人工智能系列（二）谈谈人工智能的目标

引子---先抛出方法论。通常来说，我们在试图了解一个新领域的时候，已经被无数人证明过了的一个思维方式或者学习模式是问三个问题：为什么、是什么、怎么做，英文中常说的WHY-WHAT-HOW。为什么，问得是动机；是什么，问得是内涵和目标；怎么做，问得是如何实现目标。

原力君在《如何在人工智能时代保持竞争力？这些事情必须要理清楚(一)》详细分析了人类为什么热衷于制造智能机器，归结为：对自由的追求（因为懒，所以想造人）。人类对人工智能的想象可以概括为：让机器具有认识和理解环境、适应环境、自我学习、并自我决策的能力。可以预见的是，人类从制造拟人、类人的机器，会发展到造神（人类种群智慧的共同体）的水平。那么，具体的：

人工智能，最终要实现的目标都有哪些呢？（WHAT）

邵老师在《人工智能基础》中总结了人工智能学科的研究目标，主要有以下几点：理解人类的知识、有效的自动化、有效的智能扩展、超人的智力、通用问题求解、连惯性的交谈、自治、学习、储存信息。然而，这些可以归类到三步曲拟人、类人、或超越人中。

（1）理解人类的认识。

类人范畴。这个目标其实并不是研究人工智能技术的，而是研究人工智能的母体---人类智能的原理。深入理解人的记忆、解决问题的能力、学习的能力、和决策的机制。为人工智能技术提供理论依据。

（2）有效的自动化。

拟人范畴。这个目标是要创造一个拟人的机器，在一些需要智能的任务上代替人。

（3）有效的智能扩展。

拟人范畴。这个目标是要弥补人类智能的某些不足，用机器擅长的能力来使人的思维更富有成效、更快、更深刻、更清晰。这个目标已经开始有点儿超越人的意思了，但只是简单地机器与人结合起来超越人。真正的超越人是机器本身超越了人，而非与人类结合超越人。

（4）超人的智力。

超越人范畴。这个目标就是旨在建立超越人了，机器的智能可以超过人的知识，从而导致各个行业的革新、理论上的突破。

（5）通用问题求解。

类人范畴。这个目标超出了拟人的边界，但是还处于类人的层次。这个目标的研究可以使程序能够解决或至少能够尝试其范围之外的一系列问题，包括过去从没有接触过的领域。达到这一层次，机器智能将会掌握人的解决问题的方法论。

（6）连惯性的交谈。

类人范畴。这个目标同样的处于类人的层次。机器可以达到与人类自如的交谈，意思表达清楚，语句通顺，可以切换成人类所用的任何一种语言。

（7）自治。

类人范畴。这个目标旨在让机器可以主动地在现实世界中完成任务，而不仅仅是局限在某一个抽象的空间中，给人类提出建议。

（8）学习。

类人范畴。这个目标是建立一个算法软体，它可以自主的选择需要收集的数据，并且自主决定如何收集数据，然后进行数据收集。学习的过程是将经验进行概括，成为有用的观念、方法、启发性知识，并能以类似的方式进行推理。

（9）储存信息。

拟人、类人、或超越人范畴。这个目标并不能达到类人的层次，可以将其归类到拟人的范畴。目标是要储存大量的知识，类似一个人类知识百科全书。如果储存知识的方式与人脑储存知识的方式一致，那这个目标就可以归到类人的范畴。如果能够储存整个人类种群的所有知识，那就达到了超越人的范畴。

有了出发点，那就是人类两手空空，啥也没有；有了目标点，那就是实现拟人、类人、超越人的机器智能。那两点之间的连线，就是我们要努力跟踪或开拓的坦途。随着人类掌握的技术越来越先进，我们距离人工智能的目标也就越来越近。那么，

人工智能已经具有哪些技术可以在一定程度上实现上述目标呢？

蔡老师在《人工智能及其应用》、邵老师在《人工智能基础》中都相应的提到了目前人工智能的一些研究和应用领域，大概总结为以下几点：模式识别、问题求解、自然语言理解、逻辑推理和定理证明、机器视觉、自动程序设计、专家系统、机器学习、机器人学、神经网络、智能控制、智能检索、智能调度与指挥、分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现、人工生命等。分类很多，内容很多，但只是拟人、类人技术的一些碎片。

以机器视觉为例，可以说是这些领域中研究成果最多的。但是，现有的机器视觉技术还非常的蠢。用只能得到二维平面图像的摄像头去模拟可以自由转动、调焦、球形的人类眼睛，确实有些吃力；另外，人的双眼观察世界，看到的是三维的世界，而不是二维的平面。因此，机器视觉领域还需要信息采集机制的变革、信息处理方式的变革。

以机器学习为例，现有的深度学习技术利用深度神经网络的特征提取和拟合能力，通过海量数据的拟合，才能得到一个很不鲁棒的模型；虽然这个模型有时会在辨识物体方面超过人类，但是有时却糟糕的一塌糊涂；机器学习得到的模型，不具备适应变化的能力，动态性能差。因此机器学习领域，尚需结合人类认知能力机理的研究，巧妙地利用人类的方式，去改善已有的机器学习技术。

可以肯定的是，我们在通往最终目标的路上，走出了一小步，取得了很多的成果。前路荆棘遍地，但人类追求终极智能的脚步将不会停歇。未来，值得我们期待。