由于全篇長(zhǎng)度超過(guò)簡(jiǎn)書的單篇文章的字?jǐn)?shù)限制钝域，所以將13個(gè)文章分為上中下三部分，此部分包括以下章節(jié)：
- 群體智能
- 系統(tǒng)智能
- 人工智能1鹊奖、2
全文很長(zhǎng)昼扛，圖片很多默终，包括了近百個(gè)智能相關(guān)的概念樱调，希望這些內(nèi)容能給你帶來(lái)新的AI視角听隐。
相關(guān)鏈接：
人工智能概念-合集（上）
人工智能概念-合集（中）
人工智能概念-合集（下）
這一節(jié)我們來(lái)一起看一下神奇的群體智能盘榨。
群體智能Swarm Intelligence是指在集體層面表現(xiàn)的分散的解总、去中心化的自組織行為宇葱。
比如蟻群筷黔、蜂群構(gòu)成的復(fù)雜類社會(huì)系統(tǒng)往史，鳥(niǎo)群、魚群為適應(yīng)空氣或海水而構(gòu)成的群體遷移佛舱，以及微生物椎例、植物在適應(yīng)生存環(huán)境時(shí)候所表現(xiàn)的集體智能挨决。
群體智能SI一詞最早在1989年由Gerardo和Jing Wang提出，當(dāng)時(shí)是針對(duì)電腦屏幕上細(xì)胞機(jī)器人的自組織現(xiàn)象而提出的订歪，而最知名的細(xì)胞機(jī)器人系統(tǒng)脖祈，如蘭頓的螞蟻和康韋的生命游戲，我們?cè)谏镏悄苄」?jié)中已經(jīng)詳細(xì)談?wù)撨^(guò)刷晋。
依賴于每個(gè)格子單元（細(xì)胞）的幾條簡(jiǎn)單運(yùn)動(dòng)規(guī)則盖高，就可以使細(xì)胞集合的運(yùn)動(dòng)表現(xiàn)出超常的智能行為。群體智能不是簡(jiǎn)單的多個(gè)體的集合眼虱，而是超越個(gè)體行為的一種更高級(jí)表現(xiàn)喻奥，這種從個(gè)體行為到群體行為的演變過(guò)程往往極其復(fù)雜，以至于無(wú)法預(yù)測(cè)捏悬。
蟻群能夠搭建身體浮橋跨越缺口地形撞蚕，并不是偶然事件。一個(gè)蟻群可能在同時(shí)搭建了超過(guò)50個(gè)螞蟻橋梁过牙，每個(gè)橋梁從1只螞蟻到50只螞蟻不等甥厦。
螞蟻不僅可以建造橋梁，而且能夠有效評(píng)估橋梁的成本和效率之間的平衡抒和，比如在V字形道路上矫渔，蟻群會(huì)自動(dòng)調(diào)整到合適的位置建造橋梁，既不是靠近V頂點(diǎn)部分摧莽，也不是V開(kāi)口最大的部分庙洼。
生物學(xué)家對(duì)蟻群橋梁研究的算法表面，每只螞蟻并不知道橋梁的整體形狀镊辕，它們只是在遵循兩個(gè)基本原則：
- 如果我身上有其他螞蟻經(jīng)過(guò)油够，那么我就保持不動(dòng)
- 如果我身上經(jīng)過(guò)的螞蟻數(shù)量頻率低于某個(gè)閾值，我就加入行軍征懈，不在充當(dāng)橋梁
數(shù)十只螞蟻可以一起組成木筏raft渡過(guò)水面石咬。當(dāng)蟻群遷徙的時(shí)候，整個(gè)木筏可能包含數(shù)萬(wàn)只或更多螞蟻卖哎。
每只螞蟻都不知道木筏的整體形狀鬼悠，也不知道木筏將要漂流的方向。但螞蟻之間非常巧妙的互相連接亏娜，形成一種透氣不透水的三維立體結(jié)構(gòu)焕窝，即使完全沉在水里的底部螞蟻也能生存。而這種結(jié)構(gòu)也使整個(gè)木筏包含超過(guò)75%空氣體積维贺，所以能夠順利的漂浮在水面它掂。
蟻群往往在地面形成非常復(fù)雜的尋找食物和搬運(yùn)食物的路線，似乎整個(gè)集體總是能夠找到最好的食物和最短的路線溯泣，然而每只螞蟻并不知道這種智能是如何形成的虐秋，每只螞蟻只遵循兩條基本的規(guī)則：
- 尋找到食物的螞蟻會(huì)在更高品質(zhì)的路線上留下更強(qiáng)的生物信息素
- 螞蟻總是傾向加入信息素更強(qiáng)的路線榕茧，并在不斷的往返過(guò)程中與其他螞蟻進(jìn)行反饋，從而讓更短的路線被不斷加強(qiáng)
使用樟腦丸在螞蟻經(jīng)過(guò)的路線上涂抹會(huì)導(dǎo)致螞蟻迷路客给，這是因?yàn)檎聊X的強(qiáng)烈氣味嚴(yán)重干擾了螞蟻生物信息素的識(shí)別用押。
科學(xué)家們從蟻群依賴信息獲取最優(yōu)路徑的方法上獲得啟發(fā)，創(chuàng)建了AOC算法（Ant colony optimization）起愈，即蟻群優(yōu)化算法只恨，廣泛應(yīng)用于車輛译仗、店鋪抬虽、人員等各種資源的調(diào)度和分配中。
將金屬液體或其他固定成型劑倒入蟻穴纵菌，可以看到蟻群在底下建造的復(fù)雜結(jié)構(gòu)宮殿阐污。
蟻群ants colony可能包含很少的個(gè)體，通常在數(shù)百到數(shù)千不等咱圆，2000年后笛辟，科學(xué)家們?cè)谌毡尽W洲和澳大利亞都發(fā)現(xiàn)了在地下綿延數(shù)公里甚至數(shù)十公里的超級(jí)蟻群序苏，都包含數(shù)億只甚至更多的螞蟻手幢，并且證據(jù)表明，它們很可能是全球巨型蟻群的一部分忱详。
蟻群具有復(fù)雜的等級(jí)結(jié)構(gòu)围来，女王可以通過(guò)特殊的信息素影響到其他螞蟻，甚至能夠調(diào)節(jié)其他螞蟻的生育繁殖匈睁。但女王并不會(huì)對(duì)工蟻下達(dá)任何具體任務(wù)监透，每個(gè)螞蟻都是一個(gè)自主的單位，它的行為完全取決于對(duì)周邊環(huán)境的感知和自身的遺傳編碼規(guī)則航唆。
盡管缺乏集中決策胀蛮，但蟻群仍能表現(xiàn)出很高的智能水平，這種智能也稱之為分布式智能Distributed Intelligence糯钙，蟻群看上去就像一個(gè)具有集體智慧的“超級(jí)心靈Super mind”粪狼。
不僅螞蟻，幾乎所有膜翅目昆蟲都表現(xiàn)出很強(qiáng)的群體智能行為任岸，另一個(gè)知名的例子就是蜂群再榄。
蟻群和蜂群被廣泛的認(rèn)為是具有真社會(huì)化屬性Eusociality的生物種群，這是指它們具有以下三個(gè)特征：
- 繁殖分工演闭。種群內(nèi)分為能夠繁殖后代的單位和無(wú)生育能力的單位不跟，前者一般為女王和王，后者一般為工蜂米碰、工蟻等窝革。
- 世代重疊购城。即上一代和下一代共同生活，這也決定了下一個(gè)特征虐译。
- 協(xié)作養(yǎng)育瘪板。種群?jiǎn)挝还餐瑓f(xié)作養(yǎng)育后代。
這個(gè)真社會(huì)化屬性和我們?nèi)祟惖纳鐣?huì)化屬性Sociality并不是同一概念漆诽。
鳥(niǎo)類在群體飛行中往往能表現(xiàn)出一種智能的簇?fù)韰f(xié)同行為侮攀，尤其是在長(zhǎng)途遷徙過(guò)程中，以特定的形狀組隊(duì)飛行可以充分利用互相產(chǎn)生的氣流厢拭，從而減少體力消耗兰英。
常見(jiàn)的簇?fù)眸B(niǎo)群是遷徙的大雁，它們數(shù)量不多供鸠，往往排成一字型或者人字形畦贸，據(jù)科學(xué)估計(jì)，這種隊(duì)形可以讓大雁減少15~20%的體力消耗楞捂。
