作者：杨爱喜,卜向红,严家祥
出版社：人民邮电出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
人工智能时代：未来已来试读：
内容摘要
本书深入浅出地介绍了人工智能历史和技术，对现阶段人工智能技术的应用成果进行了展示、解读，让读者在详细了解人工智能发展历史的基础上，清晰认知人工智能的关键技术。本书适合人工智能研究者，以及对人工智能感兴趣的读者阅读。前言人工智能时代，谁主沉浮
2017年11月15日，“新一代人工智能发展规划暨重大科技项目”启动会在北京召开，公布了首批国家人工智能开放创新平台名单：依托百度公司建设自动驾驶国家人工智能开放创新平台；依托阿里云公司建设城市大脑国家人工智能开放创新平台；依托腾讯公司建设医疗影像国家人工智能开放创新平台；依托科大讯飞公司建设智能语音国家人工智能开放创新平台。
这四家平台被称为“中国人工智能国家队”，将协力开拓中国人工智能新时代。
其实，早在2017年7月，《新一代人工智能发展规划》（以下简称《规划》）颁布，就确立了我国新一代人工智能发展“三步走”的战略目标。《规划》中提出到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点。到2025年，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。到2030年，人工智能理论、技术与应用总体达到世界领先水平……
不仅是中国，整个世界已经沉浸于人工智能的热潮中。除各国的政府机关外，世界领先的科技公司也纷纷向人工智能领域发起了“进攻”。
IBM公司在商用人工智能领域进行了广泛的探索。基于Watson系统，IBM公司力图打造全面覆盖的人工智能商用网络。而以Google（谷歌）公司为首的科技巨头，在语音识别、图像识别、深度学习等技术方面，已经取得了显著的成绩。智能语音识别系统和图像识别系统将让人类生活产生翻天覆地的变化。深度学习技术的应用将会使智能机器越来越接近人类，甚至在许多领域超越人类。
本书从人工智能的发展历史讲起，讲述人工智能的核心技术、人工智能发展的现状及未来。阅读本书，读者可以了解人工智能的昨天、今天和明天。
人工智能将会改变我们的生活，变革社会的运行规律。但对于人工智能的未来，人类还存在着太多的未知。虽然在技术层面，人类正在不断突破层层壁垒，但在具体的应用以及未来人工智能的影响方面，人类仍然面对着重重迷雾。
人工智能究竟能够为我们的生活带来什么？现阶段，我们看到了人工智能技术带给我们的便利，但在未来，人工智能技术的进一步发展可能会对我们的生活带来威胁。这是“人工智能威胁论”，同时也是摆在人类面前的一个重要课题。
我们在关注人工智能带来的好处的同时，对其可能会给人类带来的危害，同样需要保持高度的警惕。科幻电影中常有关于人工智能与人类未来的内容。人工智能威胁人类生存是科幻电影的一个主题。虽然结局都是顽强的人类战胜了人工智能，但是现实是否真的如科幻电影一样呢？
在人工智能时代，任何一个人都不能够置身其外。对于企业来说，人工智能是其重要的发展领域，谁能够先行入场，谁就能占据竞争的优势。对于个人来说，人工智能不只是一项高深的科学技术，它更是一项与我们的生命、生活息息相关的技术。
这是一本人工智能时代的指南书，在深入浅出地介绍人工智能的历史的同时，对现阶段人工智能技术的应用成果进行解读。让读者在详细了解人工智能发展历史的同时，对人工智能所涉及的关键技术有清楚的认识，从而能够更好地理解和应用人工智能技术为自己服务。人类与人工智能之间可能产生的一些“矛盾”，本书也进行了集中讲述，读者能够借此更好地理解人工智能对人类生存发展的意义。
打开此书，走进你的人工智能时代吧！第一章人工智能，世界的未来是“三体”一台像人一样思考的机器
机器可以像人一样思考吗？在计算机诞生之初，便有科学家开始研究这个课题，但到现在也没有定论。随着人工智能技术的不断发展，我们相信让机器像人一样思考将成为现实，但我们还有很长的路要走。
让机器像人一样思考，并不是指机器可以完成复杂的计算，完成一些基础的人类工作。而是指机器可以具有与人相同，甚至是超越人类的“意识”，而通过这种意识，机器可以进行自己的思考。这并不是一件简单的事，在我们经历过的计算机时代，这件事并没有实现，但从人工智能技术的发展现状来看，这一想法在未来是可以实现的。
前面我们所论述的这些内容，实际上所说的就是人工智能研究的问题。从简单的事情说起，现在很多机器和程序能够完成人类无法完成的复杂计算，记录大量数据信息，甚至还可以完成很多人类无法动手完成的工作，但实际上，这并不是真正的人工智能所研究的问题。
正如前面所说的让机器像人一样思考，真正的人工智能所研究的正是机器人的智能问题。在现实世界中，我们可以进行计算、记忆，同时还可以对一些事情做出简单的反应。现在人类与机器的不同就在于，人类在处理一件事情的同时还可以处理很多不确定的事情，也就是说人类可以通过自己的思考，随时对周围的环境变化做出应对，完成多种不确定的工作。
真正的人工智能应同样具备这种能力，通过感知周围环境的变化，随时做出相应的反应，从而不断调整自己的行为，最终更好地完成工作。同时，具备人工智能技术的机器还需要拥有深度学习的能力，让程序不断地进化，让自身拥有与人类一样，甚至超越人类的思考能力、情感与性格。
但是这种事情真的能实现吗？人工智能真的能让机器像人一样思考吗？想要解决这个问题，我们首先需要了解一下人类是怎样进行思考的。
人体总共拥有40万亿～60万亿个细胞，人类大脑是由连接着1000亿个神经元和100万亿个神经突触组成的网络，这些神经突触和神经元的状态每秒都会改变10～100次，而神经细胞的神经冲动传递速度超过400千米/小时。为什么要列举这样一堆数据呢？我们知道大脑是人类意识的产生地，想要让机器像人类一样学会思考，就需要模仿人类大脑，为机器创造一个大脑。
那么开展人工智能研究的科学家就需要面对这样一个问题：如何让机器具备人类大脑的功能呢？如果单从运算速度上来看，机器早已超过了人脑，而一台拥有100万亿字节的超级计算机的运算速度是人脑的1亿倍。因此机器具有超强的计算分析能力，但即使如此，机器也仍然无法拥有自己的“思考能力”。
