支撑知识

在本学习情境实施前需要学习人工智能的相关知识与内容，包括产生、发展、分类及应用。

1.1 人工智能的产生

自古以来，人类就力图根据认识水平和当时的技术条件，尝试用机器来代替人的部分脑力劳动，以提高探索自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说，如图1-1所示的古希腊侍者机器人。在公元前900多年，我国也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。随着历史的发展，到12世纪末至13世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。17世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家G.W.Leibniz在这台加法器的基础上发展并制成了进行全部四则运算的计算器。19世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想已经成为当时人工智能的最高成就。

图1-1 古希腊侍者机器人

而近代人工智能源于1956年，经过60多年的发展，目前成为一门应用越来越广泛的学科。简单来说，人工智能的目的就是让机器能够像人一样思考。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，更进一步讲就是什么是智慧。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、收音机等，它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？

当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。现在人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，现在计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov），见图1-2。

图1-2 深蓝计算机下国际象棋

1.2 人工智能的发展

1936年，年仅24岁的英国数学家A.M.Turing在他的《理想计算机》论文中，就提出了著名的图灵机模型，见图1-3，1945年他进一步论述了电子数字计算机设计思想，1950年他又在《计算机能思维吗？》一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能做出的杰出贡献。1946年，美国科学家J.W.Mauchly等人制成了世界上第一台电子数字计算机ENIAC，见图1-4。还有同一时代美国数学家N.Wiener控制论的创立，美国数学家C.E.Shannon信息论的创立，英国生物学家W.R.Ashby提出“设计一个脑”所设计的脑等，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。

图1-3 图灵机模型

图1-4 第一台电子数字计算机

1956年美国的几位心理学家、数学家、计算机科学家和信息论学家在Dartmonth大学召开了会议，提出了人工智能这一学科，现在普遍认为人工智能学科是这个时间建立的，到现在已有60多年的历史，它的发展先后经历了“认知模拟”“语意信息理解”“专家系统”等阶段。

1.2.1 计算机时代

1941年，第一台电子计算机诞生，但由于其体积庞大，线路复杂，极不便于应用。1949年改进后的能存储程序的计算机使得输入程序变得简单些，而且计算机理论的发展产生了计算机科学，这种用电子方式处理数据的发明，为人工智能的实现提供了一种媒介。

1.2.2 人工智能的开端

虽然计算机为人工智能提供了必要的技术基础，但直到20世纪50年代早期人们才注意到人类智能与机器之间的联系。最早有关人工智能的应用原型是自动调温器，这种自动调温器是基于美国人Norbert Wiener提出的反馈控制理论设计制作出来的，见图1-5。它将收集到的房间温度与希望的温度比较，并做出反应将加热器开大或关小，而控制环境温度。这项对反馈回路的研究重要性在于：Wiener从理论上指出，所有的智能活动都是反馈机制的结果，而反馈机制是有可能用机器模拟的。这项发现对早期AI的发展影响重大。

图1-5 Norbert Wiener及自动调温器

1.2.3 人工智能程序积累阶段

自动调温器发明后几年出现了大量程序。其中一个著名的叫“SHRDLU”。“SHRDLU”是“微型世界”项目的一部分，包括在微型世界（例如只有有限数量的几何形体）中的研究与编程。在MIT由Marvin Minsky领导的研究人员发现，面对小规模的对象，计算机程序可以解决空间和逻辑问题。其他如在20世纪60年代末出现的“STUDENT”可以解决代数问题，“SIR”可以理解简单的英语句子。这些程序的结果对处理语言理解和逻辑有所帮助。

