必要元素也了解有限，人們很難準(zhǔn)確定義出什么是“人工”制造的“智能”。因此，人工智能的研究往往涉及對(duì)人的智能本身的研究，其他關(guān)于動(dòng)物或人造系統(tǒng)的智能也普遍被認(rèn)為是與人工智能相關(guān)的研究課題。

圖2-4研究人的智能2.1.1“人工”與“智能”1906年，法國(guó)心理學(xué)家阿爾弗雷德·比奈這樣定義智能：“……判斷，又或稱為判斷力強(qiáng)，實(shí)踐感強(qiáng)，首創(chuàng)精神，適應(yīng)環(huán)境的能力。良好決策、充分理解、正確推論……但記憶與判斷不同且獨(dú)立于判斷?！薄杜＝蛴⒄Z(yǔ)詞典》對(duì)智能的定義為“獲取和應(yīng)用知識(shí)與技能的能力”，這顯然取決于記憶。也許人工智能領(lǐng)域已經(jīng)影響了我們對(duì)智力的一般性認(rèn)識(shí)，人們會(huì)根據(jù)對(duì)實(shí)際情況的指導(dǎo)作用來(lái)判斷知識(shí)的重要程度。人工智能的一個(gè)重要領(lǐng)域就是儲(chǔ)存知識(shí)以供計(jì)算機(jī)使用。2.1.1“人工”與“智能”棋局是程序員研究的早期問(wèn)題之一。他們認(rèn)為，就象棋而言，只有人類才能獲勝。1997年，IBM機(jī)器深藍(lán)擊敗了象棋大師加里·卡斯帕羅夫，但深藍(lán)并沒(méi)有顯示出任何人類特質(zhì)，僅僅只是對(duì)這一任務(wù)進(jìn)行快速有效的編程而已。圖2-5卡斯帕羅夫與深藍(lán)對(duì)弈當(dāng)中2.1.1“人工”與“智能”作為計(jì)算機(jī)科學(xué)的一個(gè)分支，人工智能是研究、開(kāi)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)，是一門自然科學(xué)、社會(huì)科學(xué)和技術(shù)科學(xué)交叉的邊緣學(xué)科，它涉及的學(xué)科內(nèi)容包括哲學(xué)和認(rèn)知科學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、信息論、控制論、不定性論、仿生學(xué)、社會(huì)結(jié)構(gòu)學(xué)與科學(xué)發(fā)展觀等。2.1.2人工智能定義人工智能研究領(lǐng)域的一個(gè)較早流行的定義，是由約翰·麥卡錫在1956年的達(dá)特茅斯會(huì)議上提出的，即：人工智能就是要讓機(jī)器的行為看起來(lái)像是人類所表現(xiàn)出的智能行為一樣。另一個(gè)定義指出：人工智能是人造機(jī)器所表現(xiàn)出來(lái)的智能性?？傮w來(lái)講，對(duì)人工智能的定義大多可劃分為四類，即機(jī)器“像人一樣思考”“像人一樣行動(dòng)”“理性地思考”和“理性地行動(dòng)”。這里“行動(dòng)”應(yīng)廣義地理解為采取行動(dòng)，或制定行動(dòng)的決策，而不是肢體動(dòng)作。2.1.2人工智能定義尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍鴾厮诡D教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作?！边@些說(shuō)法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟/硬件來(lái)模擬人類某些智能行為的基本理論、方法和技術(shù)。2.1.2人工智能定義可以把人工智能定義為一種工具，用來(lái)幫助或者替代人類思維。它是一項(xiàng)計(jì)算機(jī)程序，可以獨(dú)立存在于數(shù)據(jù)中心、個(gè)人計(jì)算機(jī)，也可以通過(guò)諸如機(jī)器人之類的設(shè)備體現(xiàn)出來(lái)。它具備智能的外在特征，有能力在特定環(huán)境中有目的地獲取和應(yīng)用知識(shí)與技能。人工智能是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考，甚至也可能超過(guò)人的智能。2.1.2人工智能定義20世紀(jì)七十年代以來(lái)，人工智能被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能），也被認(rèn)為是21世紀(jì)三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一，這是因?yàn)榻鼛资陙?lái)人工智能獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，取得了豐碩成果。