人工智能的4種實(shí)現(xiàn)途徑

　　具體可以搜索一下：快包

　　智能產(chǎn)品開(kāi)發(fā)，外包服務(wù)平臺(tái)

　　演繹、推理和解決問(wèn)題早期的人工智能研究人員直接模仿人類進(jìn)行逐步的推理，就像是玩棋盤(pán)游戲或進(jìn)行邏輯推理時(shí)人類的思考模式。到了1980和1990年代，利用機(jī)率和經(jīng)濟(jì)學(xué)上的概念，人工智能研究還發(fā)展了非常成功的方法處理不確定或不完整的資訊。

　　對(duì)于困難的問(wèn)題，有可能需要大量的運(yùn)算資源，也就是發(fā)生了“可能組合爆增”：當(dāng)問(wèn)題超過(guò)一定的規(guī)模時(shí)，電腦會(huì)需要天文數(shù)量級(jí)的記憶體或是運(yùn)算時(shí)間。尋找更有效的算法是優(yōu)先的人工智能研究項(xiàng)目。

　　人

　　類解決問(wèn)題的模式通常是用最快捷，直觀的判斷，而不是有意識(shí)的，一步一步的推導(dǎo)，早期人工智能研究通常使用逐步推導(dǎo)的方式。人工智能研究已經(jīng)于這種“次表

　　征性的”解決問(wèn)題方法取得進(jìn)展：實(shí)體化的代理人研究強(qiáng)調(diào)感知運(yùn)動(dòng)的重要性。神經(jīng)網(wǎng)絡(luò)研究試圖以模擬人類和動(dòng)物的大腦結(jié)構(gòu)重現(xiàn)這種技能。

　　[編輯] 知識(shí)表示法主要文章：知識(shí)表示和常識(shí)知識(shí)庫(kù)

　　[編

　　輯]

　　規(guī)劃智能Agent必須能夠制定目標(biāo)和實(shí)現(xiàn)這些目標(biāo)。他們需要一種方法來(lái)建立一個(gè)可預(yù)測(cè)的世界模型(將整個(gè)世界狀態(tài)用數(shù)學(xué)模型表現(xiàn)出來(lái)，并能預(yù)測(cè)它們的行

　　為將如何改變這個(gè)世界)，這樣就可以選擇功效最大(或“值”)的行為。

　　在傳統(tǒng)的規(guī)劃問(wèn)題中，智能Agent被假定它是世界中為一具有影響力的，所以它要做出什么行為是已經(jīng)確定的。但是，如果事實(shí)并非如此，它必須定期檢查世界

　　模型的狀態(tài)是否和自己的預(yù)測(cè)相符合。如果不符合，它必須改變它的計(jì)劃。因此智能代理必須具有在不確定結(jié)果的狀態(tài)下推理的能力。

　　在多Agent中，多Agent規(guī)劃采用合作和競(jìng)爭(zhēng)去完成一定的目標(biāo)，使用演化算法和群體智慧可以達(dá)成一個(gè)整體的突現(xiàn)行為目標(biāo)。

　　[編輯] 學(xué)習(xí)主要文章：機(jī)器學(xué)習(xí)

　　[編輯] 自然語(yǔ)言處理主要文章：自然語(yǔ)言處理

　　[編輯] 運(yùn)動(dòng)和控制主要文章：機(jī)器人學(xué)

　　[編輯] 知覺(jué)主要文章：機(jī)器感知、計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別

　　機(jī)器感知是指能夠使用傳感器所輸入的資料(如照相機(jī)，麥克風(fēng)，聲納以及其他的特殊傳感器)然后推斷世界的狀態(tài)。計(jì)算機(jī)視覺(jué)能夠分析影像輸入。另外還有語(yǔ)音識(shí)別、人臉辨識(shí)和物體辨識(shí)。

　　[編輯] 社交主要文章：情感計(jì)算

　　情

　　感和社交技能對(duì)于一個(gè)智慧代理人是很重要的。 首先，通過(guò)了解他們的動(dòng)機(jī)和情感狀態(tài)，代理人能夠預(yù)測(cè)別人的行動(dòng)(這涉及要素

　　博弈論、決策理論以及能夠塑造人的情感和情緒感知能力檢測(cè))。此外，為了良好的人機(jī)互動(dòng)，智慧代理人也需要表現(xiàn)出情緒來(lái)。至少它必須出現(xiàn)禮貌地和人類打交

　　道。至少，它本身應(yīng)該有正常的情緒。

　　[編輯] 創(chuàng)造力主要文章：計(jì)算機(jī)創(chuàng)造力

　　一個(gè)人工智能的子領(lǐng)域，代表了理論(從哲學(xué)和心理學(xué)的角度)和實(shí)際(通過(guò)特定的實(shí)現(xiàn)產(chǎn)生的系統(tǒng)的輸出是可以考慮的創(chuàng)意，或系統(tǒng)識(shí)別和評(píng)估創(chuàng)造力)所定義的創(chuàng)造力。 相關(guān)領(lǐng)域研究的包括了人工直覺(jué)和人工想像。

　　[編

　　輯]

　　多元智慧大多數(shù)研究人員希望他們的研究最終將被納入一個(gè)具有多元智能(稱為強(qiáng)人工智能)，結(jié)合以上所有的技能并且超越大部分人類的能力。有些人認(rèn)為為了達(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。