體型較小的歐椋鳥(niǎo)組成的鳥(niǎo)群的飛行則更富于變化薄坏，它們往往成千上萬(wàn)只一起在空中飛行，呈現(xiàn)出非常柔美的群體造型寨闹。
鳥(niǎo)群可以基于三個(gè)簡(jiǎn)單規(guī)則就能創(chuàng)建出極復(fù)雜的交互和運(yùn)動(dòng)方式胶坠，形成奇特的整體形狀，繞過(guò)障礙和躲避獵食者繁堡。
- 分離沈善，和臨近單位保持距離，避免擁擠碰撞
- 對(duì)齊帖蔓，調(diào)整飛行方向矮瘟，順著周邊單位的平均方向飛行
- 凝聚，調(diào)整飛行速度塑娇，保持在周邊單位的中間位置
鳥(niǎo)群沒(méi)有中央控制澈侠，每只鳥(niǎo)都是獨(dú)立自主的，實(shí)際上每只鳥(niǎo)只考慮周邊球形空間內(nèi)的5~10只鳥(niǎo)的情況埋酬。
曾經(jīng)獲得奧斯卡技術(shù)獎(jiǎng)的計(jì)算機(jī)圖形學(xué)家Craig Reynolds哨啃，1986年開(kāi)發(fā)了Boids鳥(niǎo)群算法，這種算法僅僅依賴分離写妥、對(duì)齊拳球、凝聚三個(gè)簡(jiǎn)單規(guī)則就能實(shí)現(xiàn)各種動(dòng)物群體行為的模擬。
1987年動(dòng)畫短片珍特，《Stanley and Stella in: Breaking the Ice》中成功的實(shí)現(xiàn)了鳥(niǎo)群和魚群的模擬祝峻。而《蝙蝠俠》系列電影中的蝙蝠群動(dòng)畫也是這種算法的效果。
除了電影動(dòng)畫，鳥(niǎo)群算法還被應(yīng)用在多通道網(wǎng)絡(luò)信號(hào)莱找、視覺(jué)信息等領(lǐng)域的優(yōu)化算法中酬姆。
點(diǎn)擊進(jìn)入騰訊視頻觀看Stanley and Stella in
魚群的群體行為和鳥(niǎo)群非常相似。金槍魚奥溺、鯡魚辞色、沙丁魚等很多魚類都成群游行，如果我們把其中一只魚分離出來(lái)浮定，就會(huì)觀察到這只魚變得情緒緊張脈搏加快相满。
這些魚總是傾向于加入數(shù)量大的、體型大小與自身更相似的魚群桦卒，所以有的魚群并不是完全由同一種魚組成立美。
群體游行不僅可以更有效利用水動(dòng)力減少成員個(gè)體消耗，而且更有利于覓食和生殖闸盔，以及躲避捕食者的獵殺悯辙。
魚群中的絕大多數(shù)成員都不知道自己正在游向哪里琳省。魚群使用共識(shí)決策機(jī)制迎吵，個(gè)體的決策會(huì)不斷地參照周邊個(gè)體的行為進(jìn)行調(diào)整，從而形成集體方向针贬。
據(jù)估計(jì)击费，北大西洋中的鯡魚群可能超過(guò)4.8立方千米，數(shù)量超過(guò)數(shù)十億條桦他。
磷蝦群在海洋中的密度可能超過(guò)每立方米50000只蔫巩，而衛(wèi)星追蹤到的最大磷蝦群占地450平方千米，深200米快压，可能包含200多萬(wàn)噸的磷蝦圆仔。
磷蝦群被認(rèn)為可能是世界上生物量最大的群體，另一個(gè)也極其龐大的群體是浮游橈足類瞄崇，他們數(shù)量龐大懈糯，對(duì)全球的碳循環(huán)系統(tǒng)有著極為重要的影響圾结。
在哺乳動(dòng)物中也常見(jiàn)群體行為，尤其是陸上的牛歪沃、羊、鹿嫌松，或者南極的企鵝沪曙。遷徙和逃脫獵殺時(shí)候，它們能表現(xiàn)出很強(qiáng)的集體意志萎羔。
研究表明液走，畜群的整體行為很大程度上取決于個(gè)體的模仿和跟風(fēng)行為，而遇到危險(xiǎn)的時(shí)候，則是個(gè)體的自私動(dòng)機(jī)決定了整體的行為方向缘眶。
英國(guó)進(jìn)化生物學(xué)家漢密爾頓WD Hamilton在1971年提出了自私群體理論腻窒，另外一個(gè)知名的理論是羊群效應(yīng)，或者叫從眾效應(yīng)磅崭。
與鳥(niǎo)群魚群不同儿子，畜群只在平面空間上行動(dòng)，很多時(shí)候群體中的意見(jiàn)領(lǐng)袖的作用非常明顯砸喻，但這仍是一個(gè)去中心化的組織柔逼，往往是多個(gè)意見(jiàn)領(lǐng)袖同時(shí)起推動(dòng)作用，而且這些意見(jiàn)領(lǐng)袖是自發(fā)形成且自發(fā)變化的割岛。
人群的行為很多時(shí)候看上去和羊群相似愉适，絕大部分人的行為是盲目跟風(fēng)的，他們只是根據(jù)周邊人的行為來(lái)行動(dòng)癣漆，如果人群中5%改變了方向维咸，其他人就都會(huì)跟隨，進(jìn)而讓整個(gè)群體改變方向惠爽。
當(dāng)人群中突然出現(xiàn)危險(xiǎn)因素的時(shí)候癌蓖，整個(gè)人群就會(huì)像魚群遇到鯊魚一樣躲避，但由于個(gè)體年齡體質(zhì)問(wèn)題導(dǎo)致行為能力相差很大婚肆，互相之間更缺乏鳥(niǎo)類之間的氣流或者魚類之間的水流動(dòng)力租副，因此很容易在緊急情況下造成混亂，甚至踩踏傷亡较性。
人類的群體行為更多的表現(xiàn)在交通用僧、股票、營(yíng)銷和傳媒領(lǐng)域赞咙，越來(lái)越多的企業(yè)和機(jī)構(gòu)责循，正在利用大量的用戶數(shù)據(jù)信息和優(yōu)秀的算法，對(duì)人群行為進(jìn)行模擬攀操，從而實(shí)現(xiàn)更好的經(jīng)濟(jì)目標(biāo)或社會(huì)目的院仿。
在計(jì)算機(jī)圖形動(dòng)畫領(lǐng)域，人群模擬技術(shù)Crowd simulation崔赌，利用為個(gè)體設(shè)定較為簡(jiǎn)單的行動(dòng)規(guī)則意蛀，進(jìn)而生成大規(guī)模群體行為效果。以這項(xiàng)技術(shù)著稱的MASSIVE軟件健芭，在2001年上映的著名電影《指環(huán)王》中創(chuàng)建驚人規(guī)模的戰(zhàn)爭(zhēng)場(chǎng)面县钥。
這場(chǎng)戰(zhàn)爭(zhēng)中，動(dòng)畫師僅依賴300多個(gè)設(shè)定好的動(dòng)作慈迈，加上每個(gè)單位被賦予的若干條規(guī)則若贮，就獲得了最終數(shù)十萬(wàn)軍隊(duì)的整體戰(zhàn)斗效果省有。
MASSIVE軟件之后被廣泛應(yīng)用于好萊塢和全世界的電影特效當(dāng)中。
電影動(dòng)畫中所使用的群體模擬至今仍然以設(shè)定好的個(gè)體行為規(guī)則來(lái)作為驅(qū)動(dòng)谴麦。
1992年蠢沿，計(jì)算機(jī)科學(xué)家克里斯·沃特金斯提出了Q-learning理論，它可以讓群體中的個(gè)體執(zhí)行各種操作匾效，并能夠根據(jù)從環(huán)境中獲得的獎(jiǎng)勵(lì)或懲罰來(lái)優(yōu)化其行為舷蟀，使用這種算法，伴隨著大量可能的行為和復(fù)雜的環(huán)境面哼，個(gè)體將以現(xiàn)實(shí)和不可預(yù)測(cè)的方式行動(dòng)野宜，并形成更強(qiáng)大的集體意識(shí)。