2.1.2人工智能定義對(duì)于人的思維模擬的研究可以從兩個(gè)方向進(jìn)行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機(jī)制，制造出“類人腦”的機(jī)器；二是功能模擬，從人腦的功能過(guò)程進(jìn)行模擬?，F(xiàn)代電子計(jì)算機(jī)的產(chǎn)生便是對(duì)人腦思維功能的模擬，是對(duì)人腦思維的信息過(guò)程的模擬。2.1.3人工智能的實(shí)現(xiàn)途徑實(shí)現(xiàn)人工智能有三種途徑，即強(qiáng)人工智能、弱人工智能和實(shí)用型人工智能。強(qiáng)人工智能，又稱多元智能。研究人員希望人工智能最終能成為多元智能并且超越大部分人類的能力。有些人認(rèn)為要達(dá)成以上目標(biāo)，可能需要擬人化的特性，如人工意識(shí)或人工大腦，這被認(rèn)為是人工智能的完整性：為了解決其中一個(gè)問(wèn)題，你必須解決全部的問(wèn)題。即使一個(gè)簡(jiǎn)單和特定的任務(wù)，如機(jī)器翻譯，要求機(jī)器按照作者的論點(diǎn)（推理），知道什么是被人談?wù)摚ㄖR(shí)），忠實(shí)地再現(xiàn)作者的意圖（情感計(jì)算）。因此，機(jī)器翻譯被認(rèn)為是具有人工智能完整性。2.1.3人工智能的實(shí)現(xiàn)途徑強(qiáng)人工智能的觀點(diǎn)認(rèn)為有可能制造出真正能推理和解決問(wèn)題的智能機(jī)器，并且這樣的機(jī)器將被認(rèn)為是有知覺(jué)的，有自我意識(shí)的。強(qiáng)人工智能可以有兩類：（1）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；（2）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(jué)和意識(shí)，使用和人完全不一樣的推理方式。強(qiáng)人工智能即便可以實(shí)現(xiàn)也很難被證實(shí)。為了創(chuàng)建具備強(qiáng)人工智能的計(jì)算機(jī)程序，我們首先必須清楚了解人類思維的工作原理，而想要實(shí)現(xiàn)這樣的目標(biāo)，還有很長(zhǎng)的路要走。2.1.3人工智能的實(shí)現(xiàn)途徑弱人工智能，認(rèn)為不可能制造出能真正地推理和解決問(wèn)題的智能機(jī)器，這些機(jī)器只不過(guò)看起來(lái)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)。弱人工智能只要求機(jī)器能夠擁有智能行為，具體的實(shí)施細(xì)節(jié)并不重要。深藍(lán)就是在這樣的理念下產(chǎn)生的，它沒(méi)有試圖模仿國(guó)際象棋大師的思維，僅僅遵循既定的操作步驟。倘若人類和計(jì)算機(jī)遵照同樣的步驟，那么比賽時(shí)間將會(huì)大大延長(zhǎng)，因?yàn)橛?jì)算機(jī)每秒驗(yàn)算的可能走位就高達(dá)2億個(gè)，就算思維驚人的象棋大師也不太可能達(dá)到這樣的速度。2.1.3人工智能的實(shí)現(xiàn)途徑人類擁有高度發(fā)達(dá)的戰(zhàn)略意識(shí)，這種意識(shí)將需要考慮的走位限制在幾步或是幾十步以內(nèi)，而計(jì)算機(jī)的考慮數(shù)以百萬(wàn)計(jì)。就弱人工智能而言，這種差異無(wú)關(guān)緊要，能證明計(jì)算機(jī)比人類更會(huì)下象棋就足夠了。如今，主流的研究活動(dòng)都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，而強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)。2.1.3人工智能的實(shí)現(xiàn)途徑第三種途徑稱為實(shí)用型人工智能。研究者們將目標(biāo)放低，不再試圖創(chuàng)造出像人類一般智慧的機(jī)器。眼下我們已經(jīng)知道如何創(chuàng)造出能模擬昆蟲行為的機(jī)器人。機(jī)械家蠅看起來(lái)似乎并沒(méi)有什么用，但即使是這樣的機(jī)器人，在完成某些特定任務(wù)時(shí)也是大有裨益的。比如，一群如狗大小，具備螞蟻智商的機(jī)器人在清理碎石和在災(zāi)區(qū)找尋幸存者時(shí)就能夠發(fā)揮很大的作用。