20世纪70年代另一个进展是专家系统。专家系统可以预测在一定条件下某种解的概率。由于当时计算机已有巨大容量，专家系统有可能从数据中得出规律。专家系统的市场应用很广。十年间，专家系统被用于股市预测，帮助医生诊断疾病，见图1-6，以及指示矿工确定矿藏位置等。这一切都因为专家系统存储规律和信息的能力而成为可能。70年代许多新方法被用于人工智能开发，著名的如Minsky的构造理论。另外David Marr提出了机器视觉方面的新理论，如，如何通过一副图像的阴影、形状、颜色、边界和纹理等基本信息辨别图像。通过分析这些信息，可以推断出图像可能是什么。同时期另一项成果是PROLOGE语言，于1972年提出。20世纪80年代期间，人工智能发展更为迅速，并更多地进入商业领域。1986年，美国AI相关软硬件销售高达4.25亿美元。专家系统因其效用需求很大。像数字电气公司这样的公司用XCON专家系统为VAX大型机编程。杜邦、通用汽车公司和波音公司也大量依赖专家系统。为满足计算机专家的需要，一些生产专家系统辅助制作软件的公司，如Teknowledge和Intellicorp成立了。为了查找和改正已有专家系统中的错误，又有另外一些专家系统被设计出来。从实验室到日常生活人们开始感受到计算机和人工智能技术的影响。计算机技术不再只属于实验室中的一小群研究人员。个人计算机和众多技术杂志使计算机技术展现在人们面前。

图1-6 某医院专家会诊管理系统

1.2.4 超越人类的临界点

2016年1月，Google旗下的深度学习团队Deepmind开发的人工智能围棋软件AlphaGo，以5∶0战胜了围棋欧洲冠军樊麾。这是人工智能第一次战胜职业围棋手。图1-7是AlphaGo与韩国棋手李世石对弈的画面。

图1-7 AlphaGo与韩国棋手李世石对弈

AlphaGo能通过图灵测试不是偶然。在过往围棋人工智能通常采用的蒙特卡洛法之外，它加入了两种神经网络，以减少搜索所需的广度和深度：用价值网络评估棋子位置的优劣，用策略网络来为下一步取样。Deepmind团队在其论文中指出，在与樊麾的对局中，靠着更精准的评估和更聪明的棋步选择，AlphaGo与人类的思维方式更接近，计算量要比20年前IBM深蓝计算机击败国际象棋世界大师卡斯帕罗夫要少几千倍。

围棋成为人工智能新突破选择的领域，意义重大。围棋规则简单，变化繁多，而结果不确定，没有“正解”。不是说初始输入一个值，然后直线计算到终局，而是每一步都有判断、权衡、取舍。是因为它的标准化程度较高；一般的棋类游戏标准化程度虽然不错，但认知复杂度不行，然而围棋不一样，兼具了标准测试集与认知复杂度高双重特点，这样使得人工智能在围棋上取得的突破，具有划时代意义。

1.3 人工智能的定义

人工智能（Artificial Intelligence，AI）是一门科学的前沿和交叉学科，但像许多新兴学科一样，人工智能至今尚无统一的定义。要给人工智能下个准确的定义是困难的。人类的许多活动，如解算题、猜谜语、进行讨论、编制计划和编写计算机程序，甚至驾驶汽车和骑自行车等，都需要“智能”。如果机器能够执行这种任务，就可以认为机器已具有某种性质的“人工智能”。

定义1 智能机器（intelligent machine）

能够在各类环境中自主地或交互地执行各种拟人任务（anthro-pomorphic tasks）的机器。

例子1：能够模拟人的思维，进行博弈的计算机。1997年5月11日，一个名为“深蓝”（Deep Blue）的IBM计算机系统战胜当时的国际象棋世界冠军盖利·卡斯帕罗夫（Garry Kasparov）。

例子2：能够进行深海探测的潜水机器人，如图1-8所示。

例子3：在星际探险中的移动机器人，如图1-9所示为美国研制的火星探测车。

知识拓展 见仁见智的AI

图1-8 潜水机器人

图1-9 火星探测车

定义2 人工智能学科与应用

斯坦福大学Nilsson教授提出人工智能是关于知识的科学（知识的表示、知识的获取以及知识的运用），需要从学科和功能两方面来定义。

从学科的界定来定义：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。

从人工智能所实现的功能来定义：人工智能（能力）是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。

定义3 人工智能=会运动+会看懂+会听懂+会思考

如图1-10所示，第三种主流的定义是将人工智能分为两部分，即“人工”和“智能”，用“四会”进行界定。核心的理解是离不开“人”，但此“人”非彼“人”，是指人类制造出来的“机器人”。因此，对“人工”的理解不难，需要机器人做工，称之为“人工”，而这种做工必须会导致某种物件或者事情发生乃至变化，要么是物理空间上的变化、要么是性质上出现变化，在哲学上称之为运动。所以主流认为人工智能是涉及机器人运动的一门学科。

