2019-06-01

哲学家卡尔纳普在归纳逻辑的研究中试图给“概率”一个工作定义。他不是简单地陈述他的看法，而是先仔细地讨论了一个“元问题”：什么样的定义是个好定义？他提出了四条标准：

这四条标准往往是会互相冲突的，比如说甲定义比乙定义简单，但没有后者精确。这时候就要综合平衡了。尽管如此，这组标准仍有相当大的普适指导性。

现在，计算机已经能够完成很多以前只有人脑才能完成的智力活动，这自然就会引出“计算机能否完成所有智力活动”的问题。如果答案是肯定的，后面就可以考虑“怎样做”和“应不应做”等问题。如果答案是否定的，后面就可以考虑“为什么”和“哪些能做，哪些不能做”等问题。这已经就是人工智能的基本问题了。

五大派
结构派：脑科学，模拟人脑结构，极复杂/必要性
行为派：心理学，外部表现和行为，图灵测试/某些方面超过
能力派：计算机应用，能解决只有人脑才能解决的问题
方法派：计算机科学，每种认知功能单独研究
原则派：传统理性模型，智能代表着某种理性原则

智能是一组认知功能的总称，包括表征、搜索、推理、学习、规划、决策、感知、运动、通讯等等。

智能：在知识和资源相对不足的条件下的适应能力

三条基本预设：
1、人类是有智能的（尽管不同人的智能可能在程度和特征上有所差别）；
2、人类智能不是智能的唯一可能形态（智能系统并非在所有方面和人完全一样）；
3、现存的计算机系统基本是没有智能的（否则人工智能早已经实现了）。

如果一个系统在解决问题时完全依靠预先给定的程序，那就不算有智能，不论问题在人看来有多难，或程序相应于哪种人类认知功能。

当我们考察一个系统的智能时，其着眼点一般不是看它能解决什么问题，而是看其能力是事先确定并无法改变的，还是在经验中逐渐形成并保持一定的可塑性的。

一个智能系统不必在内部结构或外部行为上和人脑“形似”，但必须在理性原则上与其“神似”。一个计算机系统是否有智能，不在于某一个时刻它能解决什么实际问题，而在于它提供的解是否依赖于系统的历史和处境。