圖2-6華盛頓大學(xué)研制的靠激光束驅(qū)動(dòng)的RoboFly昆蟲機(jī)器人2.1.3人工智能的實(shí)現(xiàn)途徑隨著模型變得越來(lái)越精細(xì)，機(jī)器能夠模仿的生物越來(lái)越高等，最終，我們可能必須接受這樣的事實(shí)：機(jī)器似乎變得像人類一樣智慧了。也許實(shí)用型人工智能與強(qiáng)人工智能殊途同歸，但考慮到一切的復(fù)雜性，我們不會(huì)相信機(jī)器人會(huì)有自我意識(shí)。2.1.3人工智能的實(shí)現(xiàn)途徑雖然計(jì)算機(jī)為人工智能提供了必要的技術(shù)基礎(chǔ)，但人們直到上個(gè)世紀(jì)50年代早期才注意到人類智能與機(jī)器之間的聯(lián)系。人工智能60余年的發(fā)展歷史頗具周折，大致可劃分為以下6個(gè)階段。圖2-7人工智能發(fā)展歷史2.1.4人工智能發(fā)展的6個(gè)階段一是起步發(fā)展期：1956年—20世紀(jì)60年代初。人工智能概念在首次被提出后，相繼取得了一批令人矚目的研究成果，如機(jī)器定理證明、跳棋程序、LISP表處理語(yǔ)言等，掀起了人工智能發(fā)展的第一個(gè)高潮。二是反思發(fā)展期：20世紀(jì)60—70年代初。人工智能發(fā)展初期的突破性進(jìn)展大大提升了人們對(duì)人工智能的期望，人們開(kāi)始嘗試更具挑戰(zhàn)性的任務(wù)，并提出了一些不切實(shí)際的研發(fā)目標(biāo)。然而，接二連三的失敗和預(yù)期目標(biāo)的落空（例如無(wú)法用機(jī)器證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)、機(jī)器翻譯鬧出笑話等），使人工智能的發(fā)展走入了低谷。2.1.4人工智能發(fā)展的6個(gè)階段三是應(yīng)用發(fā)展期：20世紀(jì)70年代初—80年代中。20世紀(jì)70年代出現(xiàn)的專家系統(tǒng)模擬人類專家的知識(shí)和經(jīng)驗(yàn)解決特定領(lǐng)域的問(wèn)題，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)的重大突破。專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域取得成功，推動(dòng)人工智能走入了應(yīng)用發(fā)展的新高潮。四是低迷發(fā)展期：20世紀(jì)80年代中—90年代中。隨著人工智能的應(yīng)用規(guī)模不斷擴(kuò)大，專家系統(tǒng)存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫(kù)兼容等問(wèn)題逐漸暴露出來(lái)。2.1.4人工智能發(fā)展的6個(gè)階段五是穩(wěn)步發(fā)展期：20世紀(jì)90年代中期到2010年。由于網(wǎng)絡(luò)技術(shù)特別是因特網(wǎng)技術(shù)的發(fā)展，信息與數(shù)據(jù)的匯聚不斷加速，加快了人工智能的創(chuàng)新研究，促使人工智能技術(shù)進(jìn)一步走向?qū)嵱没?997年IBM深藍(lán)超級(jí)計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋世界冠軍卡斯帕羅夫，2008年IBM提出“智慧地球”的概念，這些都是這一時(shí)期的標(biāo)志性事件。2.1.4人工智能發(fā)展的6個(gè)階段六是蓬勃發(fā)展期：2011年至今。隨著因特網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)的發(fā)展，泛在感知數(shù)據(jù)和圖形處理器（GPU）等計(jì)算平臺(tái)推動(dòng)以神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)為代表的人工智能技術(shù)飛速發(fā)展，大幅跨越科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”，圖像分類、語(yǔ)音識(shí)別、知識(shí)問(wèn)答、人機(jī)對(duì)弈、無(wú)人駕駛等具有廣闊應(yīng)用前景的人工智能技術(shù)突破了從“不能用、不好用”到“可以用”的技術(shù)瓶頸，人工智能發(fā)展進(jìn)入爆發(fā)式增長(zhǎng)的新高潮。2.1.4人工智能發(fā)展的6個(gè)階段“AlphaGo之父”哈薩比斯表示：“我提醒諸位，必須正確地使用人工智能。正確的兩個(gè)原則是：人工智能必須用來(lái)造福全人類，而不能用于非法用途；人工智能技術(shù)不能僅為少數(shù)公司和少數(shù)人所使用，必須共享?！?.1.4人工智能發(fā)展的6個(gè)階段PART02人工智能發(fā)展歷史人類對(duì)人工智能的幻想甚至可以追溯到古埃及。電子計(jì)算機(jī)的誕生使信息存儲(chǔ)和處理的各個(gè)方面都發(fā)生了革命，計(jì)算機(jī)理論的發(fā)展產(chǎn)生了計(jì)算機(jī)科學(xué)并最終促使了人工智能的出現(xiàn)。計(jì)算機(jī)這個(gè)用電子方式處理數(shù)據(jù)的發(fā)明，為人工智能的可能實(shí)現(xiàn)提供了一種媒介。