下载掌阅APP，畅读海量书库
立即打开
智能的相关概念
人类智能与人工智能之间的异同一直是科研领域和社会广泛关注的焦点。人类智能指的是人类自然具备的认知、学习、思考和问题解决能力，涵盖感知、理解、判断和创造等多个方面，其形成受到大脑结构、神经系统和基因等多种因素的影响。而人工智能则是通过计算机和算法模拟人类智能的技术，是计算机发展的必然产物。人工智能的涌现源于人类对能够进行计算、推理和其他思维活动的智能机器的长期探索与研究。从理论基础上看，人工智能是多学科交叉渗透的结果，包括信息论、控制论、系统工程论、计算机科学、心理学、神经科学、脑科学、认知科学、数学和哲学等。人工智能系统可以执行类似利用人类智能才可完成的任务，例如语言处理、图像识别、学习和推理，但它并不具备与人类完全相同的感知和创造等能力。
在深入研究人类智能与人工智能之间的相似性和差异时，我们可以从多个方面进行简要分析，包括学习能力、感知与认知、创造力与情感、自我意识与社交互动，以及伦理与价值观等方面。
（1）学习能力
人类智能：人类具有通过观察和学习获取知识，并根据新信息调整行为的能力。
人工智能：机器学习技术的应用使得计算机系统能够通过数据和经验不断改进性能，模拟人类的学习过程。
（2）感知与认知
人类智能：人类通过各种感官（如视觉、听觉、触觉等）获取信息，然后进行复杂的认知过程，包括理解、分析和决策。
人工智能：人工智能技术（如图像识别和语音识别等）使得计算机系统能够处理和理解感知数据，尽管在复杂环境中处理和理解感知数据仍然存在挑战。
（3）创造力与情感
人类智能：人类具有独特的创造性和情感体验，能够进行艺术创作、新事物发明，并能够体验多种情感。
人工智能：目前的人工智能在这方面的发展仍然相对有限，尚未真正实现情感的理解、表达或体验，也缺乏真正的创造力。
（4）自我意识与社交互动
人类智能：人类具备自我意识，能够认识自身的存在并参与复杂的社交互动。
人工智能：目前的人工智能系统通常缺乏自我意识和深度的社交能力，虽然能够执行特定任务，但在真实社交场景中表现出的生硬感仍然明显。
（5）伦理与价值观
人类智能：人类的决策受到伦理和价值观的影响，人类在决策过程中能够考虑到道德因素和社会背景。
人工智能：在人工智能领域，如何处理伦理问题以及将何种价值观融入决策过程是一个重要且复杂的问题。
因此，尽管人工智能在某些方面对人类智能进行了模拟，但在关键领域仍存在明显差距。未来的发展需要着重缩小这些差距，并且须认真考虑伦理和社会影响，以确保人工智能的发展符合人类的价值观和需求。
为了理解人工智能，我们需要先了解与人工智能相关的一些概念，如数据和信息的关系、人的认知过程、机器对人认知过程的模拟，以及知识、智力和智能之间的关系等。通过逐步理解这些概念，我们可以更好地探索人工智能的本质。
首先，让我们深入了解数据的本质。人们常说，我们正处于大数据时代。大数据的特点在于规模庞大、产生速度快，并且包含多种类型的数据，如文本、音频、视频等。数据本身是未经加工的原始事实或细节，是一种中性的表示。举例而言，数字“8”本身并不能提供任何关于事物的信息。数据是构成信息的基础，是进行信息处理和分析的起点，可以用于进行统计、分析和决策制定。
接下来，我们来探讨信息的概念。信息是对数据进行处理、分析和组织后所获得的具有意义的结果。信息为人们提供了有用的知识，有助于理解和解释事实。相较于数据，信息更具价值，因为信息具有附加的含义和上下文，能够帮助人们提高洞察力和理解力。信息的有效处理有助于人们从海量数据中提炼出关键见解，并为决策提供支持。
然而，在大数据中，存在大量无效、冗余的数据。尽管如此，大数据应用场景广泛，涵盖商业、医疗保健、城市管理和科学研究等领域，并且可以产生多方面的积极影响，如提高生产力、支持精准决策、保障信息安全、提供智能化服务和推动社会治理等。然而，这些影响是否直接由数据产生呢？观看新闻联播时，我们接收的是信息，而非数据；与他人交流时，我们获取的更多是信息，而非数据。因此，信息是从数据中提炼出来的，数据是信息的表现形式和载体。它们之间的关系在于数据经过处理、分析和组织等过程被转化为信息。信息是对数据的解释和提炼。数据和信息之间存在一种层次关系，信息对数据进行了更高层次的加工，使其更具实用性和意义。数据和信息之间存在一个不断循环的过程。信息的生成可能又会产生新的数据，从而进入下一轮的数据处理。