图1-10 人工智能“四会”定义

让机器人像人一样会运动。

此外，“智能”部分认为机器人能按照人类一样能具有智慧去处理各种运动，也就是说具有意识自发地来决策并执行的一个整体，不需要人类去干预。目前对于“智能”的统一认识包括三点：

让机器人像人一样会看懂世界。

让机器人像人一样会听懂世界。

让机器人像人一样会思考“人生”。

1.4 人工智能的分类

关于人工智能的分类方法也很多，可以从发展阶段、应用领域、智能化强弱等进行划分。

1.4.1 按发展阶段分

（1）计算智能

机器可以像人类一样存储、计算和传递信息，帮助人类存储和快速处理海量数据，即能“存储会算”，最典型的例子，就是计算器，如图1-11所示。

（2）感知智能

机器具有类似人的感知能力，如视觉、听觉等，不仅可以听懂、看懂，还可以基于此做出判断并反应，即“能听会说，能看会认”，如图1-12所示。

（3）认知智能

机器能够像人一样主动思考并采取行动，全面辅助或替代人类工作。如图1-13所示，如卡通片《哆啦A梦》里的机器猫。

图1-11 计算器

图1-12 自动驾驶汽车

图1-13 “机器猫”般的机器人

1.4.2 按应用领域分

（1）人机对话

人要和机器对话的前提是机器能够“听懂”人类语言，这必须使用语音语义识别技术。当人说话的时候，首先机器接收到语音，然后将语音转变为文字进行处理，随后对文字进行内容识别并理解，进而生成相应的文字并转化为语音，最后输出语音。以上这个过程不断重复，人们就会感觉是和机器在对话。

（2）机器翻译

2014年，机器翻译取得重大突破，可以相对全面的处理整个句子的信息，其BLEU值最高达到40。目前，机器翻译已经支持100多种语言之间的互译，这让不同国家之间的人们进行即时交流成为可能。

（3）人脸识别

银行开户、安防影像分析和刑侦破案都离不开对个人身份的确定，人脸识别技术可以让个人身份认证的精确度大大提高，如图1-14所示。首先计算机通过摄像头检测出人脸所在位置，然后定位出五官的关键点，随后把人脸的特征进行提取，识别出人的性别、年龄、肤色和表情等，最后将特征数据与人脸库中的样本进行对比，判断是否为同一个人。

图1-14 人脸识别

（4）无人驾驶

人长时间开车会感觉到疲劳，容易出交通事故，并且对健康不利，而无人驾驶则很好地解决了这些问题。首先无人驾驶汽车上的传感器把道路、周围汽车的位置和障碍物等信息搜集并传输至数据处理中心，然后再识别这些信息并配合车联网以及三维高清地图做出决策，最后把决策指令传输至汽车控制系统，通过调节车速、转向、制动等功能达到汽车在无人驾驶的情况下也能顺利行使的目的。

同时，无人驾驶系统还能对交通信号灯、汽车导航地图和道路汽车数量进行整合分析，规划出最优交通线路，提高道路利用率，减少堵车情况，节约交通出行时间。

（5）风险控制

一个人的信用是否良好可以由人工智能来判断。首先通过大数据技术搜集多维度用户数据，包括：登录IP地址、登录设备、登录时间、社交关系、资金关系和购物习惯等，然后把这些数据通过计算机进行处理，生成信用分变量，最后把信用分变量输入风控模型得出最后的信用结论，识别出个人的信用状况。