2.2人工智能發(fā)展歷史圖靈獎(jiǎng)是由美國(guó)計(jì)算機(jī)協(xié)會(huì)（ACM）于1966年設(shè)立的計(jì)算機(jī)獎(jiǎng)項(xiàng)，名稱取自艾倫·麥席森·圖靈，旨在獎(jiǎng)勵(lì)對(duì)計(jì)算機(jī)事業(yè)作出重要貢獻(xiàn)的個(gè)人。圖靈獎(jiǎng)是計(jì)算機(jī)領(lǐng)域的國(guó)際最高獎(jiǎng)項(xiàng)，被譽(yù)為“計(jì)算機(jī)界的諾貝爾獎(jiǎng)”。圖靈獎(jiǎng)對(duì)獲獎(jiǎng)條件要求極高，評(píng)獎(jiǎng)程序極嚴(yán)，一般每年僅授予一名計(jì)算機(jī)科學(xué)家。2.2.1人工智能研究獲得的圖靈獎(jiǎng)總結(jié)人工智能歷史里程碑的快速方法之一是列舉與此領(lǐng)域相關(guān)的圖靈獎(jiǎng)得主。獲得圖靈獎(jiǎng)的人工智能大神是：馬文·明斯基（1969年圖靈獎(jiǎng)得主）和約翰·麥卡錫（1971年圖靈獎(jiǎng)得主），定義了基于表示和推理的領(lǐng)域基礎(chǔ)；艾倫·紐厄爾和赫伯特·西蒙（1975年圖靈獎(jiǎng)得主），提出了關(guān)于問(wèn)題求解和人類認(rèn)知的符號(hào)模型；愛(ài)德華·費(fèi)根鮑姆和勞伊·雷迪（1994年圖靈獎(jiǎng)得主），開(kāi)發(fā)了通過(guò)對(duì)人類知識(shí)編碼來(lái)解決真實(shí)世界問(wèn)題的專家系統(tǒng)；2.2.1人工智能研究獲得的圖靈獎(jiǎng)萊斯利·瓦倫特（2010年圖靈獎(jiǎng)得主），對(duì)眾多計(jì)算理論（包括PAC學(xué)習(xí)、枚舉復(fù)雜性、代數(shù)計(jì)算和并行與分布式計(jì)算）做出了變革性的貢獻(xiàn)；朱迪亞·珀?duì)枺?011年圖靈獎(jiǎng)得主）提出了通過(guò)原則性的方式處理不確定性的概率因果推理技術(shù)；約書亞·本吉奧、杰弗里·辛頓和楊立昆（2018年圖靈獎(jiǎng)得主），他們將“深度學(xué)習(xí)”（多層神經(jīng)網(wǎng)絡(luò)）作為現(xiàn)代計(jì)算的關(guān)鍵部分。2.2.1人工智能研究獲得的圖靈獎(jiǎng)回顧圖靈獎(jiǎng)50余年的歷史可以發(fā)現(xiàn)，人工智能一直是圖靈獎(jiǎng)不斷鼓勵(lì)、不斷發(fā)現(xiàn)的重要話題。圖靈的思考是計(jì)算機(jī)的起點(diǎn)，直到80年后炙手可熱的人工智能仍能從他的思考里找到啟迪。2.2.1人工智能研究獲得的圖靈獎(jiǎng)人們普遍認(rèn)為由沃倫·麥卡洛克和沃爾特·皮茨完成的一項(xiàng)工作是人工智能的第一項(xiàng)研究工作。1943年，他們受到尼古拉斯·拉舍夫斯基對(duì)數(shù)學(xué)建模工作的啟發(fā)，選擇了3方面的資源來(lái)構(gòu)建模型：基礎(chǔ)生理學(xué)知識(shí)和大腦神經(jīng)元的功能，羅素和懷特海對(duì)命題邏輯的形式化分析，以及圖靈的計(jì)算理論。他們提出一種人工神經(jīng)元模型，證明本是純理論的圖靈機(jī)可以由人工神經(jīng)元構(gòu)成。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）制造每個(gè)人工神經(jīng)元需要大量真空管，然而，只需要少數(shù)真空管就可以建成邏輯門，即一種由一個(gè)或多個(gè)輸入端與一個(gè)輸出端構(gòu)成的電子電路，按輸入與輸出間的特定邏輯關(guān)系運(yùn)行。其中，每個(gè)神經(jīng)元的特征是“開(kāi)”或“關(guān)”，并且會(huì)因足夠數(shù)量的相鄰神經(jīng)元受到刺激而切換為“開(kāi)”。神經(jīng)元的狀態(tài)被認(rèn)為是“事實(shí)上等同于提出其充分激活的命題”。例如，他們證明任何可計(jì)算的函數(shù)都可以通過(guò)一些神經(jīng)元互相連接的網(wǎng)絡(luò)來(lái)計(jì)算，以及所有的邏輯聯(lián)結(jié)詞（AND、OR、NOT等）都可以通過(guò)簡(jiǎn)單的網(wǎng)絡(luò)結(jié)構(gòu)來(lái)實(shí)現(xiàn)。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）麥卡洛克和皮茨還表明適當(dāng)定義的網(wǎng)絡(luò)可以學(xué)習(xí)。唐納德·赫布示范了用于修改神經(jīng)元之間連接強(qiáng)度的簡(jiǎn)單更新規(guī)則，這些規(guī)則被稱為赫布型學(xué)習(xí)，至今仍是一種有影響力的模式。