何為智慧
在介紹人工智慧之前，我們要先了解智慧到底是什麼？智慧，其實就是智力和能力的總稱。世界著名教育心理學家霍華德·加德納提出了著名的“多元智慧理論”，他認為人類個體都獨立存在著八種智慧，分別如下：
- 視覺—空間智慧，指對線條、形狀、結構、色彩和空間關係的敏感以及通過平面圖形和立體造型將它們表現出來的能力。
- 語言—言語智慧，指聽說讀寫能力，利用語言描述事件、表達思想並與人交流的能力。
- 交往—交流智慧 ，指與人相處交往的能力，表現為察覺、體驗他人情緒、情感和意圖並據此作出適宜反應的能力。
- 自知—自省智慧，指認識、洞察和反省自身的能力，表現為正確地意識和評價自身的情緒、動機、慾望、個性、意志，並在正確的自我意識我自我評價的基礎上形成自尊、自律和自制的能力。
- 邏輯—數理智慧 ，指運算和推理能力，表現為對事物間各種關係如類比、對比、因果和邏輯等關係的敏感以及通過數理運算和邏輯推理等進行思維的能力。
- 音樂—節奏智慧，指感受、辨別、記憶、改變和表達音樂的能力，表現為個人對音樂包括節奏、音調、音色和旋律的敏感以及通過作曲、演奏和歌唱等表達音樂的能力。
- 身體—動覺智慧，指運用四肢和軀幹的能力，表現為能夠較好地控制自己的身體、對事件能夠做出恰當的身體反應以及善於利用身體語言來表達自己的思想和情感的能力。
- 自然觀察智慧，指個體辨別環境的特徵並加以分類和利用的能力。
何為人工智慧
人工智慧，即是人工的智慧，是人造出來的像人類一樣思考和行動的機器，使得機器也擁有“多元智慧理論”中的八種智慧。多數人對人工智慧的瞭解主要是通過科幻片，裡面的機器人擁有著人類的思維意識、情感和超凡的能力。
然而現實中的人工智慧卻與科幻片的相去甚遠，甚至讓人大失所望，現實中的人工智慧只能向我們推薦感興趣的文章，只能幫我們過濾垃圾郵件，只能幼稚地跟我們聊天，只能生硬地幫我們翻譯，也許還能在簡單的環境中完成自動駕駛。現實中的人工智慧只能完成單一且較簡單的任務，而且還不一定能完成地很好，這就是理想與現實的差距。
弱人工智慧
人工智慧的終極目標是要賦予機器思維意識，使其能夠像人腦一樣工作思考。總體而言，以是否具有自我意識及獨立思考能力為界，可將人工智慧分為強人工智慧和弱人工智慧。其中強人工智慧指更方面的能力都達到人類的水平，能模仿人類的思維、意識和學習能力。而弱人工智慧則只專注於完成某個特定任務，模擬人類的某方面智慧，比如人臉識別、語音識別等。
目前我們經常聽到的人工智慧其實屬於弱人工智慧範疇，它只能解決某個特定領域的問題，更多的是充當一種工具來使用。弱人工智慧建立在大資料和機器學習（包括目前較火的深度學習）的基礎上，也就是通過大量的標定的資料和演算法來學習事物的模式規律。通過對資料訓練得到一個模型引數，然後根據該模型實現決策和預測。
而強人工智慧則是指具有人類的各種能力，比如獨立思考、自我意識、七情六慾、推理歸納等等。目前來看，強人工智慧領域幾乎沒有實質性進展，完全不具備理論工程基礎，更像是一種美好幻想。
人工智慧發展史
從人工智慧正式被提出到如今已經六十多年過去了，在此期間人工智慧的發展經歷了幾度繁榮和衰落。目前雖然已取得不錯的進展，然而現實與理想的差距還是很大，前進道路依舊曲折。
在1900年國際數學家大會上，數學家希爾伯特提出《未來的數學問題》，其中就有一些與人工智慧相關的問題。人工智慧的孕育期其實可以追溯到公元前的哲學界亞里士多德，他提出了著名的三段論，在演繹推理方面甚至影響至今；後來數學家萊布尼茨提出了萬能符合和推理計算，為數理邏輯奠定了基礎；之後邏輯學家布林創立了布林代數，並首次用符號描述了基本的推理法則。