因此，数据和信息在信息社会中扮演着不可或缺的角色。数据是信息的基础，而信息为数据赋予了更深层次的含义和价值。在当今人们所处的数字化时代，对数据和信息的有效管理和利用对个人、组织和社会都至关重要。
在心理学中，认知被定义为将外部客观刺激信息转换为内部主观神经信号的过程。更简单地说，这是人们对某个事物进行接触、认知、了解并产生一系列思考的过程。
在电影《变蝇人》中，科学家塞斯发明了一台能够传送物体的“电动传送机”，如图1.1所示。该机器可以将位置A处的物体分解成最小粒子，并将这些粒子传送到位置B处，然后重新组合成原物体。我们可以借用类似的流程来解释认知过程：将客观世界视为位置A，主观世界视为位置B，而身体则类似于“电动传送机”，不过其功能不是传送物体，而是复制和转化信息。人体将客观事物的不同属性拆解，并从中提取事物的各种特点，然后将这些特点转换为可以在主观世界内中存在的信息，最后将这些信息进行融合，形成与客观事物相对应的主观事物。
图1.1 电影《变蝇人》中的电动传送机
认知过程并非像传送过程那样简单地将原物体的分解粒子送达另一个空间再进行还原。其主要步骤是信息的转化。此过程受到生理和心理因素的影响，因此，面对同一事物，不同个体的认知结果可能不同，同一个体在不同时间的认知结果也可能发生变化。
认知被视为心理活动中最基本的部分，是主观与客观相连接的起始点。在小说《遥远的救世主》中，芮小丹提到：“只有我自己觉到、悟到的，我才有可能做到，我能做到的才是我的。”在这段话中，“觉到、悟到”可以被理解为认知。在我们未认知到某个事物之前，无论是水瓶、纸张、规则还是哲理，我们都无法理解其存在的意义，甚至不会认识到其存在。当我们认知到它时，它不仅存在于客观世界中，也存在于我们的主观世界中。虽然任何人都无法拥有客观世界，但主观世界是每个人所独有的。只有当某个事物出现在我们的主观世界中时，它才算是我们的。
因此，人的认知过程指的是个体如何感知、理解、记忆、思考和解决问题的一系列心理活动。认知过程涵盖了感觉、知觉、记忆、想象和思维等多个方面，构成了一个复杂而多层次的系统，涉及多个阶段和子过程。
（1） 感觉 是指人脑对直接作用于感觉器官的客观事物的个别属性进行反映的过程。感觉是人类认识客观世界的起点。感觉器官充当人体的识别转换装置，首先接收外界信号并将其转换为主观世界可识别的信息，即感觉。举例来说，当我们被蚊子叮咬时，皮肤上的触觉器官感知到这一信号，并将其传递至中枢神经系统，引发我们感受到“痒”的感觉。每个感觉器官只能捕捉刺激的一个特征，比如眼睛传递视觉特征，耳朵传递听觉特征等，因此单一感觉器官的信息是单一的。感觉包括视觉、听觉、触觉、嗅觉和味觉等感官通道。感知是信息处理的起点，通过感知，个体能够获得来自外界的原始数据。
（2） 知觉 是人脑对直接作用于感觉器官的客观事物的各种属性、各部分及其相互关系进行整体反映的过程。知觉是信息的综合和合成过程。以苹果为例，当我们观察到它时，视觉信息告诉我们它是一个立体的、颜色鲜艳的物体；品尝后，味觉信息告诉我们它具有甜味，嗅觉信息告诉我们它散发着清香，听觉信息则让我们意识到它是一个静止的对象。这些感觉信息是单一的，但当神经系统将它们综合起来时，我们就能意识到这些不同属性的特征来自于同一个物体，从而在我们的主观世界中形成了对苹果的整体形象。
（3） 记忆 是指人脑对过去经验的保持和再现的过程。在知觉形成后，具有单一性的感觉信息和具有整体性的知觉信息会同时传送至中枢神经系统，并在此处被储存，形成记忆。在记忆形成之前，从接收刺激到形成知觉的整个过程类似于电路中的一个环节，任何一个环节出现偏差都可能导致认知过程中断，无法进入下一个阶段。换言之，只有在刺激持续作用下，感觉和知觉才会存在；一旦刺激消失，感觉和知觉也会消失。然而，刺激的存在与否并不会直接影响记忆的形成，即使刺激消失，记忆仍然可以存在。因此，记忆可以被视为某一事物在主观世界中独立存在或出现过的标志。
