AI 是什么？

AI 的定义

从4个维度：

像人类一样地行动（Acting humanly）

通过 图灵测试的AI 需要具有的能力：
- 自然语言处理（NLP，natural language process）：用语言沟通。
- 知识表达（knowledge representation）：保存听到和知道的东西。
- 自动推理（automated reasoning）：使用存储的信息回答问题并得出新的结论。
- 机器学习（machine learning）：适应新的情况，检测和推断模式。
- 计算机视觉（computer vision）：感知物体。
- 自动化（robotics）：操作以及移动物体。

像人类一样地思考（Thinking humanly）

如果想让程序像人类一样思考，首先要知道人类怎么思考，有3种研究人类思考的方式：
- 通过反思：试着回想我们曾经的想法。
- 通过心理学实验：观察一个行动中的人。
- 通过脑成象：观察一个行动中的人的大脑。

合理地思考（Thinking rationally）

正确的思考意味着定义不可被推翻，比如亚里士多德的3段论：A是男人，男人是人，A是人。这叫做逻辑学。
AI 试着用逻辑来构建智能系统，但是有两个障碍：

• 用逻辑符号所需要的正式术语陈述非正式的信息，尤其当信息不是100%确定时。
• 按原则解决问题和按实践解决问题的区别。

合理地行动（Action rationally）

一个 agent 就是要做一些事的东西。所有的计算机程序都要做事情，但是 agent 要做更多事。
一个 合理的 agent 做的事情要达到最好结果，或者存在不确定性时，要达到最好的期望结果。

做正确的推理就是一个 “合理的agent” 的一部分，因为有一种合理地行动的方法是逻辑推理出一个结论，然后执行这个结论。另一方面，正确的推理并不是合理地，有些情形下，是没有正确的事情可做的，但又必须要做一些事。还有一些事，是合理地，但是不需要推理，比如人从火炉边缩开，是一个条件反射，根本没有推理的过程。

合理的agent 有两个优点：1，它比“思考的法则”更普遍，因为正确的推理只是达到“合理地”方式之一。2，科学地开发比基于人类的行为和思考的方式更经得起考验。

在达到完美的合理性之前还有很长的路要走，在复杂的环境中很难做到。所以当没有足够的时间去完成所有计算时，能做到有限的合理性就行了。

AI 的基础

• 哲学（Philosophy）
• 数学（Mathematics）
• 经济学（Economics）
• 神经学（Neuroscience）
• 心理学（Psychology）
• 计算机工程学（Computer engineering）
• 控制理论（Control theory and cybernetics）
• 语言学（Linguistics）

AI 的技术现状

很难用简洁的话语来概括，但是有一些各子领域的范例：

• 自动驾驶
• 语音识别
• 自动规划和调度
• 游戏博弈
• 垃圾信息过滤
• 后勤规划（物流等）
• 机器人（iRobot）
• 机器翻译

总结

• 智能的核心是 合理地行动，一个 合理地agent 在某种情况下采取最佳行动，我们研究的是如何构建智能的 agent。