人工智能的概念

所谓“人工智能”是指用计算机模拟或实现的智能。作为一门学科，人工智能研究的是如何使机器（计算机）具有智能的科学和技术，特别是人类智能如何在计算机上实现或再现的科学和技术。因此，从学科角度讲，当前的人工智能是计算机科学的一个分支。

人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及计算机科学，而且还涉及脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学和数学、信息论、控制论和系统论等众多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。

广义的人工智能学科是模拟、延伸和扩展人的智能，研究与开发各种机器智能和智能机器的理论、方法与技术的综合性学科。

人工智能是一个含义很广的词语，在其发展过程中，具有不同学科背景的人工智能学者对它有着不同的理解，提出了一些不同的观点，人们称这些观点为符号主义（symbolism）、连接主义（connectionism）和行为主义（actionism）等，或者叫做逻辑学派（logicism）、仿生学派（bionicsism）和生理学派（physiologism）。此外还有计算机学派、心理学派和语言学派等。

斯坦福大学人工智能研究中心的尼尔逊（N. J. Nilsson）教授从处理的对象出发，认为“人工智能是关于知识的科学，即怎样表示知识、怎样获取知识和怎样使用知识的科学”。麻省理工学院温斯顿（P. H. Winston）教授则认为“人工智能就是研究如何使计算机去做过去只有人才能做的富有智能的工作”。斯坦福大学费根鲍姆（E.A. Feigenbaum）教授从知识工程的角度出发，认为“人工智能是一个知识信息处理系统”。

综合各种不同的人工智能观点，可以从“能力”和“学科”两个方面对人工智能进行定义。从能力的角度来看，人工智能是相对于人的自然智能而言的，所谓人工智能是指用人工的方法在机器（计算机）上实现的智能；从学科的角度来看，人工智能是作为一个学科名称来使用的，所谓人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。总之，人工智能是一门综合性的边缘学科。它借助于计算机建造智能系统，完成诸如模式识别、自然语言理解、程序自动设计、自动定理证明、机器人、专家系统等智能活动。它的最终目标是构造智能机。

如何衡量机器是否具有智能呢？早在 1950 年，人工智能还没有作为一门学科正式出现之前，英国数学家图灵（A．M．Turing）就在他发表的一篇文章“Computing Machineryand Intelligence（计算机器与智能）”中提出了“机器能思维”的观点，并设计了一个很著名的测试机器智能的实验，称为“图灵测试”或“图灵实验”。该测试的参加者由一位测试主持人和两个被测试者组成。要求两个被测试者中的一个是人，另一个是机器。测试规则是：让测试主持人和每个被测试者分别位于彼此不能看见的房间中，相互之间只能通过计算机终端进行会话。测试开始后，由测试主持人向被测试者提出各种具有智能性的问题，但不能询问测试者的物理特征。被测试者在回答问题时，都应尽量使测试者相信自己是“人”，而另一位是“机器”。在这个前提下，要求测试主持人区分被测试者哪个是人，哪个是机器。如果无论如何更换测试主持人和被测试者中的人，测试主持人能分辨出人和机器的概率都小于 50％，则认为该机器具有了智能。作为人的一方不能判定对方是人还是机器，那么就认为对方的那台机器达到了人的智能。

对图灵的这个测试标准，也有人提出了疑义：认为该测试仅反映了结果的比较，既没有涉及思维的过程，也没有明确参加实验的人是小孩还是具有良好素质的成年人。尽管如此，它对人工智能这门学科的发展所产生的影响则是十分深远的。

要研究人工智能，当然要涉及什么是智能的问题，但这却是一个难以准确回答的问题。因为关于智能，至今还没有一个确切的公认的定义。这是由于智能是脑，特别是人脑的属性或者说产物。但人脑的奥秘至今还未完全揭开。从系统的观点看，人脑是一个复杂的、开放的、动态的巨系统。它的内部结构和工作机理，至今人们还不完全清楚。所以，这就导致了对于智能的多种说法。譬如有人说智能的基础是知识（因为没有知识的智能是不可想像的）；有人说智能的关键是思维（因为知识是思维产生的）；有人说智能取决于感知和行为，认为智能是在系统与周围环境不断“刺激—反应”的交互中发展和进化的。作者认为，从内涵来讲，智能应该是知识+思维；从外延来讲，智能就是发现规律、运用规律的能力（或者说获取知识、运用知识的能力）和分析问题、解决问题的能力。