说到人工智能，可能很多人都会想到2016年3月，Google旗下的DeepMind公司组织研发的Al-phaGo系统与围棋世界冠军、职业九段棋手李世石对弈，并以4比1的成绩获得胜利的事。此后关于人工智能的话题一直热度不减。今年5月，在中国乌镇围棋峰会上，AlphaGo系统对垒排名世界第一的世界围棋冠军柯洁，以3比0再次获胜。人工智能似乎被烙上了“非常聪明”的印记。那么大家一直说的“人工智能”到底是什么，西安理工大学计算机科学与工程学院院长、博士生导师王磊教授告诉您有关人工智能的前世今生。
什么是人工智能
“其实早在20年前，就有一场有关人类与机器之间的比赛了。”王磊教授说，当时，对阵的双方是IBM公司研制的Deep Blue(深蓝)计算机，和世界象棋特级大师、俄罗斯的加里·基莫维奇·卡斯帕罗夫。那场比赛，互有胜负，深蓝计算机系统虽有不俗的表现，但仍然显得有些“幼稚”，被大师投诉在控制时间上“作弊”。
20年后的今天，这种人机棋类博弈的结果，已无任何悬念。再放眼四周，机器语言翻译、语音对话机器人、扫地机器人，无人驾驶汽车等等，已逐步走进我们人类的生活。这是否在暗示人工智能时代正向我们走来-那么，什么是人工智能呢-王磊教授说，人工智能就是能够在各类环境中自主地，或交互地执行各种拟人任务(anthropomorphictasks)的一类机器。它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，其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力功能，探究相关理论、研发相应技术，如：判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
判断是否是人工智能不是件简单事
王磊教授说，人们设计的人工智能系统，是一种高效的信息处理系统，又被称为符号操作系统(SymbolOperationSystem)，或物理符号系统(PhysicalSym bolSystem)。一个完善的符号系统应具有六种基本功能，即：输入符号、输出符号、存储符号、复制符号、建立符号结构和条件性迁移。我们目前广泛使用的计算机系统就具备这六种功能。
任何一个系统，若要能表现出智能，那么它就必定能够执行上述六种功能。反之，任何系统如果具有这六种功能，那么它能否表现出智能来呢-王磊教授说，为了探讨这个问题，一般会研究三个推论。推论一：既然人具有智能，那么他(她)就一定是个物理符号系统。换言之，人之所以能够表现出智能，就是基于他(她)的信息处理过程。推论二：既然计算机(系统)是一个物理符号系统，它就一定能够表现出智能，这也是人工智能的一个基本条件。推论三：既然人是一个物理符号系统，计算机(系统)也是一个物理符号系统，那么就能够用计算机(系统)来模拟人的活动。
前两个推论比较容易理解，但第三个推论是否能够成立，还需要我们进一步的分析与讨论。这就要从人类认知世界的四个层次说起。首先，认知的生理学层次，就是要研究认知行为的生理过程，比如研究人的神经系统的活动，是认知科学研究的底层。一般认为，自然界中人类是生命中智能形态的高层次。所以，一切针对自然智能行为的模拟，多是以人类的行为和思考方式为参照对象的。其次，认知的心理学层次，即研究认知行为的心理活动，主要研究人的思维策略，这是认知科学研究的顶层。再次，认知的信息学层次，即研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程，这是认知活动的中间层。最后，认知的工程学层次，即研究认知行为的信息加工处理，主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为(如知觉、思维、记忆、语言、学习、理解、推理、识别等)进行信息处理。这是研究认知科学和认知行为的工具，是现代认知心理学和现代认知生理学的重要研究手段。
如何构建人工智能系统有不同学派
由于对解析人类智能行为的角度不同，在如何构建人工智能系统方面，人们的观点也逐渐形成了一些差异，对人工智能发展的理论与方法出现了不同学派。王磊教授说，概括起来，主要有三大学派。其一，符号主义，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。其代表人物有纽厄尔、肖、西蒙和尼尔逊等，主要观点是认为人工智能源于数理逻辑。其二，连接主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。这一学派的学者主要认为人工智能源于仿生学，所以强调针对人脑模型的研究。其三，行为主义，又称进化主义或控制论学派，其原理为控制论及感知动作型控制系统，认为人工智能源于控制论。
为什么人工智能会受到高度重视
人工智能的发展为什么能够得到人们的高度重视呢-其主要原因还是该理论及相关技术在很多领域得到了应用，切实解决了一些人们遇到的疑难问题，在此基础上得到了快速发展。这些领域主要包括：复杂问题求解、逻辑推理与定理证明、自然语言理解、自动程序设计、专家系统、机器学习、人工神经网络、机器人学、模式识别、机器视觉、智能控制、智能检索、智能调度与指挥、分布式人工智能与Agent、计算智能与演化计算、数据挖掘与知识发现、人工生命、系统与语言工具等。
随着信息技术的日趋完善与应用推广，“计算”已无处不在，其结果-“数据”，正以前所未有的速度产生、延伸、记录下来，这就是我们众所周知的“大数据时代”。数据的极大丰富，直接推动了信息的完善与扩展，真正做到了一机(如手机)在手，天下尽知。在各种信息交流平台日益健全的今天，信息对每个人几乎是公平的，但每个人对信息的理解与处理结果却是千差万别的，究其原因是知识是否完备和运用是否得当。为了追求知识的完备性，人们曾经迷恋追求学历，似乎读的书越多，知识就越丰富，就越有可能成就为一位“智者”。但是，在只有创新才有未来的今天，这种认识正在被重新审视。掌握尽可能多的知识是有必要的，但不是充分的，更不是全部。而需要更进一步的实践过程，积累经验，从而使知识升华，这就是我们真正追求的智慧。具备这种能力的，无论是人，还是机器，我们称其具备的能力，就是“智能”。