Q-Learning至今仍是機(jī)器學(xué)習(xí)中的重要算法之一魔策，通常稱作強(qiáng)化學(xué)習(xí)匈子。
2011年，哈佛大學(xué)的拉德洗程唬卡·納泊爾和邁克爾魯賓斯坦開(kāi)始開(kāi)發(fā)微型的群體機(jī)器人kilobot虎敦，每個(gè)kilobot高3.3厘米，造價(jià)15美元政敢，行為極為簡(jiǎn)單：
- 通過(guò)身上的小燈發(fā)光或閃爍
- 通過(guò)紅外發(fā)射器和接收器互相通信
- 通過(guò)振動(dòng)器實(shí)現(xiàn)每秒1厘米的速度移動(dòng)
kilobots可以上千個(gè)一起合作其徙，你不需要對(duì)每個(gè)機(jī)器人進(jìn)行編程，而只要通過(guò)空中的紅外發(fā)射器向它們發(fā)送整體信息堕仔，就可以使機(jī)器人們組成各種圖形或者進(jìn)行有規(guī)律的閃爍擂橘，甚至可以模擬螞蟻尋找食物的路徑行為。
2004年摩骨，兩位科學(xué)家Ayusman Sen和Thomas E. Mallouk制造出僅有4微米的納米馬達(dá)nanomotor，這些小家伙們可以一起進(jìn)入人體細(xì)胞內(nèi)運(yùn)動(dòng)朗若。
Kilobots為了降低成本而沒(méi)有使用傳統(tǒng)的電機(jī)驅(qū)動(dòng)行為恼五，而在微觀領(lǐng)域也需要有更特殊的能量驅(qū)動(dòng)方式。
納米馬達(dá)可以依賴超聲波共振來(lái)運(yùn)動(dòng)哭懈，或者自身與環(huán)境元素發(fā)生化學(xué)反應(yīng)進(jìn)行驅(qū)動(dòng)灾馒，這種運(yùn)動(dòng)本質(zhì)是很像是人體細(xì)胞的ATP營(yíng)養(yǎng)物質(zhì)，其化學(xué)反應(yīng)為細(xì)胞提供了動(dòng)力遣总。
納米馬達(dá)的行為能力往往非常簡(jiǎn)單睬罗，但我們可以通過(guò)在外部釋放的磁場(chǎng)信號(hào)來(lái)對(duì)他們施加影響，讓他們?cè)谌梭w內(nèi)進(jìn)行有效的醫(yī)療治愈行為旭斥。最新一些的納米馬達(dá)具有光感知能力容达，通過(guò)外部光的照射來(lái)改變其行為。
細(xì)菌和植物也能夠以特殊的方式表現(xiàn)出群體智能行為垂券。
培養(yǎng)皿中的枯草芽孢桿菌根據(jù)營(yíng)養(yǎng)組合物和培養(yǎng)基的粘度花盐，整個(gè)群體從中間向四周有規(guī)律的擴(kuò)散遷移，形成隨機(jī)但非常有規(guī)律的數(shù)值型狀。
而植物的根系作為一個(gè)集體算芯，各個(gè)根尖之間存在某種通信柒昏，遵循范圍最大化且互相保持間隔的規(guī)律生長(zhǎng)，進(jìn)而能夠最有效的利用空間吸收土壤中的養(yǎng)分熙揍。
群體智能Swarm Intelligence可以視為系統(tǒng)智能System Intelligence的一個(gè)特殊情況职祷，更多的分析和匯總將在下一節(jié)中討論。
系統(tǒng)智能可以視為所有智能的根本模式届囚，這一小節(jié)我們將從系統(tǒng)智能中揭示智能的真正來(lái)源堪旧。
位于美國(guó)亞利桑那州的羚羊峽谷Antelope Canyon，是世界上著名的裂縫峽谷之一奖亚，也是攝影圣地淳梦，因?yàn)檫@里的巖石有著神奇的造型和優(yōu)美的流線紋理。
砂巖的質(zhì)地相對(duì)比較軟昔字，數(shù)百萬(wàn)年來(lái)爆袍，地殼的裂縫變化，加之暴雨洪水的不斷沖刷作郭，以及經(jīng)久的風(fēng)力侵蝕陨囊，各種綜合自然力量形成了如此神奇的地貌。
羚羊峽谷并非唯一夹攒，在我國(guó)陜西延安市也有類似地貌的雨岔峽谷蜘醋。
大自然之力建造的奇跡很多，其中另一個(gè)就是北愛(ài)爾蘭大西洋沿岸的巨人堤道Giant's Causeway咏尝⊙褂铮總計(jì)約4萬(wàn)根六角形玄武巖石柱組成8公里的海岸，有的石柱高出海面6m以上编检，最高者達(dá)12m左右胎食，石柱連綿有序，呈階梯狀延伸入海允懂，非常壯觀厕怜。
巨人堤道的成因可以追溯到1億多年前的白堊紀(jì)，地殼運(yùn)動(dòng)引起的火山噴發(fā)蕾总，火山熔巖不斷冷卻結(jié)晶后形成規(guī)則的六邊形狀態(tài)粥航。
類似的天然石柱群在美國(guó)加州魔鬼柱公園、中國(guó)江蘇六合縣生百、蘇格蘭斯塔法島等多處都有存在递雀。
生命是大自然創(chuàng)造的最偉大奇跡。生物群及其生活環(huán)境在陸地和海洋中構(gòu)成了各種不同類型的生態(tài)系統(tǒng)置侍。
以其頑強(qiáng)的生命力映之，珊瑚蟲經(jīng)受了地球20多億年各種生態(tài)變化的考驗(yàn)拦焚，無(wú)論是火山爆發(fā)還是大陸漂移。然而杠输，最近人類百年的活動(dòng)赎败，已經(jīng)讓珊瑚蟲這個(gè)物種面臨了滅頂之災(zāi)。
公司蠢甲、社區(qū)僵刮、城市以至于國(guó)家和民族，人類在地球上創(chuàng)建了規(guī)模最為龐大和復(fù)雜的社會(huì)系統(tǒng)鹦牛。
世界最大城市搞糕，紐約，2000多萬(wàn)人生活在1200平方公里土地上曼追，高層建筑數(shù)量超過(guò)6400座窍仰，全球每年來(lái)訪人數(shù)超過(guò)5000萬(wàn)。
系統(tǒng)System泛指由一群有關(guān)聯(lián)的個(gè)體組成礼殊，根據(jù)某種規(guī)則運(yùn)作驹吮，能完成個(gè)別元件不能單獨(dú)完成的工作的群體。
所有智能的表現(xiàn)都依賴于某個(gè)系統(tǒng)才能實(shí)現(xiàn)晶伦。
風(fēng)碟狞、雨、潮汐以及地殼運(yùn)動(dòng)婚陪，整個(gè)氣候系統(tǒng)的協(xié)同運(yùn)作族沃，創(chuàng)造了各種富有智能表現(xiàn)力的“神跡”，可以是異常規(guī)則的地貌特征泌参，也可以是詭譎難測(cè)的颶風(fēng)地震火山爆發(fā)脆淹。
生物依賴于細(xì)胞內(nèi)的各種物質(zhì)共同的化學(xué)反應(yīng)，使其能夠適應(yīng)環(huán)境獲得生存機(jī)會(huì)及舍。完全由生物體組成的蟻群未辆、蜂群，通過(guò)個(gè)體之間的協(xié)作完成更為復(fù)雜的高智能行為锯玛。各種生物以及人類加之其賴以生存的周圍環(huán)境，則形成了更為復(fù)雜的生態(tài)系統(tǒng)兼蜈，叢林的繁茂攘残，城市的興盛，以至于國(guó)家民族之間的戰(zhàn)爭(zhēng)为狸，都展示了更大系統(tǒng)才能表現(xiàn)的智能行為歼郭。
智能從何而來(lái)？
