人工智能

一般教材中的定义领域是“智能代理(intelligent agent)的研究与设计”,智能代理是指一个可以观察周遭环境并作出行动以达致目标的系统。 约翰·麦卡锡于1955年的定义是, "制造智能机器的科学与工程."
人工智能的研究是高度技术性和专业的,各分支领域都是深入且各不相通的。
人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题,其中之一是,如何使用各种不同的工具完成特定的应用程序。AI的核心问题包括推理,知识,规划,学习,交流,感知,移动和操作物体的能力等。强人工智能目前仍然是该领域的长远目标。目前比较流行的方法包括统计方法,计算智能和传统意义的AI。目前有大量的工具应用了人工智能,其中包括搜索和数学优化,逻辑,基于概率论和经济学的方法等等

 

图灵


阿兰•麦席森•图灵是人工智能研究的先驱者之一,实际上,图灵机,尤其是通用图灵机作为一种非数值符号计算的模型,就蕴含了构造某种具有一定的智能行为的人工系统以实现脑力劳动部分自动化的思想,这正是人工智能的研究目标。而且正是从图灵机概念出发,在第二次世界大战时的军事工作期间,图灵在业余时间里经常考虑并与一些同事探讨“思维机器”的问题,并且进行了“机器下象棋”一类的初步研究工作。1947年,图灵在一次关于计算机的会议上作了题为“智能机器”intelligent machinery)的报告,详细地阐述了他关于思维机器的思想,第一次从科学的角度指出:“与人脑的活动方式极为相似的机器是可以制造出来的.”在该报告中,图灵提出了自动程序设计的思想,即借助证明来构造程序的思想.现在自动程序设计已成为人工智能的基本课题之一。图灵这一报告中的思想极为深刻、新奇,似乎超出了当时人们的想象力。1950年阿兰•图灵在《心灵》(Mind)杂志上发表了一篇划时代的论文:《计算机器和智能》。在这篇论文中,图灵认为,机器能不能思维的问题应当用问机器能否通过他设计的著名的“图灵测试”的问题来代替。如果机器能通过这个测试,就可以说机器具有思维。图灵在这篇文章中的丰富想象和博学引起了人们对机器智能的极大兴趣。1956年,有十位数学家和逻辑学家在美国新罕布什尔州的达特茅斯学院举办一个夏季学术讨论会。他们的目标是确定智能的特性原则上可以用机器来模拟。1969年,“智能机器”报告再次发表,人工智能已有了相当进展,尤其是R.J.瓦丁格(Waldingger)于1969年重新提出自动程序设计的概念,人们才开始理解了图灵这一报告的开创性意义。图灵的机器智能思想无疑是人工智能的直接起源之一.而且随人工智能领域的深入研究,人们越来越认识到图灵思想的深刻性:它们至今仍然是人工智能的主要思想之一。
 
马略卡

马略卡哲学家Ramon Llull(1232-1315)开发了一些“逻辑机”,试图通过逻辑方法获取知识。[16] Llull的机器能够将基本的,无可否认的真理通过机械手段用简单的逻辑操作进行组合,以求生成所有可能的知识。[17]Llull的工作对莱布尼兹产生了很大影响,后者进一步发展了他的思想。

在17世纪中,莱布尼兹,托马斯·霍布斯和笛卡儿尝试将理性的思考系统化为代数学或几何学那样的体系。[19]霍布斯在其著作《利维坦》中有一句名言:“推理就是计算(reason is nothing but reckoning)。” [20]莱布尼兹设想了一种用于推理的普适语言(他的通用表意文字),能将推理规约为计算,从而使“哲学家之间,就像会计师之间一样,不再需要争辩。他们只需拿出铅笔放在石板上,然后向对方说(如果想要的话,可以请一位朋友作为证人):‘我们开始算吧。’”[21] 这些哲学家已经开始明确提出形式符号系统的假设,而这一假设将成为AI研究的指导思想。

在20世纪,数理逻辑研究上的突破使得人工智能好像呼之欲出。这方面的基础著作包括布尔的《思维的定律》与弗雷格的《概念文字》。基于弗雷格的系统,罗素和怀特海在他们于1913年出版的巨著《数学原理》中对数学的基础给出了形式化描述。这一成就激励了希尔伯特,后者向20世纪20年代和30年代的数学家提出了一个基础性的难题:“能否将所有的数学推理形式化?” [15]这个问题的最终回答由哥德尔不完备定理,图灵机和Alonzo Church的λ演算给出。[15][22]他们的答案令人震惊:首先,他们证明了数理逻辑的局限性;其次(这一点对AI更重要),他们的工作隐含了任何形式的数学推理都能在这些限制之下机械化的可能性。