（4） 想象 是指人脑对已有表象进行加工、改造，从而形成新的心理形象的过程。储存在记忆系统中的信息会被作为想象的基础材料。例如，吃完苹果后，我的大脑可能会想象出一杯苹果汁的画面。
（5） 思维 是指在人脑中具有意识的过程，通过对客观现实的本质属性和内在规律的反映，以语言或行为的形式展现出来。思维过程受到复杂的神经机制调控，通过多层次的加工，揭示出事物的内在特征，是认知功能的高级形式之一。人类思维主要表现为抽象（逻辑）、形象（直觉）、感知和灵感（顿悟）等不同形态。对思维进行研究有助于深入理解人类认知和智力的本质，对人工智能的发展具有重要的科学意义和应用价值。通过探索不同层次的思维模型和规律，可以为新型智能信息处理系统提供理论基础和模型支持。
总体来说，一般认为人的认知过程包括信息经过感觉器官输入到神经系统，然后经过大脑思维转化为认知。那么，什么是认知？认知可以被定义为使用符号来整理和研究对象，并确定它们之间的联系。然而，我们是否可以将认知概念扩展到机器身上？机器是否具有认知能力？另外，机器是如何体现出智能的呢？我们可以认为，机器实际上是在模拟人的认知过程。
人类通过感觉器官，如眼睛、耳朵、鼻子和触觉器官等，感知外界事物。相似地，机器也通过模拟人类认知过程来获取信息，例如，利用摄像头等视觉传感器模拟眼睛，利用声音获取传感器（如麦克风）模拟耳朵，利用嗅觉传感器检测和分析气味以模拟鼻子，以及利用压力传感器模拟触觉器官等。
机器对人认知过程的模拟是人工智能（artificial intelligence，AI）领域的重要方向之一，旨在使计算机系统能够模仿和执行类似于人认知过程的任务。以下是机器对人认知过程模拟的一些关键方面。
1.感知和感知处理
图像识别：利用机器学习算法模拟人类的视觉感知，使计算机能够识别和理解图像中的物体、场景和特征。
语音识别：借助语音识别技术，理解和转换语音并输出为文本，类似人类的听觉和语言处理。
2.注意力机制
注意力模型：机器学习模型可采用注意力机制，类似于人类处理信息时的选择性关注，以便集中处理重要信息而忽略次要信息。
3.学习和记忆
机器学习：利用监督学习、无监督学习和强化学习等技术，使机器能够从数据中识别模式和关联，从而模拟人类的学习过程。
神经网络：被设计用于在大规模数据中进行模式识别和表示学习，类似于人脑中神经网络的运作方式。
4.思维和推理
符号推理：通过符号推理系统进行操作，以模拟人类的逻辑推理和问题解决能力。
知识表示：建立知识库，用于存储和组织信息，从而支持更高级别的思考和决策。
5.自然语言处理
语言理解：通过语法、语义和上下文处理来理解和解释自然语言。
生成语言：生成自然语言文本，模拟人类的语言表达能力。
6.解决问题和决策
推荐系统：利用机器学习模型，提供个性化的解决方案推荐，类似于人类进行决策的过程。
强化学习：在与环境的互动中学习，并做出决策，类似于人类在复杂环境中进行决策的方式。
7.情感和社交模拟
情感识别：机器能够模拟情感识别，以理解和解释人类的情感状态。
虚拟代理：利用虚拟代理和聊天机器人等技术，可以模拟社交互动，与人类用户进行对话。
尽管机器在模拟人认知过程方面取得了显著的进展，但仍然面临诸多挑战，包括处理不确定性、应对复杂的真实世界环境，以及需要考虑伦理和隐私等问题。在未来，随着技术的不断发展，机器对人认知过程的模拟将持续发展，这对于提升计算机系统的智能水平和改善人机交互具有重要意义。
知识、智力和智能是三个密切相关但又有区别的概念，它们在构成人类认知和行为的基础上相互影响。知识指人们对于可重复信息之间联系的认知，是信息经过加工、整理、解释、挑选和改造而形成的。认知是理智和认识的过程，通常与情感、动机、意志相对应。认知过程是从认知到知识的过渡，是人们接受和建立知识能力的过程，常被视为智力的表现之一。
科学家对智力的定义各有不同，以下是几位科学家对智力的定义。
（1）阿尔弗雷德·比奈（Alfred Binet）：作为智力测试的奠基人之一，比奈将智力定义为适应环境并解决问题的能力，强调智力的多样性，并将其核心置于解决新问题的能力上。