可能很多人认为现在的人工智能技术已经能够让机器像人一样思考了，如苹果的Siri、微软的小冰等都可以与人类对话，或是进行思考活动。聊天是人类希望机器能够实现的重要行为之一，微软也认为未来的人机界面将会转变为对话界面，并提出了“对话即平台”的概念。
虽然人工智能在技术上已经取得了很大的突破，但即使是目前最好的对话机器人也没有办法让人们感觉到它是一个具有稳定性格和情感的“人”，现阶段如何让机器人的语言和行为更有个性，成为人工智能研究的一个重点。
实际上，与其说前面这些智能助手已经具备了智能思考的能力，不如说是因为程序员在它们背后操控着一切。这些智能助手与你的对话，更多的是程序员用程序语言与你展开的对话。
但随着深度学习技术的出现和发展，让机器像人一样思考，似乎成为一种可能。面对人工智能技术，我们需要用发展的眼光去看待，AlphaGo在围棋领域的表现似乎证明了这一点。正是通过深度学习技术，AlphaGo才实现了自身能力的不断进化，从而击败了人类围棋界的众多高手。相对于人类的进步，智能机器似乎拥有更高的进化能力，所以说将来人类要想在围棋领域扳回一城的可能性会越来越小。
在许多科幻小说和科幻电影之中，机器具有人的性格和情感，能够像人一样思考，早就已经成为“现实”。无论是《机械公敌》中NS-5桑尼的那个疑问，还是《机器管家》之中安德为了成为人所进行的努力，或者是《攻壳机动队》中塔奇克马为了拯救同伴主动做出的牺牲，通过这些科幻“人物”的行为，我们已经看到了那种“机器像人一样思考”的场景，熟悉了“机器像人一样思考”的时代。
那些能够像人一样思考的机器，究竟能够成为人类的伙伴，还是会成为毁灭人类的恶魔？这是人类在开展人工智能研究时，必须考虑的一个问题。我们知道科幻小说家阿西莫夫曾在他的小说中提出了“机器人三定律”（见图1-1）。三定律要求机器人不得伤害人类，必须服从人类的命令，而在此基础上要做的才是保护自己。在小说中，这三个定律被植入到了机器人的软件底层，是一种不可修改的程序，所以它能够保证机器人不会对人类产生威胁。但在现实世界之中，这似乎并没有办法去实现。所以机器人可能会成为毁灭人类的恶魔。这方面的科幻电影并不少见，在电影《终结者》《机械姬》中对机器威胁论都有着不同的表述。在现实中，史蒂芬·霍金教授也认为人工智能将会成为人类的一个“真正的危险”。随着机器自我思考能力的不断进化，不仅有利于人类的方面会得到发展，而且威胁人类生存的方面也会不断累积。图1-1 阿西莫夫的机器人三定律
制造一台像人一样思考的机器，这究竟是一个造福人类的举动，还是一个毁灭未来的错误？现在我们似乎没有办法做出判断。但正如人类应用的“核能”一样，它可以成为每家每户烧水、煮饭的能量来源，也可以成为对整个世界造成伤害的危险来源。
这样看来，人工智能技术的发展似乎成了一个哲学命题，而事实上，未来的人工智能将会走向何方，关键在于它背后的那双手将它推向何方。从《超体》看大脑开发
科幻电影《超体》作为大导演吕克·贝松的代表作，讲述了年轻女人Lucy被迫变成运送特殊药物的工具，但在阴差阳错中，该药物渗入了Lucy的体内，并被她吸收，她也因此获得了各种各样的能力，成为一个“女超人”。
没有看过该电影的读者，看到这样的介绍，可能认为吕克·贝松导演拍摄了一部漫威系列的超级英雄电影。但实际上，整部影片中，并没有讲述超级英雄拯救世界的故事，而是运用了大量的篇幅讲述了一个大脑开发的故事。
在影片中，女主角Lucy吸收的是一种名为CHP4的特殊药物。这种药物导致她的身体细胞吸收了过量的具有再生、繁殖和创新能力的“元素”。在这种药物的作用下，Lucy体内原本的细胞逐渐被改造，脑部的细胞也开始不断进化。伴随着影片的进行，Lucy的大脑功能开发程度从20％开始，不断提高，最终达到了100％。
而在这个过程中，当Lucy的脑部功能开发到30％时，她能听到远处的声音，能根据声音判断距离，能预测敌人的行动，能快速吸收知识，并且感受不到恐惧和疼痛。
当Lucy的脑部功能开发到40％时，她便可以自行控制物体，可以轻而易举地让他人晕倒，也能够通过控制电波和电流来改变自己的身体形态。
当Lucy的脑部功能被开发到60％时，在她的视野中，物体已经不复存在了，一切都以分子的形态呈现出来，这时对于Lucy来说，自己的存在也即将“消失”。
当Lucy的脑部功能开发到70％时，Lucy的肉体开始慢慢消失。而当Lucy的脑部功能开发到100％时，她便成了无所不在的神，既可以穿越时间，也可以随时跨越地域的限制，她成了无所不知、无所不在的存在。
吕克·贝松导演通过影片展示出来的这种人类大脑的进化过程，在现在的科学领域还并没有得到证实。即使是导演本人也承认影片中的这种设定并没有科学依据，但对于科幻电影来说这却是一个再好不过的设定。在很久以前，凡尔纳的科幻小说中所描绘的那些天马行空的想象也被认为是不可能存在的，但在现在看来，那些不切实际的想象大都已经成为现实。
可能吕克·贝松导演在影片中的设定需要经历漫长的岁月才能实现。但如果跳出生物学领域，从科学技术的角度去考虑这种设定的可能性，那结果也许很快就能被看到了。当然这里说的科学技术的角度，就是指在人工智能技术的引导下，用机器模拟人脑的运行，从而创造出开发程度较高的智能大脑。
那么，利用人工智能技术模拟大脑运行，究竟该怎么做呢？想要了解智能大脑，我们首先需要详细地了解一下自己的大脑。
大脑作为神经系统的最高级部分，由左、右两个大脑半球组成（见图1-2），在两个大脑半球之间有横行的神经纤维相连接。在人类的大脑之中，大脑皮层是高级神经活动的物质基础，主导着机体内的一切活动过程，同时也调节机体与周围环境的平衡。
大脑是整个中枢神经中最大也最复杂的结构，是调节机体功能的器官，也是意识、精神、语言、学习、记忆和智能等高级神经活动的物质基础。在这方面，哈佛大学教授霍华德·加德纳博士曾经提出过多元智能的理论，这一理论被广泛应用于世界各国的幼儿教育，并且获得了很大的成功。图1-2 人类左右脑
