AI 与爱

1956年John McCarthy（1927~2011）在达特茅斯会议上提出了“人工智能 (artificial intelligence，AI）”一词。他将人工智能定义为：“制造智能机器的科学与工程。”

The science and engineering of making intelligent machines.

人工智能也可定义为能够执行需要人类智能的任务的计算机系统的开发，如制定决策、检测对象、解决复杂问题等等。

人工智能方兴未艾，对于其类型的划分也并无定论，目前较为认可的是密歇根州立大学 Arend Hintze 教授对其的定义。他将人工智能分为单一反应型、有限记忆型、具有心智型以及自我意识型。

这四种类型是逐步发展，逐次上升的。从接受信号，做出单一反应，到有限记忆，存储少量经验；从具有心智，理解人类思想和感受，到形成自我表征，预测他人感受，人工智能不断发展，也不断向拟人化靠近。

人工智能可以通过以下技术解决现实问题：

机器学习

深度学习

自然语言处理

机器人

模糊逻辑

专家系统

机器学习

机器学习是一门借助机器解释、处理和分析数据以解决实际问题的科学。它的根源可以追溯到1952年就职于IBM 的 Arthur Samuel（被誉为“机器学习之父”）设计的一款西洋跳棋程序。机器学习有三种类型，分别为监督式学习、无监督式学习和强化学习。

毫无疑问，机器学习有助于人类克服知识和常识方面的瓶颈，而我们认为这些瓶颈会阻碍人类水平的人工智能的发展，因此许多人将机器学习视为人工智能的梦想。

深度学习

深度学习 是在高维数据上实现神经网络以获得洞察力并形成解决方案的过程。深度学习是机器学习的一个高级领域，可以用于解决更高级的问题，它是 Facebook、自动驾驶汽车、Siri、ALexa 等虚拟助手人脸认证算法背后的逻辑。

自然语言处理

自然语言处理 是一门从人类自然语言中提取洞察力，以便与机器交流并发展业务的科学。它也是人工智能中最古老、研究最多、要求最高的领域之一。开发智能系统的任何尝试，最终似乎都要解决一个问题，即使用何种形式的标准进行交流。例如，比起使用图形系统或基于数据系统的交流，语言交流通常是首选。

20 世纪四五十年代，人们使用有限自动机、形式语法和概率建立了自然语言理解的基础。但是，20 世纪五六十年代，早期使用机器翻译语言的尝试被实践证明是徒劳无功的。20 世纪 70 年代，当时的潮流趋于使用符号方法和随机方法。进入 21 世纪后，随着机器学习的兴起，自然语言处理迎来新的突破，并推动了随机过程、机器学习、信息提取和问答等现有方法的应用。比如，Twitter 使用自然语言处理技术来过滤推文中的恐怖主义的语言，Amazon 使用自然语言处理了解客户评论并改善用户体验。

机器人

人工智能机器人是在现实环境中行动的人工智能体，通过采取负责任的行动来产生结果。这一领域在计算几何和视觉方面与人工智能密切相关。目前，在机器人技术中，特别是嵌入式系统中，我们可以看到人工智能的许多体现，包括搜索算法、逻辑、专家系统、模糊逻辑、机器学习、神经网络、遗传算法、规划甚至博弈等。人形机器人 Sophia 就是机器人技术中人工智能的一个典例。

模糊逻辑

模糊逻辑是一种基于“真实度”原则的计算方法，而非通常意义上的现代计算机逻辑，即布尔逻辑。换言之，我们所得到的结果往往并非非黑即白、非正即负，而是“在一定程度上”的结果。比如，机器人在实现目标的路径上可能会遇到阻碍，而机器人却必须坚持实现目标。换句话说，机器人的世界不仅是离散的，它也取决于某些 “自由度”，某些属性具有不同程度的变化，而不只是产生“开”或“关”、“是”或“否”的结果。

模糊理论由 Lotfi Zadeh（1921~）于 1965 年提出，Zadeh 最初并没有想到模糊逻辑可以用于工程师的工业过程以控制和“智能”消费产品。后来，Mark Hopkins 在多个领域发现了模糊逻辑的应用，包括经济、农业、航天、核科学、生物医学等等。实际上，模糊逻辑目前已经实现了广泛的应用。

专家系统

专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

20 多年来，知识工程的研究，专家系统的理论和技术不断发展，应用渗透到几乎各个领域，包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，开发了几千个的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。