李開復：到底什么是人工智能

張夢

人工智能就在我們身邊，但并非所有人都能留意到它的存在。

到底什么是人工智能？人工智能究竟有沒有一個容易把握和

界定的科學定義？

歷史上，人工智能的定義歷經多次轉變。被廣泛接受的定義有很多種，具體使用哪一個，通常取決于我們討論問題的語境和關注的焦點。

這里，簡要列舉幾種歷史上有影響的，或目前仍流行的人工智能的定義。

AI就是讓人覺得不可思議的計算機程序

人工智能就是機器可以完成人們不認為機器能勝任的事——這個定義非常主觀，但也非常有趣。一個計算機程序是不是人工智能，完全由這個程序的所作所為是不是能讓人目瞪口呆來界定。這種唯經驗論的定義顯然缺乏一致性，會因時代不同、背景不同、評判者的經驗不同而套用不同的標準。但這一定義往往反映的是一個時代里大多數的普通人對人工智能的認知方式：每當一個新的人工智能熱點出現時，新聞媒體和大眾總是用自己的經驗來判定人工智能技術的價值高低，而不管這種技術在本質上究竟有沒有“智能”。

AI就是與人類思考方式相似的計算機程序

這是人工智能發展早期非常流行的一種定義方式。另一種類似的，同樣以思考方式本源出發的定義是：AI就是能遵照思維里的邏輯規律進行思考的計算機程序。從根本上講，這是一種類似仿生學的直觀思路。既然叫人工智能，那用程序來模擬人的智慧就是最直截了當的做法。

人究竟是怎樣思考的？這本身就是一個復雜的技術和哲學問題。要了解人類自身的思考方式，哲學家們試圖通過反省與思辨，找到人類思維的邏輯法則，而科學家們則通過心理學和生物學實驗，了解人類在思考時的身心變化規律。這兩條道路都在人工智能的發展歷史上起到過極為重要的作用。但在仿生學的道路上，最本質的問題是，人類至今對大腦如何實現學習、記憶、歸納、推理等思維過程的機理還缺乏認識，況且，我們并不知道，到底要在哪一個層面（大腦各功能區相互作用的層面？細胞之間交換化學物質和電信號的層面？還是分子和原子運動的層面？）真實模擬人腦的運作，才能制造出可以匹敵人類智慧的智能機器。

AI就是與人類行為相似的計算機程序

和仿生學派強調對人腦的研究與模仿不同，實用主義者從不覺得人工智能的實現必須遵循什么規則或理論框架。“黑貓白貓，逮住耗子的就是好貓。”在人工智能的語境下，這句話可以被改成：“簡單程序，復雜程序，聰明管用的就是好程序。”

也就是說，無論計算機以何種方式實現某一功能，只要該功能表現得與人在類似環境下的行為相似，就可以說，這個計算機程序擁有了在該領域內的人工智能。這一定義從近似于人類行為的最終結果出發，忽視達到這一結果的手段。另一種對人工智能的近似定義則更強調人工智能的實用色彩：AI就是可以解決問題并獲得最大收益的計算機程序。

這種實用主義的思想在今天仍有很強的現實意義。比如今天的深度學習模型在處理機器翻譯、語音識別、主題抽取等自然語言相關的問題時，基本上都是將輸入的文句看成由音素、音節、字或詞組成的信號序列，然后將這些信號一股腦塞進深度神經網絡里進行訓練。深度神經網絡內部，每層神經元的輸出信號可能相當復雜，復雜到編程者并不一定清楚這些中間信號在自然語言中的真實含義，但沒有關系，只要整個模型的最終輸出滿足要求，這樣的深度學習算法就可以工作得很好。在研究者看來，深度學習模型是不是真的跟人類大腦神經元理解自然語言的過程類似，這一點兒都不重要，重要的是，整個模型可以聰明地工作，最終結果看起來就像人做的一樣。

AI就是會學習的計算機程序

沒有哪個完美主義者會喜歡這個定義。這一定義幾乎將人工智能與機器學習等同了起來。但這的確是最近這撥人工智能熱潮里，人工智能在許多人眼中的真實模樣。誰讓深度學習一枝獨秀，幾乎壟斷了人工智能領域里所有流行的技術方向呢？

“無學習，不AI”，這幾乎成了人工智能研究在今天的核心指導思想。許多研究者更愿意將自己稱為機器學習專家，而非泛泛的人工智能專家。谷歌的AlphaGo因為學習了大量專業棋手棋譜，然后又從自我對弈中持續學習和提高，因此才有了戰勝人類世界冠軍的本錢。微軟的小冰因為學習了大量互聯網上的流行語料，才能用既時尚，又活潑的聊天方式與用戶交流。媒體上，被宣傳為人工智能的典型應用大多都擁有深度學習的技術基礎，是計算機從大量數據資料中通過自我學習掌握經驗模型的結果。

這一定義似乎也符合人類認知的特點——沒有哪個人是不需要學習，從小就懂得所有事情的。人的智慧離不開長大成人過程里的不間斷學習。因此，今天最典型的人工智能系統通過學習大量數據訓練經驗模型的方法，其實可以被看成是模擬了人類學習和成長的全過程。如果說人工智能未來可以突破到強人工智能甚至超人工智能的層次，那從邏輯上說，在所有人工智能技術中，機器學習最有可能扮演核心推動者的角色。

AI就是根據對環境的感知，做出合理的行動，并獲得最大收益的計算機程序

針對人工智能，不同的定義將人們導向不同的研究或認知方向，不同的理解分別適用于不同的人群和語境。人工智能是有關“智能主體（Intelligent agent）的研究與設計”的學問，而“智能主體是指一個可以觀察周遭環境并做出行動以達致目標的系統”。

基本上，這個定義將前面幾個實用主義的定義都涵蓋了進去，既強調人工智能可以根據環境感知做出主動反應，又強調人工智能所做出的反應必須達致目標，同時，不再強調人工智能對人類思維方式或人類總結的思維法則（邏輯學規律）的模仿。

以上，我們列舉了五種常見的人工智能的定義。其中，第二種定義（與人類思考方式相似）特別不可取。人們對大腦工作機理的認識尚淺，而計算機走的是幾乎完全不同的技術道路。第一種定義（讓人覺得不可思議）揭示的是大眾看待人工智能的視角，直觀易懂，但主觀性太強，不利于科學討論。第三種定義（與人類行為相似）是計算機科學界的主流觀點，也是一種從實用主義出發，簡潔、明了的定義，但缺乏周密的邏輯。第四種定義（會學習）反映的是機器學習特別是深度學習流行后，人工智能世界的技術趨勢，雖失之狹隘，但最有時代精神。第五種定義（維基百科使用的綜合定義）是學術界的教科書式定義，全面均衡，偏重實證。

基本上，偏重實證是近年來人工智能研究者的主流傾向。