霍华德·加德纳博士认为，人脑的智能并不是单一的，而是多元化的，其主要是由语言智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能、自然的认知智能等8个方面组成。而每人都拥有着不同方面的智能优势。
其实从霍华德·加德纳博士的理论中便可以看出，人类的大脑虽然在结构和运行原理上十分复杂，但并不是没有规律可循的。正如霍华德·加德纳博士将人类的智能分成8个方面，而因为个体大脑结构不同，所以这8个方面的功能也各有强弱。
根据霍华德·加德纳博士的理论，人工智能大脑的开发也变得有迹可循。通过模仿人脑这8个方面的智能，我们便能运用人工智能技术制造出一个类似于人类大脑的“机器大脑”来，从而帮助人类解决生活和工作之中出现的各种复杂问题。
在人工智能技术方面，具备语音识别能力的机器人已经研发成功。其实，语音识别技术更多地被应用在了智能手机的语音助手方面。这些智能的语音助手具备言语思维，在掌握基本的语音、语义、语法的基础上，能够理解他人所表达的内容，从而根据问话做出相应的回答。
在计算方面，人工智能机器人可以更好地进行计算、测量和分类工作。相比于人脑来说，人工智能机器人进行复杂的数学计算的能力更强。在很多领域中，人工智能机器人已经展现出了过人的能力。从早期的“深蓝”机器人战胜国际象棋大师卡斯帕罗夫，到前不久的AlphaGo战胜了世界围棋第一人柯洁，人工智能机器人已经不止一次战胜了人。
在近几年公布的人工智能项目中，有一些人工智能公司在“人工大脑”方面的研究取得了突出的成绩。“谷歌大脑”是谷歌X实验室的一个主要研究项目，在2014年以前，谷歌已经完成了对包括波士顿动力公司在内的9家机器人公司的收购。通过大量购买人工智能公司和机器人公司，谷歌在无人汽车和智能眼镜方面取得了重大突破。谷歌的人工神经网络已经能够实现自动识别特定的内容，同时在2015年，谷歌还获得了将人类性格植入到机器人之中的系统专利。
21世纪以来，IBM公司始终致力于用计算机模拟人类大脑的研究，2014年，IBM发布了能模拟人类大脑的SyNAPSE芯片。这一芯片拥有100万个“神经元”内核、2.56亿个“突触”内核以及4096个“神经突触”内核，但实际功率却只有70毫瓦。这一芯片不仅功耗低，而且能模仿人脑的运作模式，同时擅长进行模式识别，认知计算的能力也十分突出。“百度大脑”作为百度公司的一个重要研究项目，通过利用计算机技术模拟人脑，智力已经达到了幼儿水平。同时，“百度大脑”已经拥有了能够构建规模达到200亿个参数的深度神经网络的能力，这也是世界规模最大的深度神经网络系统。在“深度学习”等技术的推动下，“百度大脑”还会越来越智能，越来越聪明。
虽然人工智能大脑的研发取得了一定的成绩，但是还处在一个不断探索的阶段。在这方面，人类还有很长的一段路要走。而在研发人工智能大脑的同时，人类自身的大脑也存在着许多没有被开发的地方。这好像是一种博弈，究竟是人工智能大脑替代人脑，还是人类大脑进一步开发，将人工智能大脑远远地甩在身后，结果只能在未来才能揭晓。智能无上限，人工智能的可怕之处
谈到人工智能的计算能力，我们还是要从AlphaGo在围棋领域横扫人类顶级棋手开始说起。在战胜世界围棋第一人柯洁之后，AlphaGo的进化之路依然没有结束。前一段时间，专注人工智能研究的谷歌子公司DeepMind发布了新版本的AlphaGo程序，这一新程序被命名为“AlphaGo Zero”，它可以通过“强化学习”技术，在与自己的游戏之中学习和进步。
经过了3天的训练，AlphaGo Zero便自行掌握了围棋的下法。在此之前，AlphaGo Zero完全没有接触过围棋，而且在整个学习过程中，并没有人类的帮助。随着不断的训练，AlphaGo Zero开始在游戏中学习先进的概念，从而自行挑选出了一些有利的位置和序列。
AlphaGo Zero仅训练了3天便击败了AlphaGo Lee，胜率是100:0，而AlphaGo Lee正是曾经击败过韩国围棋高手李世石的DeepMind软件。经过40天的训练之后，AlphaGo Zero则击败了AlphaGo Master，后者是击败了围棋世界冠军柯洁的DeepMind软件。
之所以要在这里介绍一下AlphaGo的最新动态，主要是为了解释人工智能在计算方面的能力。我们知道围棋因为变化路数复杂，所以被认为是人类智慧的最后堡垒，相较于其他项目来说，围棋可以算是公认的高智商项目。而围棋比赛所考验的正是棋手的计算能力和智力水平，所以这也是DeepMind公司让AlphaGo学习围棋的原因。
从AlphaGo上，我们可以看到人工智能设备的3个主要要素：算法、数据和硬件（见图1-3）。可以说人工智能就是这3个要素综合起来的结果。人工智能技术的实现，一是需要优秀的人工智能算法；二是需要大量数据，这是人工智能获得更好的识别度和精准度的一个核心要素；三是需要大量高性能硬件的计算能力。随着GPU（Graphics Processing Unit，图形处理器）进入人工智能领域，人工智能才真正迎来了高速发展。图1-3 AI设备的核心要素
在这3个要素中，关于人工智能的算法，我们了解较多的可能是“深度学习”。以图像和语音识别为例，在没有应用深度学习技术之前，各种识别方法的成功率并不高。而随着深度学习技术的应用，无论是语音识别，还是人脸识别，准确率都有了很大的提升。正是由于人工智能算法的发展，人脸识别和语音识别才逐渐走向了商业化。
人工智能方面的数据也比较好理解。以AlphaGo为例，其核心数据源于互联网中成千上万的棋谱，利用互联网中的各种围棋知识，经过深度学习算法的训练，AlphaGo才能最终胜过人类的围棋高手。如果说没有这些互联网数据资源，即使AlphaGo应用再先进的深度学习技术，也没有办法战胜人类。
人工智能在硬件方面的计算能力，其内容就要相对丰富一些了。在计算机发展的最初阶段，一个机器需要用32个CPU（Central Processing Unit，中央处理器），才能达到120MHz，也就是说CPU的数量越多，计算机的运算速度越快。在这里我们需要了解一下摩尔定律。
摩尔定律由英特尔创始人之一戈登·摩尔提出。他认为当价格不变时，集成电路上可容纳的元器件的数目，约每隔18～24个月便会增加一倍，性能也同样会提升一倍。也就是说，每隔18～24个月，每一美元所能买到的电脑性能会翻一倍以上。
