在介紹人工智能之前，我們要先了解智能到底是什麼？智能，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“多元智能理論”，他認為人類個體都獨立存在着八種智能，分别如下：

多元智能理論

• 視覺—空間智能，指對線條、形狀、結構、色彩和空間關系的敏感以及通過平面圖形和立體造型将它們表現出來的能力。
• 語言—言語智能，指聽說讀寫能力，利用語言描述事件、表達思想并與人交流的能力。
• 交往—交流智能 ，指與人相處交往的能力，表現為察覺、體驗他人情緒、情感和意圖并據此作出适宜反應的能力。
• 自知—自省智能，指認識、洞察和反省自身的能力，表現為正确地意識和評價自身的情緒、動機、欲望、個性、意志，并在正确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—數理智能 ，指運算和推理能力，表現為對事物間各種關系如類比、對比、因果和邏輯等關系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—節奏智能，指感受、辨别、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—動覺智能，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于利用身體語言來表達自己的思想和情感的能力。
• 自然觀察智能，指個體辨别環境的特征并加以分類和利用的能力。

人工智能，即是人工的智能，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“多元智能理論”中的八種智能。多數人對人工智能的了解主要是通過科幻片，裡面的機器人擁有着人類的思維意識、情感和超凡的能力。

機器人

然而現實中的人工智能卻與科幻片的相去甚遠，甚至讓人大失所望，現實中的人工智能隻能向我們推薦感興趣的文章，隻能幫我們過濾垃圾郵件，隻能幼稚地跟我們聊天，隻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。現實中的人工智能隻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。

人工智能的終極目标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，可将人工智能分為強人工智能和弱人工智能。其中強人工智能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。而弱人工智能則隻專注于完成某個特定任務，模拟人類的某方面智能，比如人臉識别、語音識别等。

強弱人工智能

目前我們經常聽到的人工智能其實屬于弱人工智能範疇，它隻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。弱人工智能建立在大數據和機器學習（包括目前較火的深度學習）的基礎上，也就是通過大量的标定的數據和算法來學習事物的模式規律。通過對數據訓練得到一個模型參數，然後根據該模型實現決策和預測。

而強人工智能則是指具有人類的各種能力，比如獨立思考、自我意識、七情六欲、推理歸納等等。目前來看，強人工智能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。

強弱人工智能

從人工智能正式被提出到如今已經六十多年過去了，在此期間人工智能的發展經曆了幾度繁榮和衰落。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。

發展史

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能相關的問題。人工智能的孕育期其實可以追溯到公元前的哲學界亞裡士多德，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；之後邏輯學家布爾創立了布爾代數，并首次用符号描述了基本的推理法則。

邏輯數學

1943年，神經物理學家麥克洛奇與匹茲建成了第一個神經網絡模型，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。并在1950年發表了《計算機器與智能》論文，這篇論文給出了機器和思考的定義，并且制定了“圖靈測試”标準，如果能通過該測試則認為該機器具有智能。

圖靈機

1956年的達特茅斯會議被稱為是人工智能元年，同時也是人工智能誕生的标志。這一年，在美國漢諾斯小鎮甯靜的達特茅斯學院中，人工智能之父約翰·麥卡錫、人工智能奠基者馬文·闵斯基、信息論創始人克勞德·香農、計算機科學家艾倫·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，讨論如何用機器來模仿人類的智能。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：人工智能。

人工智能

達特茅斯會議過後人工智能開始井噴式發展，1957年羅森布拉特發明了感知機，1959年科學家亞瑟·塞缪爾創造了“機器學習”這個術語，并且給出了機器學習的定義。1966年和1972年分别誕生了第一個聊天機器人和智能機器人，而後随着人們對人工智能的興趣下降并且資金枯竭，在1974年，人工智能開始進入第一個寒冬。經曆過寒冬後，1980年人工智能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年人工智能在耗盡了政府和投資人的資金後，開始進入第二次寒冬。

專家系統

1997年，IBM的深藍擊敗了國際象棋世界冠軍加裡·卡斯帕羅夫，成為第一台擊敗國際象棋世界冠軍的電腦。2002年人工智能開始以清潔機器人的身份走進人類家庭，直到2006年，Facebook、Twitter、Netflix等公司開始将人工智能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并赢得冠軍了。

沃森參加比賽

最重要的是在2006年以後，大數據和深度學習爆發并得到了高速的發展，結合兩者實現的人工智能在某些方面已經能夠與人類相提并論。所以在新一輪技術浪潮的驅動下，人工智能在很多領域不斷落地應用，其中包括人臉識别、語音識别、自動駕駛、精準營銷、個性化推薦、智能客服、安防系統等等。

在人工智能的整個發展過程中，不同學科背景的研究人員對人工智能有不同的理解，因此也産生了三大人工智能學派。傳統的人工智能被稱為符号主義學派，符号主義主要研究的是基于邏輯推理的智能模拟方法；而一些人則認為可通過模拟大腦的神經網絡結構來實現，即連接主義學派；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。

符号主義學派

符号學派認為任何能夠将某些模式或符号進行操作并轉化成另外一些模式或符号的系統就可能産生智能行為，它緻力于用計算機的符号操作來模拟人的認知過程，其實質就是模拟人的大腦的抽象邏輯思維，并通過某種符号來描述人類的認知過程，從而實現人工智能。符号主義主要集中在人類智能的高級行為，比如推理、規劃、知識表示等。

符号主義

連接主義學派

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接，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拟大腦的智力。連接主義學派認為神經網絡和神經網絡間的連接機制和學習算法能夠産生智能。

連接主義

行為主義學派

行為學派出發點與其他兩個學派完全不同，它是一種基于感知—行動的行為智能模拟方法。該學派認為行為是個體用于适應環境變化的各種身體反應的組合，它的理論目标在于預見和控制行為。

行為主義

這篇文章從整體介紹了什麼是人工智能、人工智能的發展以及人工智能的三大學派，從整體上了解了人工智能這門學科的情況，并且知道了目前的人工智能并非是科幻片裡面的人工智能，現實與理想之間的差距還是很大的。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!