從大腦辐棒？從神經(jīng)元病曾？從神經(jīng)信號(hào)和化學(xué)物質(zhì)牍蜂？我們需要的不是這種答案，因?yàn)?strong>我們真正想要的不是智能的發(fā)源地泰涂，而是智能的發(fā)生機(jī)制蔬浙，這就像牛頓關(guān)心的不是蘋果長(zhǎng)在哪里象泵，落向哪里，而是什么原因?qū)е绿O果發(fā)生運(yùn)動(dòng)。
下面兩個(gè)概念將對(duì)這個(gè)問(wèn)題的回答起到重要作用途凫。
支配整個(gè)宇宙的熱力學(xué)三大定律之一的熱力學(xué)第二定律，也叫做墑(讀音shāng)增定律斯稳，科學(xué)表述是礁击，相對(duì)封閉的系統(tǒng)內(nèi)熱力學(xué)行為總是朝著熱力學(xué)平衡方向發(fā)展，即朝著墑最大化的方向發(fā)展驳棱，此過(guò)程不可逆轉(zhuǎn)批什。
習(xí)慣把熵稱之為無(wú)序性、混亂度或者類似的說(shuō)法社搅，然而從墑增定律中得知驻债，熵代表了封閉系統(tǒng)的熱平衡程度。
氣體的溫度和壓力本質(zhì)是氣體分子運(yùn)動(dòng)的結(jié)果罚渐，當(dāng)我們向方盒內(nèi)充氣的時(shí)候却汉，氣體分子總是自發(fā)的均勻充滿整個(gè)盒子，如圖所示荷并，當(dāng)分子均勻分布后整個(gè)系統(tǒng)才會(huì)穩(wěn)定下來(lái)合砂。同樣，將牛奶倒入咖啡或者將冷水注入熱水源织，液體分子也會(huì)快速向平衡狀態(tài)運(yùn)動(dòng)翩伪，最終實(shí)現(xiàn)均勻混合，整杯水溫度統(tǒng)一谈息。
把一杯水倒在桌上缘屹，這是大約1025個(gè)水分子在重力影響下共同運(yùn)動(dòng)的結(jié)果，最終直到這個(gè)由桌面侠仇、重力和水分子構(gòu)成的系統(tǒng)達(dá)到平衡才會(huì)停止轻姿。
平衡態(tài)并不是指所有分子都無(wú)法運(yùn)動(dòng)，而恰恰相反逻炊，平衡態(tài)的每個(gè)分子獲得了最大的運(yùn)動(dòng)自由互亮，受到最少的約束，進(jìn)入了最大可能的隨機(jī)狀態(tài)余素。這時(shí)分子的運(yùn)動(dòng)能力仍然和物體溫度一致豹休，溫度越大，運(yùn)動(dòng)越快桨吊。
宇宙的熵也是隨著時(shí)間而增加的威根，當(dāng)整個(gè)宇宙達(dá)到最大平衡態(tài)實(shí)現(xiàn)最大熵的時(shí)候凤巨，所有物質(zhì)溫度達(dá)到熱平衡，再也沒(méi)有任何可以維持運(yùn)動(dòng)或是生命的能量存在洛搀，科學(xué)家稱之為“熱寂”敢茁，Heat death of the universe。
據(jù)計(jì)算姥卢，在10的10的56次方次方之后才能達(dá)到熱寂卷要。熱寂并非所有分子和原子都停止運(yùn)動(dòng)，因?yàn)闇囟戎皇菬o(wú)限接近0度独榴，所以分子運(yùn)動(dòng)也只是無(wú)限接近停止僧叉。所謂熱死亡只是表示全宇宙都均勻的處在這么低的能量和溫度狀態(tài)，不能再發(fā)生有效的任何化學(xué)反應(yīng)來(lái)生成新的物質(zhì)棺榔，更不用說(shuō)行星或者生命瓶堕。
第二個(gè)概念是涌現(xiàn)Emergence，它描述的是一種現(xiàn)象症歇，即整體總是具有一些特別的屬性郎笆，而這些屬性并不存在于構(gòu)成整體的子單元中，而這些整體的特殊屬性又是依賴于子單元的相互作用而產(chǎn)生的忘晤。
比如溫度宛蚓，一杯水有溫度屬性，但杯中的每個(gè)水分子都沒(méi)有溫度這個(gè)屬性设塔，這個(gè)整體的溫度屬性凄吏，是由全部水分子的熱運(yùn)動(dòng)而共同形成的。這里闰蛔，我們把每個(gè)水分子的狀態(tài)稱之為微觀態(tài)Microstate痕钢，把整杯水稱之為宏觀態(tài)Macrostate，那么我開(kāi)可以說(shuō)序六，宏觀態(tài)上可以涌現(xiàn)出微觀態(tài)不具有的新屬性任连，而這種新屬性正是微觀態(tài)綜合作用的結(jié)果。
另外一個(gè)直觀的例子是球隊(duì)例诀，每個(gè)人都不具有“陣型”這個(gè)屬性随抠，但是當(dāng)11個(gè)人組成足球隊(duì)上場(chǎng)之后，就有了“陣型”這個(gè)屬性繁涂。類似的還有很多暮刃，比如公司、社區(qū)爆土、國(guó)家、民族等诸蚕。
只用一個(gè)數(shù)字步势，你可以顯示0~9共10種可能氧猬，但使用兩個(gè)數(shù)字，我們就可以顯示100種可能坏瘩。
在信息概念中盅抚，1+1大于2，或者1xN>N的情況非常普遍倔矾，自然界中微觀態(tài)之間相互作用妄均，往往并不是我們可以用加減乘除數(shù)學(xué)符號(hào)所能完全表達(dá)的。
正如蜘蛛俠電影中的沙人角色一樣哪自，每個(gè)沙粒都如此簡(jiǎn)單丰包，但由沙粒組成的人卻能跑能跳能說(shuō)會(huì)道。這雖然是個(gè)科幻角色壤巷，但我們的人體又何嘗不是眾多普通細(xì)胞構(gòu)成的邑彪？
2013年，哈弗大學(xué)應(yīng)用計(jì)算科學(xué)研究所的維斯那·格羅斯提出了因果熵力Causal Entropic Force智能理論胧华，該理論指出寄症，智能是一種力，它總是指向讓智能體最大化自身未來(lái)行動(dòng)可能的方向矩动。
這里的最大化未來(lái)行動(dòng)可能簡(jiǎn)單理解即更多的自由有巧，比如人類努力工作經(jīng)營(yíng)生活以賺錢更多金錢，即是為了未來(lái)具有更多的自由（買更多的商品悲没、做更多的投資篮迎、更多的生活方式選擇等）。
在他的公式中檀训，智能力F等于溫度（或者說(shuō)能量）乘以特定時(shí)間內(nèi)未來(lái)行動(dòng)可能的梯度柑潦，即未來(lái)行動(dòng)的可能性越大，智能力F也就越大峻凫。這公式并不是感性奇想的產(chǎn)物渗鬼，格羅斯依照熱力學(xué)、統(tǒng)計(jì)學(xué)對(duì)這個(gè)公式進(jìn)行了嚴(yán)謹(jǐn)?shù)耐茖?dǎo)荧琼，并依賴他的理論開(kāi)發(fā)了相應(yīng)的計(jì)算機(jī)人工智能程序進(jìn)行說(shuō)明譬胎。
半個(gè)多世紀(jì)已來(lái)，引力命锄、電磁力堰乔、強(qiáng)作用力和弱作用力，被科學(xué)界視為支配宇宙的四大基本作用力而一直無(wú)法統(tǒng)一脐恩。
科學(xué)界一種觀點(diǎn)指出镐侯，墑增定律所展示出的物質(zhì)總是趨向熱力學(xué)平衡方向運(yùn)動(dòng)，可以直接視為一種作用力驶冒，它總是指向熱力學(xué)分布不均衡的方向苟翻。甚至可以將熵力Entropy force作為四大基本作用力之母使其得到統(tǒng)一韵卤。
格羅斯據(jù)此進(jìn)一步指出，智能體的行為是墑增定律的一種表現(xiàn)崇猫，因果熵力驅(qū)動(dòng)智能體總是朝向未來(lái)最大化行動(dòng)可能的方向發(fā)展沈条。