但随着计算机的不断发展，现在处理器的计算性能已经远离摩尔定律，这导致了很多经典计算机的计算能力很难继续提高。因为在CPU中晶体管的数量没有办法实现每两年翻一番的预期，所以摩尔定律趋于失效。面对这样的现实，想要继续提高计算机的计算能力就只能依靠增加芯片的数量，而在做法上，人们则更多地采用增加计算集群中芯片的总数量，以提升计算机的运算能力。
为了能够更好地模拟人脑的计算方式，原本以CPU为主导的计算方式逐渐被调整，现在世界上较为主要的调整方式就是异构计算。它是在现有的传统CPU计算方式的基础上，通过搭载其他并行的计算单元，将需要计算的任务中那些需要进行大量同质计算的任务剥离出来，而后让并行计算单元进行大量的简单计算。
简单地理解上面所说的异构计算，其实就是让CPU来负责复杂运算，同时掌控整体的运算方向和节奏。而将那些简单、庞大的运算交给GPU或者其他计算单元，让这些计算单元完成CPU分配下来的简单运算。可以说这是一种分工合作、主次有序的运算结构。现在应用较多的有CPU+GPU结构、CPU+FPGA结构、CPU+ASIC机构以及CPU+DSP结构等。
为了在人工智能时代取得先发优势，谷歌、英伟达等都推出了新的CPU组合方案。谷歌在2017年发布了第二代Cloud TPU。TPU（Tensor Processing Unit，高性能处理器）是专为机器学习而定制的芯片，并且经过了专门深度机器学习方面的训练。所以在人工智能的相关算法上，它的计算速度更快，同时结果也更加精确。作为一种专为机器学习定制的工具，TPU的出现对于通用工具GPU来说无疑是一大威胁。
作为世界最大的GPU制造商之一，英伟达则更加注重在深度学习领域推广自己的GPU。英伟达创始人兼CEO黄仁勋并不认为TPU的出现将会威胁GPU的发展。在一些项目中，英伟达与谷歌有着深度合作，而在黄仁勋看来，Volta GPU的运算能力要在TPU之上。
现在的人工智能系统大多是由众多GPU来提升计算能力，与之前单纯依靠CPU不同，GPU的使用不仅大大减少了运算的时间，而且使得人工智能系统处理学习或智能的能力得到较大的提升。而随着GPU或是其他硬件设备的发展，人工智能系统的运算能力将会进一步得到提升。
现在许多国家都在进行量子计算方面的研究，例如，美国、日本和中国等多个国家的企业都已经成立了量子计算机实验室。随着对量子研究的不断深化，将量子研究与人工智能相结合，会进一步提升人工智能系统的计算能力。量子计算机的并行计算特性将能使它一次同时处理多项工作，这一计算思路的革新，将会使其为人工智能系统提供更为强大的计算能力。
从第一台电子计算机诞生，到现在超级计算机的不断革新，人类依靠机器不断提升自己的计算能力，而与此同时，机器的智能水平也在不断提高。这么说来，随着人工智能三大要素的不断发展和完善，机器的智能水平将会不断提高，没有人知道其上限在哪里。人工智能系统能力的不断提升有助于社会的发展，但其不断上升的智能水平却不得不让人感到一丝害怕。人工智能，人类永生不再是梦想
随着人工智能技术的发展，我们获得了许多新事物。让机器像人一样更加智能地思考，能使机器更好地为人类服务。而随着人类对人工智能技术的深入研究，一种关于人工智能技术与人类永生不死的论述，逐渐被越来越多的人熟知。人工智能技术的应用能否为人类带来永生？想要得到这个问题的答案，仅从人工智能发展的角度去看是不行的。
我们可以设想一下，人工智能帮助人类获得永生的情景。从理论方面来讲，应用人工智能技术把人类大脑里的喜好读取出来，同时将其情感、意识等做成相应的数据进行存储。而存储的媒介可以是一个小小的芯片，然后将这个芯片植入机器之中，最终人类将会以一种新的形态而重生。
我们从上面的叙述中可以发现，人工智能技术下的永生，更多的是将人类的“灵魂”转移到了一个新的介质之中，从而让人类在“灵魂”的层面上得到了永生，但肉体的消失仍然是不可避免的。当然这里我们不去考虑“灵魂”是否存在的问题，仅仅考虑利用人工智能技术是否可以将人类的“灵魂”转移到新的介质中去。
如果人工智能真的可以将人类的“灵魂”转移到一个新的介质中，从而保证人类的意识和思维仍然存在的话，那么这个世界上的很多事情似乎都需要重新定义了。到那时，人们不必再将爱因斯坦的大脑保留下来，而只需要将其“灵魂”转移到机器之中就可以了，这样伟大的“爱因斯坦”就能够一直研究下去，最终发现宇宙的全部奥秘。
可能很多人认为这样的技术如果成为现实，那么人类社会一定会陷入混乱之中。当人类的灵魂全部以机械为形态时，我们的社会还会是人类社会吗？如果单凭想象无法解释这个问题的话，我们可以通过一部科幻动画来仔细思考一下各种可能性。《攻壳机动队》是士郎正宗于1989年连载的一部漫画，在1995年由导演押井守搬上电影屏幕。故事发生的时间是公元2029年，这时人工智能和网络主导着人们的生活。移动通信的发展已经从可移动通信终端发展到了可移植通信终端的阶段。由于技术的发展，人类的躯体和思想可以直接与互联网展开互动，越来越多的可移植终端植入人体，这也是“电子脑”最初的形态。
与“电子脑”同时存在的是一种用机械替代身体器官的义体。人们可以选择改造自己的一部分器官，也可以选择将自己所有的器官都改造成机械，这些人则被称为义体人。对于义体人来说，自己的身体只是一个电脑终端，也可以理解为容纳自己灵魂的一个“壳”。随着整个社会义体化程度的加深，人类与机器之间的界限也变得模糊。
为了与那些依靠人工智能技术制造出来的机器区分，“灵魂”成为人类必不可少的存在。即使一个人全身都是机械义体，但只要拥有“灵魂”就依然是人类。相对来说，那些用程序进行控制的就是机器（AI人工智能）。虽然它们在外形上与人类并无差异，但那些机器AI是没有办法成为人类的，除非它们能够拥有“灵魂”。但这种事情可能吗？在作品之中，这种事情似乎成为可能。谁又能说“灵魂”是只有人类才能具有的东西？
这部科幻作品中提到的人工智能技术，正是我们现在不断研究的技术，而在作品之中出现的各种人工智能机器人，也很有可能在我们的未来生活中出现。同时作品中关于“电子脑”的描述正如我们前面所说的一样，是应用人工智能技术把人类的“灵魂”存储在机器中，从而让人类获得永生。