哈佛大學(xué)的兩名本科生馬文·明斯基和迪安·埃德蒙茲在1950年建造了第一臺(tái)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)SNARC，它使用了3000個(gè)真空管和B-24轟炸機(jī)上一個(gè)多余的自動(dòng)駕駛裝置來(lái)模擬由40個(gè)神經(jīng)元組成的網(wǎng)絡(luò)。后來(lái)，明斯基在普林斯頓大學(xué)研究神經(jīng)網(wǎng)絡(luò)中的通用計(jì)算。他的博士學(xué)位委員會(huì)對(duì)這類工作是否應(yīng)該被視為數(shù)學(xué)持懷疑態(tài)度，但據(jù)說(shuō)馮·諾伊曼對(duì)此評(píng)價(jià)說(shuō)：“如果現(xiàn)在還不能被視為數(shù)學(xué)，總有一天會(huì)的?！?.2.2從人工神經(jīng)元開(kāi)始（1943-1956）還有許多早期工作可以被描述為人工智能，包括1952年由曼徹斯特大學(xué)的克里斯托弗·斯特雷奇和IBM公司的亞瑟·塞繆爾分別獨(dú)立開(kāi)發(fā)的西洋跳棋程序。然而，還是圖靈的觀點(diǎn)最有影響力。早在1947年，他就在倫敦?cái)?shù)學(xué)協(xié)會(huì)就這一主題發(fā)表了演講，并在其1950年的文章《計(jì)算機(jī)器和智能》中指出了定義智能的困難所在。他提出：能像人類一般進(jìn)行交談和思考的計(jì)算機(jī)是有希望制造出來(lái)的，至少在非正式會(huì)話中難以區(qū)分。能否與人類無(wú)差別交談這一評(píng)價(jià)標(biāo)準(zhǔn)就是著名的圖靈測(cè)試。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）圖靈還認(rèn)為，通過(guò)開(kāi)發(fā)學(xué)習(xí)算法然后教會(huì)機(jī)器，而不是手工編寫智能程序，將更容易創(chuàng)造出人類水平的人工智能。不過(guò)，他在隨后的演講中警告說(shuō)，實(shí)現(xiàn)這一目標(biāo)對(duì)人類來(lái)說(shuō)可能不是最好的事情。取得這些成果不久之后，計(jì)算機(jī)就開(kāi)始被應(yīng)用于第一批人工智能實(shí)驗(yàn)，當(dāng)時(shí)所用的計(jì)算機(jī)體積小且速度慢。曼徹斯特馬克一號(hào)以小規(guī)模實(shí)驗(yàn)機(jī)為原型，存儲(chǔ)器僅有640字節(jié)，時(shí)鐘速度555赫茲（相比之下，現(xiàn)代臺(tái)式計(jì)算機(jī)的存儲(chǔ)器可達(dá)40億字節(jié)，時(shí)鐘速度30億赫茲），這就意味著必須謹(jǐn)慎挑選將利用它們來(lái)解決的研究問(wèn)題。在第一個(gè)十年里，人工智能項(xiàng)目涉及的都是基本應(yīng)用，這也成為后續(xù)探索研究的奠基石。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）邏輯理論機(jī)發(fā)布于1956年，以五個(gè)公理為出發(fā)點(diǎn)推導(dǎo)定理，以此來(lái)證明數(shù)學(xué)定理。這類問(wèn)題就如同迷宮，你假定自己朝著出口的方向走就是最好的路線，但實(shí)際上往往并不能成功，這也正是邏輯理論機(jī)難以解決復(fù)雜問(wèn)題的原因所在。它選擇看起來(lái)最接近目標(biāo)的方程式，丟棄了那些看起來(lái)偏題了的方程式。然而，被丟棄的可能正是最需要的。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）同樣在1956年，夏天，達(dá)特茅斯學(xué)院的約翰·麥卡錫說(shuō)服哈佛大學(xué)的馬文·明斯基、貝爾電話實(shí)驗(yàn)室的克勞德·香農(nóng)和IBM公司的納撒尼爾·羅切斯特幫助他召集對(duì)自動(dòng)機(jī)理論、神經(jīng)網(wǎng)絡(luò)和智能研究感興趣的10位有遠(yuǎn)見(jiàn)卓識(shí)的年輕科學(xué)家在達(dá)特茅斯進(jìn)行了為期兩個(gè)月的研討會(huì)，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問(wèn)題，創(chuàng)建了達(dá)特茅斯夏季人工智能研究計(jì)劃。這場(chǎng)研討會(huì)聚集了人工智能領(lǐng)域的頂尖專家學(xué)者，對(duì)后世產(chǎn)生了深遠(yuǎn)影響，首次提出了“人工智能（AI）”這一術(shù)語(yǔ)，標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生。