因果熵力也因?yàn)檫^(guò)分忽略了智能體的行為復(fù)雜性而受到很多科學(xué)研究者的批評(píng)，但格羅斯把智能和物理學(xué)聯(lián)系在一起诅炉，嘗試用物理定律和物理公式來(lái)解釋的方法蜡歹，既天馬行空又富有啟發(fā)。
點(diǎn)此到TED官網(wǎng)觀看格羅斯因果熵力演講
點(diǎn)此觀看因果熵力論文英文原版
正如航空技術(shù)需要空氣動(dòng)力學(xué)Aerodynamics理論涕烧，人工智能技術(shù)也正亟需系統(tǒng)化的Intelligent dynamic智能動(dòng)力學(xué)技術(shù)進(jìn)行來(lái)指引和推動(dòng)月而。然而事實(shí)是目前并沒(méi)有這樣一門理論。
依賴于空氣動(dòng)力學(xué)澈魄，我們已經(jīng)可以把數(shù)百噸的飛機(jī)送上藍(lán)天景鼠，這是單純模擬鳥(niǎo)類飛行所不可能實(shí)現(xiàn)的。僅僅是依賴于計(jì)算機(jī)技術(shù)和數(shù)學(xué)算法痹扇，以及對(duì)大腦神經(jīng)網(wǎng)絡(luò)的粗糙仿生模擬铛漓，我們的人工智能技術(shù)也必將受到種種制約，如果沒(méi)有科學(xué)的系統(tǒng)化理論支撐鲫构，人工智能技術(shù)瓶頸也必然很快顯露浓恶。
首先，智能是一種涌現(xiàn)現(xiàn)象结笨，正如人體每個(gè)細(xì)胞都不會(huì)跑步包晰、不會(huì)唱歌、不會(huì)吃東西一樣炕吸，每個(gè)細(xì)胞也無(wú)法思考伐憾。對(duì)于智能現(xiàn)象，我們既要從微觀細(xì)胞的新陳代謝和生物化學(xué)反應(yīng)中對(duì)智能現(xiàn)象追根溯源赫模，更要關(guān)注細(xì)胞的分化树肃、器官的功能以及如何影響整個(gè)物體宏觀智能水平的提升。
智能的本質(zhì)是預(yù)測(cè)瀑罗。智能體能夠進(jìn)行預(yù)測(cè)的前提是自身能夠建立反映真實(shí)世界的思維模型胸嘴。最原始生命的模型可能只是全世界只有兩種情況，糖分更多或者更少斩祭，而更多的情況利于自身生存（參見(jiàn)生物智能部分）劣像。
在現(xiàn)實(shí)中，世界是變化的摧玫，所以生物頭腦中的世界模型也應(yīng)該能夠跟隨真實(shí)世界進(jìn)行不斷變化調(diào)整耳奕，這就需要智能體具有感知和行為能力，即輸入和輸出能力，并且能夠不斷利用輸入調(diào)整自身的世界模型吮铭∈逼龋——除非在某些情況下假定環(huán)境是固定不變的，實(shí)際上絕大多數(shù)計(jì)算機(jī)軟件都是按照環(huán)境固定來(lái)編寫的谓晌。
世界模型應(yīng)包含兩個(gè)內(nèi)容，記憶和思路癞揉，即真實(shí)世界的數(shù)據(jù)和運(yùn)行規(guī)則纸肉。在此世界中不可能創(chuàng)建完全同容量的世界模型，所以世界模型需要簡(jiǎn)化喊熟、概括和優(yōu)化柏肪。人類的記憶能力未必是最強(qiáng)，但對(duì)腦中模型的概括和優(yōu)化能力遠(yuǎn)超其他生物芥牌。
智能是一種博弈能力烦味，腦中世界模型和現(xiàn)實(shí)世界的競(jìng)賽。哪個(gè)物種能夠在腦中形成更準(zhǔn)確的世界模型壁拉，哪個(gè)物種腦中的模型運(yùn)行的更加快速谬俄，它就可以在智能水平上占有優(yōu)勢(shì)，進(jìn)而獲得更大生存機(jī)會(huì)弃理。
除了能夠快速準(zhǔn)確的進(jìn)行預(yù)測(cè)溃论，更重要的是世界模型的改進(jìn)方向。正如某些人遇到挫折之后一步步走向罪惡深淵那樣痘昌，錯(cuò)誤的方向可能是致命的钥勋。
大自然已經(jīng)使用DNA為所有物種設(shè)定了發(fā)展方向：存續(xù)和復(fù)制，即更多的同類和更久的物種延續(xù)辆苔。你可能并不認(rèn)同這種物種的群體目標(biāo)算灸，也正如群體智能SI無(wú)情碾壓工蟻工蜂的個(gè)體生命意義一樣，我們必須接受這樣的現(xiàn)實(shí)驻啤，即物種并不是以個(gè)體的幸福菲驴、長(zhǎng)壽和自由為目標(biāo)的，這在尤瓦爾赫拉利的《人類簡(jiǎn)史》中已有清晰的闡述街佑。
生物智能的目標(biāo)是自然設(shè)定的谢翎，源自于物種全部DNA信息的宏觀態(tài)涌現(xiàn)。
作為一項(xiàng)科學(xué)沐旨，沒(méi)有合理的評(píng)估標(biāo)準(zhǔn)是可笑的森逮。假想研究力學(xué)的科學(xué)家如果沒(méi)有了力學(xué)單位，將是多么荒唐的事情磁携。
然而我們至今未能建立起對(duì)于智能可行評(píng)估方法褒侧。我們說(shuō)，某只貓的智能水平勝過(guò)某只魚，完全是一種純感性的臆斷闷供。智商測(cè)試IQ曾經(jīng)提供了一套非常不精確評(píng)估人類智能的方法烟央，但其中充滿了經(jīng)驗(yàn)性的測(cè)試題以及毫無(wú)根據(jù)的評(píng)判手段。
幾十年來(lái)將圖靈測(cè)試作為人工智能科學(xué)的測(cè)試方法歪脏，其實(shí)在用社會(huì)科學(xué)的方法評(píng)估自然科學(xué)疑俭，簡(jiǎn)直荒唐的可笑。
在很多模式識(shí)別相關(guān)領(lǐng)域婿失，比如聲音識(shí)別遮晚、圖像識(shí)別中晚伙，越來(lái)越多的技術(shù)人員開(kāi)始使用例如準(zhǔn)確率讯檐、召回率等統(tǒng)計(jì)學(xué)方法來(lái)評(píng)估算法模型的綜合水平丽旅，這是很大的進(jìn)步。
但這些遠(yuǎn)遠(yuǎn)不夠懒浮，模式識(shí)別距離我們真正期望的通用智能還有很大差距飘弧，同時(shí)這些結(jié)果所展示的數(shù)字，也根本無(wú)法解釋其智能水平和模型結(jié)構(gòu)砚著、預(yù)測(cè)過(guò)程之間的關(guān)系次伶。
機(jī)器人是否能夠產(chǎn)生自我意識(shí)？回答是必然的赖草。
正如我們被火灼傷之后才能意識(shí)到疼痛那樣学少，意識(shí)只是我們對(duì)自身和現(xiàn)實(shí)進(jìn)行交互的“事后感知”，以此調(diào)整我們腦中的世界模型秧骑，重新預(yù)測(cè)版确，采取行動(dòng)。
如前所述乎折，鏡中自我測(cè)試已證明绒疗，自我意識(shí)是包括人類在內(nèi)的高級(jí)智能生物在出生后形成的，也就是說(shuō)骂澄，自我意識(shí)是高級(jí)智能系統(tǒng)也就是大腦的涌現(xiàn)現(xiàn)象吓蘑。
拒絕機(jī)器人產(chǎn)生自我意識(shí)，就等于拒絕創(chuàng)造高級(jí)智能系統(tǒng)坟冲。
智能系統(tǒng)至少包含三個(gè)關(guān)鍵要素：子單元數(shù)量（如生物神經(jīng)元或計(jì)算機(jī)模擬神經(jīng)元數(shù)量）磨镶、分化水平（包括縱向的層級(jí)分化和橫向的器官分化）、運(yùn)行速度（即子單元健提、層級(jí)琳猫、器官之間信息交換的速度）。
