技术控必看：人工智能是怎么思考的

　　2、像人一样行动

　　如果说像人一样思考说的是把模仿人的内部智能思维过程定义为人工智能，那么像人一样行动则说的是把模仿人类智能外在表现称为了人工智能。

　　值得注意的是，这种模仿并不是一种物理模拟。如果严格地说，要想让一个机器能在“像人一样行动”这个维度具有智能，他需要的能力包括：自然语言处理，知识表示，自动推理，机器学习，计算机视觉以及机器人学。说了这么多理论的东西，我们来举一个具体的例子。

　　我们先设定一种情况：

　　假设在你面前站着一个黑衣人，他浑身都裹着一层布，所以你并不知道他是真正的人还是什么东西。就在这时你问了他一个问题：什么事情iPad能做，但是iPhone却不能做?他思考片刻回答道：焖住方便面桶。说完，默默地拿起iPad就把你刚刚泡上的方便面用iPad盖上了。这个时候再问你，你觉得他是一个真实的人类还是一种机器?

　　于是你陷入了沉思，这货不论是从问题回答的正确性以及行为动作而言根本看不出有什么漏洞，而且竟然还会机智地说段子，然后你承认你无法判断。

　　例子讲完了，其实刚才那个过程就是所谓的图灵测试的生动版。

　　人类的大脑能学习几乎所有东西，比如两三岁的孩子已经能够掌握至少一门的语言、能从极其复杂的环境中一眼认出父母，不管他们的站姿和表情。但这与人工智能相距甚远，更不用说搞清楚“智力”这种玄乎的东西了。

　　3、合理地思考

　　虽然我们人类的智能是伟大的，但是尽管如此，我们仍然需要面对一个十分严酷的结论，我们人类并不是完美的。而在追求完美的路上，我们遇到了人工智能，所以我们是将人工智能向人的方向发展还是向更加完美、在一定程度上已经脱离了人这个本体的方向来发展，这也是我们如何定义人工智能的一个重要议题。

　　所以在讨论了“像人一样”的话题后，我们要开始谈论“合理地”这个话题了。上面已经对什么是合理进行了说明，即如果一个系统可以基于已知条件做正确的事情那么它就是合理的。

　　希腊的哲学家亚里士多德是首先识图严格定义“正确思考”的人之一，他将其定义为不可反驳的推理过程。他提出的三段论为在给定正确前提时总产生正确结论的论证结构提出了模式，这就是三段论推理模式。

　　三段论推理说的是这样一种简单判断推理，它包含两个直言命题构成的前提，和一个直言命题构成的结论。一个正确的三段论有且仅有三个词项，其中联系大小前提的词项叫中项，在前提中出现两次;出现在大前提中，又在结论中做谓项的词项叫大项;出现在小前提中，又在结论中做主项的词项叫小项。

　　概念有点复杂，我们举一个例子：牛有四条腿，奶牛是牛，所以奶牛有四条腿，这便是三段论。

　　这些先贤认为这些思维法则正是支配头脑运行的基本法则，并且开创了被称为逻辑学的领域，而且19世纪的逻辑学家门为了世上各种对象以及对象之间关系的陈述制订了一种精确的表示法。

　　从表面上看这种表示法似乎距离我们所说的人工智能又近了一步，但是遗憾的是，这种方法却存在着很大的两处缺陷：

　　一个就是由于这种表示法为了精确表达各种对象之间的关系所以必须做到事无巨细，但是这就导致了，有些稍微复杂的问题，他们之间的逻辑表示可能要几百上千条，但是电脑的运行资源是有限的，可能在求解一个只有几百条事实的问题就已经耗尽任何计算机的资源。

　　其实人工智能自1947年图灵在伦敦数学学会真正提出来之后的将近70年的时间里，人工智能经历了很长一段的瓶颈期，直到现在才又重新蓬勃发展起来，逻辑学的这种思路正是一个重要原因。

　　也就是，人们总是希望创造或者用规则复现出一种合理推理的“规则”，然后让计算机照着这种规则来运行，但是问题就在这里：

　　一方面这种规则的制定并不是一件容易的事情，他需要的人力以及智力都远远超乎想象，况且世界上那么多需要“列举”的规则，能列举的完吗。

　　另一方面即使列举出了这些规则，但是要想将这些规则描述为计算机程序，庞大的计算量也并不是计算机所能承载的，更况且是几十年前的计算机，所以这也是一大缺陷。

　　另一个大的缺陷就是，在我们这个世界上，并不是所有的关系都是确定的，而且真正的事实是，大部分的关系都不能真正用逻辑来表示。

　　凡此种种，我们都不能用一个“百分之百”的知识来表示，这也是人工智能瓶颈期的重要制约因素，这也是为什么随着机器学习等优秀的处理概率事件的方法面市后人工智能得到飞速发展的一个重要原因。