2.2.2從人工神經(jīng)元開(kāi)始（1943-1956）20世紀(jì)50年代的知識(shí)界根據(jù)“由能力缺陷得出的論據(jù)”提出“機(jī)器永遠(yuǎn)做不到X”這一主張。關(guān)于X，圖靈列舉了以下例子：善良、機(jī)智、美麗、友好、上進(jìn)、幽默、明辨是非、犯錯(cuò)、墜入愛(ài)河、享受奶油草莓、讓人愛(ài)上它、從經(jīng)驗(yàn)中學(xué)習(xí)、恰當(dāng)?shù)厥褂谜Z(yǔ)言、成為自己思想的主體、有和人類一樣的行為多樣性、從事新生事物。2.2.3早期期望無(wú)限（1952-1969）回顧圖靈列舉的X，我們發(fā)現(xiàn)其中一些事相當(dāng)簡(jiǎn)單，如我們都很熟悉“犯錯(cuò)”的計(jì)算機(jī)。具有元推理能力的計(jì)算機(jī)能檢查自身計(jì)算，從而成為自身推理的主體。一項(xiàng)有著百年歷史的技術(shù)已證明它有“讓人愛(ài)上它”的能力——它就是泰迪熊。計(jì)算機(jī)象棋專家戴維·利維預(yù)計(jì)，到2050年，人們對(duì)愛(ài)上類人機(jī)器人一事將習(xí)以為常。至于機(jī)器人墜入愛(ài)河，這是虛構(gòu)類文學(xué)作品中的常見(jiàn)主題，但這方面的學(xué)術(shù)推測(cè)有限。2.2.3早期期望無(wú)限（1952-1969）計(jì)算機(jī)已經(jīng)完成了許多非常新穎的工作，在天文學(xué)、數(shù)學(xué)、化學(xué)、礦物學(xué)、生物學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域都取得了重大發(fā)現(xiàn)，并通過(guò)風(fēng)格轉(zhuǎn)換創(chuàng)造了新的藝術(shù)形式?？偟膩?lái)說(shuō)，程序在某些任務(wù)上的表現(xiàn)超過(guò)了人類，而在其他任務(wù)上則落后于人類。有一件事是很明顯的，那就是它們不能真正成為人類。人工智能的研究人員自然而然地一個(gè)接一個(gè)地演示X以回應(yīng)。他們特別關(guān)注那些被認(rèn)為能夠顯示人類智能的任務(wù)，包括游戲、謎題、數(shù)學(xué)和智商測(cè)試。2.2.3早期期望無(wú)限（1952-1969）紐厄爾和西蒙繼“邏輯理論家”成功之后又推出了“通用問(wèn)題求解器”。與“邏輯理論家”不同，“通用問(wèn)題求解器”從一開(kāi)始就被設(shè)計(jì)為模仿人類求解問(wèn)題的協(xié)議。結(jié)果表明，在它可以處理的有限類型的難題中，該程序考慮的子目標(biāo)和可能采取的行為的順序與人類處理相同問(wèn)題的順序類似。因此，“通用問(wèn)題求解器”可能是第一個(gè)體現(xiàn)“人類思維”方式的程序。2.2.3早期期望無(wú)限（1952-1969）作為認(rèn)知模型，“通用問(wèn)題求解器”和后續(xù)程序的成功使得紐厄爾和西蒙提出了著名的物理符號(hào)系統(tǒng)假說(shuō)，該假說(shuō)認(rèn)為“物理符號(hào)系統(tǒng)具有進(jìn)行一般智能動(dòng)作的必要和充分方法”。意思是，任何顯示出智能的系統(tǒng)（人類或機(jī)器）必須通過(guò)操作由符號(hào)組成的數(shù)據(jù)結(jié)構(gòu)來(lái)運(yùn)行。之后我們會(huì)看到這個(gè)假說(shuō)已經(jīng)受到了多方面的挑戰(zhàn)。在IBM，納撒尼爾，羅切斯特和他的同事開(kāi)發(fā)了首批人工智能程序。赫伯特·蓋倫特構(gòu)造了幾何定理證明程序，它能夠證明許多數(shù)學(xué)學(xué)生認(rèn)為相當(dāng)棘手的定理，這項(xiàng)工作是現(xiàn)代數(shù)學(xué)定理證明程序的先驅(qū)。2.2.3早期期望無(wú)限（1952-1969）從長(zhǎng)遠(yuǎn)看，這一時(shí)期所有探索性工作中最有影響力的可能是亞瑟·薩繆爾對(duì)西洋跳棋的研究，他的程序可以以業(yè)余高手的水平參與對(duì)抗。因此，他駁斥了計(jì)算機(jī)只能執(zhí)行被告知的事情的觀點(diǎn)：他的程序很快學(xué)會(huì)了玩游戲，甚至比其創(chuàng)造者玩得更好，該程序于1956年在電視上演示，給人留下了深刻的印象。和圖靈一樣，薩繆爾也很難找到使用計(jì)算機(jī)的機(jī)會(huì)，他只能晚上工作，使用仍在IBM制造工廠測(cè)試場(chǎng)地上還未出廠的計(jì)算機(jī)。薩繆爾的程序是許多后繼系統(tǒng)的前身，如TD-Gammon和AlphaGo（阿爾法狗）。TD-Gammon是世界上最好的西洋雙陸棋棋手之一，而AlphaGo因擊敗人類世界圍棋冠軍而震驚世界。2.2.3早期期望無(wú)限（1952-1969）1958年，約翰·麥卡錫為人工智能做出了兩項(xiàng)重要貢獻(xiàn)。