人工智能现代方法学习笔记（1）绪论

第一章：绪论

一、什么是人工智能：

从人与理性以及思想与行为的角度，我们讨论如下四种方法：

• 类人行为：图灵测试方法
  图灵用一个思维实验 图灵测试 Turing test 来回避“机器能思考吗”这个哲学上模糊的问题。计算机需要具备以下能力：

  • 自然语言处理 natural language processing ：和人类用人类语言成功交流
  • 知识表示 knowledge representation ：储存他所知道的或听到的内容
  • 自动推理 automated reasoning ：回答问题以得出新的结论
  • 机器学习 machine learning ：适应新的环境，并检测和推断模式

  为了通过**完全图灵测试 total Turing test **，机器人还需要具备：

  • 计算机视觉和语音识别 computer vision and speech recognition ：感知世界
  • 机器人学 robotics ：操纵对象并行动

• 类人思考：我们有三个方式了解人类思维

  • 内省 introspection ：试图在自己进行思维活动的时候捕获思维
  • 心理实验 psychological experiment ：观察一个人的行为
  • 大脑成像 brain imaging ：观察大脑的活动

  作用：一旦我们有了足够精确的心智理论，就有可能把这个理论表达为计算机程序；如果程序的输入输出行为和人类行为相匹配，那么程序的某些机制也可能在人类中存在。例如 通用问题求解器 General Problem Solver, GPS 和 认知科学 cognitive science

• 理性思考：“思维法则”方法
  也就是人工智能中所谓的 逻辑主义 logicism 传统。采用逻辑学和概率进行预测和推理

• 理性行为：理性智能体方法
  人工智能专注于研究和构建做正确事情的智能体。然而完美的理性是不可行的，在没有足够的时间进行所有可能的计算的情况下，适当的采取行动也是可选的

• 益机 beneficial machine
  在我们的真实需求和施加给机器的目标之间达成一致的问题叫做 价值对齐问题 value alignment problem，也就是说施加给机器的价值或目标必须与人类的一致。否则可能会出现不当行为 —— 比如如果将“获胜”定义为唯一的目标，机器可能进行勒索对手等行为。
  我们不希望机器“聪明地”实现他们的目标，而是实现我们的目标。我们需要的是对人类 可证益的 provably beneficial 智能体。

二、人工智能的基础

（注：本节有太多科学史相关内容，有时间的时候单独开一个板块写一写）

• 哲学
  • 可以通过形式化的规则得到有效地结论吗？
  • 思维是如何从物质大脑中产生的？
  • 知识从何而来？
  • 知识如何导致行为？
• 数学
  • 得出有效结论的形式化规则是什么？
  • 什么可以被计算？
  • 如何使用不确定的信息进行推理？
• 经济学
  • 我们应该如何根据自己的偏好作出决定？
  • 当其他人可能不支持的时候我们应该怎么做？
  • 当收益很可能在遥远的将来时我们应该怎么做？
• 神经科学
  • 大脑如何处理信息？
• 心理学
  • 人类和动物是如何思考和行动的？
• 计算机工程
  • 如何构建高效的计算机？
• 控制理论和控制论
  • 人造物如何在他们自己的控制下运行？
• 语言学
  • 语言是如何和思维进行联系的？

三、人工智能历史（暂时跳过）