fbpx
维基百科

人工智能

行進 09, 2023

  此條目介紹的是人工智慧。关于其他用法，请见「AI」。

人工智能（英語：artificial intelligence，缩写为AI）亦稱智械、機器智能，指由人製造出來的機器所表現出來的智慧。通常人工智能是指通过普通電腦程式來呈現人類智能的技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現。同时，通過醫學、神經科學、機器人學及統計學等的進步，常態預測則認為人類的很多職業也逐漸被其取代。[1][2]

「人工智能」的各地常用別名
中国大陸人工智能
臺灣人工智慧
港澳人工智能
馬新人工智能、人工智慧
日韓人工知能
越南智慧人造

人工智能於一般教材中的定义领域是“智慧主体（intelligent agent）的研究与设计”[3]，智慧主体指一个可以观察周遭环境并作出行动以达致目标的系统[4]。约翰·麦卡锡于1955年的定义是[5]「制造智能机器的科学与工程」[6]。安德烈亚斯·卡普兰（Andreas Kaplan）和迈克尔·海恩莱因（Michael Haenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力”。[7] 人工智能可以定義為模仿人類與人類思維相關的認知功能的機器或計算機，如學習和解決問題。人工智能是計算機科學的一個分支，它感知其環境並採取行動，最大限度地提高其成功機會。此外，人工智能能夠從過去的經驗中學習，做出合理的決策，並快速回應。因此，人工智能研究人員的科學目標是通過構建具有象徵意義的推理或推理的計算機程式來理解智慧。人工智能的四個主要組成部分是：

  • 專家系統：作為專家處理正在審查的情況，併產生預期或預期的績效。
  • 啟發式問題解決：包括評估小範圍的解決方案，並可能涉及一些猜測，以找到接近最佳的解決方案。
  • 自然語言處理：在自然語言中實現人機之間的交流。
  • 計算機視覺：自動生成識別形狀和功能的能力 [8]。

人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及範圍極廣[9]。人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题，其中之一是，如何使用各种不同的工具完成特定的应用程序。

AI的核心问题包括建構能夠跟人類似甚至超卓的推理、知识、計划、学习、交流、感知、移動 、移物、使用工具和操控机械的能力等[10]。通用人工智能（GAI）目前仍然是该领域的长远目标[11]。目前弱人工智慧已經有初步成果，甚至在一些影像辨識、語言分析、棋類遊戲等等單方面的能力達到了超越人類的水平，而且人工智慧的通用性代表著，能解決上述的問題的是一樣的AI程式，無須重新開發算法就可以直接使用現有的AI完成任務，與人類的處理能力相同，但達到具備思考能力的統合強人工智慧還需要時間研究，比较流行的方法包括统计方法，计算智能和传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基於仿生學、認知心理學，以及基于概率论和经济学的演算法等等也在逐步探索當中。

概論

人工智能的定義可以分為兩部分，即「人工」和「智能」。「人工」即由人设计，为人创造、制造。

關於甚麼是「智能」，较有争议性。這涉及到其它諸如意識、自我、心靈，包括無意識的精神等等問題。人唯一瞭解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能必要元素的瞭解也很有限，所以就很難定義甚麼是「人工」製造的「智能」。因此人工智能的研究往往涉及對人智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智能相關的研究課題。

人工智慧目前在電腦領域內，得到了愈加廣泛的发挥。並在機器人、經濟政治決策、控制系統、仿真系統中得到應用。

發展史

主条目：人工智能的历史
年代 20世纪40年代 20世纪50年代 20世纪60年代 20世纪70年代 20世纪80年代 20世纪90年代 21世紀00年代 21世紀10年代
計算機 1945 電腦（ENIAC） 1957 FORTRAN語言
人工智慧研究 1953 博弈論
1956 达特矛斯会议		 1977 知識工程（英语：Knowledge engineering）宣言 1982 第五代電腦計劃開始 1991 人工神经网络 2007 深度學習
人工智慧語言 1960 LISP語言 1973 PROLOG語言
知識表達 1973 生產系統
1976 框架理論
專家系統 1965 DENDRAL（英语：Dendral） 1975 MYCIN（英语：Mycin） 1980 Xcon

研究課題

目前人工智慧的研究方向已經被分成幾個子領域，研究人員希望一個人工智慧系統應該具有某些特定能力，以下將這些能力列出並說明。[10]

演绎、推理和解决问题

早期的人工智慧研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。[12]到了1980和1990年代，利用概率和经济学上的概念，人工智慧研究还发展了非常成功的方法处理不确定或不完整的资讯。[13]

对于困难的问题，有可能需要大量的运算资源，也就是发生了「可能组合爆增」：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的演算法是优先的人工智慧研究项目。[14]

人类解决问题的模式通常是用最快捷、直观的判断，而不是有意识的、一步一步的推导，早期人工智慧研究通常使用逐步推导的方式。[15]人工智慧研究已经于这种「次表征性的」解决问题方法取得进展：实体化Agent研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。

知識表示法

 
本體論將知識表示為一個領域內的一組概念以及這些概念之間的關係。
主条目：知識表示和常識知識庫

知识表示是人工智能领域的核心研究问题之一，它的目标是让机器存储相应的知识，并且能够按照某种规则推理演绎得到新的知识。有许多需要解决的问题需要大量的对世界的知识,这些知识包括事先存储的先验知识和通过智能推理得到的知识。事先存储的先验知识指：人类通过某种方式告诉给机器的知识。通过智能推理得到的知识指：结合先验知识和某种特定的推理规则（逻辑推理）得到的知识。首先，先验知识可以指描述目标，特征，种类及物件之间的关系的知识， 也可以描述事件，时间，状态，原因和结果， 以及任何知识你想要机器存储的。比如：今天没有太阳，没有太阳就是阴天。那么以命题逻辑语言，这些知识可以被表示为：今天-->没有太阳， 没有太阳-->阴天。这些知识是先验知识，那么通过推理可以得到新知识：今天-->阴天。由此例子可以看出，先验知识的正确性非常重要，这个例子中没有太阳就是阴天，这个命题是不严谨的、比较笼统的，因为没有太阳可能是下雨，也可能下雪。另外如果人工智慧能看出太陽，除了該如何判斷的這件問題，在這個前提之下，應該也能判斷出陰天與晴天的差異。逻辑命题表示在知识表示中非常重要，逻辑推理规则是目前主要推理规则。可以在机器中用逻辑符号定义每一个逻辑命题，然后再让机器存储相应的逻辑推理规则，那么自然而然机器便可进行推理。目前知识表达有许多困境尚无法解决，比如：建立一个完备的知识库几乎不可能，所以知识库的资源受到限制；先验知识的正确性需要进行检验，而且先验知识有时候不一定是只有对或者错两种选择。

规划

智能Agent必须能够制定目标和实现这些目标。[16]他们需要一种方法来建立一个可预测的世界模型（将整个世界状态用数学模型表现出来，并能预测它们的行为将如何改变这个世界），这样就可以选择功效最大的行为。[17] 在传统的规划问题中，智能Agent被假定它是世界中唯一具有影响力的，所以它要做出什么行为是已经确定的。[18]但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此智能代理必须具有在不确定结果的状态下推理的能力。[19] 在多Agent中，多个Agent规划以合作和竞争的方式去完成一定的目标，使用演化演算法和群体智慧可以达成一个整体的突现行为目标。[20]

學習

主条目：機器學習

机器学习的主要目的是为了让机器从使用者和输入数据等处获得知识，从而让机器自动地去判断和输出相应的结果。这一方法可以帮助解决更多问题、减少错误，提高解决问题的效率。对于人工智能来说，机器学习从一开始就很重要。1956年，在最初的达特茅斯夏季会议上，雷蒙德·索洛莫诺夫[來源請求]写了一篇关于不监视的概率性机器学习：一个归纳推理的机器。

机器学习的方法各种各样，主要分为监督学习和非监督学习两大类。监督学习指事先给定机器一些训练样本并且告诉样本的类别，然后根据这些样本的类别进行训练，提取出这些样本的共同属性或者训练一个分类器，等新来一个样本，则通过训练得到的共同属性或者分类器进行判断该样本的类别。监督学习根据输出结果的离散性和连续性，分为分类和回归两类。非监督学习是不给定训练样本，直接给定一些样本和一些规则，让机器自动根据一些规则进行分类。无论哪种学习方法都会进行误差分析，从而知道所提的方法在理论上是否误差有上限。

自然語言處理

主条目：自然語言處理

自然語言處理探討如何處理及運用自然語言，自然語言認知則是指讓電腦「懂」人類的語言。自然語言生成系統把計算機數據轉化為自然語言。自然語言理解系統把自然語言轉化為計算機程序更易于處理的形式。

運動和控制

主条目：機器人學

知覺

主条目：機器感知、計算機視覺和語音識別

機器感知[21]是指能夠使用感測器所輸入的資料（如照相機、麥克風、聲納以及其他的特殊感測器）然後推斷世界的狀態。電腦視覺[22]能夠分析影像輸入。另外還有語音識別[23]、人臉辨識和物體辨識。[24]

社交

主条目：情感計算
 
Kismet，一个具有表情等社交能力的机器人[25]

情感和社交技能對於一個智能agent是很重要的。首先，通过了解他們的動機和情感狀態，代理人能夠預測別人的行動（這涉及要素 博弈論、決策理論以及能夠塑造人的情感和情緒感知能力檢測）。此外，為了良好的人機互動，智慧代理人也需要表現出情緒來。至少它必須出現禮貌地和人類打交道。至少，它本身應該有正常的情緒。

創造力

一個人工智慧的子領域，代表了理論（從哲學和心理學的角度）和實際（通過特定的實現產生的系統的輸出是可以考慮的創意，或系統識別和評估創造力）所定義的創造力。相關領域的研究包括了人工直覺和人工想像。

倫理管理

史蒂芬·霍金、比爾蓋茲、馬斯克、 Jaan Tallinn 以及 Nick Bostrom 等人都對於人工智慧技術的未來公開表示憂心[26]，人工智慧若在許多方面超越人類智慧水平的智能、不斷更新、自我提升，進而取得控制管理權，人類是否有足夠的能力及時停止人工智慧領域的「軍備競賽」，能否保有最高掌控權，現有事實是：機器常失控導致人員傷亡，這樣的情況是否會更加擴大規模出現，歷史顯然無法給出可靠的樂觀答案。特斯拉電動車馬斯克（Elon Musk）在麻省理工學院（MIT）航空航天部門百年紀念研討會上稱人工智能是「召喚惡魔」行為，英國發明家Clive Sinclair認為一旦開始製造抵抗人類和超越人類的智能機器，人類可能很難生存，蓋茲同意馬斯克和其它人所言，且不知道為何有些人不擔憂這個問題。[27]

DeepMind的人工智慧（AI）系統在2016年「AlphaGo」對戰南韓棋王李世乭獲勝，開發商表示在內部設立倫理委員會，針對人工智慧的應用制定政策，防範人工智慧淪為犯罪開發者。[28]

科技進步，人工智慧科技產生「自主武器」軍備競賽已悄悄展開，英國、以色列與挪威，都已部署自主飛彈與無人操控的無人機，具「射後不理」（fire-and-forget）能力的飛彈，多枚飛彈還可互相溝通，分享找到攻擊目標。這些武器還未被大量投入，但很快就會出現在戰場上，且並非使用人類所設計的程序，而是完全利用機器自行決策。 霍金等人在英國獨立報發表文章警告未來人工智慧可能會比人類金融市場、科學家、人類領袖更能操縱人心、甚至研發出人們無法理解的武器。專家恐發展到無法控制的局面，援引聯合國禁止研發某些特定武器的「特定常規武器公約」加以限制。[29]新南威爾斯大學人工智慧的沃爾什（Toby Walsh）教授認為這是一種欺騙，因為機器無區別戰敵和平民的技術。[30]

經濟衝擊

據CNN財經網數字媒體未來學家兼Webbmedia集團創始人艾米·韋伯（Amy Webb）；美國在線[31]...等紛紛預測一些即將被機器人取代的職業，日本野村總合研究所也與英國牛津大學的研究學者共同調查指出，10至20年後，日本有49%的職業(235種職業)可能會被機械和人工智慧取代而消失，直接影響約達2500萬人，[32]例如：超市店員、一般事務員、計程車司機、收費站運營商和收銀員、市場營銷人員、客服人員、製造業工人、金融中間人和分析師、新聞記者、電話公司職員、麻醉師、士兵和保安、律師、醫生、軟體開發者和操盤手、股票交易員等等高薪酬的腦力職業將最先受到衝擊[33]。

2017年6月份马云在美國底特律舉行「鏈結世界」（Gateway 17）產業大會，會上提出人工智慧可能導致第三次世界大戰，因為前兩次產業革命都導致兩次大戰，戰爭原因並非這些創新發明本身，而是發明對社會上許多人的生活方式衝擊處理不當，新科技在社會上產生新工作也取代舊工作，產生了新的輸家和贏家，若是輸家的人數太多將造成一股社會不穩的能量而這股能量被有心人利用可能導致各種事件。他認為各國應該強制訂定規定AI機器只能用於人類不能做的工作，避免短時間大量人類被取代的失業大潮，但馬雲沒有提出這種世界性規定將如何實現並確保遵守的細節方案。[34]