（2）霍华德·加德纳（Howard Gardner）：加德纳提出了多元智能理论，认为智力不应被简化为单一能力。他将智力分为多个独立的智能，包括语言、数学逻辑、空间、音乐等。
（3）戴维·麦克利兰（David McClelland）：麦克利兰强调了动机与智力的关系，认为智力不仅包括知识和技能，还包括对目标的追求和取得成就的动机。
（4）罗伯特·斯滕伯格（Robert Sternberg）：斯滕伯格提出了智力的三元模型，包括分析性智力（解决问题的能力）、实践性智力（适应环境的能力）和创造性智力（创造新想法和解决新问题的能力）。
（5）查尔斯·斯皮尔曼（Charles Spearman）：斯皮尔曼是智力测试领域的先驱之一，提出了“g因子”概念，即智力中的通用因素。他认为智力的核心是一个通用的可测量因素，该因素影响各种智力任务的表现。
（6）亚伯拉罕·马斯洛（Abraham Maslow）：马斯洛关注智力与个体的自我实现和完善的关系，认为智力的表现是个体对自我潜力的实现和发展。
简言之，智力指人认识、理解客观事物并运用知识、经验等解决问题的能力，包括记忆、观察、想象、思考、判断等。
因此，我们可以将智力视作个体学习、理解、适应环境和解决问题的总体能力。智力不仅包括推理、学习、创造力、记忆和问题解决等多个方面，还涉及对复杂情境的适应和处理能力。智力在认知任务中的表现相对综合且抽象。
智能则是在特定环境中，根据个体智力水平实现目标的能力。智能的体现需要综合运用多种认知能力，包括灵活性、适应性和创造性等。智能是智力在具体任务中的具体表现，体现了对环境变化的适应和成功解决问题的能力。
这三者之间相互影响，知识是智力和智能的基础，而智力和智能的发展离不开知识的积累。同时，智力和智能的提高也促进了个体对新知识的学习和应用。它们之间存在互补关系，个体不仅需要丰富的知识，还需要良好的智力和智能以更好地应对各种情境。因此，在个体认知发展的过程中，通常先体现为知识的积累，然后体现为智力的发展，最终体现为智能的提高。这构成了一个逐渐深化和复杂化的过程。
综上，知识、智力和智能是相互关联、相互影响的系统，它们共同构成了人类认知的基石。这种辩证关系有助于更好地理解个体在学习、思考和行动中的复杂机制。
因此，在介绍了数据和信息的关系、人的认知过程和机器对人认知过程的模拟以及知识、智力和智能之间的关系之后，我们现在可以进一步分析人类智能与人工智能之间的异同。
人工智能是一种由人制造的系统和机器所展现的智能化行为。其本质是研究如何将人类的智能转化为机器的智能，或者利用机器来模拟和实现人类的智能。尽管人工智能这一概念最早于1956年在达特茅斯会议上提出，但在人类尚未完全理解智能本质之前，人工智能并没有统一的定义。谭铁牛院士在中国科学院第十九次院士大会上的主题报告《人工智能：天使还是魔鬼》中指出，人工智能具有看、听、说、行动、思考和学习等多方面的表现形式，为我们提供了一种感官介绍。以下是几位著名的人工智能科学家在不同时期对人工智能的定义。
（1）艾伦·图灵（Alan Turing）认为若一台计算机在对话中能够模拟人类表现，以至于无法被准确区分，那么该计算机具备智能。
（2）约翰·麦卡锡（John McCarthy）首次提出了“人工智能”一词，并将其定义为“使计算机能够完成通常需要人类智能才能完成的任务”。
（3）马文·明斯基（Marvin Minsky）将人工智能描述为一个研究领域，旨在使机器能够像人类一样进行思考，并强调了模拟人认知过程的重要性。
（4）赫伯特·西蒙（Herbert Simon）将人工智能视为一种仿真人类思维的努力，并在解决问题和决策领域做出了重要贡献。
（5）雷·库兹韦尔（Ray Kurzweil）将人工智能描述为一种技术，旨在模拟和增强人类智能，并预测了未来人工智能将取得巨大进展。
随着人工智能的持续发展和人们认知水平的提升，对人工智能的定义也将不断演变。人工智能研究领域本身并没有明确的边界，其内容常常涵盖计算机科学和其他交叉学科。人们通常将人工智能视为解决在计算机科学及相关领域尚未找到解决方案的问题的探索领域。一旦某个问题被解决，相应的模型或算法也将被归类到特定学科或其分支之中。因此，可以认为，人工智能的追求目标永无止境，其研究具有深远而广泛的意义。