他在麻省理工學(xué)院人工智能實(shí)驗(yàn)室定義了高級(jí)語(yǔ)言Lisp，成為在此后30年中最重要的人工智能編程語(yǔ)言。在一篇題為“具有常識(shí)的程序”的論文中，麥卡錫為基于知識(shí)和推理的人工智能系統(tǒng)提出了概念性議案。這篇論文描述了“建議接受者”，這是一個(gè)假想程序，其中包含世界的一般知識(shí)，并可以利用它得出行動(dòng)規(guī)劃。這個(gè)概念可以用簡(jiǎn)單的邏輯公理來(lái)說(shuō)明，這些邏輯公理足以生成一個(gè)開(kāi)車去機(jī)場(chǎng)的規(guī)劃。該程序還被設(shè)計(jì)為能在正常運(yùn)行過(guò)程中接受新的公理，從而實(shí)現(xiàn)無(wú)須重新編程就能夠在新領(lǐng)域中運(yùn)行。2.2.3早期期望無(wú)限（1952-1969）因此，“建議接受者”體現(xiàn)了知識(shí)表示和推理的核心原則：對(duì)世界及其運(yùn)作進(jìn)行形式化、明確的表示，并且通過(guò)演繹來(lái)操作這種表示是很有用的。這篇論文影響了人工智能的發(fā)展歷程。2.2.3早期期望無(wú)限（1952-1969）1958年馬文·明斯基轉(zhuǎn)到麻省理工學(xué)院，然而他與麥卡錫的最初合作并沒(méi)有持續(xù)。麥卡錫強(qiáng)調(diào)形式邏輯中的表示和推理，而明斯基則對(duì)程序工作并最終形成反邏輯的觀點(diǎn)更感興趣。1963年，麥卡錫在斯坦福大學(xué)建立了人工智能實(shí)驗(yàn)室。1965年亞伯拉罕·魯濱遜歸結(jié)原理（一階邏輯的完備定理證明算法）的發(fā)現(xiàn)推進(jìn)了麥卡錫使用邏輯來(lái)構(gòu)建最終“建議接受者”的計(jì)劃。麥卡錫在斯坦福大學(xué)的工作中強(qiáng)調(diào)了邏輯推理的通用方法。邏輯的應(yīng)用包括柯德?tīng)枴じ窳值膯?wèn)答和規(guī)劃系統(tǒng)以及斯坦福研究所（SRI）的Shakey機(jī)器人項(xiàng)目，后者是第一個(gè)展示邏輯推理和物理活動(dòng)完全集成的項(xiàng)目。2.2.3早期期望無(wú)限（1952-1969）在麻省理工學(xué)院，明斯基指導(dǎo)一批學(xué)生選擇了一些似乎需要智能才能求解的有限問(wèn)題。其中，詹姆斯·斯萊格爾的SAINT程序能夠求解大學(xué)一年級(jí)課程中典型封閉形式的微積分問(wèn)題。托馬斯·埃文斯的ANALOGY程序能夠解決智商測(cè)試中常見(jiàn)的幾何類比問(wèn)題。丹尼爾·博布羅的STUDENT項(xiàng)目能夠求解代數(shù)故事問(wèn)題。2.2.3早期期望無(wú)限（1952-1969）建立在麥卡洛克和皮茨提出的神經(jīng)網(wǎng)絡(luò)上的早期工作也蓬勃發(fā)展。什穆埃爾·溫諾格拉德和杰克·考恩的研究展示了大量元素如何共同代表一個(gè)獨(dú)立的概念，同時(shí)提升穩(wěn)健性和并行性。赫布的學(xué)習(xí)方法分別得到了伯尼·維德羅和弗蘭克·羅森布拉特的改進(jìn)，他們的網(wǎng)絡(luò)分別被稱為線性自適應(yīng)神經(jīng)網(wǎng)絡(luò)和感知機(jī)。感知機(jī)收斂定理指出，學(xué)習(xí)算法可以調(diào)整感知機(jī)的連接強(qiáng)度來(lái)擬合任何輸入數(shù)據(jù)（前提是存在這樣的擬合）。2.2.3早期期望無(wú)限（1952-1969）從一開(kāi)始，人工智能研究人員對(duì)未來(lái)成功的預(yù)測(cè)毫不避諱。下面這句1957年赫伯特·西蒙的名言經(jīng)常被引用：我的目的不是使大家感到驚訝或震驚，我可以總結(jié)出的最簡(jiǎn)單的說(shuō)法是，現(xiàn)在世界上存在著能夠思考、學(xué)習(xí)和創(chuàng)造的機(jī)器。此外，它們的這些能力將迅速提高，在可見(jiàn)的未來(lái)內(nèi)，它們能夠處理的問(wèn)題范圍將與人類思維的應(yīng)用范圍一樣廣泛。2.2.4一些現(xiàn)實(shí)（1966-1973）雖然“可見(jiàn)的未來(lái)”這個(gè)詞是模糊的，但西蒙也做出了更具體的預(yù)測(cè)：10年內(nèi)，計(jì)算機(jī)將成為國(guó)際象棋冠軍以及機(jī)器將能證明重要的數(shù)學(xué)定理。這些預(yù)測(cè)的實(shí)現(xiàn)（或近似實(shí)現(xiàn)）實(shí)際上用了40年時(shí)間，遠(yuǎn)遠(yuǎn)超過(guò)10年。當(dāng)初西蒙的過(guò)度自信源于早期人工智能系統(tǒng)在簡(jiǎn)單示例任務(wù)上的出色表現(xiàn)。但是，在幾乎所有情況下，這些早期系統(tǒng)在更困難的問(wèn)題上都失敗了。