数据科学和人工智能被哈佛商業評論称为《二十一世纪最Sexy的職业》[35]，人工智能需求量大，鼓励了不少大学诸如伯克利大学专门成立数据科学系。硅谷和纽约为主的《The Data Incubator（英语：The Data Incubator）》公司於2012年成立，焦点是数据科学，大数据，和人工智能企业培训，提供国际大数据培训服务。

AI對人類的威脅

参见：源自人工智能的生存危机（英语：Existential risk from artificial general intelligence）、机器人叛变和人工智能对齐

此議題目前分成兩個學派：

悲觀學派

此學派的代表是天文物理學家史蒂芬·霍金，以及特斯拉執行長伊隆·馬斯克。霍金認為AI對人類將來有很大的威脅，主要有以下理由：

  1. AI會遵循科技發展的加速度理論。
  2. AI可能會有自我改造創新的能力。
  3. AI進步的速度遠遠超過人類。
  4. 人類會有被滅絕的危機。

樂觀學派

主要是Google、Facebook等AI的主要技術發展者，他們對AI持樂觀看法的理由：

  1. 人類只要關掉電源就能除掉AI機器人。
  2. 任何的科技都會有瓶頸，「摩爾定律」到目前也遇到相當的瓶頸，AI科技也不會無限成長，依然存在許多難以克服的瓶頸。
  3. 依目前的研究方向，電腦無法突變、甦醒、產生自我意志，AI也不可能具有創意與智慧、同情心與審美等這方面的能力。

AI與管理

AI逐漸普及後，將會在企業管理中扮演很重要的角色，而人類的管理者應如何適度的調整自己的工作職能，有以下幾點建議：

  1. 放棄行政工作
  2. 退守分析預測的領域而強化自己的綜合判斷力。
  3. 把AI當作同事，形成協同合作的團隊。
  4. 多琢磨在創造力以及各種流程架構設計師角色。
  5. 強化自己人際網路、溝通協調、談判上的能力。
  6. 培養自身領導能力，能有效地帶領一個士氣高、團結及凝結力高的工作夥伴。

[36]

強人工智能和弱人工智能

人工智能的一個比較流行的定義，也是該領域較早的定義，是由當時麻省理工學院的約翰·麥卡錫在1956年的達特矛斯會議上提出的：人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。但是這個定義似乎忽略了強人工智能的可能性（見下）。另一個定義指人工智能是人造機器所表現出來的智能。總體來講，目前對人工智能的定義大多可劃分為四類，即機器「像人一樣思考」、「像人一樣行動」、「理性地思考」和「理性地行動」。這裡「行動」應廣義地理解為採取行動，或制定行動的決策，而不是肢體動作。

強人工智能

主条目：強人工智慧

強人工智能觀點認為「有可能」製造出「真正」能推理和解決問題的智能機器，並且，這樣的機器將被認為是具有知覺、有自我意識的。強人工智能可以有兩類：

  • 人類的人工智能，即機器的思考和推理就像人的思維一樣。
  • 非人類的人工智能，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。

弱人工智能

弱人工智能觀點認為「不可能」製造出能「真正」地推理和解決問題的智能機器，這些機器只不過「看起來」像是智能的，但是並不真正擁有智能，也不會有自主意識。

弱人工智能是對比強人工智能才出現的，因為人工智能的研究一度處於停滯不前的狀態下，直到類神經網路有了強大的運算能力加以模擬後，才開始改變並大幅超前。但人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解強人工智能和弱人工智能的內容與差別，對定義爭論不休。

就當下的人工智能研究領域來看，研究者已大量造出「看起來」像是智能的機器，取得相當豐碩的理論上和實質上的成果，如2009年康乃爾大學教授Hod Lipson 和其博士研究生Michael Schmidt 研發出的 Eureqa電腦程式，只要給予一些資料，這電腦程式自己只用幾十個小時計算就推論出牛頓花費多年研究才發現的牛頓力學公式，等於只用幾十個小時就自己重新發現牛頓力學公式，這電腦程式也能用來研究很多其他領域的科學問題上。這些所謂的弱人工智慧在神經網路發展下已經有巨大進步，但對於要如何整合成強人工智慧，現在還沒有明確定論。

對強人工智能的哲學爭論

主條目：人工智能哲學、图灵测试、物理符號系統、皇帝新脑、德雷福斯對人工智能的看法（英语：Hubert Dreyfus's views on artificial intelligence）、AI效應（英语：AI effect）

「強人工智能」一詞最初是約翰·羅傑斯·希爾勒針對電腦和其它信息處理機器創造的，其定義為：

「強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具；相反，只要运行適當的程序，計算機本身就是有思維的。」（J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）

關於強人工智能的爭論，不同於更廣義的一元論和二元論的爭論。其爭論要點是：如果一台機器的唯一工作原理就是轉換編碼數據，那麼這台機器是不是有思維的？希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是轉換數據，而數據本身是對某些事情的一種編碼表現，那麼在不理解這一編碼和這實際事情之間的對應關係的前提下，機器不可能對其處理的數據有任何理解。基於這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有自我思維和自由意識。

也有哲學家持不同的觀點。丹尼爾·丹尼特在其著作《意識的解釋（英语：Consciousness Explained）》（Consciousness Explained）裡認為，人也不過是一台有靈魂的機器而已，為什麼我們認為：「人可以有智能，而普通機器就不能」呢？他認為像上述的數據轉換機器是有可能有思維和意識的。

有的哲學家認為如果弱人工智能是可實現的，那麼強人工智能也是可實現的。比如西蒙·布莱克本（英语：Simon Blackburn）（Simon Blackburn）在其哲學入門教材Think裡說道，一個人的看起來是「智能」的行動並不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她／他僅僅是「看起來」是智能的。基於這個論點，既然弱人工智能認為可以令機器「看起來」像是智能的，那就不能完全否定這機器是真的有智能的。布莱克本認為這是一個主觀認定的問題。

需要指出的是，弱人工智能並非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在一百多年前是被認為很需要智能的。並且，即使強人工智能被證明為可能的，也不代表強人工智能必定能被研製出來。

研究方法

目前没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。[37]

其中几个长久以来仍没有结论的问题是：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？[38]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？[39]

智能是否可以使用高级符号表达，如词和想法？还是需要“子符号”的处理？[40] 約翰·豪格兰德（John Haugeland）提出了GOFAI（出色的老式人工智能）的概念，也提议人工智能应归类为synthetic intelligence（英语：synthetic intelligence），[41]这个概念后来被某些非GOFAI研究者采纳。[42][43]

控制论与大脑模拟

主条目：控制论和計算神經科學

20世纪40年代到50年代，许多研究者探索神经学、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，如格雷·華特（W. Grey Walter）的烏龜（turtle）和約翰霍普金斯野獸。

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。[44]直到1960，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。

符号处理

主条目：符號人工智能

当20世纪50年代，數位计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究主要集中在卡内基梅隆大学，斯坦福大学和麻省理工學院，而各自有独立的研究风格。約翰·豪格兰德（John Haugeland）称这些方法为GOFAI（出色的老式人工智能）[45]。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。基于控制论或神经网络的方法则置于次要[46]。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，同时这也是他们的目标。

  • 基于知识：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[53]。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[54]。“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。

子符号方法

1980年代符号人工智能停滞不前，很多人认为符号系统永远不可能模仿人类所有的认知过程，特别是感知、机器人、机器学习和模式识别。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[40]。

  • 自下而上、接口agent、嵌入环境（机器人）、行为主义、新式AI：机器人领域相关的研究者，如罗德尼·布鲁克斯（Rodney Brooks），否定符号人工智能而专注于机器人移动和求生等基本的工程问题。[55]他们的工作再次关注早期控制论研究者的观点，同时提出了在人工智能中使用控制理论。这与认知科学领域中的表征感知论点是一致的:更高的智能需要个体的表征（如移动，感知和形象）。
  • 计算智能：1980年代中大衛·鲁姆哈特（David E. Rumelhart）等再次提出神经网络和联结主义[56]。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[57]。

统计学方法

1990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。这些工具是真正的科学方法，即这些方法的结果是可测量的和可验证的，同时也是近期人工智能成功的原因。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）。Stuart J. Russell和Peter Norvig指出这些进步不亚于“革命”和“neats的成功”[58]。有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标[59]。

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。最简单的智能agent是那些可以解决特定问题的程序。更复杂的agent包括人类和人类组织（如公司）。这些范式可以让研究者研究单独的问题和找出有用且可验证的方案，而不需考虑单一的方法。一个解决特定问题的agent可以使用任何可行的方法-一些agent用符号方法和逻辑方法，一些则是子符号神经网络或其他新的方法。范式同时也给研究者提供一个与其他领域沟通的共同语言--如决策论和经济学（也使用abstract agents的概念）。1990年代智能agent范式被广泛接受。[4]
  • 代理架構和認知架構：研究者设计出一些系统来处理多agent系统中智能agent之间的相互作用。[60]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。

基本應用

人工智慧基本的應用可分為四大部分：

感知能力（Perception）

指的是人類透過感官所收到環境的刺激，察覺訊息的能力，簡單的說就是人類五官的看、聽、說、讀、寫等能力，學習人類的感知能力是AI目前主要的焦點之一，包括：

  • 「看」：電腦視覺（Computer Vision）、圖像辨識（Image Recognition）、人臉辨識（Face Recognition）、物件偵測（Object Detection）。
  • 「聽」：語音辨識（Sound Recognition）。
  • 「說」：語音生成（Sound Generation）、文本轉換語音（Text-to-Speech）。
  • 「讀」：自然語言處理（Natural Language Processing，NLP）、語音轉換文本（Speech-to-Text）。
  • 「寫」：機器翻譯（Machine Translation）。

認知能力（Cognition）

指的是人類透過學習、判斷、分析等等心理活動來瞭解訊息、獲取知識的過程與能力，對人類認知的模仿與學習也是目前AI第二個焦點領域，主要包括：

  • 分析辨識能力：例如醫學圖像分析、產品推薦、垃圾郵件辨識、法律案件分析、犯罪偵測、信用風險分析、消費行為分析等。
  • 預測能力：例如AI執行的預防性維修（Predictive Maintenance）、智慧天然災害預測與防治。
  • 判斷能力：例如AI下圍棋、自動駕駛車、健保詐欺判斷、癌症判斷等。
  • 學習能力：例如機器學習、深度學習、增強式學習等等各種學習方法。

創造力（Creativity）

指的是人類產生新思想，新發現，新方法，新理論，新設計，創造新事物的能力，它是結合知識、智力、能力、個性及潛意識等各種因素優化而成，這個領域目前人類仍遙遙領先AI，但AI也試著急起直追，主要領域包括：AI作曲、AI作詩、AI小說、AI繪畫、AI設計等。

智慧（Wisdom）

指的是人類深刻瞭解人、事、物的真相，能探求真實真理、明辨是非，指導人類可以過著有意義生活的一種能力，這個領域牽涉人類自我意識、自我認知與價值觀，是目前AI尚未觸及的一部分，也是人類最難以模仿的一個領域。 [61]

实际应用

机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、無人載具等。

學科範疇

人工智能是一門邊緣學科，屬於自然科學和社會科學的交叉。

涉及学科

研究範疇

电视剧

應用領域

滥用

参见：深伪技术和深度伪造的色情内容

2019年6月，基于神经网络技术DeepNude软件面世，该软件可以将人物照片的衣着褪去，显示出裸体[62]。随后，经该软件处理后的色情图片在网络上泛滥并引发争议，此后该软件在批评声中被下架[62]。据美国网络安全公司Sensity统计，DeepNude已经产生了68万以上女性的假裸照，其中70%的原照片来自社交网络中的真实女性[62]，而经DeepFake技术处理的视频在以每6个月翻一番的数量增长[63]。截至2020年12月 (2020-12)，Sensity检测到的相关视频数量超过8.5万个[63]。而恶用该技术则可能涉嫌违反《著作权法》等法律，日本警方便多次处理过使用人工智能技术去除色情影片中的马赛克[64]、替换色情影片中女优容貌[65]等相关案件。