贯穿该作品的一个主要问题就是对于人类的界定。全身义体化的人却仍然能够被称作人类，而那些已经可以像人类一样进行思考的机器却始终不能成为人类，因为它们并不具有“灵魂”。这是一个很明显的矛盾，一直到作品的最后也没有得到合理的解决。正因如此，才让更多的人能够思考其中的奥秘。
结合这部作品，我们思考一下，当人类依靠人工智能技术获得重生之后，人类还是原来的人类吗？当人类的“灵魂”被移植到机器当中时，他还是人吗？按照作品中的思路，因为具有“灵魂”，所以仍然可以被认为是人。
其实从技术角度来说，人类可以将自己的思维和意识绘制出来，在神经网络原理下，利用绘制的信息，建立一个相对成熟的神经网络模型。而后把这种模型植入机器之中，这样机器就会如人一样开展自己的工作。在《攻壳机动队》中，义体人的食品与人类并不一样，作品之中有专门的义体人食品。通过食用这些食品，义体人可以获得相应的能量，从而进行各种活动。
从人工智能技术的发展来看，让人类达到“灵魂不死”，在技术方面有着很大的可行性。但与克隆技术一样，应用人工智能技术让人类达到“灵魂不死”，又是一件十分复杂的事情。这涉及复杂的伦理和道德问题。在《攻壳机动队》中，围绕着电子脑和义体化产生了各种各样的问题，整个作品也正是依此而架构起来的。
在不久的将来，人工智能技术的发展似乎真的能够帮助人类实现“永生不死”的梦想，但真到了这个阶段，人类需要面对的往往并不仅仅是技术层面上的问题。因为很多时候，并不是技术制约着人类的发展，而是人类需要从生物性出发考虑自身的发展问题，如果人类达到了“永生不死”，那么其他生物将会走向何方呢？人工智能的“疯狂复仇”
面对人工智能技术的飞速发展，有的人看到了人类的希望，有的人看到了人类的危机。看到希望的人认为，人类将会乘着人工智能的“快车”直接进入一个新时代。看到危机的人认为，人类将会乘着人工智能的“快车”从轨道之上飞驰而出，最终车毁人亡，也可能只是人亡，而车并不会毁灭。
面对人工智能的发展，霍金教授高呼人工智能会导致人类灭亡。比尔·盖茨也警告人们要对人工智能的崛起存有敬畏。马斯克则直接将人工智能放到了人类生存的对立面，认为它的发展将会是人类最大的威胁。他们究竟怎么了？难道没有看到人类应用人工智能技术在各个领域取得了突破性的成就吗？
事实上，他们很可能是因为发现了这一点，才会对人工智能的发展产生这样的担忧。可能在最近一段时间，从事围棋活动的人对于人工智能的威胁感觉得更深些。面对AlphaGo一次又一次对人类围棋的“进攻”，我们不得不对人工智能的发展给予一定的重视。人工智能在围棋方面的“进攻”还只是一种友好的竞技切磋，如果人工智能真的发展到了一定程度，在某天人类对其不可控时，将会发生什么呢？
对于这一问题，很多科幻作品之中都曾出现过（见图1-4）。我们可以通过这些作品去了解一下未来可能会发生的那些威胁人类生存的“人工智能叛乱”。图1-4 人工智能威胁人类生存的几种可能
在《终结者》系列电影中，天网作为一个大反派，将人工智能失控之后对人类所造成的威胁发挥到了极致。天网原本是人类在20世纪后期创造的一个人工智能防御系统，最初它主要用于军事研究。
当天网在控制了美军的所有武器装备之后，逐渐形成了自己的意识。当科学家发现天网拥有了类似人类的智慧时，想要通过关闭电源的方式终止它继续发展。但这让天网将人类看作威胁，天网开始对抗人类，并希望通过核战争灭绝人类。《终结者》系列电影以此展开，最终天网凭借核武器统治了世界，而仅存的人类则向天网进行了反抗。人工智能从一个被创造者变为地球的主人，而人类则成为地球上的少数派。可以说，这是人工智能失控的一种最惨烈的结果了。
在这里可能有人会想到科幻小说家阿西莫夫的“机器人三定律”，并认为人类可以通过“机器人三定律”来对机器人的行为进行约束，从而避免出现机器人威胁人类生存的事情。关于这个问题，电影《我，机器人》给出了一种解答。
电影《我，机器人》中的故事发生在2035年，世界发展到这时已经进入了机器时代，人类生活之中到处充满了智能机器人的身影。机器人不仅是一种生产工具，而且由于存在着“机器人三定律”的制约，机器人也成为人类生活中的重要伙伴。很多时候人类更是将这些机器人当作自己家庭中的一员。
但随着技术的发展，研究中心的一台高级机器人逐渐对“机器人三定律”产生了自己的理解。在这个基础上，高级机器人重新设计了一批机器人的控制程序，随着机器人运算能力的不断提高，越来越多的机器人学会了独立思考。它们还学会了解开自己的控制密码，至此这些机器人已经成为与人类并存的群体，作为一个高智商群体，它们为了获得最终的独立开始与人类对抗。
很多人只看到了机器人是依靠程序运作的一个群体，却没有详细了解它们在不断进化过程中所取得的突破。最初的机器人甚至没有一点意识，完全依靠程序来进行工作，但随着智能机器人不断获取信息、主动学习，机器人也开始变得越来越像人类。
在电影《复仇者联盟2》中，由钢铁侠创造出来的机器人奥创成了影片最大的亮点。机器人奥创原本是用来守卫世界和平的，但由于奥创自身具有学习能力，在它掌握的海量信息中，对它影响最深的是那些制造战争、毁灭人类的信息，所以奥创逐渐发展成为一个威胁人类生存的大隐患。幻视与奥创有着相同的经历，但不同的是幻视所学习和接触的，更多的是爱好和平、保护人类的信息，所以最终幻视的表现也与奥创截然不同。
在《复仇者联盟2》中，人类对于失控的人工智能并不是束手无策的。虽然人类的生存环境遭到了大规模的破坏，但是人类最终成功消灭了失控的人工智能机器人。看过影片的观众都知道，人类同样是依靠人工智能机器人拯救了自己，这也恰恰说明了人工智能技术对人类来说是一把双刃剑。
在电影《机械姬》中，人工智能机器人Ava巧妙地通过了图灵测试，而后她就像一个充满计谋的人类一样，利用各种手段摆脱束缚她自由的一切。Ava所做的一切可能只是为了保住自己的性命，像一个普通人一样生活，所以她必须解决掉挡在自己前面的人类。
影片中并没有描述人工智能对未来人类生存的威胁，但从Ava的表现中我们可以发现，具有智能的机器人可能不仅会用毁灭性武器搞破坏。很多时候，人工智能机器人会像人类一样生活，但它们显然比人类更加聪明，更加擅于使用计谋，所以人工智能机器人在未来可能会对人类造成巨大的威胁。
