前言
最近这几年”人工智能“相关的话题热度一直很高，1997年5月11日深蓝战胜当时的国际象棋世界冠军卡斯帕罗夫， 2017年5月27日 AlphaGo战胜当时的围棋世界冠军柯洁，一次又一次让世人感到震惊，再到如今爆火出圈的ChatGPT。笔者也一直对人工智能感兴趣，所以今天对它进行了一个粗浅的了解，写下这篇文章的目的也是为了让更多的人对人工智能有一定的了解，而不是向我之前一样，听到别人说人工智能就觉得这个东西高深莫测，高不可攀，只要感兴趣就去了解，并不是说一定要去做这个东西，借用陶渊明先生的话就是”既自以心为形役，奚惆怅而独悲？“，
-
人工智能的定义
- 定义一：较早的定义，由约翰·麦卡锡（John McCarthy）在1956年的达特毛斯会议上提出：人工智能是让机器的行为看起来像人所表现出的智能行为一样
- 定义二：人工智能是人造机器所表现出来的智能性，即人造机器像人一样能够思考、采取行动或制定决策
- 定义三：从仿人类的角度，将利用机器（含计算机程序）模拟人类的感知、学习、认知、推理、决策、交互等过程的技术称为人工智能
- 定义四：尼尔斯·约翰·尼尔森（Nils John Nilsson）给出的定义，人工智能是关于知识的学科——怎么样表示知识以及怎么样获得知识并使用知识的一门科学技术
我的理解：从上面来看，人工智能并没有标准的定义，但是有一个大致的框架。首先人工智能是一门学科，是一项技术，它旨在研究让机器如何模拟人的行为和思维方式。现如今常见的人工智能技术的实际应用有：ChatGPT、文心一言、AlphaGo、索菲亚……
-
人工智能的分类：
- 弱人工智能：没有自我意识，不具备真正的思维能力（目前2023年，所有的人工智能都属于弱人工智能），特点是，只适用于特定的领域，没有自我意识
- 强人工智能：具有独立的自我意识，并且具备真正的推理能力
- 超强人工智能：具有人的思维，并且拥有自己的意识、世界观、价值观，能够自己制定决策并执行，具有人的想象力和创造力，特点是在几乎所有的领域都要远远超越人类
-
人工智能的发展史
备注：
- 图灵测试：观察者同时向人和机器提问，如果有超过30%的测试无法判断测试者是人还是机器，则该机器通过图灵测试（我相信当今的ChatGPT肯定是通过了这个图灵测试的）
- 专家系统：专家系统主要由知识库和推理机组成，知识库用来存放专家提供的知识，推理机根据当前的条件和已知信息，匹配知识库中的规则，获得新的结论，以得到问题的求解过程，较为出名的有 RI(XCON)系统
-
人工智能三大学派
-
符号主义：又称逻辑主义或计算机学派，起源于数理逻辑，其原理主要为物理符号系统假设和有限合理性原理。
符号主义认为符号是人的认知基元，人和计算机都是一个物理符号系统。符号主义的系统需要演绎归纳、逻辑推理，以及在特定的模型下求解的搜索算法，这包括专家系统、约束求解器和规划系统
扫描二维码关注公众号，回复： 14599863 查看本文章
-
连接主义：又称仿生学派或生理学派，其原理主要为神经网络以及神经网络之间的连接机制和学习算法，连接主义取自网络拓扑学。
连接主义认为神经元是人的认知基元，通过每一个神经元之间的连接传递信息，所以计算机应该模拟神经元的连接实现人工智能
-
行为主义：又称进化主义或控制论学派，其原理主要是 感知-动作控制论系统。
行为主义认为智能取决于人的感知和行动，智能不需要知识、表示和推理，在实际生活中，机器通过不断和外界交互过程中，就能表现出智能，然后不断进化
-
-
人工智能当下面临的问题
-
通用人工智能如何实现实现？
人工智能发展至今，都智能仅限于某一特定的领域，属于弱人工智能，在特定的领域表现还可以，但是如何实现通用人工智能在多个领域同时具备”人类智慧“，仍然是应该巨大的挑战，特别是实现弱人工智能到强人工智能的跨域将会是世纪难题
-
如何保障在稀缺资源条件下的学习？
人工智能的训练需要大量的数据，一些特定的领域，数据资源稀缺，如何使用稀缺资源数据去学习的是应该需要解决的问题
-
如何保障安全问题？
如何避免人工智能导致的用户数据泄露，以及防止人工智能被不法份子利用
-
法律法规的制定问题？
人工智能作为应该新兴的学派，必然存在很多法律法规上的漏洞和不足，如何最大程度的防止这些，也是一个值得考虑的问题
-
道德伦理问题？
我们如何看的人工智能，特别是一些领域的，比如性爱机器人、家庭机器人
-
-
人工智能的发展趋势
- 专用人工智能到通用人工智能的转变
- 弱人工智能到强人工智能的转变
- 人形机器人替代人类去干危险性很高的事
- AI研发药物
……
还有哪些方便的发展呢？欢迎到评论区说说你的看法吧O(∩_∩)O
参考资料
《人工智能基于及应用》——宋永端编著