1943年，神經物理學家麥克洛奇與匹茲建成了第一個神經網路模型，M-P模型。此外，數學家艾倫圖靈做了一件非常重要的事情，就是設計出了圖靈機，這也是現代計算機的理論原型。並在1950年發表了《計算機器與智慧》論文，這篇論文給出了機器和思考的定義，並且制定了“圖靈測試”標準，如果能通過該測試則認為該機器具有智慧。
1956年的達特茅斯會議被稱為是人工智慧元年，同時也是人工智慧誕生的標誌。這一年，在美國漢諾斯小鎮寧靜的達特茅斯學院中，人工智慧之父約翰·麥卡錫、人工智慧奠基者馬文·閔斯基、資訊理論創始人克勞德·夏農、電腦科學家艾倫·紐厄爾、諾貝爾經濟學獎得主赫伯特·西蒙等科學家聚到了一起，討論如何用機器來模仿人類的智慧。會議足足開了兩個月的時間，雖然沒有達成普遍的共識，卻起了一個名字：人工智慧。
達特茅斯會議過後人工智慧開始井噴式發展，1957年羅森布拉特發明了感知機，1959年科學家亞瑟·塞繆爾創造了“機器學習”這個術語，並且給出了機器學習的定義。1966年和1972年分別誕生了第一個聊天機器人和智慧機器人，而後隨著人們對人工智慧的興趣下降並且資金枯竭，在1974年，人工智慧開始進入第一個寒冬。經歷過寒冬後，1980年人工智慧以專家系統的身份重出江湖，專家系統能在特定領域提供決策能力。但很快，在1987年人工智慧在耗盡了政府和投資人的資金後，開始進入第二次寒冬。
1997年，IBM的深藍擊敗了國際象棋世界冠軍加里·卡斯帕羅夫，成為第一臺擊敗國際象棋世界冠軍的電腦。2002年人工智慧開始以清潔機器人的身份走進人類家庭，直到2006年，Facebook、Twitter、Netflix等公司開始將人工智慧技術引入商業系統中。到2011年時，IBM的沃森系統已經能夠在智力競賽節目中與人類PK並贏得冠軍了。
最重要的是在2006年以後，大資料和深度學習爆發並得到了高速的發展，結合兩者實現的人工智慧在某些方面已經能夠與人類相提並論。所以在新一輪技術浪潮的驅動下，人工智慧在很多領域不斷落地應用，其中包括人臉識別、語音識別、自動駕駛、精準營銷、個性化推薦、智慧客服、安防系統等等。
三大學派
在人工智慧的整個發展過程中，不同學科背景的研究人員對人工智慧有不同的理解，因此也產生了三大人工智慧學派。傳統的人工智慧被稱為符號主義學派，符號主義主要研究的是基於邏輯推理的智慧模擬方法；而一些人則認為可通過模擬大腦的神經網路結構來實現，即連線主義學派；此外還有人認為可以從生物體與環境互動的模式中尋找答案，被稱為行為行為主義學派。
符號主義學派
符號學派認為任何能夠將某些模式或符號進行操作並轉化成另外一些模式或符號的系統就可能產生智慧行為，它致力於用計算機的符號操作來模擬人的認知過程，其實質就是模擬人的大腦的抽象邏輯思維，並通過某種符號來描述人類的認知過程，從而實現人工智慧。符號主義主要集中在人類智慧的高階行為，比如推理、規劃、知識表示等。
連線主義學派
每個人的大腦都有萬億個神經元細胞，它們錯綜複雜的互相連線，也被認為是人類的智慧的來源。所以人們很自然想到能否通過大量神經元來模擬大腦的智力。連線主義學派認為神經網路和神經網路間的連線機制和學習演算法能夠產生智慧。
行為主義學派
行為學派出發點與其他兩個學派完全不同，它是一種基於感知—行動的行為智慧模擬方法。該學派認為行為是個體用於適應環境變化的各種身體反應的組合，它的理論目標在於預見和控制行為。
回顧
這篇文章從整體介紹了什麼是人工智慧、人工智慧的發展以及人工智慧的三大學派，從整體上了解了人工智慧這門學科的情況，並且知道了目前的人工智慧並非是科幻片裡面的人工智慧，現實與理想之間的差距還是很大的。
瞭解了人工智慧的這些情況後，是不是勾起了你對人工智慧的興趣呢？接下來作者會準備《人工智慧原理科普》專欄，歡迎關注！
歡迎關注：人工智慧、讀書與感想、聊聊數學、分散式、機器學習、深度學習、自然語言處理、演算法與資料結構、Java深度、Tomcat核心等相關文章
