什么是AI

前言

   小编在学习算法的过程中，遇到了AI，同时也在CSDN的官方博客中发现了征文《你会为AI转型么》，那么AI作为当下的热点话题，我们来认识一下它吧。

AI的真面目

1、人工智能（Artificial Intelligence），缩写为 AI。

2、它是计算机科学的一个分支，了解智能的实质并生产出一种新的能以人类智能相似的方式作出反应的智能机器，主要包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

3、什么时候提出的？

  1956年正式提出，一麦卡塞、明斯基、罗切斯特和申农等为首的一批年轻科学家聚会时，提出共同研究和探讨用机器模拟智能的一系列有关问题。

4、不断发展

  人工智能，经过60多年的时间洗礼，取得了长足的发展，成为一门广泛的交叉和前沿科学。总的来说，人工智能的目的就是让计算机这台机器人能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲什么是智慧。那什么样的机器才是智慧的呢？科学家已经做出了汽车、火车、飞机和现在的智能机器人等，他们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。

AI的实现

人工智能究竟如何实现呢？是否应从心理或神经方面模拟人工智能？或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的吗？智能行为能否用简单的原则（如逻辑或优化）来描述？还是必须解决大量完全无关的问题？

一、两种实现方式

1、工程学方法（Engineering Approach）

采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。例如现在的文字识别、电脑下棋等。

2、模拟法（Modeling Approach）

它不仅要看效果，还要求实现方法和人类或生物机体所用的方法相同或类似。常用的方法如：遗传算法和人工神经网络。

两种实现方式的比较：

  为了得到相同智能效果，两种方式通常都可使用。采用工程学方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。若游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新版本或一个新补丁，很麻烦；

  采用模拟法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像出生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次一下时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。

  利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。

二、研究方法

1、大脑模拟——控制论和计算神经科学

  20世纪40年代到50年代，许多研究者探索神经病学，信息理论及控制论之间的联系。其中还造出一些使用电子网络构造的初步智能，这些研究者还经常在普林斯顿大学和英国的RATIO CLUB举行技术协会会议.直到1960年，大部分人已经放弃这个方法，尽管在80年代再次提出这些原理。

2、符号处理——GOFAI
  20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理；

  60年代，符号方法在小型证明程序上模拟高级思考有很大的成就；

  60~70年代的研究者确信符号方法最终可以成功创造强人工智能的机器，他们使用心理学实验的结果开发模拟人类解决问题方法的程序。

  大约在1970年出现大容量内存计算机，研究者分别以三个方法开始把知识构造成应用软件。这场“知识革命”促成专家系统的开发与计划，这是第一个成功的人工智能软件形式。“知识革命”同时让人们意识到许多简单的人工智能软件可能需要大量的知识。

3、子符号法
  80年代符号人工智能停滞不前，很多研究者开始关注子符号方法解决特定的人工智能问题，他们认为更高的智能需要个体的表征(如移动，感知和形象)。计算智能80年代中DAVID RUMELHART 等再次提出神经网络和联结主义. 这和其他的子符号方法，如模糊控制和进化计算，都属于计算智能学科研究范畴。

4、统计学法
  90年代，人工智能研究发展出复杂的数学工具来解决特定的分支问题。共用的数学语言也允许已有学科的合作（如数学，经济或运筹学）。

5、集成方法
  智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标的系统。90年代智能AGENT范式被广泛接受。一个系统中包含符号和子符号部分的系统称为混合智能系统 ，而对这种系统的研究则是人工智能系统集成。分级控制系统则给反应级别的子符号AI 和最高级别的传统符号AI提供桥梁，同时放宽了规划和世界建模的时间。

解读当下AI发展

  一、发展迅速

  1、人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。

  也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。

  这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

  2、当前据外媒报道，在人工智能(AI)领域，谷歌绝对是当中的佼佼者。当它的AI--AlphaGo击败了人类顶尖棋手的时候可以说是震惊了全世界。现在，这家公司又让它的AI具备了一项更富人性化的技能--打个盹，小憩一会儿。谷歌在最近发表的一篇博文中谈到了DeepMind的“休息”能力。

  二、安全问题

  人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。

小结

  人工智能的研究价值是非常重要的，从一开始由人脑承担的繁重的科学和工程计算到由计算机完成，甚至更快更准确，这样类似的工作还有很多，随着时代的发展，这门科学的具体目标也会不断获取新的进展，并转向更有意义、更加困难的目标。

  无论是神经网络、AI还是机器学习算法，研究人员要做的就是让它们具备自行解决问题的能力。