智能技術(shù)必須要有系統(tǒng)的科學(xué)理論私痹，能以數(shù)學(xué)的形式解釋現(xiàn)實(shí)智能系統(tǒng)中各個(gè)層級(jí)的復(fù)雜度Complexity和智能行為涌現(xiàn)之間的規(guī)律脐嫂。
簡(jiǎn)而言之统刮，該理論必須能明確給出說(shuō)明，何種數(shù)量的單元账千，何種結(jié)構(gòu)的系統(tǒng)侥蒙，以何種形式的運(yùn)作，能夠形成何種水平的智能匀奏。
在接下來(lái)人工智能的小節(jié)中鞭衩，我們將介紹當(dāng)前人工智能的主要思想流派和解決方案，結(jié)合以上論點(diǎn)攒射，可以較為清楚的知曉當(dāng)今人工智能的整體水平以及未來(lái)發(fā)展方向醋旦。
這一篇我們將展開(kāi)解析人工智能的定義。
AI就像十幾歲的小孩子会放，每個(gè)人都在談?wù)撍瑓s沒(méi)人知道怎么去做钉凌；每個(gè)人都認(rèn)為其他人正在做這個(gè)咧最，所以每個(gè)人都自認(rèn)為他們也在做這個(gè)...
就像已經(jīng)退潮的移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)等等這些概念一樣御雕，沒(méi)有人能夠說(shuō)清矢沿。它們都是手提箱式的詞語(yǔ)(Suitcase Words)，充滿各種工具和概念的組合酸纲，以至于很難簡(jiǎn)單去定義它捣鲸。
很多知名人士或組織都曾對(duì)人工智能給出定義，這些定義可以大致分為以下幾類：
- Artificial Intelligence is the science and engineering of making intelligent machines闽坡。（John McCarthy栽惶，1955）人工智能是關(guān)于智能機(jī)器的科學(xué)與工程技術(shù)。
- Artificial Intelligence is the science of making machines do things that would require intelligence if done by men疾嗅。（Marvin Minsky外厂，1968）人工智能是關(guān)于如何讓機(jī)器去做需要人類智能才可以完成的事情的科學(xué)。
- Artificial Intelligence is ...anything a machine does to respond to its environment to maximize its chances of success代承。（Steven Struhl）人工智能是指那些能夠?qū)Νh(huán)境做出相應(yīng)并最大化成功機(jī)會(huì)的設(shè)備汁蝶。
- Artificial Intelligence is a field of computer science that focuses on creating machines that can learn, recognize, predict, plan, and recommend — plus understand and respond to images and language。（Salesforce）人工智能是關(guān)于創(chuàng)建能夠?qū)W習(xí)论悴、認(rèn)知掖棉、預(yù)測(cè)、計(jì)劃...的機(jī)器的科學(xué)膀估。
- Artificial Intelligence is ...a program that can figure out things for itself. It’s a program that can reprogram itself幔亥。（Jim Sterne）人工智能是一種能夠自我識(shí)別事情，可以自我編程的程序玖像。
以上五個(gè)方面可以概括為紫谷，AI是計(jì)算機(jī)科學(xué)齐饮，關(guān)于制造具有智能表現(xiàn)的機(jī)器，智能表現(xiàn)是指能夠與環(huán)境交互并努力實(shí)現(xiàn)目標(biāo)笤昨，為了實(shí)現(xiàn)這個(gè)交互祖驱，機(jī)器需要具有感知、識(shí)別瞒窒、認(rèn)知捺僻、推理、判斷崇裁、預(yù)測(cè)匕坯、學(xué)習(xí)以及行動(dòng)能力，即思考與行為能力（Thinking and acting）拔稳。
美國(guó)知名作家潘蜜拉·麥可杜克在2004年提出一個(gè)很有說(shuō)服力的觀點(diǎn)葛峻，她認(rèn)為，在人工智能領(lǐng)域巴比，某個(gè)課題一旦被成功解決之后术奖，這個(gè)課題就不再屬于人工智能概念范疇。
比如轻绞，幾十年前五子棋程序就可以輕易的戰(zhàn)勝人類選手采记，然而很快人們就發(fā)現(xiàn)這只是一些計(jì)算機(jī)算法而已，然后就不再認(rèn)為五子棋程序和智能有關(guān)政勃。
而2016年唧龄，AlphaGo戰(zhàn)勝韓國(guó)知名圍棋選手李世石的時(shí)候，人們又開(kāi)始賦予AlphaGo各種神秘感以及內(nèi)在智能的幻想奸远。
再比如既棺，當(dāng)我們第一次見(jiàn)到計(jì)算器的時(shí)候，我們會(huì)覺(jué)得很神奇然走，然而當(dāng)我們了解到殼子里面只是些電子器件之后援制，就會(huì)覺(jué)得它只是個(gè)機(jī)器，和生物所能體現(xiàn)智能毫無(wú)關(guān)系芍瑞，盡管沒(méi)有任何一種動(dòng)物能夠?qū)崿F(xiàn)計(jì)算器的計(jì)算能力晨仑。
ELIZA是1966年麻省理工學(xué)院人工智能實(shí)驗(yàn)室開(kāi)發(fā)的一個(gè)聊天程序。在觀察用戶和計(jì)算機(jī)聊天的過(guò)程中發(fā)現(xiàn)拆檬，人類總是習(xí)慣于對(duì)計(jì)算機(jī)輸出的字符過(guò)度解讀洪己，甚至為計(jì)算機(jī)附以情感，比如計(jì)算機(jī)輸出字符“你最近過(guò)的好嗎竟贯？”答捕，用戶就會(huì)感覺(jué)到計(jì)算機(jī)的友善和關(guān)心。
當(dāng)大眾開(kāi)始對(duì)某種智能機(jī)器的運(yùn)行原理和軟件結(jié)構(gòu)都逐漸了解的時(shí)候屑那，這個(gè)機(jī)器頭上的“智能光環(huán)”就會(huì)很快消失拱镐。
正如2016年AlphaGo以4：1戰(zhàn)勝李世石的時(shí)候艘款，很多民眾猜疑AlphaGo是否已經(jīng)具有自我意識(shí)，故意失敗一局以保全人類顏面沃琅。而兩年后的現(xiàn)在哗咆，很多人都已經(jīng)了解了AlphaGo背后神經(jīng)網(wǎng)絡(luò)的運(yùn)行原理，就再也不會(huì)有之前那種荒唐的幻想益眉，“那只是一些復(fù)雜算法晌柬，根本和我們?nèi)祟惖闹悄軣o(wú)關(guān)”。
