下载掌阅APP，畅读海量书库
立即打开
1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院（见图2-1）中，约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起，讨论着一个主题：用机器来模仿人类学习及其他方面的智能。达特茅斯会议的召开，标志着人工智能就此诞生。
图2-1 达特茅斯学院
麦卡锡给这个第二年在达特茅斯学院举办的活动起了一个在当时看来别出心裁的名字—“人工智能夏季研讨会”（Summer Research Project on Artificial Intelligence）。人们普遍的误解是，“人工智能”这个词是麦卡锡想出来的，其实不是。麦卡锡晚年回忆时也承认这个词最早是他从别人那里听来的，但记不清是谁了。后来，英国数学家菲利普·伍德华（Woodward）给《新科学家》杂志写信说他是“人工智能”（AI）一词的最早提出者，麦卡锡最早是听他说的，因为他在1956年曾去麻省理工学院（MIT）交流时见过麦卡锡。但麦卡锡1955年的建议书中就开始用“人工智能”一词了。
人工智能（Artificial Intelligence，AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常，人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现，以及如何实现。人工智能在一般教材中的定义领域是“智能主体（intelligent agent）的研究与设计”，智能主体指一个可以观察周遭环境并做出行动以达到目标的系统。约翰·麦卡锡于1955年对“人工智能”的定义是“制造智能机器的科学与工程”。安德里亚斯·卡普兰（Andreas Kaplan）和迈克尔·海恩莱因（Michael Ha enlein）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”。人工智能的研究是高度技术性的和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。
人工智能的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。当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、逻辑推演等。而基于仿生学、认知心理学，以及概率论和经济学的算法等也在逐步探索当中。
2016年3月，基于搜索技术与深度学习方法相结合的人工智能围棋系统AlphaGo以4﹕1的优势战胜了世界围棋高手李世石，引发了世人对于人工智能的高度关注：什么是人工智能？它的技术本质是什么？人工智能的能力有没有边界？人工智能对科技、经济、社会的进步会有什么独特的贡献？
自然进化所造就的智能，称为自然智能。与此对应，人工智能就是指由人类所制造的智能，也就是机器的智能。然而，人工智能的原型必定是自然智能，特别是人类的智能，因为人类智能是地球上迄今所知晓的最为复杂、最为高级的智能。因此，人工智能研究的任务就是理解自然智能奥秘，创制人工智能机器，增强人类智力能力。
那么，什么是人类的智能？虽然目前学术界还没有统一的定义，但是，原理上可以这样理解，人类的智能是指为了不断提升生存发展的水平，人类利用知识去发现问题、定义问题（认识世界）和解决问题（改造世界）的能力。众所周知，发现问题和定义问题的能力，是人类创造力的第一要素。这种能力主要依赖于人类的目的、知识、直觉、临场感、理解力、想象力、灵感、顿悟和审美能力等内兼品质，因此称为“隐性智能”；解决问题的能力主要依赖于获取信息、提炼知识、创生策略和执行策略等外显能力，因此称为“显性智能”。隐性智能和显性智能相互联系、相互促进、相辅相成，构成人类智能的完整体系。
研究表明，人类的隐性智能颇为复杂，甚至颇为神秘。机器没有生命，也没有自身的目的，难以自行建立直觉、想象、灵感、顿悟和审美的能力，而人类对于这些内兼能力的理解也十分有限，因此难以在机器上实现隐性智能。这就是人工智能难以全面超越人类智能的原因。总之，随着社会的进步，人类的隐性智能本身也还会不断地进化发展，不会永远停留在某个固定的水平上，这就使机器的能力更加难以企及。相对而言，显性智能富于操作性，比较可能被理解和研究。目前，多数研究者都把显性智能作为主要研究对象。由于人类智能具有远胜于机器的创造力，而人工智能机器具有远胜于人类的工作速度、工作精度、工作强度和耐力等操作能力。因此，这种研究实际上是人类发现问题、定义问题的创造性智能与机器解决问题的操作性智能强强联合、优势互补的研究范式。