參看

参考文献

引用

  1. ^ 人工智能（AI）造福社會 同時也帶來威脅. [2021-02-17]. （原始内容于2020-11-27）. 
  2. ^ 人工智能「搶飯碗」 2020年會計師將被AI取代. [2021-02-17]. （原始内容于2020-11-27）. 
  3. ^ 针对研究智能代理的人工智能定义：
  4. ^ 4.0 4.1 智能代理范式： 此处使用的定义--目的，动作，感知与环境出自Russell & Norvig (2003).
  5. ^ 尽管这点上存在争论（见Crevier (1993, p. 50)）, McCarthy在一个访谈中明确的说"我想出了这个词" . （Skillings 2006）
  6. ^ McCarthy对人工智能的定义：
  7. ^ . [2018-11-17]. （原始内容存档于2018-11-21）. 
  8. ^ Yigitcanlar, T.et al. Artificial Intelligence Technologies and Related Urban Planning and Development Concepts: How Are They Perceived and Utilized in Australia? J. Open Innov. Technol. Mark. Complex. 2020, 6, 187. https://doi.org/10.3390/joitmc6040187
  9. ^ Pamela McCorduck (2004, pp. 424) writes of "the rough shattering of AI in subfields—vision, natural language, decision theory, genetic algorithms, robotics ... and these with own sub-subfield—that would hardly have anything to say to each other."
  10. ^ 10.0 10.1 这些智能的特征出自以下教材：
  11. ^ 强人工智能常出现在人工智能的导论中：
  12. ^ Problem solving, puzzle solving, game playing and deduction:
  13. ^ Uncertain reasoning:
  14. ^ Intractability and efficiency and the combinatorial explosion（英语：combinatorial explosion）:
  15. ^ Psychological evidence of sub-symbolic reasoning:
  16. ^ Planning（英语：automated planning and scheduling）:
  17. ^ Information value theory（英语：Applied information economics）:
  18. ^ Classical planning:
  19. ^ Planning and acting in non-deterministic domains: conditional planning, execution monitoring, replanning and continuous planning:
  20. ^ Multi-agent planning and emergent behavior:
  21. ^ Machine perception（英语：Machine perception）:
  22. ^ Computer vision:
  23. ^ Speech recognition:
  24. ^ Object recognition（英语：Object recognition）:
  25. ^ Kismet. MIT Artificial Intelligence Laboratory, Humanoid Robotics Group. [2012-10-12]. （原始内容于2014-10-17）. 
  26. ^ 人工智慧有多恐怖？聽聽「天才」Demis Hassabis 怎麼說！the guardian《The superhero of artificial intelligence: can this genius keep it in check?》. inside / tech2ipo.com. [2016-04-15]. （原始内容于2018-09-03） （中文（臺灣））. 
  27. ^ 人工智能發展是繁榮人類或毀滅人類？. 大紀元/莫琳綜. [2016-04-15]. （原始内容于2021-02-13） （中文（臺灣））. 
  28. ^ AlphaGo贏棋王 靠兩大密技. 2016-03-19 04:01 經濟日報 記者彭慧明. [2016-04-15]. （原始内容于2016-04-26） （中文（臺灣））. 
  29. ^ 專家憂人工智慧武器成「殺人機器」 多國研商限制規範. 2014/11/13 The News Lens關鍵評論 Sid Weng. [2016-04-15]. （原始内容于2016-04-27） （中文（臺灣））. 
  30. ^ 別再讓機器人殺人！反對團體呼籲勿用人工智慧參與戰爭. 風傳媒 蕭喬云 2015年10月22日. [2016年4月15日]. （原始内容于2021年2月13日） （中文（臺灣））. 
  31. ^ 機器人威脅人類 10大類工作未來恐被取代. 大紀元 / 鄭孝祺. [2016-04-15]. （原始内容于2021-02-13） （中文（臺灣））. 
  32. ^ 日近半職業 將被人工智慧取代. 中國時報. [2016-04-15]. （原始内容于2021-02-13） （中文（臺灣））. 
  33. ^ . Evans Data調查 April. [2016-04-15]. （原始内容存档于2019-05-11） （中文（臺灣））. 
  34. ^ 中時-馬雲談AI的風險. [2017-06-23]. （原始内容于2017-06-22）. 
  35. ^ 数据科学：二十一世纪最Sexy的职业. 哈佛商業評論. [2017-09-22]. （原始内容于2017-06-14）. 
  36. ^ 林東清. 資訊管理 e化企業的核心競爭能力 七版. 台北市: 智勝. 2019-06: 187. ISBN 978-957-511-112-0. 
  37. ^ Nils Nilsson（英语：Nils Nilsson (researcher)）写道："Simply put, there is wide disagreement in the field about what AI is all about" （Nilsson 1983，p.10）.
  38. ^ 38.0 38.1 Biological intelligence vs. intelligence in general:
    • Russell & Norvig 2003，第2–3頁, who make the analogy with aeronautical engineering.
    • McCorduck 2004，第100–101頁, who writes that there are "two major branches of artificial intelligence: one aimed at producing intelligent behavior regardless of how it was accomplioshed, and the other aimed at modeling intelligent processes found in nature, particularly human ones."
    • Kolata 1982, a paper in Science, which describes McCathy's indifference to biological models. Kolata quotes McCarthy as writing: "This is AI, so we don't care if it's psychologically real"[1] （页面存档备份，存于互联网档案馆）. McCarthy recently reiterated his position at the AI@50（英语：AI@50） conference where he said "Artificial intelligence is not, by definition, simulation of human intelligence" （Maker 2006）.
  39. ^ 39.0 39.1 Neats vs. scruffies（英语：Neats vs. scruffies）:
  40. ^ 40.0 40.1 Symbolic vs. sub-symbolic AI:
  41. ^ Haugeland 1985，第255頁.
  42. ^ 存档副本. [2012-10-13]. （原始内容于2017-11-05）. 
  43. ^ Pei Wang. Artificial general intelligence, 2008: proceedings of the First AGI Conference. IOS Press. 2008: 63 [2011-10-31]. ISBN 978-1-58603-833-5. （原始内容于2020-08-21）. 
  44. ^ AI's immediate precursors: See also Template:See section. Among the researchers who laid the foundations of AI were Alan Turing, John Von Neumann, Norbert Wiener, Claude Shannon, Warren McCullough, Walter Pitts and Donald Hebb.
  45. ^ Haugeland 1985，第112–117頁
  46. ^ The most dramatic case of sub-symbolic AI being pushed into the background was the devastating critique of perceptrons by Marvin Minsky and Seymour Papert in 1969. See History of AI, AI winter, or Frank Rosenblatt（英语：Frank Rosenblatt）.
  47. ^ Cognitive simulation, Newell and Simon, AI at CMU (then called Carnegie Tech):
  48. ^ Soar (history):
  49. ^ McCarthy and AI research at SAIL（英语：Stanford Artificial Intelligence Laboratory） and SRI International:
  50. ^ AI research at Edinburgh and in France, birth of Prolog:
  51. ^ AI at MIT under Marvin Minsky in the 1960s :
  52. ^ Cyc:
  53. ^ Knowledge revolution:
  54. ^ Expert systems:
  55. ^ Embodied（英语：Embodied agent） approaches to AI:
  56. ^ Revival of connectionism:
  57. ^ Computational intelligence（英语：Computational intelligence）
    • IEEE Computational Intelligence Society （页面存档备份，存于互联网档案馆）
  58. ^ 形式方法是当前首选的（"简约派的胜利"）:
  59. ^ Pat Langley, "The changing science of machine learning"[永久失效連結], Machine Learning, Volume 82, Number 3, 275–279, doi:10.1007/s10994-011-5242-y
  60. ^ Agent architecture（英语：Agent architecture）s, hybrid intelligent system（英语：hybrid intelligent system）s:
  61. ^ 林, 東清. 資訊管理：e化企業的核心競爭力. 台北: 元照. 2019: 93. ISBN 978-957-511-112-0. 
  62. ^ 62.0 62.1 62.2 陈根. 人工智能“脱衣”再现，技术与道德的撕裂对立. 澎湃. 2020-11-02 [2022-05-07] （中文）. 
  63. ^ 63.0 63.1 . Sensity. [2022-05-07]. （原始内容存档于2022-05-19） （美国英语）.  引用错误：带有name属性“:1”的<ref>标签用不同内容定义了多次
  64. ^ . 京都新聞. [2022-05-07]. （原始内容存档于2022-05-25） （日语）. 
  65. ^ IPPA | 宮城県警察本部サイバー犯罪対策課による『フェイク動画』ＤＶＤ販売摘発に関するお知らせ. www.ippa.jp. [2022-05-07]. 