另外一個(gè)影響公眾對(duì)人工智能認(rèn)知的原因是人工智能技術(shù)發(fā)展經(jīng)歷的幾次寒冬郭脂，尤其是20世紀(jì)90年代初人工智能產(chǎn)業(yè)遇到的困境年碘，民眾對(duì)人工智能技術(shù)產(chǎn)生嚴(yán)重懷疑。這讓產(chǎn)業(yè)內(nèi)很多人員都極力避免使用“人工智能”“機(jī)器人技術(shù)”等字眼展鸡，以避免在企業(yè)融資和發(fā)展中受到阻礙屿衅。
如馬文閔斯基所指出，每當(dāng)人工智能技術(shù)產(chǎn)生一個(gè)有價(jià)值產(chǎn)品的時(shí)候莹弊，這個(gè)產(chǎn)品就會(huì)從人工智能領(lǐng)域分離出來(lái)傲诵，形成一個(gè)具有獨(dú)特名稱的新科學(xué)或商業(yè)領(lǐng)域。
在過(guò)去箱硕，1997年擊敗國(guó)際象棋世界冠軍的Deep Blue深藍(lán)，也只被記憶為一臺(tái)強(qiáng)大的計(jì)算機(jī)而不是人工智能程序悟衩，同樣類似的還有搜索引擎剧罩、反垃圾郵件系統(tǒng)、商業(yè)智能和數(shù)據(jù)分析軟件等座泳。
近年來(lái)惠昔，人工智能雖然火熱，但仍然避免不了AI效應(yīng)的作用挑势，AlphaGo智能光環(huán)的褪去镇防，人臉識(shí)別、圖像識(shí)別潮饱、自動(dòng)駕駛来氧、語(yǔ)音識(shí)別等新行業(yè)的興起，這些技術(shù)越發(fā)成熟香拉，越被公眾認(rèn)知理解啦扬，也就越遠(yuǎn)離人工智能的概念范疇≠炻担——盡管當(dāng)今它們都是人工智能領(lǐng)域的明星技術(shù)扑毡。
一方面，人類意識(shí)很容易對(duì)不能理解的事物附以“智能光環(huán)”甚至神性盛险；另一方面瞄摊，未知事物一旦變?yōu)橐阎郑@種光環(huán)和神性就會(huì)很快消失。
從生命進(jìn)化歷史上看换帜，具有自我意識(shí)的生物只會(huì)接受本物種或相近物種具有智能的現(xiàn)實(shí)楔壤。人類總是傾向于否認(rèn)具有智能表現(xiàn)的機(jī)器也可以具有智能屬性，這只是我們的一種認(rèn)知偏差膜赃，是智能屬性從生物向非生物擴(kuò)展的巨大跨越挺邀。
這種現(xiàn)象并不僅僅出現(xiàn)在機(jī)器上，對(duì)于動(dòng)物也可以具有感受能力和自我意識(shí)跳座，也是到最近幾十年端铛，通過(guò)科學(xué)研究實(shí)驗(yàn)才得以證明，即使至今也并沒(méi)達(dá)成全人類的共識(shí)疲眷。
我們總是要讓自己與眾不同禾蚕，當(dāng)我們發(fā)現(xiàn)動(dòng)物也有自己的語(yǔ)言的時(shí)候，我們就開(kāi)始談?wù)撐淖植攀侨祟惇?dú)有的智慧狂丝；當(dāng)我們發(fā)現(xiàn)大猩猩也可以利用工具的時(shí)候换淆，我們就開(kāi)始談?wù)撝圃旃ぞ叩闹匾浴?/p>
有人引用泰斯勒定理指出，人工智能就是指那些還沒(méi)被搞定的事情几颜，也許這倒是個(gè)無(wú)可辯駁的定義倍试。
下一篇我們將繼續(xù)分析人工智能體的種類和運(yùn)作機(jī)制。
這一篇我們分析人工智能的分類蛋哭。
荷蘭藝術(shù)家县习，西奧詹森Theo Jansen建造了多個(gè)大型的沙灘動(dòng)物Strands Beasts，這些由塑料桿谆趾、織物和木材組成的機(jī)械結(jié)構(gòu)躁愿，可以依賴風(fēng)力在沙灘上四處行走，詹森把它們稱為人造生命沪蓬，據(jù)稱可以隨著時(shí)間的推移彤钟，這些動(dòng)物能對(duì)地形和水面做出反應(yīng)，就仿佛自己能夠生活一樣跷叉。
智能是一種表現(xiàn)逸雹，為人工智能實(shí)體或機(jī)器人進(jìn)行定義或分類并不容易。
點(diǎn)擊這里在bilibili觀看沙灘動(dòng)物視頻性芬，也可以到淘寶搜索Strands Beasts找到相關(guān)的書籍和模型峡眶。
斯圖爾特·羅素和彼得·諾文編著的《人工智能：一種現(xiàn)代方法》一書，可以稱為全世界最暢銷的人工智能教科書植锉。
這本書中辫樱，將抽象智能體（ abstract intelligent agents / AIA）分為了五種。
第一種俊庇，Simple reflex agents 簡(jiǎn)單反射體狮暑〖δ樱基于“條件-行動(dòng)規(guī)則”，對(duì)感知到的環(huán)境做出反應(yīng)搬男。對(duì)感知到的信息不進(jìn)行處理拣展，也不會(huì)考慮環(huán)境變化的歷史因素。舊式的專家系統(tǒng)屬于這一類缔逛。
第二種备埃，Model-based reflex agents 模型式反射體。對(duì)感知到的環(huán)境數(shù)據(jù)進(jìn)行分析褐奴，“世界是如何運(yùn)作的按脚？”，并且建立和維護(hù)歷史數(shù)據(jù)有關(guān)的預(yù)測(cè)模型敦冬，根據(jù)預(yù)測(cè)依賴“條件-動(dòng)作規(guī)則”選擇動(dòng)作辅搬。人臉識(shí)別、智能推薦脖旱、語(yǔ)音交互等目前主流的人工智能技術(shù)都屬于此類堪遂。
第三種，Goal-based agents 基于目標(biāo)的智能體萌庆。這類智能體會(huì)考慮“如果我這么做結(jié)果會(huì)變成什么樣溶褪？”，然后搜索能夠?qū)崿F(xiàn)目標(biāo)結(jié)果的行為模式践险。這種智能體所展現(xiàn)的最大優(yōu)勢(shì)就是只需要簡(jiǎn)單的目標(biāo)設(shè)定竿滨，而不是復(fù)雜的“條件-動(dòng)作規(guī)則”。
目前豐田和波士頓動(dòng)力學(xué)公司的機(jī)器人產(chǎn)品正在沿這個(gè)方向發(fā)展捏境，它們不久的未來(lái)就能成為我們的工作和生活的幫手，它們能在各種情況下把我們的命令作為目標(biāo)來(lái)實(shí)現(xiàn)毁葱，比如開(kāi)門垫言、取來(lái)咖啡。
第四種倾剿， Utility-based agents 基于效用的智能體筷频。這類智能不僅思考“如果我這么做會(huì)變成什么樣？”前痘，還會(huì)思考“變成那樣我是否會(huì)開(kāi)心？”。因此它能驅(qū)動(dòng)自己向更有利的情況推進(jìn)岗喉。
這種智能體可以表現(xiàn)出具有自我意識(shí)甚至是情感哼勇，實(shí)際上它們看上去更像是寵物或奴隸，而不僅僅是個(gè)機(jī)器最欠。
第五種示罗， Learning agents 自學(xué)習(xí)智能體惩猫。這種智能體可以在未知環(huán)境中運(yùn)行，比使用知識(shí)進(jìn)行初始化更有效蚜点。其內(nèi)部具有負(fù)責(zé)改進(jìn)行為的“學(xué)習(xí)元素”轧房，負(fù)責(zé)反饋的“評(píng)論元素”，以及提出建議行動(dòng)的的“問(wèn)題產(chǎn)生器”和負(fù)責(zé)整體行為選擇的“執(zhí)行元素”绍绘。
