重要的事,请广大的读者不要喷俺,允许俺至少说两遍。
人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。
同时,也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。
比如许婷曾见过的“指路糖豆”,以及会听话,能严格按照主人意思变大变小的“隐形飞机”等。
其实好吃懒做的许婷曾经在她的那个时代,就很认真地发过一个白日梦。
有一天,她能低价买回来一个仿真机器人。
这个机器人可以陪她对话,聊天,玩,还可以干尽一切家务,比如洗衣服、打扫卫生、做饭什么的。
对于洗衣服和打扫卫生,反正干净就行么!
可是做饭嘛,嘿嘿,怎么着至少也会八大菜系中的各项名菜吧?
川菜那是必须的。
水煮毛血旺,水煮鱼片,水煮牛蛙。。。。
许婷是个武汉伢。
那也得要会鄂菜。
排骨藕汤,炸藕夹,红烧武昌鱼。。。。
还有各大面点及小吃。
会西餐那是更好。
双休就买一只蜡烛回来,机器人为许婷端上一盘鲜嫩可口的牛排和意大利通心粉,还有水果沙拉和新鲜出炉的披萨。
许婷就放开情怀,敞开肚皮去吃,机器仿真人就。。。。站在一旁伺候着,当然,如果有需要,还可以机灵地拿着雪白巾布帮许婷擦擦油亮的嘴巴。。。。。
对了,我希望我的机器女仆人象日本动漫《银魂》中的小玉一样,那么温婉清纯可爱。许婷不经意地想道,我可以从她身上汲取美德么!
你想想,一个平民女,由于低价买进了一个智能仿真机器人(请不要问我为什么这么智能的机器人居然是低价出售),从此以后便享受到了女皇一般的待遇,可以颐指气使,可以十指不沾阳春水,可以发号施令,可以从家务活以及自制的难吃菜肴中获得永久的解放。
只是想一想,就会两眼放出无数的星星来。
以后如果有一天,遇上了对的那个人,成了家,将调皮淘气的熊孩子扔给机器人,不是也挺省心而惬意么!
连带着培训、培优、请家教的钱,也全给省了下来。
真好,真的很好。
那么,什么是人工智能呢?
人工智能的定义可以分为两部分,即“人工”和“智能”。
“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。
关于什么是“智能”,就问题多多了。这涉及到其它诸如意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)(包括无意识的思维(UNCONSCIOUS_MIND))等等问题。
人唯一了解的智能是人本身的智能,这是普遍认同的观点。
人工智能在计算机领域内,得到了愈加广泛的重视。并在机器人,经济政治决策,控制系统,仿真系统中得到应用。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。
人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
许婷记得,她曾无意中阅读过米国一位专家的报告。语言学团队小组们,致力于让计算机理解并能对所接收到的语句信息进行识别和判断,并作出正确而正常的反应。
他们不断扩大计算机所理解的语言词汇词库容量。
目前这种研究已经深入到,如何使计算机识别人类语气的阶断。
也就是说,同样一句话,如何让计算机认识到,这是一个反问句,或者,只是讥讽,并不需要去回答。
“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。
这类“机器学习”对“经验”的依赖性很强。
计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。
就像百度的工程师在设计汽车无人驾驶的人工智能时,说过一句话:“无人驾驶,就是机器通过传感器,获知周边的情景图像,并迅速做出反应。它的难点并不在于机器的发动,行驶,或是加速、减速还是骤停。而是需要机器,根据360度无死角的传感器获知不同的路况,不同的情景信息,迅速处理,作出判断和反应,是应该加速,还是减速,或是停车。”
他说,我们的技术并不见得比别人的差。
但是,遗憾的是,这却是一个刚出生的“婴儿”。
我们需要让它增长见识,不断经历,获得经验,积累经验,并汲取要点。
由此可见,人工智能就其本质而言,是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行,一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器;二是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。
现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。
如今没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。
其中几个长久以来仍没有结论的问题是:是否应从心理或神经方面模拟人工智能?
或者像鸟类生物学对于航空工程一样,人类生物学对于人工智能研究是没有关系的?
智能行为能否用简单的原则(如逻辑或优化)来描述?还是必须解决大量完全无关的问题?
人工智能在计算机上实现时有2种不同的方式。
一种是采用传统的编程技术,使系统呈现智能的效果,而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(ENGINEERINGAPPROACH),它已在一些领域内作出了成果,如文字识别、电脑下棋等。
另一种是模拟法(MODELINGAPPROACH),它不仅要看效果,还要求实现方法也和人类或生物机体所用的方法相同或相类似。
遗传算法(GENERICALGORITHM,简称GA)和人工神经网络(ARTIFICIALNEURALNETWORK,简称ANN)均属后一类型。
遗传算法模拟人类或生物的遗传-进化机制,人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果,两种方式通常都可使用。
采用前一种方法,需要人工详细规定程序逻辑,如果游戏简单,还是方便的。如果游戏复杂,角色数量和活动空间增加,相应的逻辑就会很复杂(按指数式增长),人工编程就非常繁琐,容易出错。而一旦出错,就必须修改原程序,重新编译、调试,最后为用户提供一个新的版本或提供一个新补丁,非常麻烦。
采用后一种方法时,编程者要为每一角色设计一个智能系统(一个模块)来进行控制,这个智能系统(模块)开始什么也不懂,就像初生婴儿那样,但它能够学习,能渐渐地适应环境,应付各种复杂情况。这种系统开始也常犯错误,但它能吸取教训,下一次运行时就可能改正,至少不会永远错下去,用不到发布新版本或打补丁。利用这种方法来实现人工智能,要求编程者具有生物学的思考方法,入门难度大一点。但一旦入了门,就可得到广泛应用。
人工智能是一门边沿学科,属于自然科学、社会科学、技术科学三向交叉学科。
涉及学科包括哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学,社会结构学与科学发展观。
研究范畴是语言的学习与处理,知识表现,智能搜索,推理,规划,机器学习,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计,软计算,不精确和不确定的管理,人工生命,神经网络,复杂系统,遗传算法人类思维方式,最关键的难题还是机器的自主创造性思维能力的塑造与提升。
所以有人说,人工智能可能导致第二次工业革命。