来源

中文書


教材
  • Luger, George; Stubblefield, William. Artificial Intelligence: Structures and Strategies for Complex Problem Solving 5th. The Benjamin/Cummings Publishing Company, Inc. 2004 [2012-10-12]. ISBN 0-8053-4780-1. （原始内容于2021-01-15）. 
  • Kaplan, Andreas; Haenlein, Michael. Rulers of the world, unite! The challenges and opportunities of artificial intelligence. Business Horizons. 2020 [2020-01-03]. （原始内容于2020-12-21）. 
  • Luger, George. 人工智能：复杂问题求解的结构和策略. 由史忠植 等翻译 原书第4版. 北京: 机械工业出版社. 2004. ISBN 7-111-12944-X （中文）. 
  • Neapolitan, Richard; Jiang, Xia. Contemporary Artificial Intelligence. Chapman & Hall/CRC. 2012 [2012-10-12]. ISBN 978-143984-469-4. （原始内容于2015-01-08）. 
  • Nilsson, Nils. Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publishers. 1998. ISBN 978-1-55860-467-4. 
  • Nilsson, Nils. 人工智能. 郑扣根等译. 北京: 机械工业出版社. 2000. ISBN 7-111-07885-3 （中文）. 
  • Russell, Stuart J.; Norvig, Peter. 2nd. Upper Saddle River, New Jersey: Prentice Hall. 2003 [2012-10-12]. ISBN 0-13-790395-2. （原始内容存档于2011-02-28）. 
  • Russell, Stuart J.; Norvig, Peter. . 由姜哲翻译 原书第2版. 北京: 人民邮电出版社. 2004 [2012-10-12]. ISBN 9787115122285. （原始内容存档于2011-02-28） （中文）. 
  • Poole, David; Mackworth, Alan; Goebel, Randy. Computational Intelligence: A Logical Approach. New York: Oxford University Press. 1998 [2012-10-12]. ISBN 0-19-510270-3. （原始内容于2009-07-25）. 
  • Winston, Patrick Henry. Artificial Intelligence. Reading, Massachusetts: Addison-Wesley. 1984. ISBN 0-201-08259-4. 
  • Winston, Patrick Henry. 人工智能. 由崔良沂、赵永昌翻译 原书第3版. 北京: 清华大学出版社. 2005. ISBN 9787302103271 （中文）. 
人工智能历史
  • Crevier, Daniel. AI: The Tumultuous Search for Artificial Intelligence. New York, NY: BasicBooks. 1993. ISBN 978-0-465-02997-6. 
  • McCorduck, Pamela. Machines Who Think 2nd. Natick, MA: A. K. Peters, Ltd. 2004 [2012-10-12]. ISBN 1-56881-205-1. （原始内容于2020-03-01）. 
  • Nils, Nilsson. The Quest for Artificial Intelligence: A History of Ideas and Achievements. New York: Cambridge University Press. 2010. 
其他
  • . ACM. 1998 [2007-08-30]. （原始内容存档于2007-10-12）. 
  • Aleksander, Igor. . IWANN. 1995 [2012年10月12日]. （原始内容存档于1997年3月2日）.  BibTex（页面存档备份，存于互联网档案馆）
  • Brooks, Rodney. Elephants Don't Play Chess (PDF). Robotics and Autonomous Systems. 1990, 6: 3–15 [2007-08-30]. doi:10.1016/S0921-8890(05)80025-9. （原始内容 (PDF)于2007-08-09）. .
  • Buchanan, Bruce G. (PDF). AI Magazine. 2005: 53–60 [2007-08-30]. （原始内容 (PDF)存档于2007-09-26）.  参数|magazine=与模板{{cite journal}}不匹配（建议改用{{cite magazine}}或|journal=） (帮助)
  • Dennett, Daniel. Consciousness Explained（英语：Consciousness Explained）. The Penguin Press. 1991. ISBN 0-7139-9037-6. 
  • Dreyfus, Hubert. [[:What Computers Can't Do|What Computers Can't Do]]（英语：What Computers Can't Do]]）. New York: MIT Press. 1972. ISBN 0-06-011082-1.  网址－维基内链冲突 (帮助)
  • Dreyfus, Hubert. What Computers Still Can't Do. New York: MIT Press. 1979. ISBN 0-262-04134-0. 
  • Dreyfus, Hubert; Dreyfus, Stuart. Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer. Oxford, UK: Blackwell. 1986. ISBN 0-02-908060-6. 
  • Dreyfus, Hubert. What Computers Still Can't Do. New York: MIT Press. 1992. ISBN 0-262-54067-3. 
  • Edelman, Gerald. . Talking Robots. 2007-11-23 [2012-10-12]. （原始内容存档于2009-10-08）. 
  • Fearn, Nicholas. The Latest Answers to the Oldest Questions: A Philosophical Adventure with the World's Greatest Thinkers. New York: Grove Press. 2007. ISBN 0-8021-1839-9. 
  • Forster, Dion. Self validating consciousness in strong artificial intelligence: An African theological contribution (PDF). Pretoria: University of South Africa. 2006 [2012-10-12]. （原始内容 (PDF)于2021-01-15）. 
  • Gladwell, Malcolm. Blink. New York: Little, Brown and Co. 2005. ISBN 0-316-17232-4. 
  • Haugeland, John. Artificial Intelligence: The Very Idea. Cambridge, Mass.: MIT Press. 1985. ISBN 0-262-08153-9. 
  • Hawkins, Jeff; Blakeslee, Sandra. On Intelligence（英语：On Intelligence）. New York, NY: Owl Books. 2005. ISBN 0-8050-7853-3. 
  • Hofstadter, Douglas. Gödel, Escher, Bach: an Eternal Golden Braid. New York, NY: Vintage Books. 1979. ISBN 0-394-74502-7. 
  • Howe, J. Artificial Intelligence at Edinburgh University: a Perspective. November 1994 [2007-08-30]. （原始内容于2019-08-25）. .
  • Kahneman, Daniel; Slovic, D.; Tversky, Amos. Judgment under uncertainty: Heuristics and biases. New York: Cambridge University Press. 1982. ISBN 0-521-28414-7. 
  • Kolata, G. How can computers get common sense?. Science. 1982, 217 (4566): 1237–1238. PMID 17837639. doi:10.1126/science.217.4566.1237. 
  • Kurzweil, Ray. The Age of Spiritual Machines（英语：The Age of Spiritual Machines）. Penguin Books. 1999. ISBN 0-670-88217-8. 
  • Kurzweil, Ray. The Singularity is Near. Penguin Books. 2005. ISBN 0-670-03384-7. 
  • Lakoff, George. Women, Fire, and Dangerous Things: What Categories Reveal About the Mind. University of Chicago Press. 1987. ISBN 0-226-46804-6. 
  • Lakoff, George; Núñez, Rafael E. Where Mathematics Comes From: How the Embodied Mind Brings Mathematics into Being（英语：Where Mathematics Comes From）. Basic Books. 2000. ISBN 0-465-03771-2. .
  • Lenat, Douglas; Guha, R. V. Building Large Knowledge-Based Systems. Addison-Wesley. 1989. ISBN 0-201-51752-3. 
  • Lighthill, Professor Sir James. Artificial Intelligence: a paper symposium. Science Research Council. 1973.  |contribution=被忽略 (帮助)
  • Lucas, John. Minds, Machines and Gödel. Anderson, A.R. (编). Minds and Machines. 1961 [2007-08-30]. （原始内容于2007-08-19）. 
  • Maker, Meg Houston. . Dartmouth College. 2006 [2008-10-16]. （原始内容存档于2008-10-08）. 
  • McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude. . 1955 [2007-08-30]. （原始内容存档于2007-08-26）. .
  • McCarthy, John; Hayes, P. J. Some philosophical problems from the standpoint of artificial intelligence. Machine Intelligence. 1969, 4: 463–502 [2007-08-30]. （原始内容于2007-08-10）. 
  • McCarthy, John. . 2007-11-12 [2012-10-12]. （原始内容存档于2015-11-18）. 
  • Minsky, Marvin. Computation: Finite and Infinite Machines. Englewood Cliffs, N.J.: Prentice-Hall. 1967. ISBN 0-13-165449-7. 
  • Minsky, Marvin. The Emotion Machine（英语：The Emotion Machine）. New York, NY: Simon & Schusterl. 2006. ISBN 0-7432-7663-9. 
  • Moravec, Hans. . 1976 [2007-08-30]. （原始内容存档于2016-03-03）. 
  • Moravec, Hans. Mind Children. Harvard University Press. 1988. ISBN 0-674-57616-0. 
  • NRC, (United States National Research Council). Developments in Artificial Intelligence. Funding a Revolution: Government Support for Computing Research. National Academy Press. 1999. 
  • Needham, Joseph. Science and Civilization in China: Volume 2. Caves Books Ltd. 1986. 
  • Newell, Allen; Simon, H. A. GPS: A Program that Simulates Human Thought. Feigenbaum, E.A.; Feldman, J. (编). Computers and Thought. New York: McGraw-Hill. 1963. 
  • Newell, Allen; Simon, H. A. 19 (3). 1976 [2012-10-12]. （原始内容存档于2008-10-07）.  |contribution=被忽略 (帮助).
  • Nilsson, Nils, Artificial Intelligence Prepares for 2001 (PDF), AI Magazine, 1983, 1 (1) [2012-10-12], （原始内容 (PDF)于2009-11-06） , Presidential Address to the Association for the Advancement of Artificial Intelligence.
  • Penrose, Roger. The Emperor's New Mind: Concerning Computer, Minds and The Laws of Physics. Oxford University Press. 1989. ISBN 0-19-851973-7. 
  • Searle, John. . Behavioral and Brain Sciences. 1980, 3 (3): 417–457 [2012-10-12]. doi:10.1017/S0140525X00005756. （原始内容存档于2010-01-18）. 
  • Searle, John. Mind, language and society. New York, NY: Basic Books. 1999. ISBN 0-465-04521-9. OCLC 231867665 43689264 请检查|oclc=值 (帮助). 
  • Serenko, Alexander; Detlor, Brian. (PDF). AI and Society. 2004, 18 (4): 364–381 [2012-10-12]. doi:10.1007/s00146-004-0310-5. （原始内容 (PDF)存档于2012-03-01）. 
  • Serenko, Alexander; Ruhi, Umar; Cocosila, Mihail. (PDF). AI and Society. 2007, 21 (1–2): 141–166 [2012-10-12]. doi:10.1007/s00146-006-0051-8. （原始内容 (PDF)存档于2012-06-20）. 
  • Shapiro, Stuart C. Artificial Intelligence. Shapiro, Stuart C. (编). Encyclopedia of Artificial Intelligence (PDF) 2nd. New York: John Wiley. 1992: 54–57 [2012-10-12]. ISBN 0-471-50306-1. （原始内容 (PDF)于2019-05-13）. 
  • Simon, H. A. The Shape of Automation for Men and Management. New York: Harper & Row. 1965. 
  • Skillings, Jonathan. Getting Machines to Think Like Us. cnet. 2006-07-03 [2011-02-03]. （原始内容于2011-11-16）. 
  • Tecuci, Gheorghe. Artificial Intelligence. Wiley Interdisciplinary Reviews: Computational Statistics (Wiley). March/April 2012, 4 (2): 168–180. doi:10.1002/wics.200. 
  • Turing, Alan. LIX. October 1950: 433–460 [2008-08-18]. ISSN 0026-4423. doi:10.1093/mind/LIX.236.433. （原始内容存档于2008-07-02）.  |journal=被忽略 (帮助); |issue=被忽略 (帮助)
  • van der Walt, Christiaan; Bernard, Etienne. (PDF). 2006<!––year is presumed based on acknowledgements at the end of the article––> [2009-08-05]. （原始内容 (PDF)存档于2009-03-25）. 
  • Vinge, Vernor. . 1993 [2012-10-12]. （原始内容存档于2007-01-01）. 
  • Wason, P. C.; Shapiro, D. Reasoning. Foss, B. M. (编). New horizons in psychology. Harmondsworth: Penguin. 1966. 
  • Weizenbaum, Joseph. Computer Power and Human Reason（英语：Computer Power and Human Reason）. San Francisco: W.H. Freeman & Company. 1976. ISBN 0-7167-0464-1. 

扩展阅读

  • TechCast Article Series, John Sagi,
  • Boden, Margaret, Mind As Machine, Oxford University Press, 2006
  • Johnston, John (2008) "The Allure of Machinic Life: Cybernetics, Artificial Life, and the New AI", MIT Press
  • Myers, Courtney Boyd ed. (2009). The AI Report （页面存档备份，存于互联网档案馆）. Forbes June 2009
  • Serenko, Alexander. (PDF). Journal of Informetrics. 2010, 4 (4): 447–459 [2012-10-12]. doi:10.1016/j.joi.2010.04.001. （原始内容 (PDF)存档于2012-07-24）. 
  • Sun, R. & Bookman, L. (eds.), Computational Architectures: Integrating Neural and Symbolic Processes. Kluwer Academic Publishers, Needham, MA. 1994.

外部連結

从维基百科的姊妹计划
了解更多有关
“Artificial Intelligence”的内容
  维基词典上的字词解释
  维基共享资源上的多媒体资源
  维基新闻上的新闻
  维基语录上的名言
  维基文库上的原始文献
  维基教科书上的教科书和手册
  维基学院上的學習资源
  • —An introduction to artificial intelligence by AI founder John McCarthy.
  • 开放式目录计划中和AI相关的内容
  • —A large directory of links and other resources maintained by the Association for the Advancement of Artificial Intelligence, the leading organization of academic AI researchers.
  • Artificial Intelligence Discussion group （页面存档备份，存于互联网档案馆）
  • 机器人智能机器人智能
  • 研學論壇 （页面存档备份，存于互联网档案馆）關於人工智能，模式識別，科學交流的學術論壇
  • [永久失效連結]
  • —community discussion, news, and articles
  • Loebner Prize website（页面存档备份，存于互联网档案馆）
  • —計算機遊戲開發者的AI資源
  • Kurzweil CyberArt Technologies（页面存档备份，存于互联网档案馆）—關於人工智能藝術的網站，裡面有著名的人工智能繪畫程序AARON
  • 中華民國人工智慧學會 （页面存档备份，存于互联网档案馆）—以促進中華民國人工智慧及相關領域之研究、發展、應用與交流為宗旨的民間組織。
  • MostAI—關於人工智能的網站，AI Fans交流平台
  • 智能程序自进化概念 （页面存档备份，存于互联网档案馆）
  • 進化論 （页面存档备份，存于互联网档案馆）

