随着人工智能（AI）技术的不断发展，各种人工智能产品也逐渐走进了我们的生活。如今，各种AI产品逐渐走进我们的生活｜Pixabay19世纪，作为人工智能和计算机科学的鼻祖，数学家CharlesBabbage和AdaLovelace尝试用连杆、运载齿轮和穿孔卡片制造出最早的可编程数学计算机为人类模拟人类的数学和逻辑计算能力。20世纪初，随着西班牙神经科学家拉蒙卡哈尔用高尔基体染色法对大脑切片进行显微镜观察，人类终于清楚地认识到，我们几乎所有思维活动的基础都是大脑。神经元是一种特殊的神经细胞，伸出细长的神经纤维并相互连接，形成一个庞大的信息网络。至此，虽然智能的具体运行方式仍然是一个无底迷宫，但建造这个迷宫的一砖一瓦对人类来说已经不再神秘。智能是物质结构的一种特殊形式。就像文字可以用徽墨写在宣纸上，或者用凿子刻在石碑上一样，智慧并不一定要局限于载体。随着神经科学的启蒙和数学的进步，20世纪计算机科学的先驱们意识到巴贝奇和艾达用机器再现人类智能的想法在原理上是完全可行的。于是，以艾伦·图灵为代表的新一代学者开始思考，是否有可能以二战后新兴的电子计算机为载体，构建“人工智能”？在图灵1950年的论文《计算机器与智能（Computing Machinery and Intelligence）》中，他做了一个巧妙的“实验”来说明如何测试“人工智能”。英国数学家、计算机科学家图灵的“实验”，后来被称为“图灵测试”：人类测试者会以不直接暴露身份的方式使用键盘和显示屏，同时进行与人和计算机“在线聊天”。当70%的人类测试者都不能正确判断说话的两个“人”是真是假时，计算机就被认为已经达到了“人工智能”的水平。标准。虽然图灵测试只是一种启发式的思想实验，而不是具体的可以实施的判断方法，但他通过这一假设澄清了“智能”判断的模糊性和主观性。而他的判断方法与当时在心理学界兴起的斯纳金的“行为主义”不谋而合。总之，基于唯物主义的一元论思想，图灵和斯金纳都认为智能——甚至所有的思维活动——只是信息处理系统对外界刺激作出反应的一套计算模式。因此，对于其他旁观者来说，只要两个系统在面对相同的输入时能够输出相同的响应，就可以认为它们是“喜欢的”。1956年，人工智能正式成为一个科学概念，随后出现了许多新的研究目标和方向。比如，就像人在迷宫里遇到死胡同，就会原路返回去寻找新的路线。为了使人工智能达到某个目标，工程师们编写了一种可以进行回溯的算法，即“基于搜索的推理”。为了用人类语言与计算机“交流”，工程师们构建了“语义网”。于是，第一个说英语的聊天机器人ELIZA诞生了，但ELIZA只能按照固定套路回答。20世纪60年代后期，有学者指出人工智能应该简化自己的模型，这样人工智能才能更好地学习一些基本原理。在这种思潮的影响下，人工智能开始了新一轮的发展。麻省理工学院开发了一种早期的自然语言理解计算机程序，称为SHRDLU。工程师大大简化了SHRDLU的程序积木世界，所有物体和位置的集合可以用大约50个单词描述。极度简化模型的结果是内部语言组合的数量很少，程序基本上可以完全理解用户指令的意思。在外在表现方面，用户可以与加载了SHRDLU程序的电脑进行简单的对话，可以使用语言指令查询和移动程序中的虚拟积木。SHRDLU曾经被认为是人工智能的成功范例，但是当工程师们试图用这个系统来处理一些现实生活中的问题时，却惨遭失败。之后人工智能的发展也和图灵想象的不一样。现实中人工智能的发展并没有把过多的资源集中在模仿人类的“通用人工智能（也叫强人工智能）”上。相反，自人工智能研究正式诞生以来，它的重点是让计算机通过“机器学习”对算法进行自我优化，最终形成能够高效解决特定问题的“专家系统”。由于这些人工智能只能在明确界定的狭窄领域发挥作用，不具备或不追求全面复杂的认知能力，因此也被称为“弱人工智能”。但无论如何，这些能够高效解决特定问题的人工智能，在解放劳动力、推进现代化工厂、组织智能化管理等方面发挥了关键作用。随着大数据、云计算等先进技术的发展，人工智能正朝着更远、更开放的方向发展。随着系统采集数据量的增加、AI算法的改进以及相关芯片处理能力的提升，人工智能的应用将从特定的碎片化场景逐渐向更深层次、更多样化的应用场景转变。人工智能提升芯片处理能力｜Pixabay从小看，人工智能其实已经逐渐渗透到我们生活的方方面面。比如siri，小爱同学，只要喊一声就能回应你的智能语音系统；另一个例子是超市支付时使用的人脸识别；或者穿梭在餐厅或酒店周围的智能送餐机器人，这些其实都是人工智能。应用程序。从广义上看，人工智能在制造、交通、能源、互联网等行业的应用正在逐步深入，推动数字经济生态链的建设和发展。虽然脑科学与人工智能之间还存在着巨大的差距，通用的人工智能仍然像是科幻小说中的梦想，但正如萧伯纳所说，“科学总是不公正的，如果不问十个问题，它永远不会能够解决问题。”解决一个问题。”科学总是在曲折中前行，只要我们不断探索，虽然不能预知是否能到达既定的目的地，但一路走来终会有所收获。参考文献[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.[2]Russell,StuartJ.人工智能：一种现代方法[J].人民邮电出版社,2002.[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.[4]胡宝杰,赵忠文,曾栾,张永吉.图灵机与图灵测试[J].计算机知识与技术:学术版,2006(8):2.[5]赵楠,线珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.[6]GeneserethMR,尼尔森新泽西州。人工智能的逻辑基础[J]．人工智能和神经科学的大脑广泛研究，1987年
