到底什么是人工智能？

作者 | 周熠

上海脑科学与类脑研究中心

张江实验室脑与智能科技研究院

求同存异

导语：

人工智能是一门研究如何使用|以电子计算机为代表的机器|实现、近似、模拟、还原或超脱|知识的编码、获取和使用|的学科。

“智能”和魔术非常类似，它身上披着一层神秘的外纱。它也和魔术一样，一旦被揭示了其真面目，人们往往就不再认为它是智能/魔术。

前文我们已经探讨了人工智能的第一层定义，即：

人工智能是一门研究如何使用机器复现智能的学科。

进一步分析“机器”、“复现”和“智能”这几个关键词之后，我们可以将定义细化，从而得到人工智能的第二层定义：

人工智能是一门研究如何使用|以电子计算机为代表的机器|实现、近似、模拟、还原或超脱|知识的编码、获取和使用|的学科。

或者，我们可以用下图表示：

人工智能的分层定义

注意：在上图中，几段连接线的含义有所不同。在把人工智能细化为“机器”“复现”“智能”的时候，连接线表示“串联”（concatenation）。机器、复现和智能三个词语串联在一起，组合成原来的意思。而在把机器和复现分解的时候，连接线表示的是“或”（or），也称析取（disjunction）。例如，复现细分为实现、近似、模拟、还原和超脱五种不同的方式，每一种都是复现的一种表现形式，且两两不同。只要做到了其中的一种，就算复现。而在把智能进一步解释成为知识编码、知识获取和知识使用的时候，这个连接线表示“与”（and），也称合取（conjunction）。也就是说，智能略等于知能，包括以上三种能力，缺一不可。

上述定义某种程度上统一了之前所提到的几种关于人工智能的解读，包括明斯基“人工智能使机器做那些人需要通过智能来做的事情”和尼尔逊“人工智能是关于知识的科学”等观点。其核心之处在于将智能与知识联系在一起。不仅如此，还进一步明确了关于知识的能力主要有三种，即知识编码/表示、知识获取/学习和知识使用/推理。

但是，它也并未囊括所有。例如，罗素（Stuart Russell）和诺维格（Peter Norvig）在《人工智能：一种现代的方法》中认为，人工智能是“让智能体做正确的事情”。事实上，这个观点主要从智能体与环境的互动模型角度出发，考虑智能体对环境的行动输出的正确性（rightness）或理性（rationality）。虽然角度不同，但以上两种观点并不冲突。从智能体与环境互动模型的角度，机器编码、获取和使用知识的目的就是为行动输出服务，就是为了做正确的事情。反过来，为了做正确的事情，智能体也必须获取更多更好的知识，并合理地运用它们。然而，罗素和诺维格的观点过多强调了智能体与环境互动模型的行动输出部分，而忽略了其中的智能体本身和感知输入。

另一种流行的观点是：人工智能旨在让机器做现在机器不能做的事。对此，本文作者持保留意见，因为它存在两个问题：其一，现在很多机器不能做的事并不一定局限在智能层面，有可能是因为计算能力（简称算力）不够，也有可能是带宽、存储的问题，又或者仅仅是因为还没有工程师开始做这个事情而已。因此，即使是把这些事情做了，也很难归结到人工智能的范畴。其二，现在机器利用人工智能已经能做很多事情，包括下棋等。难道一旦这些被机器攻克了，就不能算人工智能了么？

人工智能就像是一座大山，“横看成岭侧成峰”，不同的人从不同的角度看，会看到大山的不同侧面。因此，对于人工智能的解读还存在各式各样不同的观点。既然是不同的侧面，也就无所谓对与错。由于篇幅关系，在此也无法对这些观点一一分析，更无意挑起争端。本文仅就个人的理解，抛砖引玉提出一种解读，希望能对读者有所帮助。

这个解读也一定会引起一些争议。例如，对于人工智能的受体，到底应该是机器还是智能体？前文提到，智能体是一个统称，包括机器、机器建立的人工智能系统，也包括人本身。从这个意义上，如果我们在讨论智能科学，也许以智能体为受体比较恰当。而如果我们讨论人工智能，有“人工”的成分在里面，也许还是以机器作为受体更加合适。复现也是如此。不仅复现本身的层次和关系值得商榷，而且对于除复现之外的其他方式也存在不同看法。例如，《人工智能标准化白皮书》里面就提到，除了模拟（复现的一种）之外，还有延伸和扩展。鉴于现阶段人工智能才刚刚打开复现的一扇小门，所以我们认为，至少目前，人工智能还是着眼于复现比较恰当。至于智能，如前文所述，迄今为止，学术界都没有一个统一的答案。因此，存在的争议一定更大。把知识放在智能的核心地位和把数据放在智能的核心地位有很大区别。而把智略等于知，很多人会表示反对，至少荀子就认为知和智还是有一定差别。总的来说，对于人工智能定义的诠释，也许无法给出一个让所有人都满意的答案，争论也将会继续。也许，求同存异（Agree to disagree）是一个更好的办法。

诚然，即便对上面给出的人工智能的第二层定义，也可以进一步细化，例如：何谓实现？何谓知识？知识如何编码？从而得到第三层或更高层的定义。但是，这会导致其越来越臃肿，也越来越具有争议。因此，我们就此打祝

最后的最后，在分析了人工智能的内涵（人工智能是什么）的基础之上，对其外延（哪些算人工智能）一定会有一个更好的把握。依然以洗衣机和IBM深蓝为例。如果认为洗衣机算人工智能所需要的机器，纯粹功能上的实现算复现，洗衣本身算智能行为，那洗衣机算人工智能。同理，如果认为电子计算机算机器，纯粹功能上的实现算复现，下国际象棋算智能行为，那IBM深蓝算人工智能。而如果认为纯粹功能上的实现不算复现，那么深蓝就不是人工智能。就本文作者的观点而言，前者不算，因为洗衣机不具备一定的通用性，而后者算，即使深蓝所用的大规模搜索技术还停留在专用弱人工智能层面。

作者介绍

周熠，现任张江实验室脑与智能科技研究院/上海脑科学与类脑研究中心认知智能研究组课题组长，研究员，中国科学技术大学兼职教授。研究方向为认知人工智能，主要的研究兴趣为如何受脑启发，深度融合基于逻辑的符号流派和基于神经网络的连接流派，及其在认知人工智能领域中的应用，包括AI+教育、自动智商测试、智能语言处理等。