穿越時空，探尋人工智能發(fā)展史

編者按：人工智能是一門研究如何使用機器實現(xiàn)人類智能的學科。具體來說，人工智能旨在通過計算機或其它機器來實現(xiàn)對人類智能的模擬和實現(xiàn)，使機器具有感知、理解、判斷、推理、學習、識別、生成、交互等類人智能的能力，從而完成一系列復雜的任務(wù)和功能。人工智能的主要應(yīng)用領(lǐng)域包括智能制造、醫(yī)療健康、智能交通與物流、個性化教育、智能客服、以及智慧城市管理，通過深度學習、計算機視覺、自然語言處理等技術(shù)，推動產(chǎn)業(yè)升級，提升社會運行效率，改善人們的生活質(zhì)量與體驗?，F(xiàn)在，讓我們一起來探尋人工智能的發(fā)展歷程吧！

圖靈測試：嚴格的機器智能探測器

故事的開頭，要追溯到1950年。那一年，一位叫圖靈的科學家在哲學雜志《心智》上發(fā)表論文《計算機器和智能》，提出著名的“圖靈測試”——如果一臺機器能夠通過電傳設(shè)備與人類展開對話，與它進行對話的人又不能辨別出它是機器還是人，那么就可以認為這臺機器具有智能。后來，圖靈又談到一個具體的想法：讓機器來冒充人，如果超過30%的裁判認為，和自己說話的是人，而非機器，就算作成功。

“圖靈測試”的目的是，判斷機器是否能出現(xiàn)與人類無法區(qū)分的智能行為。雖然圖靈并沒有在論文中提出“人工智能”這個概念，但是“圖靈測試”的理念為人工智能的誕生奠定了哲學基礎(chǔ)，因為他提出了一個劃時代的問題：“機器能思考嗎？”這一提問，引出了一個更大層面的哲學討論：什么是“智能”？

同學們，究竟“什么是智能”呢？這是一個非常重要的問題，因為它決定了人工智能的不同研究走向。大家先自行思考，我們一會兒再來談。

達特茅斯會議：人工智能正式成為一門學科

讓我們把目光再拉回到1956年的達特茅斯會議。這一年，在美國達特茅斯學院，學者們暢談如何利用問世不久的計算機來實現(xiàn)人類智能的問題。在會議的籌備期，美國數(shù)學博士約翰·麥卡錫建議用“Artificial Intelligence”來標識這個新興的學術(shù)領(lǐng)域，參會的學者都表示同意。自此，“人工智能”這個詞開始出現(xiàn)在公眾的視野中。

這個會議也標志著人工智能作為一門獨立學科的開始，科學家們滿懷熱情地投入研究，希望機器能夠模仿人類的邏輯推理、學習和解決問題的能力。此后，也掀起了人工智能的一次又一次浪潮。

剛才，我請同學們思考問題“什么是智能”，并且告訴大家這個問題很重要。為什么這樣說呢？因為在人工智能的發(fā)展過程中，由于學者們對“智能”的不同理解，逐漸形成了三個具有影響力的不同學派，它們分別是“符號主義”“聯(lián)結(jié)主義”和“行為主義”。

人工智能研究的三大學派

關(guān)于這三個學派的重要性，同學們可以這樣理解：如果說人工智能的世界是一座宏偉的城堡，那么這三大學派就是構(gòu)建這座城堡的三大基石。我們一起來回顧一下吧！

符號主義，也被稱為“邏輯主義”，是最早形成的人工智能學派之一。他們相信智能的核心在于邏輯推理和知識的精準表達。他們認為智能活動的理論基礎(chǔ)是物理符號系統(tǒng)，認知的基元是符號，認知過程是符號模式的操作處理過程。在這個學派中，智能機器被看作是一位嚴謹?shù)膶W者，通過解析和操作符號，例如數(shù)學公式和語言詞匯等來解決問題。

想象一下，當你走進一座古老的圖書館，滿架的書籍記錄著人類的智慧與邏輯。如同你在圖書館可以根據(jù)分類和索引找到書籍一樣，符號主義的人工智能通過構(gòu)建復雜的規(guī)則和知識庫來模擬人類的思維過程，解答現(xiàn)實中遇到的問題。

聯(lián)結(jié)主義，又稱為“仿生學派”，他們認為智能并非來源于明確的邏輯規(guī)則或符號操作，而是源自大量神經(jīng)元的并行、分布式的相互作用。因為人類大腦中的神經(jīng)元通過電化學信號相互連接，形成了一個龐大的網(wǎng)絡(luò)。所以，聯(lián)結(jié)主義就主張人工智能的實現(xiàn)重點是要對生物神經(jīng)系統(tǒng)尤其是大腦神經(jīng)網(wǎng)絡(luò)工作方式進行模擬。聯(lián)結(jié)主義中最具有代表性的研究成果就是神經(jīng)網(wǎng)絡(luò)。

把我們的大腦想象成一個繁忙的都市，城市里面住著無數(shù)勤勞的小信使，它們就是神經(jīng)元。這些小信使們通過神經(jīng)纖維不停地交換信息，緊密地進行交流與合作。聯(lián)結(jié)主義就像是研究這個城市如何運作，以及如何讓機器擁有類似智能的一門學問。

剛開始的時候，這個想法遇到了很多挑戰(zhàn)，因為要讓智能機器像我們的大腦一樣學習，需要解決如何調(diào)整數(shù)以億計的“通話線路”問題。后來，研究人員開發(fā)出了一種叫“反向傳播”的神奇算法，它就像城市規(guī)劃師，指導小信使們?nèi)绾胃咝У刂匦虏季€，極大地推動了神經(jīng)網(wǎng)絡(luò)在解決復雜問題上的應(yīng)用。

行為主義學派關(guān)注的是智能機器在環(huán)境中的行為表現(xiàn)，而不是它們內(nèi)部的心理狀態(tài)或邏輯結(jié)構(gòu)。在行為主義看來，智能并不神秘，它藏在每一次嘗試與調(diào)整中，藏在那些看似簡單卻無比有效的行動里。他們認為，智能不是靠思考或模擬大腦結(jié)構(gòu)，而是通過直接與環(huán)境的互動進行學習和發(fā)展，智能不在于你知道多少，而在于你能用已知去應(yīng)對多少未知。從中我們可以看出，行為主義強調(diào)的是一種“做中學”的智慧。也就是說，既然人類的學習是從每一次嘗試開始的，所以智能機器的行為模式和策略也可以在與世界的互動中逐步形成。

想象一下，行為主義者設(shè)計的智能機器像是一只在林間自由探索的小動物，通過不斷地嘗試和試錯，學會適應(yīng)環(huán)境，找到食物，躲避危險。強化學習就是行為主義的代表性成果，它們通過讓智能機器在不斷的嘗試中優(yōu)化行為策略，達成目標，來解決復雜決策問題。

雖然在初始階段，三大學派各自按照自己對“智能”的理解進行不同的探索，但在人工智能的發(fā)展中，符號主義、聯(lián)結(jié)主義和行為主義都起到了重要的作用。今天，這些學派的思想常常被融合使用，我們?nèi)祟悇?chuàng)造出了既懂邏輯又能自我學習，既能適應(yīng)環(huán)境又可以有不同功能的各種智能機器。

人工智能的未來，是建立在以上這些智慧的研究之上，但也需要我們不斷持續(xù)探索、學習和發(fā)展。同學們，你們準備加入到這個探索的旅程中來嗎？