這種智能體可以具有類人或超人的能力奶镶，它的可能性已經(jīng)超出我們的預(yù)測(cè)能力范圍。
以上五種智能體的發(fā)展遞進(jìn)不僅僅適用于人工智能AI領(lǐng)域陪拘，在生物歷史進(jìn)化中也遵循著類似的規(guī)律厂镇。
此外，還有Multi-agent system多智能體系統(tǒng)(MAS or "self-organized system"自組織系統(tǒng)) 藻丢，是指多個(gè)智能體共同組成的更大智能系統(tǒng)剪撬，類似于群體智能。
Artificial General Intelligence悠反，即AGI残黑，人工通用智能，或者叫通用人工智能斋否，也被稱作Strong AI強(qiáng)人工智能或Full AI全人工智能梨水，指的是機(jī)器智能體可以完成人類所能夠的任何職能任務(wù)。
與AGI相對(duì)的是Applied AI應(yīng)用人工智能茵臭，或narrow AI窄AI疫诽，或weak AI弱AI，它們專注于解決特定領(lǐng)域的特定問(wèn)題旦委，而不是嘗試實(shí)現(xiàn)人類的全部認(rèn)知能力奇徒。
目前主流的人工智能技術(shù)，如圍棋缨硝、圖像識(shí)別摩钙、語(yǔ)音識(shí)別、智能推薦查辩、自動(dòng)駕駛等技術(shù)都屬于弱AI范疇胖笛。
“弱AI不弱，強(qiáng)AI不強(qiáng)”宜岛。在很多專用領(lǐng)域长踊，弱人工智能都已經(jīng)趕上甚至超過(guò)了人類水平。但在通用智能方面萍倡，強(qiáng)AI的能力目前仍然停留在非常初級(jí)的階段身弊，連10歲兒童的水平都不能達(dá)到。
2006年，達(dá)特茅斯會(huì)議暨人工智能誕生50周年之際佑刷，五名原與會(huì)者發(fā)起AI@50會(huì)議莉擒，探討人工智能下一個(gè)50年的發(fā)展和預(yù)測(cè)。其中18%的與會(huì)者認(rèn)為AGI人工通用智能將在2056年之前實(shí)現(xiàn)瘫絮，41%與會(huì)者認(rèn)為在2056年后才能實(shí)現(xiàn)涨冀，另外41%與會(huì)者認(rèn)為AGI永遠(yuǎn)無(wú)法實(shí)現(xiàn)。
然而麦萤，2013年一項(xiàng)科學(xué)界的調(diào)查表明鹿鳖，學(xué)者認(rèn)為到2024年人工智能機(jī)器人將能完成常人的工作的可能性是10%，到2050年可能性將增加到50%壮莹，而到2070年這個(gè)可能性將是90%翅帜，只有16.5%的人認(rèn)為幾乎不能實(shí)現(xiàn)這個(gè)目標(biāo)。
隨著近年人工智能技術(shù)的快速發(fā)展命满，科學(xué)界和整個(gè)社會(huì)對(duì)通用人工智能的信心還會(huì)繼續(xù)增長(zhǎng)涝滴。
ASI，Artificial SuperIntelligence胶台，人工超級(jí)智能歼疮，指遠(yuǎn)遠(yuǎn)超過(guò)人類大腦能力的智能水平。
2014年上映的科幻電影《超體lucy》诈唬，其中斯嘉麗·約翰遜扮演的正是一個(gè)具有超級(jí)智能的新物種韩脏。
技術(shù)奇點(diǎn)Technological singularity，是指超級(jí)人工智能的出現(xiàn)铸磅，將導(dǎo)致科學(xué)技術(shù)的發(fā)展最終脫離人類能力的限制赡矢，如脫韁的野馬一樣，未來(lái)將對(duì)人類而言變得完全不可預(yù)測(cè)阅仔。
人工智能體和人類相比吹散，可以適應(yīng)更加惡劣的環(huán)境，甚至可以在宇宙空間中生存八酒。人工智能體可以方便的自我升級(jí)送浊，更多的神經(jīng)元，更強(qiáng)的軀體丘跌，都幾乎沒(méi)有上限。更加重要的是唁桩，人工智能體可以無(wú)縫互聯(lián)闭树，這將導(dǎo)致更大規(guī)模的高速系統(tǒng)的形成，而在此之上必將涌現(xiàn)出更加強(qiáng)大不可預(yù)測(cè)的系統(tǒng)智能荒澡。
自動(dòng)駕駛汽車的最大優(yōu)勢(shì)不僅僅在于它優(yōu)于單個(gè)人類駕駛員报辱，更在于它可以通過(guò)網(wǎng)絡(luò)瞬間把單個(gè)汽車在行駛時(shí)候獲得的有效經(jīng)驗(yàn)，瞬間傳遞給全球所有汽車单山，全球所有自動(dòng)駕駛汽車將形成一個(gè)超級(jí)智能體碍现，最終可能帶來(lái)無(wú)法預(yù)測(cè)的巨大優(yōu)勢(shì)幅疼。
Brain-computer interface，腦機(jī)接口技術(shù)是人工智能研究的另一個(gè)深入領(lǐng)域昼接，它通過(guò)讀取大腦神經(jīng)電信號(hào)爽篷，然后實(shí)現(xiàn)機(jī)械設(shè)備的動(dòng)作控制，目前主要應(yīng)用在殘障設(shè)備或假肢義體等醫(yī)療方面慢睡。
信號(hào)的讀取可以通過(guò)顱外設(shè)備非入侵式的實(shí)現(xiàn)逐工，也可以通過(guò)入侵式的在顱內(nèi)植入設(shè)備直接讀取大腦神經(jīng)信號(hào)。
2016年漂辐，美國(guó)著名企業(yè)家伊隆·馬斯克創(chuàng)辦了Neurallink公司泪喊，致力于研發(fā)超高帶寬的腦機(jī)接口，連接人類大腦和計(jì)算機(jī)髓涯，實(shí)現(xiàn)人類大腦增強(qiáng)技術(shù)袒啼。
2012年上映的電影《機(jī)器人與弗蘭克》，描繪了一幅人類與機(jī)器人之間既溫馨又傷感的故事纬纪。流行游戲《守望先鋒》中的數(shù)十個(gè)角色都使用了半人類半機(jī)械的身體蚓再。而著名科幻電影《阿凡達(dá)》則展現(xiàn)了在更遠(yuǎn)的未來(lái)，人類可以利用電子設(shè)備將心靈傳輸?shù)狡渌w中的一幕育八。
Human Intelligence & Artificial Intelligence对途，人類智能與人工智能共生 ，注定是未來(lái)發(fā)展大勢(shì)所趨髓棋。
人工智能實(shí)際涉及的概念和范疇非常廣泛实檀，本篇暫時(shí)僅討論到這里，后續(xù)將爭(zhēng)取撰寫更多的小專題和大家分享更多AI相關(guān)的有趣概念和知識(shí)按声，敬請(qǐng)關(guān)注膳犹。
相關(guān)鏈接：
人工智能概念-合集（上）
人工智能概念-合集（中）
人工智能概念-合集（下）
每個(gè)人的智能決策新時(shí)代
如果您發(fā)現(xiàn)文章錯(cuò)誤，請(qǐng)不吝留言指正签则；
如果您覺(jué)得有用须床，請(qǐng)點(diǎn)喜歡；
如果您覺(jué)得很有用渐裂，歡迎轉(zhuǎn)載~
END