行進 09, 2023
人工智能, 此條目介紹的是人工智慧, 关于其他用法, 请见, 本條目存在以下問題, 請協助改善本條目或在討論頁針對議題發表看法, 此條目翻譯品質不佳, 2018年9月21日, 翻譯者可能不熟悉中文或原文語言, 也可能使用了機器翻譯, 請協助翻譯本條目或重新編寫, 并注意避免翻译腔的问题, 明顯拙劣的翻譯請改掛, href, template, html, class, redirect, title, template, href, wikipedia, html, class, redirect, title, . 此條目介紹的是人工智慧 关于其他用法 请见 AI 本條目存在以下問題 請協助改善本條目或在討論頁針對議題發表看法 此條目翻譯品質不佳 2018年9月21日 翻譯者可能不熟悉中文或原文語言 也可能使用了機器翻譯 請協助翻譯本條目或重新編寫 并注意避免翻译腔的问题 明顯拙劣的翻譯請改掛 a href Template D html class mw redirect title Template D d a a href Wikipedia CSD html G13 class mw redirect title Wikipedia CSD G13 a 提交刪除 此條目可能包含原创研究或未查证内容 请协助補充参考资料以改善这篇条目 详细情况请参见讨论页 人工智能 英語 artificial intelligence 缩写为AI 亦稱智械 機器智能 指由人製造出來的機器所表現出來的智慧 通常人工智能是指通过普通電腦程式來呈現人類智能的技術 該詞也指出研究這樣的智能系統是否能夠實現 以及如何實現 同时 通過醫學 神經科學 機器人學及統計學等的進步 常態預測則認為人類的很多職業也逐漸被其取代 1 2 人工智能 的各地常用別名中国大陸人工智能臺灣人工智慧港澳人工智能馬新人工智能 人工智慧日韓人工知能越南智慧人造人工智能於一般教材中的定义领域是 智慧主体 intelligent agent 的研究与设计 3 智慧主体指一个可以观察周遭环境并作出行动以达致目标的系统 4 约翰 麦卡锡于1955年的定义是 5 制造智能机器的科学与工程 6 安德烈亚斯 卡普兰 Andreas Kaplan 和迈克尔 海恩莱因 Michael Haenlein 将人工智能定义为 系统正确解释外部数据 从这些数据中学习 并利用这些知识通过灵活适应实现特定目标和任务的能力 7 人工智能可以定義為模仿人類與人類思維相關的認知功能的機器或計算機 如學習和解決問題 人工智能是計算機科學的一個分支 它感知其環境並採取行動 最大限度地提高其成功機會 此外 人工智能能夠從過去的經驗中學習 做出合理的決策 並快速回應 因此 人工智能研究人員的科學目標是通過構建具有象徵意義的推理或推理的計算機程式來理解智慧 人工智能的四個主要組成部分是 專家系統 作為專家處理正在審查的情況 併產生預期或預期的績效 啟發式問題解決 包括評估小範圍的解決方案 並可能涉及一些猜測 以找到接近最佳的解決方案 自然語言處理 在自然語言中實現人機之間的交流 計算機視覺 自動生成識別形狀和功能的能力 8 人工智能的研究是高度技术性和专业的 各分支领域都是深入且各不相通的 因而涉及範圍極廣 9 人工智能的研究可以分为几个技术问题 其分支领域主要集中在解决具体问题 其中之一是 如何使用各种不同的工具完成特定的应用程序 AI的核心问题包括建構能夠跟人類似甚至超卓的推理 知识 計划 学习 交流 感知 移動 移物 使用工具和操控机械的能力等 10 通用人工智能 GAI 目前仍然是该领域的长远目标 11 目前弱人工智慧已經有初步成果 甚至在一些影像辨識 語言分析 棋類遊戲等等單方面的能力達到了超越人類的水平 而且人工智慧的通用性代表著 能解決上述的問題的是一樣的AI程式 無須重新開發算法就可以直接使用現有的AI完成任務 與人類的處理能力相同 但達到具備思考能力的統合強人工智慧還需要時間研究 比较流行的方法包括统计方法 计算智能和传统意义的AI 目前有大量的工具应用了人工智能 其中包括搜索和数学优化 逻辑推演 而基於仿生學 認知心理學 以及基于概率论和经济学的演算法等等也在逐步探索當中 目录 1 概論 2 發展史 3 研究課題 3 1 演绎 推理和解决问题 3 2 知識表示法 3 3 规划 3 4 學習 3 5 自然語言處理 3 6 運動和控制 3 7 知覺 3 8 社交 3 9 創造力 3 10 倫理管理 3 11 經濟衝擊 3 12 AI對人類的威脅 3 12 1 悲觀學派 3 12 2 樂觀學派 3 13 AI與管理 4 強人工智能和弱人工智能 4 1 強人工智能 4 2 弱人工智能 4 3 對強人工智能的哲學爭論 5 研究方法 5 1 控制论与大脑模拟 5 2 符号处理 5 3 子符号方法 5 4 统计学方法 5 5 集成方法 6 基本應用 6 1 感知能力 Perception 6 2 認知能力 Cognition 6 3 創造力 Creativity 6 4 智慧 Wisdom 7 实际应用 8 學科範疇 8 1 涉及学科 8 2 研究範疇 9 电视剧 10 應用領域 11 滥用 12 參看 13 参考文献 13 1 引用 13 2 来源 14 扩展阅读 15 外部連結概論 编辑人工智能的定義可以分為兩部分 即 人工 和 智能 人工 即由人设计 为人创造 制造 關於甚麼是 智能 较有争议性 這涉及到其它諸如意識 自我 心靈 包括無意識的精神等等問題 人唯一瞭解的智能是人本身的智能 這是普遍認同的觀點 但是我們對我們自身智能的理解都非常有限 對構成人的智能必要元素的瞭解也很有限 所以就很難定義甚麼是 人工 製造的 智能 因此人工智能的研究往往涉及對人智能本身的研究 其它關於動物或其它人造系統的智能也普遍被認為是人工智能相關的研究課題 人工智慧目前在電腦領域內 得到了愈加廣泛的发挥 並在機器人 經濟政治決策 控制系統 仿真系統中得到應用 發展史 编辑主条目 人工智能的历史 年代 20世纪40年代 20世纪50年代 20世纪60年代 20世纪70年代 20世纪80年代 20世纪90年代 21世紀00年代 21世紀10年代計算機 1945 電腦 ENIAC 1957 FORTRAN語言人工智慧研究 1953 博弈論 1956 达特矛斯会议 1977 知識工程 英语 Knowledge engineering 宣言 1982 第五代電腦計劃開始 1991 人工神经网络 2007 深度學習人工智慧語言 1960 LISP語言 1973 PROLOG語言知識表達 1973 生產系統 1976 框架理論專家系統 1965 DENDRAL 英语 Dendral 1975 MYCIN 英语 Mycin 1980 Xcon研究課題 编辑目前人工智慧的研究方向已經被分成幾個子領域 研究人員希望一個人工智慧系統應該具有某些特定能力 以下將這些能力列出並說明 10 演绎 推理和解决问题 编辑 早期的人工智慧研究人员直接模仿人类进行逐步的推理 就像是玩棋盘游戏或进行逻辑推理时人类的思考模式 12 到了1980和1990年代 利用概率和经济学上的概念 人工智慧研究还发展了非常成功的方法处理不确定或不完整的资讯 13 对于困难的问题 有可能需要大量的运算资源 也就是发生了 可能组合爆增 当问题超过一定的规模时 电脑会需要天文数量级的存储器或是运算时间 寻找更有效的演算法是优先的人工智慧研究项目 14 人类解决问题的模式通常是用最快捷 直观的判断 而不是有意识的 一步一步的推导 早期人工智慧研究通常使用逐步推导的方式 15 人工智慧研究已经于这种 次表征性的 解决问题方法取得进展 实体化Agent研究强调感知运动的重要性 神经网络研究试图以模拟人类和动物的大脑结构重现这种技能 知識表示法 编辑 本體論將知識表示為一個領域內的一組概念以及這些概念之間的關係 主条目 知識表示和常識知識庫 知识表示是人工智能领域的核心研究问题之一 它的目标是让机器存储相应的知识 并且能够按照某种规则推理演绎得到新的知识 有许多需要解决的问题需要大量的对世界的知识 这些知识包括事先存储的先验知识和通过智能推理得到的知识 事先存储的先验知识指 人类通过某种方式告诉给机器的知识 通过智能推理得到的知识指 结合先验知识和某种特定的推理规则 逻辑推理 得到的知识 首先 先验知识可以指描述目标 特征 种类及物件之间的关系的知识 也可以描述事件 时间 状态 原因和结果 以及任何知识你想要机器存储的 比如 今天没有太阳 没有太阳就是阴天 那么以命题逻辑语言 这些知识可以被表示为 今天 gt 没有太阳 没有太阳 gt 阴天 这些知识是先验知识 那么通过推理可以得到新知识 今天 gt 阴天 由此例子可以看出 先验知识的正确性非常重要 这个例子中没有太阳就是阴天 这个命题是不严谨的 比较笼统的 因为没有太阳可能是下雨 也可能下雪 另外如果人工智慧能看出太陽 除了該如何判斷的這件問題 在這個前提之下 應該也能判斷出陰天與晴天的差異 逻辑命题表示在知识表示中非常重要 逻辑推理规则是目前主要推理规则 可以在机器中用逻辑符号定义每一个逻辑命题 然后再让机器存储相应的逻辑推理规则 那么自然而然机器便可进行推理 目前知识表达有许多困境尚无法解决 比如 建立一个完备的知识库几乎不可能 所以知识库的资源受到限制 先验知识的正确性需要进行检验 而且先验知识有时候不一定是只有对或者错两种选择 规划 编辑 智能Agent必须能够制定目标和实现这些目标 16 他们需要一种方法来建立一个可预测的世界模型 将整个世界状态用数学模型表现出来 并能预测它们的行为将如何改变这个世界 这样就可以选择功效最大的行为 17 在传统的规划问题中 智能Agent被假定它是世界中唯一具有影响力的 所以它要做出什么行为是已经确定的 18 但是 如果事实并非如此 它必须定期检查世界模型的状态是否和自己的预测相符合 如果不符合 它必须改变它的计划 因此智能代理必须具有在不确定结果的状态下推理的能力 19 在多Agent中 多个Agent规划以合作和竞争的方式去完成一定的目标 使用演化演算法和群体智慧可以达成一个整体的突现行为目标 20 學習 编辑 主条目 機器學習 机器学习的主要目的是为了让机器从使用者和输入数据等处获得知识 从而让机器自动地去判断和输出相应的结果 这一方法可以帮助解决更多问题 减少错误 提高解决问题的效率 对于人工智能来说 机器学习从一开始就很重要 1956年 在最初的达特茅斯夏季会议上 雷蒙德 索洛莫诺夫 來源請求 写了一篇关于不监视的概率性机器学习 一个归纳推理的机器 机器学习的方法各种各样 主要分为监督学习和非监督学习两大类 监督学习指事先给定机器一些训练样本并且告诉样本的类别 然后根据这些样本的类别进行训练 提取出这些样本的共同属性或者训练一个分类器 等新来一个样本 则通过训练得到的共同属性或者分类器进行判断该样本的类别 监督学习根据输出结果的离散性和连续性 分为分类和回归两类 非监督学习是不给定训练样本 直接给定一些样本和一些规则 让机器自动根据一些规则进行分类 无论哪种学习方法都会进行误差分析 从而知道所提的方法在理论上是否误差有上限 自然語言處理 编辑 主条目 自然語言處理 自然語言處理探討如何處理及運用自然語言 自然語言認知則是指讓電腦 懂 人類的語言 自然語言生成系統把計算機數據轉化為自然語言 自然語言理解系統把自然語言轉化為計算機程序更易于處理的形式 運動和控制 编辑 主条目 機器人學 知覺 编辑 主条目 機器感知 計算機視覺和語音識別 機器感知 21 是指能夠使用感測器所輸入的資料 如照相機 麥克風 聲納以及其他的特殊感測器 然後推斷世界的狀態 電腦視覺 22 能夠分析影像輸入 另外還有語音識別 23 人臉辨識和物體辨識 24 社交 编辑 主条目 情感計算 Kismet 一个具有表情等社交能力的机器人 25 情感和社交技能對於一個智能agent是很重要的 首先 通过了解他們的動機和情感狀態 代理人能夠預測別人的行動 這涉及要素 博弈論 決策理論以及能夠塑造人的情感和情緒感知能力檢測 此外 為了良好的人機互動 智慧代理人也需要表現出情緒來 至少它必須出現禮貌地和人類打交道 至少 它本身應該有正常的情緒 創造力 编辑 一個人工智慧的子領域 代表了理論 從哲學和心理學的角度 和實際 通過特定的實現產生的系統的輸出是可以考慮的創意 或系統識別和評估創造力 所定義的創造力 相關領域的研究包括了人工直覺和人工想像 倫理管理 编辑 史蒂芬 霍金 比爾蓋茲 馬斯克 Jaan Tallinn 以及 Nick Bostrom 等人都對於人工智慧技術的未來公開表示憂心 26 人工智慧若在許多方面超越人類智慧水平的智能 不斷更新 自我提升 進而取得控制管理權 人類是否有足夠的能力及時停止人工智慧領域的 軍備競賽 能否保有最高掌控權 現有事實是 機器常失控導致人員傷亡 這樣的情況是否會更加擴大規模出現 歷史顯然無法給出可靠的樂觀答案 特斯拉電動車馬斯克 Elon Musk 在麻省理工學院 MIT 航空航天部門百年紀念研討會上稱人工智能是 召喚惡魔 行為 英國發明家Clive Sinclair認為一旦開始製造抵抗人類和超越人類的智能機器 人類可能很難生存 蓋茲同意馬斯克和其它人所言 且不知道為何有些人不擔憂這個問題 27 DeepMind的人工智慧 AI 系統在2016年 AlphaGo 對戰南韓棋王李世乭獲勝 開發商表示在內部設立倫理委員會 針對人工智慧的應用制定政策 防範人工智慧淪為犯罪開發者 28 科技進步 人工智慧科技產生 自主武器 軍備競賽已悄悄展開 英國 以色列與挪威 都已部署自主飛彈與無人操控的無人機 具 射後不理 fire and forget 能力的飛彈 多枚飛彈還可互相溝通 分享找到攻擊目標 這些武器還未被大量投入 但很快就會出現在戰場上 且並非使用人類所設計的程序 而是完全利用機器自行決策 霍金等人在英國獨立報發表文章警告未來人工智慧可能會比人類金融市場 科學家 人類領袖更能操縱人心 甚至研發出人們無法理解的武器 專家恐發展到無法控制的局面 援引聯合國禁止研發某些特定武器的 特定常規武器公約 加以限制 29 新南威爾斯大學人工智慧的沃爾什 Toby Walsh 教授認為這是一種欺騙 因為機器無區別戰敵和平民的技術 30 經濟衝擊 编辑 據CNN財經網數字媒體未來學家兼Webbmedia集團創始人艾米 韋伯 Amy Webb 美國在線 31 等紛紛預測一些即將被機器人取代的職業 日本野村總合研究所也與英國牛津大學的研究學者共同調查指出 10至20年後 日本有49 的職業 235種職業 可能會被機械和人工智慧取代而消失 直接影響約達2500萬人 32 例如 超市店員 一般事務員 計程車司機 收費站運營商和收銀員 市場營銷人員 客服人員 製造業工人 金融中間人和分析師 新聞記者 電話公司職員 麻醉師 士兵和保安 律師 醫生 軟體開發者和操盤手 股票交易員等等高薪酬的腦力職業將最先受到衝擊 33 2017年6月份马云在美國底特律舉行 鏈結世界 Gateway 17 產業大會 會上提出人工智慧可能導致第三次世界大戰 因為前兩次產業革命都導致兩次大戰 戰爭原因並非這些創新發明本身 而是發明對社會上許多人的生活方式衝擊處理不當 新科技在社會上產生新工作也取代舊工作 產生了新的輸家和贏家 若是輸家的人數太多將造成一股社會不穩的能量而這股能量被有心人利用可能導致各種事件 他認為各國應該強制訂定規定AI機器只能用於人類不能做的工作 避免短時間大量人類被取代的失業大潮 但馬雲沒有提出這種世界性規定將如何實現並確保遵守的細節方案 34 数据科学和人工智能被哈佛商業評論称为 二十一世纪最Sexy的職业 35 人工智能需求量大 鼓励了不少大学诸如伯克利大学专门成立数据科学系 硅谷和纽约为主的 The Data Incubator 英语 The Data Incubator 公司於2012年成立 焦点是数据科学 大数据 和人工智能企业培训 提供国际大数据培训服务 AI對人類的威脅 编辑 参见 源自人工智能的生存危机 英语 Existential risk from artificial general intelligence 机器人叛变和人工智能对齐此議題目前分成兩個學派 悲觀學派 编辑 此學派的代表是天文物理學家史蒂芬 霍金 以及特斯拉執行長伊隆 馬斯克 霍金認為AI對人類將來有很大的威脅 主要有以下理由 AI會遵循科技發展的加速度理論 AI可能會有自我改造創新的能力 AI進步的速度遠遠超過人類 人類會有被滅絕的危機 樂觀學派 编辑 主要是Google Facebook等AI的主要技術發展者 他們對AI持樂觀看法的理由 人類只要關掉電源就能除掉AI機器人 任何的科技都會有瓶頸 摩爾定律 到目前也遇到相當的瓶頸 AI科技也不會無限成長 依然存在許多難以克服的瓶頸 依目前的研究方向 電腦無法突變 甦醒 產生自我意志 AI也不可能具有創意與智慧 同情心與審美等這方面的能力 AI與管理 编辑 AI逐漸普及後 將會在企業管理中扮演很重要的角色 而人類的管理者應如何適度的調整自己的工作職能 有以下幾點建議 放棄行政工作 退守分析預測的領域而強化自己的綜合判斷力 把AI當作同事 形成協同合作的團隊 多琢磨在創造力以及各種流程架構設計師角色 強化自己人際網路 溝通協調 談判上的能力 培養自身領導能力 能有效地帶領一個士氣高 團結及凝結力高的工作夥伴 36 強人工智能和弱人工智能 编辑人工智能的一個比較流行的定義 也是該領域較早的定義 是由當時麻省理工學院的約翰 麥卡錫在1956年的達特矛斯會議上提出的 人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣 但是這個定義似乎忽略了強人工智能的可能性 見下 另一個定義指人工智能是人造機器所表現出來的智能 總體來講 目前對人工智能的定義大多可劃分為四類 即機器 像人一樣思考 像人一樣行動 理性地思考 和 理性地行動 這裡 行動 應廣義地理解為採取行動 或制定行動的決策 而不是肢體動作 強人工智能 编辑 主条目 強人工智慧 強人工智能觀點認為 有可能 製造出 真正 能推理和解決問題的智能機器 並且 這樣的機器將被認為是具有知覺 有自我意識的 強人工智能可以有兩類 人類的人工智能 即機器的思考和推理就像人的思維一樣 非人類的人工智能 即機器產生了和人完全不一樣的知覺和意識 使用和人完全不一樣的推理方式 弱人工智能 编辑 弱人工智能觀點認為 不可能 製造出能 真正 地推理和解決問題的智能機器 這些機器只不過 看起來 像是智能的 但是並不真正擁有智能 也不會有自主意識 弱人工智能是對比強人工智能才出現的 因為人工智能的研究一度處於停滯不前的狀態下 直到類神經網路有了強大的運算能力加以模擬後 才開始改變並大幅超前 但人工智能研究者不一定同意弱人工智能 也不一定在乎或者了解強人工智能和弱人工智能的內容與差別 對定義爭論不休 就當下的人工智能研究領域來看 研究者已大量造出 看起來 像是智能的機器 取得相當豐碩的理論上和實質上的成果 如2009年康乃爾大學教授Hod Lipson 和其博士研究生Michael Schmidt 研發出的 Eureqa電腦程式 只要給予一些資料 這電腦程式自己只用幾十個小時計算就推論出牛頓花費多年研究才發現的牛頓力學公式 等於只用幾十個小時就自己重新發現牛頓力學公式 這電腦程式也能用來研究很多其他領域的科學問題上 這些所謂的弱人工智慧在神經網路發展下已經有巨大進步 但對於要如何整合成強人工智慧 現在還沒有明確定論 對強人工智能的哲學爭論 编辑 主條目 人工智能哲學 