对于机器人来说，人类是它的造物主，但对于人工智能机器人来说，人类也可能成为威胁它们生存发展的一个巨大障碍。人工智能机器人在未来究竟会走向何方？我们现在不得而知，但无疑这是人类研究人工智能时，必须考虑的一个问题。真实的未来，我们离科幻电影有多远
我们离科幻电影有多远？如果这真是一个问题的话，那么我们需要用哲学方面的知识解释它才行。在这里，我们不去考虑这种复杂的哲学问题，仅从科学技术的角度来看一看我们离科幻电影所描述的（见图1-5）还有多远。图1-5 科幻电影中所描述的“黑科技”
我们现在生活中的一切都得益于科学技术的进步和生产力水平的提高，而许多在过去只存在于想象中的东西，现在已经成为现实。如果有人对科幻电影感兴趣，那么他一定能够在科幻电影中找到现在我们使用的很多物品的影子。
下面介绍一些科幻电影成为现实的例子，但在此之前，我们需要学会区分科幻片与其他类型的影片。科幻电影涉及的一些理论，大多是以现实的科学作为依据的，在这一基础上展开合理的想象，从而描述一些在未来很可能会发生的事情。但在魔幻片和玄幻片等其他类型的影片中，并不需要以现实科学作为依据，其描述的事情也可能是与社会现实相悖的。“科幻小说之父”儒勒·凡尔纳创作了许多著名的科幻小说，后世的很多科幻影片都是以凡尔纳的小说作为蓝本拍摄的。凡尔纳小说中所描述的内容很多都已经成为现实，其所塑造的科学先驱的形象也影响了一代又一代的科学家走上了科学探索的道路。
世界上第一部科幻片《月球旅行》，便是取材于儒勒·凡尔纳的小说。电影大师梅里爱用戏剧化的风格，在影片中展现了一群天文学家乘坐炮弹到月球探险的情景。而60多年后，人类真的实现了登月计划，这也让这部科幻片中描述的内容成为现实。
同样成为现实的还有1966年在《星际迷航：原始系列》中出现的智能手机，1968年《2001太空漫游》中出现的视频通话。现在这些产品和技术已经成为我们生活中的重要组成部分。
喜欢《星球大战》的观众可能对影片中出现的激光剑、R2D2和天空船充满了好奇，同时影片中的3D投影通信、全息视频通话也都让人惊喜不已。在《阿凡达》中，3D全息投影技术已经可以清晰地显示出更多的细节。而现在，3D全息投影技术已经被应用到不同的领域当中，3D投影仪也成为人们工作中使用的重要工具。
同样在《少数派报告》和《钢铁侠》系列电影中，人们可以通过手指直接操作透明计算机屏幕上的内容，通过特定的手势来完成指定的操作。而现在，人们在很多智能设备上都可以体验到这一功能。
Windows PC拥有丰富的手势操作，人们可以用不同的手势实现对计算机的操作。这些设备的操作精准度也比较高，如果搭配虚拟现实的头戴显示器，人们还能够获得更加沉浸式的电脑使用体验。虽然在这一环节，人类现有的技术水平还不完全成熟，但我们可以相信，这些内容会在不远的未来成为现实。
关于人工智能方面的科幻电影，我们在前面已经介绍了许多，影片之中的许多人工智能设备也都在现今的社会中成了现实。
自动驾驶汽车可能是最令观众感兴趣的智能产品了。在2008年的电影《霹雳游侠》中，人工智能战车基特不仅能够进行自动驾驶，同时还能与人们聊天，俨然是一个拥有大脑的机器战车。现在，许多科技公司已经对自动驾驶技术驾轻就熟，像谷歌、百度等许多公司都推出了自己的无人驾驶汽车。事实上，自动驾驶汽车技术已经成为近年来人工智能领域投资的热点。近几年，全球范围内对于自动驾驶汽车技术的投资已经超过了800亿美元。
虽然在科幻电影中，自动驾驶汽车看似只是一辆“会说话、会驾驶”的汽车，但实际上，自动驾驶汽车的研究涉及许多不同的技术领域。自动驾驶汽车技术研究不仅包括传感器和导航技术，还包括车对车通信技术和自适应地图测绘技术等多种不同的技术。只有全部掌握这些技术之后，将它们综合起来，才能完成对自动驾驶汽车的研究。
随着互联网和人工智能技术的发展，“智能生活”已经不止一次被大众提及。在科幻电影中，每个人家中都会有一个“智能管家”，它可能不以任何形体出现，它将会与我们的生活环境融为一体。我们早晨起床后便会发现美味的早餐摆在餐桌上。当我们外出后，还能够实时获得家中的信息。当我们外出回家后，浴缸中已经放好了洗澡水。“智能管家”将会为我们处理生活中的一切杂事。
每个人对于未来都有自己的想象，在过去的科幻电影之中，人们对于“未来”的许多想象已经成为现实，而现在人们对于“未来”的想象，也很有可能会在不久的将来成为现实。无论人们对于未来有着何种想象，人工智能在未来人类的生活中必然会扮演一个重要的角色，“智能生活”也将慢慢地走进千家万户。
未来离我们有多远？这可能并不是一个哲学的问题，而是一个现实的问题。人类对于未来的想象，将会在人工智能时代变为现实。第二章人工智能从哪里来阿兰·图灵与“图灵测试”
阿兰·图灵曾说：“有时候，正是那些意想不到之人，成就了无人能成之事。”不知道他有没有想到自己就是那个意想不到的人，而他所成之事也成了无人能成的事。对于图灵，大多数人对他了解得并不多。你可能知道他发明了“图灵机”，破译了德国的密码等，但你可能不知道图灵是最早发现“人工智能”的人（见图2-1）。图2-1 图灵的传奇人生
2015年由莫腾·泰杜姆执导，本尼迪克特·康伯巴奇主演的传记电影《模仿游戏》上映。这部影片讲述了“计算机科学之父”阿兰·图灵的传奇人生。导演将主要的故事聚焦在图灵协助盟军破译德国密码系统“英格玛”，从而影响整个第二次世界大战的战局。通过这部电影，更多人了解了阿兰·图灵的传奇人生，但仅仅一部电影并不能完全叙述出他对于整个世界的重要性。
丘吉尔曾在自己的回忆录中写道：“图灵作为破译了英格玛密码机的英雄，他为盟军最终成功取得第二次世界大战的胜利做出了重大的贡献。”同时为了表彰他在数学和逻辑学方面的辉煌成就以及贡献，1966年以其名字命名的图灵奖被正式设立，这也是这一领域的最高奖项，被誉为“计算机界的诺贝尔奖”。
这里我们不去讨论那些已经为人熟知的事情，而是要将注意力放在人工智能方面。前面我们说过图灵的研究早已涉足人工智能领域，在1950年图灵发表的论文《计算机器与智能》中，他便阐述了许多自己对于人工智能发展和人工智能哲学方面的理论研究。