　　上述許多問(wèn)題被認(rèn)為是人工智能完整性：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)?知識(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：它可能需要強(qiáng)人工智能工，就像是人類

　　一樣。

　　[編輯]

　　強(qiáng)人工智能和弱人工智能人工智能的一個(gè)比較流行的定義，也是該領(lǐng)域較早的定義，是由當(dāng)時(shí)麻省理工學(xué)院的約翰·麥卡錫在1956年的達(dá)特矛斯會(huì)議上提出的：

　　人工智能就是要讓機(jī)器的行為看起來(lái)就像是人所表現(xiàn)出的智能行為一樣。但是這個(gè)定義似乎忽略了強(qiáng)人工智能的可能性(見(jiàn)下)。另一個(gè)定義指人工智能是人造機(jī)器

　　所表現(xiàn)出來(lái)的智能。總體來(lái)講，目前對(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。

　　[編輯] 強(qiáng)人工智能強(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(wèn)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(jué)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(jué)和意識(shí)，使用和人完全不一樣的推理方式。

　　[編輯] 弱人工智能弱人工智能觀點(diǎn)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)。

　　強(qiáng)人工智能的研究目前處于停滯不前的狀態(tài)下。人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解強(qiáng)人工智能和弱人工智能的內(nèi)容與差別。就現(xiàn)下的人工智能研究領(lǐng)域來(lái)看，研究者已大量造出看起來(lái)像是智能的機(jī)器，取得相當(dāng)豐碩的理論上和實(shí)質(zhì)上的成果。

　　[編輯] 對(duì)強(qiáng)人工智能的哲學(xué)爭(zhēng)論“強(qiáng)人工智能”一詞最初是約翰·羅杰斯·希爾勒針對(duì)計(jì)算機(jī)和其它信息處理機(jī)器創(chuàng)造的，其定義為：

　　“強(qiáng)

　　人工智能觀點(diǎn)認(rèn)為計(jì)算機(jī)不僅是用來(lái)研究人的思維的一種工具;相反，只要運(yùn)行適當(dāng)?shù)某绦颍?jì)算機(jī)本身就是有思維的?！?J Searle in Minds

　　Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980)

　　關(guān)

　　于強(qiáng)人工智能的爭(zhēng)論，不同于更廣義的一元論和二元論的爭(zhēng)論。其爭(zhēng)論要點(diǎn)是：如果一臺(tái)機(jī)器的唯一工作原理就是轉(zhuǎn)換編碼數(shù)據(jù)，那么這臺(tái)機(jī)器是不是有思維的?希

　　爾勒認(rèn)為這是不可能的。他舉了個(gè)中文房間的例子來(lái)說(shuō)明，如果機(jī)器僅僅是轉(zhuǎn)換數(shù)據(jù)，而數(shù)據(jù)本身是對(duì)某些事情的一種編碼表現(xiàn)，那么在不理解這一編碼和這實(shí)際事

　　情之間的對(duì)應(yīng)關(guān)系的前提下，機(jī)器不可能對(duì)其處理的數(shù)據(jù)有任何理解?；谶@一論點(diǎn)，希爾勒認(rèn)為即使有機(jī)器通過(guò)了圖靈測(cè)試，也不一定說(shuō)明機(jī)器就真的像人一樣有

　　思維和意識(shí)。

　　也有哲學(xué)家持不同的觀點(diǎn)。Daniel C. Dennett 在其著作 Consciousness Explained

　　里認(rèn)為，人也不過(guò)是一臺(tái)有靈魂的機(jī)器而已，為什么我們認(rèn)為：“人可以有智能，而普通機(jī)器就不能”呢?他認(rèn)為像上述的數(shù)據(jù)轉(zhuǎn)換機(jī)器是有可能有思維和意識(shí)的。

　　有

　　的哲學(xué)家認(rèn)為如果弱人工智能是可實(shí)現(xiàn)的，那么強(qiáng)人工智能也是可實(shí)現(xiàn)的。比如Simon Blackburn在其哲學(xué)入門(mén)教材 Think

　　里說(shuō)道，一個(gè)人的看起來(lái)是“智能”的行動(dòng)并不能真正說(shuō)明這個(gè)人就真的是智能的。我永遠(yuǎn)不可能知道另一個(gè)人是否真的像我一樣是智能的，還是說(shuō)她/他僅僅是看

　　起來(lái)是智能的。基于這個(gè)論點(diǎn)，既然弱人工智能認(rèn)為可以令機(jī)器看起來(lái)像是智能的，那就不能完全否定這機(jī)器是真的有智能的。Blackburn

　　認(rèn)為這是一個(gè)主觀認(rèn)定的問(wèn)題。

　　需要指出的是，弱人工智能并非和強(qiáng)人工智能完全對(duì)立，也就是說(shuō)，即使強(qiáng)人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計(jì)算機(jī)能做的事，像算術(shù)運(yùn)算等，在百多年前是被認(rèn)為很需要智能的。

　　人工智能專業(yè)前景如何?

　　極其好。如果說(shuō)計(jì)算機(jī)專業(yè)是上個(gè)時(shí)代的老大，那么人工智能專業(yè)就是下個(gè)時(shí)代的龍頭。因?yàn)椋?/p>

　　1.