图灵测试 物理符號系統 皇帝新脑 德雷福斯對人工智能的看法 英语 Hubert Dreyfus s views on artificial intelligence AI效應 英语 AI effect 強人工智能 一詞最初是約翰 羅傑斯 希爾勒針對電腦和其它信息處理機器創造的 其定義為 強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具 相反 只要运行適當的程序 計算機本身就是有思維的 J Searle in Minds Brains and Programs The Behavioral and Brain Sciences vol 3 1980 關於強人工智能的爭論 不同於更廣義的一元論和二元論的爭論 其爭論要點是 如果一台機器的唯一工作原理就是轉換編碼數據 那麼這台機器是不是有思維的 希爾勒認為這是不可能的 他舉了個中文房間的例子來說明 如果機器僅僅是轉換數據 而數據本身是對某些事情的一種編碼表現 那麼在不理解這一編碼和這實際事情之間的對應關係的前提下 機器不可能對其處理的數據有任何理解 基於這一論點 希爾勒認為即使有機器通過了圖靈測試 也不一定說明機器就真的像人一樣有自我思維和自由意識 也有哲學家持不同的觀點 丹尼爾 丹尼特在其著作 意識的解釋 英语 Consciousness Explained Consciousness Explained 裡認為 人也不過是一台有靈魂的機器而已 為什麼我們認為 人可以有智能 而普通機器就不能 呢 他認為像上述的數據轉換機器是有可能有思維和意識的 有的哲學家認為如果弱人工智能是可實現的 那麼強人工智能也是可實現的 比如西蒙 布莱克本 英语 Simon Blackburn Simon Blackburn 在其哲學入門教材Think裡說道 一個人的看起來是 智能 的行動並不能真正說明這個人就真的是智能的 我永遠不可能知道另一個人是否真的像我一樣是智能的 還是說她 他僅僅是 看起來 是智能的 基於這個論點 既然弱人工智能認為可以令機器 看起來 像是智能的 那就不能完全否定這機器是真的有智能的 布莱克本認為這是一個主觀認定的問題 需要指出的是 弱人工智能並非和強人工智能完全對立 也就是說 即使強人工智能是可能的 弱人工智能仍然是有意義的 至少 今日的計算機能做的事 像算術運算等 在一百多年前是被認為很需要智能的 並且 即使強人工智能被證明為可能的 也不代表強人工智能必定能被研製出來 研究方法 编辑目前没有统一的原理或范式指导人工智能研究 许多问题上研究者都存在争论 37 其中几个长久以来仍没有结论的问题是 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 38 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 39 智能是否可以使用高级符号表达 如词和想法 还是需要 子符号 的处理 40 約翰 豪格兰德 John Haugeland 提出了GOFAI 出色的老式人工智能 的概念 也提议人工智能应归类为synthetic intelligence 英语 synthetic intelligence 41 这个概念后来被某些非GOFAI研究者采纳 42 43 控制论与大脑模拟 编辑 主条目 控制论和計算神經科學 20世纪40年代到50年代 许多研究者探索神经学 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 如格雷 華特 W Grey Walter 的烏龜 turtle 和約翰霍普金斯野獸 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 44 直到1960 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 符号处理 编辑 主条目 符號人工智能 当20世纪50年代 數位计算机研制成功 研究者开始探索人类智能是否能简化成符号处理 研究主要集中在卡内基梅隆大学 斯坦福大学和麻省理工學院 而各自有独立的研究风格 約翰 豪格兰德 John Haugeland 称这些方法为GOFAI 出色的老式人工智能 45 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 基于控制论或神经网络的方法则置于次要 46 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 同时这也是他们的目标 认知模拟 经济学家赫伯特 西蒙和艾伦 纽厄尔研究人类问题解决能力和尝试将其形式化 同时他们为人工智能的基本原理打下基础 如认知科学 运筹学和经营科学 他们的研究团队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 这方法一直在卡内基梅隆大学沿袭下来 并在80年代于Soar发展到高峰 47 48 基于逻辑 不像艾伦 纽厄尔和赫伯特 西蒙 约翰 麦卡锡认为机器不需要模拟人类的思想 而应尝试找到抽象推理和解决问题的本质 不管人们是否使用同样的算法 38 他在斯坦福大学的实验室致力于使用形式化逻辑解决多种问题 包括知识表示 智能规划和机器学习 49 致力于逻辑方法的还有爱丁堡大学 而促成欧洲的其他地方开发编程语言Prolog和逻辑编程科学 50 反逻辑 斯坦福大学的研究者 如马文 闵斯基和西摩爾 派普特 51 发现要解决计算机视觉和自然语言处理的困难问题 需要专门的方案 他们主张不存在简单和通用原理 如逻辑 能够达到所有的智能行为 羅杰 單克 Roger Schank 描述他们的 反逻辑 方法为 scruffy 39 常识知识库 如道格拉斯 莱纳特的Cyc 就是 scruffy AI的例子 因为他们必须人工一次编写一个复杂的概念 52 基于知识 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 53 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 54 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 子符号方法 编辑 1980年代符号人工智能停滞不前 很多人认为符号系统永远不可能模仿人类所有的认知过程 特别是感知 机器人 机器学习和模式识别 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 40 自下而上 接口agent 嵌入环境 机器人 行为主义 新式AI 机器人领域相关的研究者 如罗德尼 布鲁克斯 Rodney Brooks 否定符号人工智能而专注于机器人移动和求生等基本的工程问题 55 他们的工作再次关注早期控制论研究者的观点 同时提出了在人工智能中使用控制理论 这与认知科学领域中的表征感知论点是一致的 更高的智能需要个体的表征 如移动 感知和形象 计算智能 1980年代中大衛 鲁姆哈特 David E Rumelhart 等再次提出神经网络和联结主义 56 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 57 统计学方法 编辑 1990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 这些工具是真正的科学方法 即这些方法的结果是可测量的和可验证的 同时也是近期人工智能成功的原因 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 Stuart J Russell和Peter Norvig指出这些进步不亚于 革命 和 neats的成功 58 有人批评这些技术太专注于特定的问题 而没有考虑长远的强人工智能目标 59 集成方法 编辑 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 最简单的智能agent是那些可以解决特定问题的程序 更复杂的agent包括人类和人类组织 如公司 这些范式可以让研究者研究单独的问题和找出有用且可验证的方案 而不需考虑单一的方法 一个解决特定问题的agent可以使用任何可行的方法 一些agent用符号方法和逻辑方法 一些则是子符号神经网络或其他新的方法 范式同时也给研究者提供一个与其他领域沟通的共同语言 如决策论和经济学 也使用abstract agents的概念 1990年代智能agent范式被广泛接受 4 代理架構和認知架構 研究者设计出一些系统来处理多agent系统中智能agent之间的相互作用 60 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 基本應用 编辑人工智慧基本的應用可分為四大部分 感知能力 Perception 编辑 指的是人類透過感官所收到環境的刺激 察覺訊息的能力 簡單的說就是人類五官的看 聽 說 讀 寫等能力 學習人類的感知能力是AI目前主要的焦點之一 包括 看 電腦視覺 Computer Vision 圖像辨識 Image Recognition 人臉辨識 Face Recognition 物件偵測 Object Detection 聽 語音辨識 Sound Recognition 說 語音生成 Sound Generation 文本轉換語音 Text to Speech 讀 自然語言處理 Natural Language Processing NLP 語音轉換文本 Speech to Text 寫 機器翻譯 Machine Translation 認知能力 Cognition 编辑 指的是人類透過學習 判斷 分析等等心理活動來瞭解訊息 獲取知識的過程與能力 對人類認知的模仿與學習也是目前AI第二個焦點領域 主要包括 分析辨識能力 例如醫學圖像分析 產品推薦 垃圾郵件辨識 法律案件分析 犯罪偵測 信用風險分析 消費行為分析等 預測能力 例如AI執行的預防性維修 Predictive Maintenance 智慧天然災害預測與防治 判斷能力 例如AI下圍棋 自動駕駛車 健保詐欺判斷 癌症判斷等 學習能力 例如機器學習 深度學習 增強式學習等等各種學習方法 創造力 Creativity 编辑 指的是人類產生新思想 新發現 新方法 新理論 新設計 創造新事物的能力 它是結合知識 智力 能力 個性及潛意識等各種因素優化而成 這個領域目前人類仍遙遙領先AI 但AI也試著急起直追 主要領域包括 AI作曲 AI作詩 AI小說 AI繪畫 AI設計等 智慧 Wisdom 编辑 指的是人類深刻瞭解人 事 物的真相 能探求真實真理 明辨是非 指導人類可以過著有意義生活的一種能力 這個領域牽涉人類自我意識 自我認知與價值觀 是目前AI尚未觸及的一部分 也是人類最難以模仿的一個領域 61 实际应用 编辑机器视觉 指纹识别 人脸识别 视网膜识别 虹膜识别 掌纹识别 专家系统 自动规划 無人載具等 學科範疇 编辑人工智能是一門邊緣學科 屬於自然科學和社會科學的交叉 涉及学科 编辑 认知科学 数学及统计学 物理学 逻辑学 控制论及决定论 社会学 犯罪学及智慧犯罪学研究範疇 编辑 自然語言處理 知識表現 智能搜索 推理 規劃 機器學習 增強式學習 知識獲取 感知問題 模式識別 邏輯程序設計 軟計算 不精確和不確定的管理 人工生命 人工神經網路 複雜系統 遺傳算法 資料挖掘 模糊控制电视剧 编辑TVB电视剧 智能爱人 ViuTV电视剧 IT狗 東映特攝劇 假面騎士ZERO ONE 應用領域 编辑智能控制 機器人學 自動化技術 語言和圖像理解 遺傳編程 法學資訊系統 下棋 醫學領域滥用 编辑参见 深伪技术和深度伪造的色情内容 2019年6月 基于神经网络技术DeepNude软件面世 该软件可以将人物照片的衣着褪去 显示出裸体 62 随后 经该软件处理后的色情图片在网络上泛滥并引发争议 此后该软件在批评声中被下架 62 据美国网络安全公司Sensity统计 DeepNude已经产生了68万以上女性的假裸照 其中70 的原照片来自社交网络中的真实女性 62 而经DeepFake技术处理的视频在以每6个月翻一番的数量增长 63 截至2020年12月 2020 12 update Sensity检测到的相关视频数量超过8 5万个 63 而恶用该技术则可能涉嫌违反 著作权法 等法律 日本警方便多次处理过使用人工智能技术去除色情影片中的马赛克 64 替换色情影片中女优容貌 65 等相关案件 參看 编辑 计算机科学主题 机器人学主题 人工生命 人工智能哲學 認知神經科學 强人工智能 超人工智能 艾倫 圖靈 圖靈測試 合成智能 電腦圍棋 電腦象棋 電腦將棋 恐怖谷理論 電腦科學 認知科學 意識 語義學 技术奇异点 集体智慧 控制論 心理學 生物化学计算机 例 人脑 國際人工智能聯合會議 网络本体语言 OWL 遊戲樹 自動駕駛汽車 小冰 小愛同學 天猫精灵 Siri 電子世界爭霸戰参考文献 编辑引用 编辑 人工智能 AI 造福社會 同時也帶來威脅 2021 02 17 原始内容存档于2020 11 27 人工智能 搶飯碗 2020年會計師將被AI取代 2021 02 17 原始内容存档于2020 11 27 针对研究智能代理的人工智能定义 Poole Mackworth amp Goebel 1998 p 1其中使用 计算智能 作为人工智能的同义词 Russell amp Norvig 2003 主张 理性智能体 的概念 其中写道 完整智能体的观念现在已经在领域内被广泛接受 Russell amp Norvig 2003 第55頁Russell amp Norvig 2004 第43頁 Nilsson 1998 4 0 4 1 智能代理范式 Russell amp Norvig 2003 第27 32 58 968 972頁 Poole Mackworth amp Goebel 1998 第7 21頁 Luger amp Stubblefield 2004 第235 240頁 此处使用的定义 目的 动作 感知与环境出自Russell amp Norvig 2003 尽管这点上存在争论 见Crevier 1993 p 50 McCarthy在一个访谈中明确的说 我想出了这个词 Skillings 2006 McCarthy对人工智能的定义 McCarthy 2007 Andreas Kaplan Michael Haenlein 2019 Siri Siri in my Hand who s the Fairest in the Land On the Interpretations Illustrations and Implications of Artificial Intelligence Business Horizons 62 1 15 25 2018 11 17 原始内容存档于2018 11 21 Yigitcanlar T et al Artificial Intelligence Technologies and Related Urban Planning and Development Concepts How Are They Perceived and Utilized in Australia J Open Innov Technol Mark Complex 2020 6 187 https doi org 10 3390 joitmc6040187 Pamela McCorduck 2004 pp 424 writes of the rough shattering of AI in subfields vision natural language decision theory genetic algorithms robotics and these with own sub subfield that would hardly have anything to say to each other 10 0 10 1 这些智能的特征出自以下教材 Russell amp Norvig 2003 Luger amp Stubblefield 2004 Poole Mackworth amp Goebel 1998 Nilsson 1998 强人工智能常出现在人工智能的导论中 Kurzweil 1999和Kurzweil 2005 Problem solving puzzle solving game playing and deduction Russell amp Norvig 2003 chpt 3 9 Poole Mackworth amp Goebel 1998 chpt 2 3 7 9 Luger amp Stubblefield 2004 chpt 3 4 6 8 Nilsson 1998 chpt 7 12 Uncertain reasoning Russell amp Norvig 2003 第452 644頁 Poole Mackworth amp Goebel 1998 第345 395頁 Luger amp Stubblefield 2004 第333 381頁 Nilsson 1998 chpt 19 Intractability and efficiency and the combinatorial explosion 英语 combinatorial explosion Russell amp Norvig 2003 第9 21 22頁 Psychological evidence of sub symbolic reasoning Wason amp Shapiro 1966 showed that people do poorly on completely abstract problems but if the problem is restated to allow the use of intuitive social intelligence performance dramatically improves See Wason selection task Kahneman Slovic amp Tversky 1982 have shown that people are terrible at elementary problems that involve uncertain reasoning See list of cognitive biases for several examples Lakoff amp Nunez 2000 have controversially argued that even our skills at mathematics depend on knowledge and skills that come from the body i e sensorimotor and perceptual skills See Where Mathematics Comes From 英语 Where Mathematics Comes From Planning 英语 automated planning and scheduling ACM 1998 I 2 8 Russell amp Norvig 2003 第375 459頁 Poole