下载掌阅APP，畅读海量书库
立即打开
人工智能的研究表明，计算机可以模拟人类的活动。机器智能的应用研究已取得可喜进展，其发展前景令人鼓舞。
帕梅拉·麦考达克（P. McCrduck）在其关于人工智能历史研究的著作《机器思维》中曾经提出：复杂的机械装置与智能之间存在着长期的联系。人类很早就开始了机器智能的研究。从机械自动化开始，人们已对机器操作的复杂性与自身的智能活动进行了直接联系。今天，新技术已使所建造机器的复杂性和智能大为提高。
计算机对人脑的模拟是从数值计算开始的。然而人类最主要的智力活动并不是数值计算，而是逻辑推理。由于逻辑推理与人的智能都是物理符号（模式）系统，即可以用符号表示事物和状态，然后用计算机进行运算，因此我们可以通过编写计算机程序来模拟人的智能，如对弈、证明定理、翻译语言等。当然这些程序的功能只能接近人的行为，而不可能完全相同；此外，这些程序所能模拟的智能的水平还是很有限的。例如1979年以前的国际象棋程序是十分熟练的、具有人类专业棋手水平的实验系统，但是它们并没有达到人类国际象棋大师的水平。近年来，随着计算机技术日新月异的发展，自学习、并行处理、启发式搜索、机器学习、智能决策等人工智能技术已用于对弈程序设计，使计算机棋手的水平大为提高。1997年，IBM研制的“深蓝”（Deep Blue）智能计算机在6局比赛中以2胜1负3平的结果，战胜国际象棋大师卡斯帕罗夫。这一成就表明：可以通过人脑与计算机协同工作，以人-机结合的模式，为复杂系统问题寻找解决方案。随后IBM研制了功能更强大的“小深”（Deep Junior），其与人类顶尖棋手的对弈结果表明，虽然人工智能要完全达到人的智能水平尚需时日，但并非不可能。近些年应用深度学习等人工智能技术而编写的围棋程序“AlphaGo”是第一款击败人类职业围棋冠军的人工智能围棋程序，围棋界公认“AlphaGo”的棋力已经超过人类职业围棋顶尖棋手水平。
对神经型智能计算机（简称神经计算机）的研究是人工智能技术应用又一新的范例，其研究进展必将为模拟人类智能做出新的贡献。神经计算机能够以类似人类的方式进行“思考”，它力图重建人脑的形象。在美国、英国、中国、日本等国家，众多的研究小组投入到对神经网络和神经计算机的研究。对量子计算机的研究也已起步，并取得了一些研究成果。2019年，谷歌公司宣称实现了53个量子位的量子计算机；2020年，中国科学家宣布成功构建76个光子的量子计算原型机“九章”，其求解数学算法高斯玻色取样只需200s，而当时世界最快的超级计算机要用6亿年。
人脑能够快速处理大量的信息，同时执行多项任务。但迄今为止的所有计算机，基本上未能摆脱冯·诺依曼机的结构，只能依次对单个问题进行“求解”。即使是现有的并行处理计算机，其性能仍然十分有限。人们期望，借鉴人脑能够复制大量的交互信息、快速处理大量的信息、同时执行多项任务的特点，通过对神经计算的研究开发出神经计算机，通过对量子计算的研究开发出量子计算机，通过对光计算的研究开发出光子计算机。人们期望在不久的将来，使用光子计算机或量子计算机取代现有的计算机，大大提高信息处理能力，模仿和呈现出更为高级的人工智能。