AI为啥叫“AI”?简单给TA们分分类
作者：微信文章“人工智能”这个中文名称，是对其英文原名“Artificial Intelligence”的直译。 而英文名的确立，则源于一个被公认为人工智能诞生标志的历史事件——1956年的达特茅斯会议。
在1956年之前，已经有人在研究“会思考的机器”或“智能自动化”等概念。而“Artificial Intelligence”，是一个叫约翰·麦卡锡的数学家命名的。当时，麦卡锡向洛克菲勒基金会申请资金的提案中，他写下了这么一段话：
“我们提议于1956年夏季在新罕布什尔州汉诺威的达特茅斯学院进行一项为期2个月、10人参与的人工智能研究。该项研究基于一个推测：学习的每一个方面或智能的任何其他特性，原则上都可以被如此精确地描述，以至于可以制造一台机器来模拟它。我们将尝试寻找让机器使用语言、形成抽象与概念、解决现在仅由人类能解决的各种问题，并实现自我改进的方法。”
Artificial Intelligence
Artificial（人工的）：指的是“由人类制造而非自然产生的”。这明确区分了机器智能与人类和动物的自然智能。
Intelligence（智能）：指的是“学习、理解、推理、计划、解决问题和从经验中获取知识的能力”。这定义了研究的核心内容。
麦卡锡选择这个名字，是为了将这一新领域与控制论、信息论等邻近学科区分开来，并旗帜鲜明地宣告其核心目标是在机器上模拟和实现人类的智能。因此，1956年的达特茅斯会议被公认为人工智能学科的诞生典礼，而约翰·麦卡锡也被尊称为“人工智能之父”。而中文名“人工智能”则是对这个英文名称非常传神的翻译。
人工智能不是一个单一门类的技术，而是一个由多种不同范式和方法构成的广阔领域，甚至涉及到了哲理、伦理领域。AI工具告诉我，目前人工智能大致可以分这么几种类别，我们常说的“通用人工智能（AGI）”是其中的一类。
一、 狭义人工智能：专注的领域专家
狭义人工智能，也称为“弱人工智能”，是当今社会中我们所能接触和应用的所有人工智能的统称。它的核心特征在于“专精”——被设计用于在特定领域内执行特定任务。在这个领域里，它可以表现得无比卓越甚至超越人类，但一旦超出其预设范围，它就无能为力。它没有真正的意识、情感或通用的理解能力，其智能是高度专门化和情境化的。
比如人脸识别手机解锁：它被训练来识别您面部特征的独特模式，但对于您面部表情所传达的情绪，或者您看到的风景美不美，它无法理解。流媒体推荐算法（如Netflix或抖音）：它通过分析您的历史观看行为和海量用户数据，精准预测您可能喜欢的下一部电影或视频，但它无法为您写一篇论文或解答一道数学题。还有我们最常用的语音助手（如Siri或小爱同学）：它能识别您说出的特定指令（如“今天天气如何”），并从数据库中检索信息回答，但它无法与您进行一场开放的、富有哲理的深度对话。
二、 通用人工智能：遥远的终极梦想
通用人工智能，即“强人工智能”，指的是具备与人类同等水平、能够执行任何智力任务的机器。它不仅仅是一个工具，更是一个具备自主思维、推理、规划、学习和从经验中汲取知识能力的“智能体”。它能够将在一个领域学到的知识，灵活地应用到另一个完全陌生的领域，并具备解决未知问题的创造力。实现通用人工智能通常被认为需要机器具备自我意识和理解能力。
《星球大战》中的那个C-3PO：它不仅能翻译数百万种语言，还能理解不同文明的社交礼仪，进行情景推理，并表现出担忧、幽默等近乎人类的情感。应该是人们想象中的通用人工智能。
三、 符号人工智能：基于逻辑的传统学派
符号人工智能是AI发展的早期主流范式，也被称为“经典AI”或“基于规则的AI”。它的核心思想是：智能源于对抽象符号（如词汇、概念、逻辑命题）的操纵。它认为，通过将人类知识编码成明确的“如果…那么…”规则，并让计算机基于逻辑进行推理，就能实现人工智能。这种方法高度依赖人类专家来构建知识库和推理规则。
比如一个用于诊断细菌感染的医疗专家系统。医生将医学知识编写成规则，如：“如果 患者症状是发烧和喉咙痛，并且 扁桃体有白色分泌物，那么 可能是链球菌性喉炎，置信度70%。” 系统通过向用户提问并匹配规则来得出结论。还有之前出现的各种玩棋类游戏的人工智能。
四、 连接主义人工智能：模拟大脑的学习引擎
连接主义，即当今如火如荼的深度学习，其思想是模拟人脑的神经网络结构。它不依赖预设规则，而是通过构建由大量人工神经元相互连接形成的复杂网络，从海量数据中自动学习内在规律和模式。这个过程类似于“训练”，通过调整神经元之间的连接强度，让网络自己学会如何从输入（如图片）得到想要的输出（如“这是一只猫”）。
比如 图像识别系统：给一个深度神经网络展示数百万张猫的图片，它会自动提取出“胡须”、“尖耳朵”、“毛茸茸”等特征，最终学会在任何新图片中准确识别出猫。它并不理解“猫”这个概念，但能识别其统计模式。还有大型语言模型（如ChatGPT）：这是连接主义的巅峰体现。它通过吞噬整个互联网的文本，学习单词与单词之间的统计关联，从而获得了生成流畅、合理文本的能力，能够进行翻译、问答和创作。
这是当前人工智能领域的主导范式，在图像、语音、自然语言处理等领域取得了革命性突破。
五、 行为主义人工智能：不断试错不断成长
行为主义，主要以强化学习为代表，其核心哲学是“智能行为在与环境的交互中产生”。一个智能体（Agent）通过感知环境状态、采取行动、并获得环境反馈的奖励或惩罚来学习。其学习目标非常简单：最大化长期累积奖励。就像一个婴儿通过触摸烫的东西会缩回手（负奖励）来学习一样，AI通过无数次试错，自己摸索出达成目标的最优策略。
比如传奇人物“ AlphaGo”：它通过数百万盘与自己对弈（与环境交互），每一步棋（行动）的优劣由最终的胜负（奖励/惩罚）来评价。在这个过程中，它无需人类棋谱教它具体定式，而是自己发现了许多前所未有的打法。还有训练机器人行走：一个模拟机器人起初会随机地摆动双腿并摔倒（负奖励）。通过反复尝试，它逐渐学到哪些肌肉序列和动作组合能让它保持平衡并前进（正奖励），最终学会熟练行走。
以上打住，后会有期
神经网络到底是怎么个事
页:
[1]