Mackworth amp Goebel 1998 第281 316頁 Luger amp Stubblefield 2004 第314 329頁 Nilsson 1998 chpt 10 1 2 22 Information value theory 英语 Applied information economics Russell amp Norvig 2003 第600 604頁 Classical planning Russell amp Norvig 2003 第375 430頁 Poole Mackworth amp Goebel 1998 第281 315頁 Luger amp Stubblefield 2004 第314 329頁 Nilsson 1998 chpt 10 1 2 22 Planning and acting in non deterministic domains conditional planning execution monitoring replanning and continuous planning Russell amp Norvig 2003 第430 449頁 Multi agent planning and emergent behavior Russell amp Norvig 2003 第449 455頁 Machine perception 英语 Machine perception Russell amp Norvig 2003 第537 581 863 898頁 Nilsson 1998 chpt 6 Computer vision ACM 1998 I 2 10 Russell amp Norvig 2003 第863 898頁 Nilsson 1998 chpt 6 Speech recognition ACM 1998 I 2 7 Russell amp Norvig 2003 第568 578頁 Object recognition 英语 Object recognition Russell amp Norvig 2003 第885 892頁 Kismet MIT Artificial Intelligence Laboratory Humanoid Robotics Group 2012 10 12 原始内容存档于2014 10 17 人工智慧有多恐怖 聽聽 天才 Demis Hassabis 怎麼說 the guardian The superhero of artificial intelligence can this genius keep it in check inside tech2ipo com 2016 04 15 原始内容存档于2018 09 03 中文 臺灣 人工智能發展是繁榮人類或毀滅人類 大紀元 莫琳綜 2016 04 15 原始内容存档于2021 02 13 中文 臺灣 AlphaGo贏棋王 靠兩大密技 2016 03 19 04 01 經濟日報 記者彭慧明 2016 04 15 原始内容存档于2016 04 26 中文 臺灣 專家憂人工智慧武器成 殺人機器 多國研商限制規範 2014 11 13 The News Lens關鍵評論 Sid Weng 2016 04 15 原始内容存档于2016 04 27 中文 臺灣 別再讓機器人殺人 反對團體呼籲勿用人工智慧參與戰爭 風傳媒 蕭喬云 2015年10月22日 2016年4月15日 原始内容存档于2021年2月13日 中文 臺灣 機器人威脅人類 10大類工作未來恐被取代 大紀元 鄭孝祺 2016 04 15 原始内容存档于2021 02 13 中文 臺灣 日近半職業 將被人工智慧取代 中國時報 2016 04 15 原始内容存档于2021 02 13 中文 臺灣 人工智慧 提前到來的職業殺手 Evans Data調查 April 2016 04 15 原始内容存档于2019 05 11 中文 臺灣 中時 馬雲談AI的風險 2017 06 23 原始内容存档于2017 06 22 数据科学 二十一世纪最Sexy的职业 哈佛商業評論 2017 09 22 原始内容存档于2017 06 14 林東清 資訊管理 e化企業的核心競爭能力 七版 台北市 智勝 2019 06 187 ISBN 978 957 511 112 0 Nils Nilsson 英语 Nils Nilsson researcher 写道 Simply put there is wide disagreement in the field about what AI is all about Nilsson 1983 p 10 38 0 38 1 Biological intelligence vs intelligence in general Russell amp Norvig 2003 第2 3頁 who make the analogy with aeronautical engineering McCorduck 2004 第100 101頁 who writes that there are two major branches of artificial intelligence one aimed at producing intelligent behavior regardless of how it was accomplioshed and the other aimed at modeling intelligent processes found in nature particularly human ones Kolata 1982 a paper in Science which describes McCathy s indifference to biological models Kolata quotes McCarthy as writing This is AI so we don t care if it s psychologically real 1 页面存档备份 存于互联网档案馆 McCarthy recently reiterated his position at the AI 50 英语 AI 50 conference where he said Artificial intelligence is not by definition simulation of human intelligence Maker 2006 39 0 39 1 Neats vs scruffies 英语 Neats vs scruffies McCorduck 2004 第421 424 486 489頁 Crevier 1993 第168頁 Nilsson 1983 第10 11頁 40 0 40 1 Symbolic vs sub symbolic AI Nilsson 1998 p 7 who uses the term sub symbolic Haugeland 1985 第255頁 存档副本 2012 10 13 原始内容存档于2017 11 05 Pei Wang Artificial general intelligence 2008 proceedings of the First AGI Conference IOS Press 2008 63 2011 10 31 ISBN 978 1 58603 833 5 原始内容存档于2020 08 21 AI s immediate precursors McCorduck 2004 第51 107頁 Crevier 1993 第27 32頁 Russell amp Norvig 2003 第15 940頁 Moravec 1988 第3頁 See also Template See section Among the researchers who laid the foundations of AI were Alan Turing John Von Neumann Norbert Wiener Claude Shannon Warren McCullough Walter Pitts and Donald Hebb Haugeland 1985 第112 117頁 The most dramatic case of sub symbolic AI being pushed into the background was the devastating critique of perceptrons by Marvin Minsky and Seymour Papert in 1969 See History of AI AI winter or Frank Rosenblatt 英语 Frank Rosenblatt Cognitive simulation Newell and Simon AI at CMU then called Carnegie Tech McCorduck 2004 第139 179 245 250 322 323 EPAM 頁 Crevier 1993 第145 149頁 Soar history McCorduck 2004 第450 451頁 Crevier 1993 第258 263頁 McCarthy and AI research at SAIL 英语 Stanford Artificial Intelligence Laboratory and SRI International McCorduck 2004 第251 259頁 Crevier 1993 AI research at Edinburgh and in France birth of Prolog Crevier 1993 第193 196頁 Howe 1994 AI at MIT under Marvin Minsky in the 1960s McCorduck 2004 第259 305頁 Crevier 1993 第83 102 163 176頁 Russell amp Norvig 2003 第19頁 Cyc McCorduck 2004 第489頁 who calls it a determinedly scruffy enterprise Crevier 1993 第239 243頁 Russell amp Norvig 2003 第363 365頁 Lenat amp Guha 1989 Knowledge revolution McCorduck 2004 第266 276 298 300 314 421頁 Russell amp Norvig 2003 第22 23頁 Expert systems ACM 1998 I 2 1 Russell amp Norvig 2003 第22 24頁 Luger amp Stubblefield 2004 第227 331頁 Nilsson 1998 chpt 17 4 McCorduck 2004 第327 335 434 435頁 Crevier 1993 第145 62 197 203頁 Embodied 英语 Embodied agent approaches to AI McCorduck 2004 第454 462頁 Brooks 1990 Moravec 1988 Revival of connectionism Crevier 1993 第214 215頁 Russell amp Norvig 2003 第25頁 Computational intelligence 英语 Computational intelligence IEEE Computational Intelligence Society 页面存档备份 存于互联网档案馆 形式方法是当前首选的 简约派的胜利 Russell amp Norvig 2003 第25 26頁 McCorduck 2004 第486 487頁 Pat Langley The changing science of machine learning 永久失效連結 Machine Learning Volume 82 Number 3 275 279 doi 10 1007 s10994 011 5242 y Agent architecture 英语 Agent architecture s hybrid intelligent system 英语 hybrid intelligent system s Russell amp Norvig 2003 pp 27 932 970 972 Nilsson 1998 chpt 25 林 東清 資訊管理 e化企業的核心競爭力 台北 元照 2019 93 ISBN 978 957 511 112 0 62 0 62 1 62 2 陈根 人工智能 脱衣 再现 技术与道德的撕裂对立 澎湃 2020 11 02 2022 05 07 中文 63 0 63 1 Reports Sensity 2022 05 07 原始内容存档于2022 05 19 美国英语 引用错误 带有name属性 1 的 lt ref gt 标签用不同内容定义了多次 モザイク破壊 AIでアダルト動画を加工 著作権法など違反疑いの男逮捕 社会 地域のニュース 京都新聞 京都新聞 2022 05 07 原始内容存档于2022 05 25 日语 IPPA 宮城県警察本部サイバー犯罪対策課による フェイク動画 ＤＶＤ販売摘発に関するお知らせ www ippa jp 2022 05 07 来源 编辑 中文書李開復 王詠剛 人工智慧來了 李開復 AI 未来 教材Luger George Stubblefield William Artificial Intelligence Structures and Strategies for Complex Problem Solving 5th The Benjamin Cummings Publishing Company Inc 2004 2012 10 12 ISBN 0 8053 4780 1 原始内容存档于2021 01 15 Kaplan Andreas Haenlein Michael Rulers of the world unite The challenges and opportunities of artificial intelligence Business Horizons 2020 2020 01 03 原始内容存档于2020 12 21 Luger George 人工智能 复杂问题求解的结构和策略 由史忠植 等翻译 原书第4版 北京 机械工业出版社 2004 ISBN 7 111 12944 X 中文 Neapolitan Richard Jiang Xia Contemporary Artificial Intelligence Chapman amp Hall CRC 2012 2012 10 12 ISBN 978 143984 469 4 原始内容存档于2015 01 08 Nilsson Nils Artificial Intelligence A New Synthesis Morgan Kaufmann Publishers 1998 ISBN 978 1 55860 467 4 Nilsson Nils 人工智能 郑扣根等译 北京 机械工业出版社 2000 ISBN 7 111 07885 3 中文 Russell Stuart J Norvig Peter Artificial Intelligence A Modern Approach 2nd Upper Saddle River New Jersey Prentice Hall 2003 2012 10 12 ISBN 0 13 790395 2 原始内容存档于2011 02 28 Russell Stuart J Norvig Peter 人工智能 一种现代方法 由姜哲翻译 原书第2版 北京 人民邮电出版社 2004 2012 10 12 ISBN 9787115122285 原始内容存档于2011 02 28 中文 Poole David Mackworth Alan Goebel Randy Computational Intelligence A Logical Approach New York Oxford University Press 1998 2012 10 12 ISBN 0 19 510270 3 原始内容存档于2009 07 25 Winston Patrick Henry Artificial Intelligence Reading Massachusetts Addison Wesley 1984 ISBN 0 201 08259 4 Winston Patrick Henry 人工智能 由崔良沂 赵永昌翻译 原书第3版 北京 清华大学出版社 2005 ISBN 9787302103271 中文 人工智能历史Crevier Daniel AI The Tumultuous Search for Artificial Intelligence New York NY BasicBooks 1993 ISBN 978 0 465 02997 6 McCorduck Pamela Machines Who Think 2nd Natick MA A K Peters Ltd 2004 2012 10 12 ISBN 1 56881 205 1 原始内容存档于2020 03 01 Nils Nilsson The Quest for Artificial Intelligence A History of Ideas and Achievements New York Cambridge University Press 2010 其他ACM Computing Classification System Artificial intelligence ACM 1998 2007 08 30 原始内容存档于2007 10 12 Aleksander Igor Artificial Neuroconsciousness An Update IWANN 1995 2012年10月12日 原始内容存档于1997年3月2日 BibTex 页面存档备份 存于互联网档案馆 Internet Archive Brooks Rodney Elephants Don t Play Chess PDF Robotics and Autonomous Systems 1990 6 3 15 2007 08 30 doi 10 1016 S0921 8890 05 80025 9 原始内容存档 PDF 于2007 08 09 Buchanan Bruce G A Very Brief History of Artificial Intelligence PDF AI Magazine 2005 53 60 2007 08 30 原始内容 PDF 存档于2007 09 26 参数 magazine 与模板 cite journal 不匹配 建议改用 cite magazine 或 journal 帮助 Dennett Daniel Consciousness Explained 英语 Consciousness