浅议“什么是人工智能”

摘 要：对人工智能不同的认知和研究方向将导致不同的定义。本文从人工智能的工程目标出发，探讨智能机器设计中的重要概念和想法，分析了备受关心和争议的问题“机器能思考吗？”，从而得出对人工智能的理解和认识。

关键词：人工智能（AI）;机器;能;思考

1.引言

“人工智能”一词首次出现在1956年著名的达特茅斯会议上，由约翰？麦卡锡提出，从此人工智能便进入人们视野和研究领域。纵观整个人工智能发展历史，是出乎意料的复杂和漫长。近年来，机器学习的崛起导致人工智能发展迅猛，使其从科学的神坛走入了经济的大潮。那么，什么是人工智能？

人工智能（AI，Artificial intelligence）通常与机器的智能行为有关，包括在复杂环境中感知推理、学习、通信和行动等。AI的一个长期工程目标是将机器开发得可以像人类一样出色地完成这些行为，甚至可能做得更好。另外，AI还有一个科学目标是了解这些行为，不管是发生在机器上，还是发生在人类或其他动物身上。本文主要针对AI工程目标，探讨智能机器设计中的重要概念和想法。

2.机器能思考吗

什么是人工智能？不同的认知和研究方向将导致不同的定义，不同的理解分别适用于不同的人群和语境。一直以来，哲学家、科学家以及工程师们对一个问题非常关心和争议不绝，即“机器能思考吗？”（“Can machines think？”），这个问题将导向我们如何定义人工智能。计算机科学创始人之一艾伦？图灵将这个问题改述为一个可以实验证明的测试，即著名的“图灵测试”，同时他认为答案取决于如何定义或理解单词“能（can）”“机器（machine）”和“思考（think）”。

2.1如何定义“能”或“不能”

首先考虑如何定义“能”。意思是机器有一天能思考吗，还是现在？是指理论上要求他们能够思考，还是需要实际证明？这些都是很重要的问题，毕竟目前还不存在像人类一样思考的机器。想必这样的机器非常复杂，行动也很复杂（例如他们与环境和其他智能机器的互动），以至于可能永远也无法被设计和创造出来，或许仅存在于理论假设，因为我们对自身大脑的工作机制认知尚浅，更别说将它复制到机器上。

事实上，虽然机器无法像人一样思考，但却能够完成与人类相似的行为。也就是说，无论机器以何种方式实现某种功能，只要该功能在相同或相似环境下表现得能和人类行为相似，即这个机器（在该领域）是能思考的（或智能的）。这种不问过程只问结果的思想在实际生活中有很强的意义和证明，例如机器翻译、语音识别及主题抽取等自然语言相关的处理，机器可以智能地工作，最终结果看起来就像是人做的一样。从这个导向上来看，AI就是与人类行为相似的智能组件（计算机程序），而非与人类思考方式相似的智能组件（计算机程序）。

2.2什么是“机器”

其次是“机器”。对于大多数人来说，机器是个相当呆板的东西，一堆金属制品，这个东西怎么能“思考”？然而计算机的产生让我们刷新对“机器”的认识，在前面介绍过它能翻译。而生物技术的进步更让我们对“机器”的认知焕然一新。例如病毒入侵细胞的过程就像机器运作一样，因而被称为蛋白质机器。对病毒基因测序表明科学家开始以解释机器的方式解释此类生物的功能和发展，尽管对所有基因组的功能尚不清楚，但这有助于理解生化基因对病毒细菌的调节规律。乔布斯治疗癌症就是很好的例子。目前包括人类在内的其他生物的完整基因组的测序正在进行中。如果一旦科学家完全掌握了这些规律，那这些生物是不是也可被看成“机器”呢？那么“机器能思考”不就可以证明。

或许这样说有点牵强，即蛋白质制成的活机器能够思考，不一定代表硅制成的机器也能思考。为此，Newell和Simon提出一种物理符号系统（机器），它拥有一般智能行动的必要和充分的手段。就像数字计算机一样，能够操纵符号数据添加数字，重新排列符号列表等。该系统是基质中性的，由什么组成并不重要，可以由蛋白质、机械继电器、晶体管或其他任何东西组成，只要它可以处理符号。

物理符号系统已被大多数人接受为人工智能领域里需要的智能机器。除此之外，智能机器要能实现人类思维还必须能够并行处理、使用多元逻辑（非二进制逻辑）和相当逼真的人工神经元等等。

2.3如何定义“思考”

最后，如何定义“思考”？艾伦？图灵没有试图定义这个词，而是通过图灵测试决定特定机器是否智能。测试最初被描述为一个审问者游戏，通过一系列对话确定诚实者和撒谎者的身份。现在的问题是：“当机器在这个游戏中扮演撒谎者时，人类审问者是否会被误导从而做出错误的判断？如果是，是否就认为机器是智能的？……”。这些问题取代了原来的 “机器能思考吗？”的问题，用来测试机器是否智能。换句话说，机器能否思考，取决于测试出它是否智能。

图灵测试通常简化为机器试图说服人类审问者它是人类的测试。在对话过程中为了误导人类审问者，它的回答就像是经“思考”过的一样。而这个“思考”的过程可以看作机器以人类的对话为输入，经过一系列分析或处理，并计算出输出（应答语句）的程序或算法。

图灵测试的“思考”逻辑比较简单，因此它不被认为能有效地测试机器是否智能，就像用一个简单的问题来测试一个人的智商一样。不过这并不影响我们对机器智能的理解，即机器能根据上下文做出合理的应对，使其表现看起来像是人类行为。随着机器学习的兴起，在机器“思考”过程中加入训练、学习和推理等逻辑，使得它的表现行为越来越能够达到甚至超越人类水平。

3.什么是人工智能

在给机器贴上智能标签之前，似乎确实值得弄清楚应该要求它有什么能力。已经有很多计算机程序可以完成令人惊叹的事情，包括规划最佳驾驶路线、推荐最经济航班、安排工厂机器的使用等。这些程序智能吗？毫无疑问是。

所以，综合前面的分析，人工智能就是能够感知复杂的环境，通过推理、学习、通信等，做出（超越）人类水平的行动，从而最大化目的收益的计算机程序。该定义偏重实证，基本上反映了近年来人工智能研究的主流倾向。

4.结语

对人工智能的定义取决于如何看待“机器能思考吗？”这个问题，不同的理解将导向对人工智能不同的研究方向和认识。本文分析了智能机器设计中的重要概念，提出了对人工智能偏重实证的理解，反映了人工智能的主流研究倾向。

参考文献：

[1] 埃里克·奥尔森（英）. 人工智能的形而上学[J]. 科学技术哲学. 2021（9）.

[2] 李开复， 王咏刚. 李开复： 到底什么是人工智能[J]. 科学大观园. 2018（2）

作者簡介：

冯明星（1981.06-），男，汉族，贵州遵义人，副教授，硕士，主要从事计算机网络相关研究。