2.2.4一些現(xiàn)實(shí)（1966-1973）失敗有兩個(gè)主要原因：第一個(gè)主要原因是許多早期人工智能系統(tǒng)主要基于人類如何執(zhí)行任務(wù)的“知情內(nèi)省型”，而不是基于對(duì)任務(wù)、解的含義以及算法需要做什么才能可靠地產(chǎn)生解的仔細(xì)分析。2.2.4一些現(xiàn)實(shí)（1966-1973）第二個(gè)主要原因是對(duì)人工智能要求解問(wèn)題的復(fù)雜性缺乏認(rèn)識(shí)。大多數(shù)早期的問(wèn)題求解系統(tǒng)都會(huì)嘗試組合不同的步驟，直到找到解為止。在計(jì)算復(fù)雜性理論發(fā)展完備之前，人們普遍認(rèn)為“擴(kuò)展”到更大的問(wèn)題僅僅是需要更快的硬件和更大的內(nèi)存。但是當(dāng)研究人員無(wú)法證明涉及幾十個(gè)事實(shí)的定理時(shí)，伴隨著歸結(jié)定理證明發(fā)展而來(lái)的樂(lè)觀情緒很快就受到了打擊。一般而言，程序可以找到解的事實(shí)并不意味著該程序具備任何在實(shí)踐中找到解所需的機(jī)制。2.2.4一些現(xiàn)實(shí)（1966-1973）未能處理“組合爆炸”是萊特希爾報(bào)告中對(duì)人工智能的主要批評(píng)之一，基于這份報(bào)告，英國(guó)政府決定除兩所大學(xué)外的所有大學(xué)中停止支持人工智能研究。此外，產(chǎn)生智能行為的基礎(chǔ)結(jié)構(gòu)存在一些根本限制也是導(dǎo)致失敗的原因。例如，明斯基和派珀特的著作“感知器證明”，盡管感知機(jī)（一種簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)形式）被證明可以學(xué)習(xí)它們能夠表示的任何事物，但它們能表示的事物很少。例如無(wú)法訓(xùn)練雙輸入感知機(jī)來(lái)判斷它的兩個(gè)輸入是否相同。盡管他們的研究結(jié)果并不適用于更復(fù)雜的多層網(wǎng)絡(luò)，但用于神經(jīng)網(wǎng)絡(luò)研究的經(jīng)費(fèi)很快就減少到幾乎為零。2.2.4一些現(xiàn)實(shí)（1966-1973）有諷刺意味的是，在20世紀(jì)80年代和21世紀(jì)10年代再次引起神經(jīng)網(wǎng)絡(luò)研究巨大復(fù)興的新反向傳播學(xué)習(xí)算法，早在20世紀(jì)60年代初已經(jīng)在其他情景下得到了發(fā)展。2.2.4一些現(xiàn)實(shí)（1966-1973）專家系統(tǒng)因其在計(jì)算機(jī)科學(xué)和現(xiàn)實(shí)世界中的貢獻(xiàn)而曾經(jīng)被視為是人工智能中最古老、最成功、最知名和最受歡迎的領(lǐng)域。專家系統(tǒng)可以被看作是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，它是早期人工智能的一個(gè)重要分支，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)的重大突破。專家系統(tǒng)一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)，根據(jù)系統(tǒng)中的知識(shí)與經(jīng)驗(yàn)，進(jìn)行推理和判斷，來(lái)模擬通常由人類領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題決策過(guò)程。2.2.5專家系統(tǒng)（1969-1986）在人工智能研究的早期提出的問(wèn)題求解是一種通用搜索機(jī)制，試圖將基本的推理步驟串在一起找到完整的解。這種方法被稱為弱方法，雖然很普適但不能擴(kuò)展到大型或困難的問(wèn)題實(shí)例上。弱方法的替代方案是使用更強(qiáng)大的領(lǐng)域知識(shí)，這些知識(shí)允許更大規(guī)模的推理步驟，并且可以更輕松地處理特定領(lǐng)域中發(fā)生的典型案例。2.2.5專家系統(tǒng)（1969-1986）斯坦福大學(xué)開(kāi)發(fā)的DENDRAL程序是這種方法的早期例子。愛(ài)德華·費(fèi)根鮑姆、布魯斯·布坎南（從哲學(xué)家改行的計(jì)算機(jī)科學(xué)家）和喬舒亞·萊德伯格（諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主，遺傳學(xué)家）聯(lián)手解決了從質(zhì)譜儀提供的信息推斷分子結(jié)構(gòu)的問(wèn)題。該程序的輸入包括分子的基本分子式（如C6H13NO2）和質(zhì)譜，其中質(zhì)譜給出了分子被電子束轟擊時(shí)產(chǎn)生的各種碎片的