Explained The Penguin Press 1991 ISBN 0 7139 9037 6 Dreyfus Hubert What Computers Can t Do What Computers Can t Do 英语 What Computers Can t Do New York MIT Press 1972 ISBN 0 06 011082 1 网址 维基内链冲突 帮助 Dreyfus Hubert What Computers Still Can t Do New York MIT Press 1979 ISBN 0 262 04134 0 Dreyfus Hubert Dreyfus Stuart Mind over Machine The Power of Human Intuition and Expertise in the Era of the Computer Oxford UK Blackwell 1986 ISBN 0 02 908060 6 Dreyfus Hubert What Computers Still Can t Do New York MIT Press 1992 ISBN 0 262 54067 3 Edelman Gerald Gerald Edelman Neural Darwinism and Brain based Devices Talking Robots 2007 11 23 2012 10 12 原始内容存档于2009 10 08 Fearn Nicholas The Latest Answers to the Oldest Questions A Philosophical Adventure with the World s Greatest Thinkers New York Grove Press 2007 ISBN 0 8021 1839 9 Forster Dion Self validating consciousness in strong artificial intelligence An African theological contribution PDF Pretoria University of South Africa 2006 2012 10 12 原始内容存档 PDF 于2021 01 15 Gladwell Malcolm Blink New York Little Brown and Co 2005 ISBN 0 316 17232 4 Haugeland John Artificial Intelligence The Very Idea Cambridge Mass MIT Press 1985 ISBN 0 262 08153 9 Hawkins Jeff Blakeslee Sandra On Intelligence 英语 On Intelligence New York NY Owl Books 2005 ISBN 0 8050 7853 3 Hofstadter Douglas Godel Escher Bach an Eternal Golden Braid New York NY Vintage Books 1979 ISBN 0 394 74502 7 Howe J Artificial Intelligence at Edinburgh University a Perspective November 1994 2007 08 30 原始内容存档于2019 08 25 Kahneman Daniel Slovic D Tversky Amos Judgment under uncertainty Heuristics and biases New York Cambridge University Press 1982 ISBN 0 521 28414 7 Kolata G How can computers get common sense Science 1982 217 4566 1237 1238 PMID 17837639 doi 10 1126 science 217 4566 1237 Kurzweil Ray The Age of Spiritual Machines 英语 The Age of Spiritual Machines Penguin Books 1999 ISBN 0 670 88217 8 Kurzweil Ray The Singularity is Near Penguin Books 2005 ISBN 0 670 03384 7 Lakoff George Women Fire and Dangerous Things What Categories Reveal About the Mind University of Chicago Press 1987 ISBN 0 226 46804 6 Lakoff George Nunez Rafael E Where Mathematics Comes From How the Embodied Mind Brings Mathematics into Being 英语 Where Mathematics Comes From Basic Books 2000 ISBN 0 465 03771 2 Lenat Douglas Guha R V Building Large Knowledge Based Systems Addison Wesley 1989 ISBN 0 201 51752 3 Lighthill Professor Sir James Artificial Intelligence a paper symposium Science Research Council 1973 contribution 被忽略 帮助 Lucas John Minds Machines and Godel Anderson A R 编 Minds and Machines 1961 2007 08 30 原始内容存档于2007 08 19 Maker Meg Houston AI 50 AI Past Present Future Dartmouth College 2006 2008 10 16 原始内容存档于2008 10 08 McCarthy John Minsky Marvin Rochester Nathan Shannon Claude A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence 1955 2007 08 30 原始内容存档于2007 08 26 McCarthy John Hayes P J Some philosophical problems from the standpoint of artificial intelligence Machine Intelligence 1969 4 463 502 2007 08 30 原始内容存档于2007 08 10 McCarthy John What Is Artificial Intelligence 2007 11 12 2012 10 12 原始内容存档于2015 11 18 引文格式1维护 日期与年 link Minsky Marvin Computation Finite and Infinite Machines Englewood Cliffs N J Prentice Hall 1967 ISBN 0 13 165449 7 Minsky Marvin The Emotion Machine 英语 The Emotion Machine New York NY Simon amp Schusterl 2006 ISBN 0 7432 7663 9 Moravec Hans The Role of Raw Power in Intelligence 1976 2007 08 30 原始内容存档于2016 03 03 Moravec Hans Mind Children Harvard University Press 1988 ISBN 0 674 57616 0 NRC United States National Research Council Developments in Artificial Intelligence Funding a Revolution Government Support for Computing Research National Academy Press 1999 Needham Joseph Science and Civilization in China Volume 2 Caves Books Ltd 1986 Newell Allen Simon H A GPS A Program that Simulates Human Thought Feigenbaum E A Feldman J 编 Computers and Thought New York McGraw Hill 1963 Newell Allen Simon H A Communications of the ACM 19 3 1976 2012 10 12 原始内容存档于2008 10 07 contribution 被忽略 帮助 Nilsson Nils Artificial Intelligence Prepares for 2001 PDF AI Magazine 1983 1 1 2012 10 12 原始内容存档 PDF 于2009 11 06 Presidential Address to the Association for the Advancement of Artificial Intelligence Penrose Roger The Emperor s New Mind Concerning Computer Minds and The Laws of Physics Oxford University Press 1989 ISBN 0 19 851973 7 Searle John Minds Brains and Programs Behavioral and Brain Sciences 1980 3 3 417 457 2012 10 12 doi 10 1017 S0140525X00005756 原始内容存档于2010 01 18 Searle John Mind language and society New York NY Basic Books 1999 ISBN 0 465 04521 9 OCLC 231867665 43689264 请检查 oclc 值 帮助 Serenko Alexander Detlor Brian Intelligent agents as innovations PDF AI and Society 2004 18 4 364 381 2012 10 12 doi 10 1007 s00146 004 0310 5 原始内容 PDF 存档于2012 03 01 Serenko Alexander Ruhi Umar Cocosila Mihail Unplanned effects of intelligent agents on Internet use Social Informatics approach PDF AI and Society 2007 21 1 2 141 166 2012 10 12 doi 10 1007 s00146 006 0051 8 原始内容 PDF 存档于2012 06 20 Andreas Kaplan Michael Haenlein 2018 Siri Siri in my Hand who s the Fairest in the Land On the Interpretations Illustrations and Implications of Artificial Intelligence Business Horizons 62 1 Shapiro Stuart C Artificial Intelligence Shapiro Stuart C 编 Encyclopedia of Artificial Intelligence PDF 2nd New York John Wiley 1992 54 57 2012 10 12 ISBN 0 471 50306 1 原始内容存档 PDF 于2019 05 13 Simon H A The Shape of Automation for Men and Management New York Harper amp Row 1965 Skillings Jonathan Getting Machines to Think Like Us cnet 2006 07 03 2011 02 03 原始内容存档于2011 11 16 Tecuci Gheorghe Artificial Intelligence Wiley Interdisciplinary Reviews Computational Statistics Wiley March April 2012 4 2 168 180 doi 10 1002 wics 200 请检查 date 中的日期值 帮助 使用 accessdate 需要含有 url 帮助 Turing Alan Computing Machinery and Intelligence LIX October 1950 433 460 2008 08 18 ISSN 0026 4423 doi 10 1093 mind LIX 236 433 原始内容存档于2008 07 02 journal 被忽略 帮助 issue 被忽略 帮助 引文格式1维护 日期与年 link van der Walt Christiaan Bernard Etienne Data characteristics that determine classifier performance PDF 2006 lt year is presumed based on acknowledgements at the end of the article gt 2009 08 05 原始内容 PDF 存档于2009 03 25 请检查 date 中的日期值 帮助 Vinge Vernor The Coming Technological Singularity How to Survive in the Post Human Era 1993 2012 10 12 原始内容存档于2007 01 01 Wason P C Shapiro D Reasoning Foss B M 编 New horizons in psychology Harmondsworth Penguin 1966 Weizenbaum Joseph Computer Power and Human Reason 英语 Computer Power and Human Reason San Francisco W H Freeman amp Company 1976 ISBN 0 7167 0464 1 扩展阅读 编辑TechCast Article Series John Sagi Framing Consciousness Boden Margaret Mind As Machine Oxford University Press 2006 Johnston John 2008 The Allure of Machinic Life Cybernetics Artificial Life and the New AI MIT Press Myers Courtney Boyd ed 2009 The AI Report 页面存档备份 存于互联网档案馆 Forbes June 2009 Serenko Alexander The development of an AI journal ranking based on the revealed preference approach PDF Journal of Informetrics 2010 4 4 447 459 2012 10 12 doi 10 1016 j joi 2010 04 001 原始内容 PDF 存档于2012 07 24 Sun R amp Bookman L eds Computational Architectures Integrating Neural and Symbolic Processes Kluwer Academic Publishers Needham MA 1994 外部連結 编辑从维基百科的姊妹计划了解更多有关 Artificial Intelligence 的内容 维基词典上的字词解释 维基共享资源上的多媒体资源 维基新闻上的新闻 维基语录上的名言 维基文库上的原始文献 维基教科书上的教科书和手册 维基学院上的學習资源What Is AI An introduction to artificial intelligence by AI founder John McCarthy 开放式目录计划中和AI相关的内容 AITopics A large directory of links and other resources maintained by the Association for the Advancement of Artificial Intelligence the leading organization of academic AI researchers Artificial Intelligence Discussion group 页面存档备份 存于互联网档案馆 机器人智能机器人智能 研學論壇 页面存档备份 存于互联网档案馆 關於人工智能 模式識別 科學交流的學術論壇 中國人工智能網 人工智能 模式識別 數字圖像處理 永久失效連結 AI Depot community discussion news and articles Loebner Prize website 页面存档备份 存于互联网档案馆 Game AI 計算機遊戲開發者的AI資源 Kurzweil CyberArt Technologies 页面存档备份 存于互联网档案馆 關於人工智能藝術的網站 裡面有著名的人工智能繪畫程序AARON 關於人工智能 專家系統prolog語言全介紹的wiki網站 中華民國人工智慧學會 页面存档备份 存于互联网档案馆 以促進中華民國人工智慧及相關領域之研究 發展 應用與交流為宗旨的民間組織 MostAI 關於人工智能的網站 AI Fans交流平台 智能程序自进化概念 页面存档备份 存于互联网档案馆 進化論 页面存档备份 存于互联网档案馆 取自 https zh wikipedia org w index php title 人工智能 amp oldid 76231370, 维基百科，wiki，书籍，书籍，图书馆，

文章

，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。