《人工智能导论》第一章 绪论

本文是中国人工智能学会编著的《人工智能导论（面向非计算机专业）》一书第一章的摘要与笔记，仅供个人学习之用。其它章节请访问下列相应 URL。
第一章 绪论（本章）
第二章 概念表示

---

---

第一章 绪论

1.1 人工智能的起源和定义

 1.1.1 人工智能的起源

  现代人工智能的起源公认是 1956 年的达特茅斯会议。

 1.1.2 人工智能的定义

  时至今日，还没有一个被大家一致认同的精确的人工智能定义。

  但目前最常见的 AI 定义有两个：
  ① 一个是明斯基提出的，即“人工智能是一门科学，是使用机器做那些人需要通过智能来做的事情”；
  ② 另一个更专业一些的定义是尼尔森给出的，即“人工智能是关于知识的科学”，所谓“知识的科学”就是研究知识的表示、知识的获取和知识的运用。

在这两个定义中，专业人士更偏向于第二个定义。原因很简单，因为第一个定义中涉及两个未明确定义的概念，一个是人，一个是智能。什么是人？什么是智能？到现在依然是很难清楚回答的问题。相比之下，第二个定义只涉及一个未明确定义的概念，就是知识。
在人、智能、知识三个概念当中，知识被研究的应该是比较彻底的。同时，人和智能的定义也与知识紧密相关，而且知识是智能的基础。如果没有任何知识，很难发现什么是智能。

1.2 人工智能的流派

  根据前面的论述，我们知道要理解人工智能就要研究如何在一般的意义上定义知识。可惜的是准确定义知识也是一个十分复杂的事情。

  但关于知识，至少有一点是明确的，那就是知识的基本单位是概念。 精通掌握一门知识，必须从这门知识的基本概念开始学习。而知识自身也是一个概念。

  据此，人工智能的问题就变成了如下三个问题——如何定义（或者表示）一个概念、如何学习一个概念、如何应用一个概念。

概念的定义

  经典概念的定义由三部分组成：第一部分是概念的符号表示，即概念的名称，说明这个概念叫什么，简称概念名；第二部分是概念的内涵表示，由命题来表示，命题就是能判断真假的陈述句；第三部分是概念的外延表示，由经典集合来表示，用来说明与概念对应的实际对象是哪些。

$$概念定义的组成\{\begin{array}{l}概念的符号表示\\ 概念的内涵表示\\ 概念的外延表示\end{array}$$

举一个常见的经典概念的例子——素数。其概念名在汉语中为“素数”，在英语中为“prime number”；其内涵表示是一个命题：只能够被 1 和自身整除的自然数；其外延表示是一个经典集合：{1，2，3，5，7，11，13，17，…}。

概念的功能

  很容易发现，经典概念定义的三部分各有其作用，且彼此不能互相代替。具体来说，概念有三个作用或功能，要掌握一个概念，必须清楚其三个功能。

  第一个功能是概念的指物功能，即指向客观世界的对象，表示客观世界的对象的可观测性。

举一个《阿Q正传》里的例子：那赵家的狗，何以看我两眼呢？句子中“赵家的狗”应该是指现实世界当中的一条真正的狗。
但概念的指物功能有时不一定能够实现，有些概念其设想存在的对象在现实世界并不存在，例如“鬼”。

  第二个功能是指心功能，即指向人心智世界里的对象，代表心智世界里的对象表示。 概念的指心功能一定存在。如果对于某一个人，一个概念的指心功能没有实现，则该词对于该人不可见，简单说，该人不理解该概念。