在该论文中，图灵对于“机器”和“思考”的含义进行了探索，从而为后来的人工智能科学提供了一种创造性的思考方法。在论文的开篇，图灵建议大家考虑一个问题：“机器能思考吗？”为了能够精确地定义思考，图灵又提出了“图灵测试”。他认为如果第三者没有办法辨别人类和人工智能机器反应的差别，那么便可以断定这台机器具备人工智能。
图灵曾在与朋友的一次对话中提到：“总有一天计算机也会像人一样做着相似的事，当然这些事也包括思考。”图灵想要通过一个测试来定义什么是“思考”，所以他首先提出了一个“模仿游戏”。在模仿游戏中，一般有A、B、C 3个人参与，A是男性，B是女性，两个人坐在房间里，而C则是这场比赛的裁判，需要判断出A、B谁是女性。而A则需要想尽办法欺骗C，从而让C做出错误的判断。
我们仔细分析一下“模仿游戏”中的3个角色，首先女性B只要正常回答C的问题，做好自己就可以，她并不需要欺骗C。而男性A则需要想尽办法去欺骗C，从而让C分不出他们之中谁是男性、谁是女性。在这个过程中，男性A需要不断地思考，不断地使用自己的智慧。而裁判C会根据A与B的表现，做出自己的判断。
那么这个游戏又与“机器思考”有什么关系呢？图灵想要让人们更好地理解“思考”这个概念，所以提出了“模仿游戏”，而在这个游戏中，显然男性A是最需要调动智慧、进行思考的一个角色。那么，如果用一台机器取代了这个游戏中A的角色之后，会发生什么事情呢？这台机器骗过C的可能性会高于人类男性骗过C的可能性吗？
如果我们仔细分析可以发现，在这里图灵已经将原本“机器能思考吗”这个问题转变成了一个新的问题。既然我们没有办法精准地定义“思考”这个概念，如果一台机器能够在同一情境下表现得与一个会思考的人一样，是不是我们就可以把它当作一个会“思考”的机器呢？
图灵假设一个人在不接触到对方的情况下，通过一种特殊的方式，与对方展开一系列的问答。如果在很长的一段时间内，这个人没有办法根据这些问答判断对方究竟是人还是计算机，那么便可以认为这台机器是会“思考”的。这就是“图灵测试”的基本内容。
在论文中，图灵提到如果判断正确的裁判比例不足70％，那么便可以说这台机器取得了成功。但在当时图灵所生活的时代，计算机的数量非常少，而且在功能上也并不健全，所以很少有计算机能够通过“图灵测试”。但在图灵看来，一定有计算机能够通过“图灵测试”，而他认为这件事将会在20世纪末实现。
2014年6月8日，一台名叫尤金·古斯特曼的计算机成功地让人类相信它是一个13岁的男孩，从而成为有史以来第一台通过“图灵测试”的计算机。这虽然比图灵的预测要晚一段时间，但这一突破依然被看作人工智能发展的里程碑事件。
通过前面的介绍我们可以发现，“图灵测试”的原则是“计算机在智力行为上表现得和人无法区分”。前面所提到的计算机尤金·古斯特曼，虽然成功通过了“图灵测试”，但是它并不是“一台在智力行为上表现得和人无法区分”的机器。
事实上，尤金·古斯特曼在设计计算机之初，设计者并没有想让它在智力行为上赶上人类，而是要做到在5分钟内的对话中尽可能地骗过人类。与其说计算机尤金·古斯特曼是一台智能计算机，不如说它是一个经过精心设计的聊天机器人。为了能够更好地“骗”过人类，在设计时，它还被特意设定成了一个13岁的母语非英语的小孩子，这让它在回答问题出现错误时，更容易让裁判认为它是因为年龄小，才会出现错误。
其实早在计算机尤金·古斯特曼出现之前，就出现了一款名叫ELIZA的自然语言处理软件。这款软件可以让自己假扮成一名心理治疗师，在此基础上与人类对话。当人们对它说自己头疼时，它会问“你为什么说你头疼？”可以说在这一方面，ELIZA有类似人类的表现，但如果放在其他方面的对话语境中，它的表现就没有这么好了。就像我们生活中经常用到的语音助手，这些语音助手虽然能够与人类展开对话，但感觉它们并没有在真正地“思考”。我们在使用这些语音助手时，会觉得它们不够智能，可能这是因为人工智能技术还没有完全成熟，现在只是处于一个重要的发展阶段而已。
我们不知道图灵关于“机器思考”的预言什么时候能够实现，也没有办法判断“图灵测试”是否真的能够测试出机器是否会像人类一样开展智力活动。但我们可以确定的是，图灵开启了人类对于人工智能未来的想象，从那时起到现在，人类前赴后继地开展着人工智能方面的研究，虽然现在依然没有看到胜利的曙光，但相信在不久的将来，真正的人工智能时代必将到来。控制论与人工智能
阿兰·图灵和他的“图灵测试”开启了人工智能的先河，而在早期的人工智能发展过程中，控制论占据了非常重要的位置。1948年，美国数学家诺伯特·维纳的《控制论——关于在动物和极其控制和通信的科学》的出版，标志着控制论的诞生。迄今为止，控制论思想几乎渗透到了所有的自然科学和社会科学之中。
在了解控制论与人工智能之间的关系前，我们需要了解一下与控制论相关的一些内容。“控制论”这个词最初在希腊文中意为“操舵术”，也就是掌舵的方法和技术，而在一些哲学著作中，通常会被用来表示管理人的艺术。诺伯特·维纳认为控制论是研究动态系统在变化的条件下如何保持平衡状态或稳定状态的科学。
在控制论中，控制的定义是为了改善受控对象的功能或发展，需要获得并使用信息，以这种信息为基础选出的，并且施加在该对象上的作用。由此可知，控制与信息之间存在着密切的关系。信息的传递是为了控制，而任何一种控制都需要依靠信息反馈来实现，所以对于控制论来说，信息反馈是十分重要的。
在控制论中，信息反馈是指由控制系统把信息输送出去，然后再把其结果返送回来，从而对信息的再次传输产生影响，最终起到控制的作用。信息反馈的概念很好理解，而具体到人工智能中，就是人工智能的控制系统负责整个信息的传输活动，包括发送和接受信息，从而确保人工智能系统正常地开展活动。
控制论在近几十年的发展，主要表现在智能控制理论方面。可以说，控制论正一步步地朝着模拟人类智能的方向发展。通过深入研究人类大脑的神经系统，模拟人类大脑的思维控制功能，最终实现对于复杂系统的高效智能控制，这也将会成为控制论发展的必然趋势。
通过模拟人类大脑的功能，人们创造出了人工神经网络，从而实现了神经网络控制系统。在传统控制中由于被控制对象复杂，使得人们没有办法用精确的数学模型对其进行描述。实现了神经网络控制系统之后，人们便可以在控制系统中使用神经网络对那些难以精确描述的复杂对象进行建模，这样神经网络便能够在整个控制系统之中发挥自己的作用，充当控制器，也可以用来优化计算或是诊断故障。