（6）机器写作

写一篇新闻稿需要编辑花费几个小时，而一份优质的分析报告则需要1个月甚至更长时间才能完成，而利用机器来写作只需要几分钟。机器通过算法对网络上海量原始的信息和数据进行去重、排序、实体发现、实体关联、领域知识图谱生成、筛选和整理，最终形成结构化的内容，随后再利用算法和模型把这些内容进一步加工成可读的新闻稿或可视化报告。

（7）教育领域

人工智能在自适应教育的应用可以帮助老师们从重复的应试教育工作中解脱出来，重点培养学生们的创新思维。

在学习管理中，人工智能可以完成拍照搜题和分层排课等工作；在学习评测中，人工智能可以完成作业布置、作业批改和组卷阅卷等工作；在学习方法中，人工智能可以完成推送学习内容、规划学习路径等工作。通过这些环节的密切配合，人工智能让每个学生都有个性化的学习方式，从而极大地提高了学习效率。

（8）医疗领域

通过语音录入病例，提高了医患沟通效率；通过机器筛选医疗影像，减少了医生的工作量；通过对患者大数据的分析，随时监控健康状况，预防疾病发生；通过医疗机器人的运用，提高了手术精度。而在药物研发中，通过人工智能算法来研制新药可以大大缩短研发时间和降低成本。

（9）工业制造

人工智能可以优化生产，缩减人工成本，主要在4个方面有显著应用：

●机械设备管理。对设备进行故障预测、智能维修和生命周期管理。

●质检。通过计算机视觉对产品缺陷进行大规模检测，缩短了人工检测时间。

●参数性能。通过智能数据挖掘，优化工艺参数，提高产品品质。

●分拣机器人。通过三维视觉技术进行识别、抓取、并摆放不规则物体，完全消除重复的人工流水线工作，如图1-15所示。

（10）零售领域

通过大数据与业务流程的密切配合，人工智能可以优化整个零售产业链的资源配置，为企业创造更多效益，让消费者体验更好。在设计环节中，机器可以提供设计方案；在生产制造环节中，机器可以进行全自动制造；在供应链环节中，由计算机管理的无人仓库（如图1-16所示）可以对销量以及库存需求进行预测，合理进行补货、调货；在终端零售环节中，机器可以智能选址，优化商品陈列位置，并分析消费者购物行为。

图1-15 分拣机器人

图1-16 无人仓库

（11）网络营销

用户在互联网中的行为留下了大量的数据，通过人工智能算法对这些数据进行分析，可以得出每个用户的标签、行为和习惯。因此，当用户在使用搜索引擎、视频网站和直播等平台的时候，算法又会根据不同的用户精准推送不同的个性化广告，即“千人千面”，这极大地降低了用户对广告的反感程度，其接受程度大大提高，购买率也随之上升。

（12）智能客服

传统客服业务面临招人困难，工资成本高，浪费消费者时间等问题。而1个客服机器人则可以同时通过语音和文字与大量客户沟通，理解客户需求，回答客户问题，并能指导客户进行操作。这无疑节约了客户的等待时间，提升了客户体验，实现了以“客户为中心”的理念。

1.4.3 按智能化强弱程度分

目前另外一种分类方法，即以智能化强弱程度，分弱人工智能、强人工智能和超人工智能。

（1）弱人工智能

弱人工智能只专注于完成某个特定的任务，例如语音识别、图像识别、翻译等，是擅长于单个方面的人工智能。它们只是用于解决特定的具体类的任务问题而存在，大都是统计数据，以此从中归纳出模型。由于弱人工智能智能处理较为单一的问题，且发展程度并没有达到模拟人脑思维的程度，所以弱人工智能仍然属于“工具”的范畴，与传统的“产品”在本质上并无区别。

弱人工智能就是我们现在看见的，从简单的计算器到计算机，然后是深蓝，再到如今各种建立在大数据统计分析基础上的，通过唯相模拟人脑智能的小冰、小白等，以及最新热炒的无人驾驶。包括近年来出现的IBM的Watson和谷歌的AlphaGo，它们是优秀的信息处理者，但都属于受到技术限制的“弱人工智能”。比如，能战胜围棋世界冠军的人工智能AlphaGo（如图1-17所示），它只会下围棋，如果问它怎样更好地在硬盘上存储数据，它就无法回答。