鲁迅有一篇著名的文章《论丧家的资本家的乏走狗》，显然，这个“狗”不是现实世界的狗，只是他心智世界中的狗，即心里的狗（在客观世界，梁实秋先生显然无论如何不是狗）。

  最后一个是指名功能，即向认知世界或者符号世界表示对象的符号名称，这些符号名称组成各种语言。

最著名的例子是乔姆斯基的“colorless green ideas sleep furiously”，这句话翻译过来是“无色的绿色思想在狂怒地休息”。这句话没有什么意思，但是完全符合语法，纯粹是在语义符号世界里，即仅仅指向符号世界而已。

$$概念的功能\{\begin{array}{l}指名功能\\ 指物功能\\ 指心功能\end{array}$$

  知道了概念的三个功能之后，就可以理解人工智能的三个流派以及各流派之间的关系。人工智能也是一个概念，而要使一个概念成为现实，自然要实现概念的三个功能。 人工智能的三个流派关注于如何才能让机器具有人工智能，并根据概念的不同功能给出了不同的研究路线。

• 专注于实现 AI 指名功能的流派称为符号主义；
• 专注于实现 AI 指心功能的流派称为连接主义；
• 专注于实现 AI 指物功能的流派称为行为主义。

1.2.1 符号主义

  符号主义提出了物理符号系统假设：只要在符号计算上实现了相应的功能，那么在现实世界就实现了对应的功能，这是智能的充分必要条件。

  著名的“图灵测试”就是在符号层面进行的。有了图灵测试，我们就可以将研究的重点放在智能的外在功能性表现上，使智能在工程上看似乎是可以实现和判断的。

  但在指名功能里实现了概念的功能，并不能说明一定实现了概念的功能。实际上，根据指名与指物的不同，哲学家 Searle 专门设计了著名的“中文屋实验”用来批判图灵测试。这是哲学上对符号主义的一个正式批评，明确指出了按照符号主义实现的人工智能不等同于人的智能。

1.2.2 连接主义

  连接主义认为大脑是一切智能的基础，主要关注于大脑神经元及其连接机制，试图发现大脑的结构及其处理信息的机制、揭示人类智能的本质机理，进而在机器上实现相应的模拟。

  按照这条路，连接主义认为可以实现完全的人工智能。对此，哲学家普特南设计了著名的“缸中之脑”实验，可以看作是对连接主义的一个哲学批判。缸中之脑实验说明即使连接主义实现了，指心没有问题，但指物依然存在严重问题。因此，连接主义实现的人工智能也不等同于人的智能。

尽管如此，连接主义仍是目前最为大众所知的一条 AI 实现路线。在围棋上，采用了深度学习技术的 AlphaGo 战胜了李世石，之后又战胜了柯洁。在机器翻译上，深度学习技术已经超过了人翻译的水平。在语音识别和图像识别上，深度学习也已经达到了实用水准。客观地说，深度学习的研究已经取得了工业级的进展。

1.2.3 行为主义

  行为主义假设智能取决于感知和行动，不需要知识、表示和推理，只需要将智能行为表现出来就好，即只要能实现指物功能就可以认为具有智能了。

  对此，哲学家普特南也设计了“完美伪装者和斯巴达人”实验，可以看作是对行为主义的哲学批判。因此，行为主义路线实现的人工智能也不等同于人的智能。

1.3 人工智能的进展和发展趋势

  简单地说，人工智能三大流派假设之所以能够成立的前提是指名、指物、指心功能等价。 然而，在现实生活中概念的指名、指物与指心功能并不等价，单独实现概念的一个功能并不能保证具有智能。因此，单独遵循一个学派不足以实现人工智能，现在的人工智能研究已经不再强调人工智能的单一学派。很多时候会综合各个流派的技术。

在围棋上战胜人类顶尖棋手的 AlphaGo 综合使用了三种学习算法——强化学习（行为主义）、蒙特卡罗树搜索（符号主义）、深度学习（连接主义）。

  目前的人工智能还有很大的缺陷，其使用的知识表示还是建立在经典概念的基础之上。经典概念的基本假设还是指名、指物与指心等价，这与人类的日常生活经验严重不符，过于简单化了。因此，在经典概念表示不成立的情况下，如何进行概念表示是一个极具挑战性的问题。