1.1 什么是人工智能

作為計算機科學的一個分支，人工智能（Artificial Intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學（見圖1-2），是一門自然科學、社會科學和技術科學交叉的邊緣學科，它涉及的學科內容包括哲學和認知科學、數學、神經生理學、心理學、計算機科學、信息論、控制論、不定性論、仿生學、社會結構學與科學發展觀等。

人工智能的研究范疇包括自然語言學習與處理、知識表現、智能搜索、推理、規劃、機器學習、知識獲取、組合調度、感知、模式識別、邏輯程序設計、軟計算、不精確和不確定的管理、人工生命、神經網絡、復雜系統、遺傳算法、人類思維方式等。一般認為，人工智能最關鍵的難題還是機器自主創造性思維能力的塑造與提升。

人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但是能像人那樣思考，甚至也可能超過人的智能。人工智能企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。自從誕生以來，人工智能的理論和技術日益成熟，應用領域也不斷擴大，可以預期，人工智能所帶來的科技產品將會是人類智慧的“容器”，因此，人工智能是一門極富挑戰性的學科。

1.1.1 人工智能定義

人工智能的定義可以分為兩部分，即“人工”和“智能”。

“人工”比較好理解，我們也會進一步考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創造人工智能的地步等。

至于什么是“智能”，問題就復雜多了，它涉及諸如意識、自我、思維（包括無意識的思維）等問題。事實上，人唯一了解的是人類本身的智能，但人們對自身智能的理解，對構成人的智能的必要元素也了解有限，很難準確定義出什么是“人工”制造的“智能”。因此，人工智能的研究往往涉及對人的智能本身的研究（見圖1-3），其他關于動物或人造系統的智能也普遍被認為是與人工智能相關的研究課題。

尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟/硬件來模擬人類某些智能行為的基本理論、方法和技術。

20世紀70年代以來，人工智能被稱為世界三大尖端技術（空間技術、能源技術、人工智能）之一，也被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一，這是因為近三十年來人工智能獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，并取得了豐碩的成果。

人工智能與思維科學的關系是實踐和理論的關系，它是思維科學技術應用層次的一個分支。從思維觀點看，人工智能不局限于邏輯思維，也要考慮形象思維、靈感思維，才能促進人工智能的突破性發展。

1.1.2 強人工智能與弱人工智能

對于人的思維模擬可以從兩個方向進行，一是結構模擬，仿照人腦的結構機制，制造出“類人腦”的機器；二是功能模擬，從其人腦的功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。

人工智能研究領域的一個較早流行的定義，是由約翰·麥卡錫在1956年的達特茅斯會議上提出的，即：人工智能就是要讓機器的行為看起來像是人類所表現出的智能行為一樣。另一個定義是指：人工智能是人造機器所表現出來的智能性。總體來講，對人工智能的定義大多可劃分為四類，即機器“像人一樣思考”“像人一樣行動”“理性地思考”“理性地行動”。這里“行動”應廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。

強人工智能（Bottom-Up AI），又稱多元智能。研究人員希望人工智能最終能成為多元智能并且超越大部分人類的能力。有些人認為要達成以上目標，可能需要擬人化的特性，如人工意識或人工大腦。上述問題被認為是人工智能完整性：為了解決其中一個問題，你必須解決全部的問題。即使一個簡單和特定的任務，如機器翻譯，要求機器按照作者的論點（推理），知道什么是被人談論（知識），忠實地再現作者的意圖（情感計算）。因此，機器翻譯被認為是具有人工智能完整性。

強人工智能的觀點認為有可能制造出真正能推理和解決問題的智能機器，并且這樣的機器將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：

（1）類人的人工智能，即機器的思考和推理就像人的思維一樣。

（2）非類人的人工智能，即機器產生了與人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。

弱人工智能（Top-Down AI）觀點認為不可能制造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。如今主流的研究活動都集中在弱人工智能上，并且一般認為這一研究領域已經取得可觀的成就，而強人工智能的研究則處于停滯不前的狀態。