《人工智能——一种现代方法》读书总结第1章

第1章 绪论

1.1 什么是人工智能

   书中从思维过程与推理和行为两个维度定义了什么是人工智能。思维过程与推理层面包含类人思考和理性思考这两种不同等级，类似的，行为层面同样包含类人行为和理性行为这两个层级。我们同样可以把类人思考和类人行为归纳在一起，用与人类的表现的逼真程度来衡量，这种定义方式以人为中心；把理性思考和理性行为归结在一起用所谓的“合理性”的理想表现来衡量。

图1 人工智能的4种定义途径

1.1.1 类人行为——图灵测试方法

   图灵测试：如果一位人类询问者在提出一些书面问题以后无法分辨书面回答来自人还是来自计算机，那么这台计算机就通过测试。
   目前计算机要通过测试，需具备自然语言处理、知识表示、自动推理、机器学习、计算机视觉、机器人学6个方面的能力。但是，AI 研究者们并未致力于通过图灵测试，认为研究智能的基本原理比复制样本更重要。

1.1.2 类人思考——认知建模方法

图2 人类思考的3种途径   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/输出行为与相应的人类行为相匹配，那就表明程序的某些机制也可能在人类中存在。

1.1.3 理性行为——“思维法则”方法

  亚里士多德提出的试图法则化正确思维的“三段论”等法则，被认为支配着思想的运作，开创了一个称为 逻辑（logic） 的领域。19 世纪的逻辑学家建立了一套精确的符号系统，用于描述世界上物体及其之间的关系。到1965 年，任何用逻辑符号描述的可解问题在原则上都可以用程序求解。人工智能中所谓的逻辑主义（logicism）传统希望在此类程序的基础上创建智能系统。
  按照常规的理解，逻辑要求关于世界的认知是确定的，而实际上这很难实现。概率（probability）论填补了这一鸿沟，允许我们在掌握不确定信息的情况下进行严格的推理。原则上，它允许我们构建全面的理性思维模型，从原始的感知到对世界运作方式的理解，再到对未来的预测。但是，它无法做到的是形成智能行为。

1.1.4 理性思考——理性智能体方法

图3 智能体相关概念
  人工智能专注于研究和构建做正确的事情的智能体，其中正确的事情是我们提供给智能体的目标定义。
  在[原书][1]第四版的1.1.5节提到 价值对齐问题这一概念，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称为价值对齐问题（valuealignment problem），即施加给机器的价值或目标必须与人类的一致。我们不希望机器“聪明”地实现它们的目标，而是希望它们实现我们的目标。我们希望当一台机器意识到它不了解完整的目标时，它就会有谨慎行动的动机，会寻求许可，并通过观察来更多地了解我们的偏好，遵守人为控制。最终，我们想要的是对人类可证益的（provably beneficial）智能体。

1.2 人工智能的基础

  为人工智能提供思想、观点和技术的学科很多，书中列举了哲学、数学、经济学、神经科学、心理学、计算机工程、控制理论与控制论和语言学这些学科。具体内容我就不在此照搬了。我将其中几个我比较感兴趣的问题列举如下。

图4 人工智能基础的部分问题

1.3 人工智能的历史

  这里我照搬了伯克利[CS188][2]人工智能导论课程第一章的讲义。

图5 人工智能的发展历史

1.4 总结

  本文主要介绍了《人工智能——一种现代方法》第1章绪论的内容，即AI的定义和一些基础内容，原书提到的1.4 目前的先进技术和1.5人工智能的风险和收益本文没有涉及。

参考文献

[1] 人工智能：现代方法（第4版）
[2] https://inst.eecs.berkeley.edu/~cs188/su21/