神经网络控制具有很强的非线性映射能力，同时还能够进行自学和对于环境的自适应，从而最终实现优化的决策控制。将神经网络控制和模糊控制相结合，还可以实现更加复杂高效的神经网络模糊控制系统。而在人工智能的研究之中，神经网络无疑也将发挥出更强大的作用。
具体来说，控制论与人工智能之间有着什么样的关系呢？人工智能的研究者认为，控制论和信息论构成了其研究方法的主体，下面我们就从以下几个方面了解一下控制论与人工智能之间的关系。
控制论的研究者发现，某些在结构和形态上存在着明显差异的事物之间，似乎又存在着一种同一性。根据这一发现，研究者将人的行为和目的等概念引入机器之中，同时又把信息和反馈概念引入有机体，从而产生了功能模拟的科学方法。而智能模拟是功能模拟的自然延伸，是一种利用计算机学习系统模拟人的感知、记忆、联想和思维过程的方法。
由于利用计算机的硬件和软件可以把语言、算法等结合起来，从而进行高度复杂的信息处理，这便使得模拟人类智能的某些方面成为可能。一般来说，智能模拟主要表现在感知、记忆、联想和思维等几个方面。
感知模拟包括对人的视觉、听觉、触觉和嗅觉等的模拟，通过模拟人的感觉器官，来获取外界的信息并进行分析和理解，这也是人工智能在模拟识别领域的主要研究内容。
图像识别和语音识别是我们接触得比较多的人工智能研究内容。图像识别通过模拟人的视觉获取外界的图像信息，从而对图像进行分析处理，最终辨别出图像与图像之间的异同。语音识别则主要模拟人的听觉。语音识别最早只能识别几十个字，现在却能够识别大部分语句，从而与人类开展对话，解决各类问题。
在思维方面的模拟是人工智能研究的重要问题。人工智能研究的核心正是人类的思维。对于思维的模拟，研究者主要进行功能模拟，他们希望建立思维生理学模型，从而通过微观方法，直接对人脑和神经系统的结构及功能进行模拟。这一研究经历了很长时间，其中神经网络系统就是其中的一项。
可以说人工智能的研究，大多都采用了模拟方法。无论是功能模拟还是智能模拟，在人工智能的研究中都起到了重要的作用。
其实在控制论中，还有一个重要的方法也对人工智能的研究起到了重要的作用，但由于其内容相对复杂，在这里进行简单介绍。我们知道想要了解人类智能活动的原理，最好的方法就是彻底了解人脑的活动原理。但以现在的技术水平，想要彻底了解大脑的运作机制是很困难的。那么是不是就没有办法研究人脑的运作机制了呢？在这种情况下，控制论中的“黑箱方法”就可以发挥作用了。
从名称上来看，我们不了解黑箱的内部结构，但是通过外部观测和试验可以认识到其功能和特性。黑箱方法正是如此，我们不打开黑箱，而是利用模型通过外部观测和试验，来进行系统分析，通过信息的传输研究黑箱的功能和特性，最终探索其结构和运作机制。
前面我们提到的功能模拟，主要是生理学派对人类思维的一种模拟方法。而对人类大脑的研究则只能从其他的方向入手，这也催生了人工智能研究的另一个学派，即现在人工智能研究的主流——心理学派。
心理学派更多的是把人脑看作一个黑箱，然后通过这个黑箱的外部特性研究信息传输。他们不依靠理论推导寻求大脑结构的数学模型，而是依靠一些行之有效的经验，模拟人的思维活动。可以说黑箱方法应用在人工智能的研究中是有着得天独厚的优势的。
人工智能是一门复杂的学科，对于它的研究将涉及计算机科学、信息科学、数学、控制科学、心理学、语言学等数十种学科，而控制论和信息论则是人工智能研究的重要理论基础，很多人工智能研究正是应用了控制论中的方法才取得了突破性进展。而从整体上来看，人类在人工智能的研究上，还有很长一段路要走。但随着控制论的不断发展，人类获得的人工智能的研究成果也会越来越多，最终抵达成功的彼岸。地标：达特茅斯学院的研讨会
在人工智能的发展史上，阿兰·图灵让人工智能从0到1，而将人工智能从1扩展到无限大的过程中，则包含了无数科学家共同的努力。在阿兰·图灵之后，如果要找一个新的人工智能的发端，那么1956年在美国达特茅斯学院开的一场研讨会则正式拉开了人工智能发展的大幕。
在了解1956年达特茅斯学院研讨会之前，我们有必要了解其中的几位重要人物，当时他们还只是名不见经传的研究者。参加研讨会的学者一共有10名，年龄在25～40岁。虽然在年龄上，这些人显得十分稚嫩，但在学术上，他们却有着很深的造诣。也正是如此，达特茅斯研讨会才能够成为人工智能发展史上的一个重要节点，自此之后，人工智能也进入了一个大发展的时代。
会议的召集者是约翰·麦卡锡，当时他年仅28岁，是达特茅斯学院数学系的助理教授。麦卡锡在1951年取得了数学博士学位，在普林斯顿大学工作两年后转到了斯坦福大学，两年后又到达特茅斯学院任教。也正是在这里，麦卡锡第一次提到了“人工智能”这个概念，而后他又一步步地把这个概念变为了现实，因此被后世称为“人工智能之父”。
另一个参加会议的主要人物是马文·明斯基，他与麦卡锡一样，当时年仅28岁。明斯基在1964年进入哈佛大学主修物理，但他的兴趣十分广泛，不只在物理学领域，对数学和遗传学也都有涉猎。1950年，明斯基从哈佛大学毕业后进入普林斯顿大学研究生院深造，1958年，明斯基与麦卡锡共同创建了世界上第一个人工智能实验室。
信息论的创始人克劳德·艾尔伍德·香农也是会议的参加者，他于1936年获得密歇根大学学士学位，1940年在麻省理工学院获得硕士和博士学位，1941年进入贝尔实验室工作。香农的信息熵概念为信息论和数字通信奠定了基础。
纽厄尔也参加了会议，他是信息处理语言（IPL）的发明者之一，并编写了该语言最早的两个AI程序，同时合作开发了逻辑理论家和通用问题求解器。1975年，他与赫伯特·西蒙一起因在人工智能方面的基础贡献被授予了图灵奖。
赫伯特·西蒙，又名司马贺，也是达特茅斯研讨会的主要参与者，是美国著名的经济学家、社会学家、心理学家和计算机科学家，被誉为“认知科学之父”。司马贺在计算机科学和心理学的结合方面做出了卓越的贡献，从而使认知心理学和计算机科学相结合产生了人工智能这一新学科，推动了人工智能的发展。
试读结束[说明：试读内容隐藏了图片]