使用弱人工智能技术制造出的智能机器，看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。

（2）强人工智能

强人工智能属于人类级别的人工智能，在各方面都能和人类比肩，人类能干的脑力工作它都能胜任。它能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，并且和人类一样得心应手。

图1-17 AlphaGo

强人工智能系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习的情况下处理前所未见的细节，并同时与人类开展交互式学习。在强人工智能阶段，由于已经可以比肩人类，同时也具备了具有“人格”的基本条件，机器可以像人类一样独立思考和决策。

创造强人工智能比创造弱人工智能难得多，我们现在还做不到。但在一些科幻影片中可以窥见一斑。比如，《人工智能》中的小男孩大卫，以及《机械姬》里面的艾娃，如图1-18所示。

（3）超人工智能

超人工智能的定义，其实质是相对于人的另外一种智慧物种了，而这种物种，不但具有人类的意识、思维和智能，更可能的是具有了自我繁衍的能力。

牛津哲学家、知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。

在超人工智能阶段，人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。此时的人工智能已经不是人类可以理解和想象的了。人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，人工智能将形成一个新的社会。

《神盾特工局》中的艾达（如图1-19所示），或许可以理解为超人工智能。

图1-18 《机械姬》的艾娃

图1-19 《神盾特工局》的艾达

1.5 人工智能对人类的影响

人工智能的发展现状和展示出来的未来远景，让人相信它必将为人类的未来带来翻天覆地的变化。甚至有观点认为，随着智能科技的发展，或许有一天人工智能设备将对人类的生存带来挑战甚至是危险。那么，人工智能对人类未来的生活将有哪些影响呢？

1）人工智能的发展，可以让我们人类更安全。比如：人工智能机器人的发展，未来可以代替人来照顾老人和病弱者，让人生活得更长久，并且可以把更多的人解放出来；车祸将会因为人工智能技术的使用变得更少，人们可以根据危险情况采取更有效的扼制手段。

2）人工智能技术将使人变得更能干，工作效率更高。把人工智能技术和人的智慧结合，相辅相成，可以让人类的思想认知得到延伸；同时，依靠人工智能技术，人类将变得更为强大，为人类完成自身现在还不能完成的事情；依靠人工智能技术，也许未来人类将变成我们现在想象当中的“超人”，拥有超出目前视觉、听觉和操控力的超能力。

3）人工智能技术将解决许多人类目前无法解决的一些难题。比如现在人类面临的大气变化、环境污染等世界性难题，可能会因为智能科技的发展而在某一天得到彻底解决。如果说，人工智能在未来可能会拯救世界，这绝对不是一种夺人眼球的夸夸之谈。

4）人工智能的发展，可以让人类生活的空间得到大大的拓展。人类在几十年前就已经开始进行外太空的探索。人工智能的发展，对于宇宙空间探索事业而言无异于如虎添翼。

5）人工智能的发展，让人类多了一位“朋友”。只要做好对智能设备的控制，那么人工智能就能够最大限度地为人类生活服务，并且风险降到最低。

1.6 人工智能应用案例

人工智能技术在我们的生活中使用频率越来越高，我们曾经观看的科幻电影中的情节，也逐步开始实现。加州理工学院和迪士尼打算一起合作研发一套神经网络系统，它们希望可以追踪到观众的面部表情，然后预测一下观众对电影的反应，如图1-20所示。并且通过这项技术，了解人类行为，对于开发更高级的人工智能系统有极大的帮助。

图1-20 迪士尼利用人工智能开发观众表情监测系统

这种新的方式能够相对简单、可靠、实时地对影院中的观众的面部表情进行识别和跟踪。而且这套系统使用了一种名为分解式变量自动编码技术，据研发团队介绍，该技术能够更好地捕捉复杂的事物，比如动态的面部表情。