2024年5月18日发(作者：流程图绘制软件visio)

人工智能ai是什么

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸

和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。以下是 精心整理的

人工智能ai是什么的相关资料，希望对你有帮助!

“人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后，研究者

们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能(Artificial Intelligence)，

英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应

用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，

并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器

人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技

术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人

类智慧的“容器”。

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人

那样思考、也可能超过人的智能。

人工智能研究的终极目标人工智能研究的终极目标是设计一个真正能在人类所处环境

中表现出像人类一样智能行为的计算机，让我们来思考一下到底什么是人工智能吧。

要解释什么是“智能”恐怕要比解释什么是“人工”(或者什么是机器)更棘手。在一

篇1950年发表的著名论文“计算机器与智能”(Computing Machinery and Intelligence)

中，图灵详细讨论了“机器能否拥有智能?”的问题。有趣的是，作为公认的计算机科学与

人工智能共同的先驱，图灵成功定义了什么是机器，但却不能定义什么是智能。正因如此，

1

图灵设计了一个后人称为图灵测试的思想实验。

在图灵测试中，一个计算机在没有直接物理接触的情况下接受人类长时间的询问，如

果“足够多”的询问者在“足够长”的时间里无法以“足够高”的正确率辨别被询问者是

机器还是人类，我们就认为这个计算机通过了图灵测试。图灵把“通过图灵测试”看作“机

器拥有智能”的充分条件，同时他相信这个条件可以在2000年左右时基本实现。需要强

调的是，图灵测试，作为一个充分条件，本身并没有也从未试图定义智能的范畴。但是，

通过讨论图灵测试这个充分条件，却有助于进一步理解主流的人工智能研究的三个重要特

征。

人工智能关注如何模拟人类的智能活动，而不是全部脑力活动

关于图灵测试在这方面的争议在于人类的脑力活动(mental process)不仅包括智能，

同时还具有情感、审美能力、性格缺陷、社会文化习惯等等一系列“非智力特征”。因为图

灵测试的模仿对象是普通人，它对这些“非智力特征”的要求甚至可能还高过纯粹“智力

要求”;作为一个普通人，他/她完全有可能对国际象棋一窍不通，但却不大可能从照片分

辨不出美女/帅哥来。

当然，“非智力特征”的引入本身并不妨碍图灵测试成为一个有效的充分条件，但除非

我们假设所有这些“非智力特征”都是拥有智能之后的必然产物，否则不得不承认图灵测

试确实在机器智能这个核心问题之外加入了过多充满挑战却又显得不那么相关的因素。尽

管图灵本人对在20世纪末时解决这些“更难的问题”相当乐观，但直到2013年，仍然没

有任何机器能够通过严格的图灵测试，即使仅仅在纯粹智力层面。有趣的是，这一失败的

事实反而还带来了一个我们再熟悉不过的应用;图形验证码。实际上，每一次输入验证码都

是一次图灵测试!

2

人工智能关注计算机的外部智能行为，而不是产生该行为的内部过程

这是一个典型的功能主义/行为主义风格的定义，也是一个人工智能经常被指摘的地

方。严格的“主观思考”定义要求具有自我意识。但一方面，从严格的学术角度，我们甚

至并不真的确定是否真的存在“意识”这个东西。另一方面，可以从数学上证明任何一台

图灵机都可被另一台图灵机所模拟。因此，假设我们真的制造了一台具有“意识”的机器

A，我们总可以制造另一台机器B以查表的方式来机械地模拟A的内部运行，问题是B是

否具有意识?如果每一台“拥有”意识的机器都能被一台B这样的“机械查表式”的机器所

模拟，那么我们就无法通过外部行为来断定一个机器在内部上是真的在“思考”还是只是

在模拟“思考”的过程。因此“是否拥有意识”从行为主义的角度也就成为了相对独立的

“另外一个问题”。同时，“拥有意识的机器总可以被没有意识的机器模拟”也说明“拥有

意识”并不能给机器带来任何额外的“行为能力”，这进一步降低了“拥有意识”在行为主

义者眼中的重要性。

事实上，每个学科的研究都基于一个基本的“假说”。支撑物理研究的基本假说是“相

信”万物运转都受一套普适的、且不随时间空间变化的物理定律所约束，而物理研究的目

的“只是”找出这套定律是什么。类似地，“弱人工智能假说”(weak AI hypothesis)“相

信”经过良好设计的计算机可以表现出不低于人类水平的智能行为。每个AI分支的研究都

默认基于针对自己的领域问题的弱人工智能假说，而支撑这些子领域研究的动力往往是其

巨大的社会实用价值。相比之下，图灵测试更加激进，它是以全面模拟人类的所有智力行

为为目标。

人工智能的主题是设计能够综合适应“人类所在环境”的单一智能体，而不是专门解

决特定数学问题的算法

3

“综合模拟人类的智力活动”这一基本目标正是人工智能区别于其他计算机科学分支

的地方。我们通过比较人工智能软件与传统软件来说明这一点。

首先从最广义的角度看，传统软件其实也属于人工智能的范畴。实际上很多早期的计

算机科学家，比如图灵，就是以人工智能为动力展开对计算机科学的研究。一个从未接触

过计算机的人也许很难说清“从一个数列中找出所有素数”和“从一张照片中找出一只狗”

哪个更有资格代表“智能”(前者属于传统软件范畴，后者属于传统人工智能范畴)。

但另一方面，传统软件并不代表人工智能的全部内涵。粗略讲，我们可以认为传统软

件对应了这样一类“计算问题”，它们的共同特点是，问题本身是用一个算法(或非构造性

的数学描述)来描述的，而对它们的研究主要关注在如何找到更好的算法。而我们称之为“人

工智能问题”的问题可以理解为另一类“计算问题”，它们的共同特点是无法用算法或从数

学上对问题进行精确定义，这些问题的“正确答案”从本质上取决于我们人在面对这类问

题时如何反应。

总而言之，尽管同时存在哲学意义和操作层面上的争议，图灵测试却从原则上符合主

流人工智能研究的一般特征;;在复杂和未知环境中以模仿人类的智力行为为目标。当然，作

为一个乐观的充分条件，图灵测试无疑是诸多人工智能问题中颇具难度的一个，以至于真

正直接研究图灵测试的人并不多。相反，人们更多地把精力投到一些更具体的子领域。可

以说这些领域里的每一个都是通过图灵测试的必要条件，而它们中的大部分还没有达到“人

类水平”。

拥有高度的智能也许是人类至今最引以为傲的能力。较容易增强和扩展硬件和软件能

力，是机器相比于人类最大的优势之一。人工智能方面一旦产生重大突破，即使在我们有

意克制地不用于制造新的物种(也就是类人机器人)的情况下，也至少会导致人类对自身智

4

能、情感、意识等一系列概念的重新审视和理解，而这势必进而导致人类对待伦理和法律

观念的变革，从而对整个社会产生深远影响。

5