1.2 人工智能追根溯源
在古代的各种诗歌和著作中，就有人不断幻想将无生命的物体变成有生命的人类。
公元8年，罗马诗人奥维德（Ovid）完成了《变形记》，其中象牙雕刻的少女变成了活生生的少女。
公元200—500年，犹太教的律法集《塔木德》中使用泥巴创造犹太人的守护神。
1816年，人工智能机器人的先驱玛丽·雪莱（Mary Shelly）在长篇科幻小说《弗兰肯斯坦》中描述了人工造人的故事。
人类一直致力于创造越来越复杂、越精密的机器来节省体力，也发明了很多工具用于降低脑力劳动量，如算筹、算盘和计算器等，但它们的应用范围十分有限。随着第三次工业革命的到来，遵循摩尔定律，机器的算力实现了几何级数的增长，推动了人工智能应用的落地。
1.2.1 人工智能的由来
人工智能学科诞生于20世纪50年代中期，当时由于计算机的出现与发展，人们开始了具有真正意义的人工智能的研究。虽然计算机为人工智能提供了必要的技术基础，但直到20世纪50年代早期，人们才注意到人类智能与机器之间的联系。诺伯特·维纳（Norbert Wiener）是最早研究反馈理论的美国人之一，最著名的反馈控制的例子是自动调温器，它将采集到的房间温度与希望达到的温度进行比较，并做出反应将加热器开大或关小，从而控制房间温度。这项研究的重要性在于从理论上指出了所有的智能活动都是反馈机制的结果，对早期AI的发展影响很大。
1956年，美国达特茅斯学院助教麦卡锡、哈佛大学明斯基、贝尔实验室香农、IBM公司信息研究中心罗彻斯特、卡内基梅隆大学纽厄尔和赫伯特·西蒙、麻省理工学院塞夫里奇和所罗门夫，以及IBM公司塞缪尔和莫尔，在美国达特茅斯学院举行了为期两个月的学术讨论会，从不同学科的角度探讨了人类各种学习和其他智能特征的基础，以及用机器模拟人类智能等问题，并首次提出了“人工智能”的术语。从此，人工智能这门新兴的学科诞生了。这些人的研究专业包括数学、心理学、神经生理学、信息论和计算机科学，他们从不同的角度共同探讨了人工智能的可能性。对于他们的名字人们并不陌生，如香农是信息论的创始人，塞缪尔编写了第一个计算机跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是计算机“图灵奖”的获得者。
这次会议之后，美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽厄尔为首的卡内基梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。
1.2.2 人工智能的基本概念
人工智能是计算机学科的一个分支，自20世纪70年代以来被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一。这是因为近30年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果。人工智能已逐步成为一个独立的分支，在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能涉及计算机科学、心理学、神经科学、生物学、数学、社会学和语言学等学科，可以说几乎覆盖自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，如图1-17所示。人工智能与思维科学的关系是实践和理论的关系，人工智能处于思维科学的技术应用层次，是它的一个应用分支。从思维角度来看，人工智能不能仅仅局限于逻辑思维，更要考虑形象思维、灵感思维，才能促进人工智能的快速发展。数学常被认为是多种学科的基础科学，对语言、思维领域帮助极大。数学中的标准逻辑、模糊数学对人工智能学科起到了极大的促进作用，使人工智能更快地发展。
图1-17 人工智能相关学科
美国麻省理工学院尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而另一位同校的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容，即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软、硬件来模拟人类某些智能行为的基本理论、方法和技术。
1. 人工智能概念的一般描述
人工智能（Artificial Intelligence，AI）也就是人造智能，对人工智能的理解可以分为两部分，即“人工”和“智能”。人工的（Artificial）也就是人造的、模拟的、仿造的、非天然的，其对应的英文为天然的（Natural）。这部分的概念相对易于理解，争议性也不大。而对于“智能”的定义，争议较多，因为它涉及其他诸如意识（Consciousness）、自我（Self）、思维（Mind）等问题。人类唯一了解的智能是人本身的智能，这是普遍认同的观点，美国俄克拉荷马州州立大学教授、心理学家斯腾伯格（R. Stemberg）就“智能”这个主题给出了以下定义：智能是个人从经验中学习、理性思考、记忆重要信息，以及应付日常生活需求的认知能力。
由于我们对自身智能的理解非常有限，因此对构成人的智能的必要元素的了解也非常有限，所以很难定义什么是“人工”制造的“智能”。人工智能的研究往往涉及对人的智能本身的研究，而其他关于动物或其他人造系统的智能也普遍被认为是人工智能相关的研究课题。
从字面上来解释，“人工智能”是指用计算机（机器）来模拟或实现的智能，因此人工智能又可称为机器智能。当然，这只是对人工智能的一般解释。
关于人工智能的科学定义，学术界目前还没有统一的认识。下面摘选部分学者对人工智能概念的描述，可以看作是他们各自对人工智能所下的定义。
• 人工智能是那些与人的思维相关的活动，诸如决策、问题求解和学习等的自动化（Bellman，1978年）。
• 人工智能是一种计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland，1985年）。
• 人工智能是研究如何让计算机做现阶段只有人才能做得好的事情（Rich Knight，1991年）。
• 人工智能是那些使知觉、推理和行为成为可能的计算的研究（Winston，1992年）。
广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为（Nilsson，1998年）。Stuart Russel和Peter Norvig则把已有的一些人工智能定义分为4类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统（2003年）。
上述这些定义虽然都指出了人工智能的一些特征，但它们都是描述性的，用于解释人工智能。但如何来界定一台计算机（机器）是否具有智能，它们都没有提及。因为要界定机器是否具有智能，必然要涉及什么是智能的问题，但这却是一个难以准确回答的问题。所以，尽管人们给出了关于人工智能的不少说法，但都没有完全或严格地用“智能”的内涵或外延来定义“人工智能”。
2. 图灵测试
关于如何界定机器智能，早在人工智能学科还未正式诞生之前的1950年，计算机的创始人之一，英国数学家艾伦·图灵（Alan Turing）（如图1-18所示）就提出了现在称为“图灵测试”（Turing Test）的方法。在图灵测试中，一位人类测试员会使用电传设备，通过文字与密室里的一台机器和一个人自由对话，如图1-19所示。如果测试员无法分辨与之对话的两个对象谁是机器、谁是人，则参与对话的机器就被认为具有智能（会思考）。1952年，图灵还提出了更具体的测试标准：如果一台机器能在5分钟之内骗过30%以上的测试者，不能辨别其机器的身份，就可以判定它通过了图灵测试。
图1-18 艾伦·图灵
图1-19 图灵测试模拟游戏
如图1-20所示的是某一次图灵测试中的对话内容。我们可以发现，人工智能的回答可谓是天衣无缝，它在逻辑推理方面丝毫不弱于人类。但是在情感方面，人工智能有着天然的缺陷，它只是理性地思考问题，而不会安慰人，那是因为缺乏所谓的同理心。
图1-20 图灵测试中的对话内容
虽然图灵测试的科学性受到许多人的质疑，但是它在过去数十年一直被广泛认为是测试机器智能的重要标准，对人工智能的发展产生了极为深远的影响。当然，早期的图灵测试是假设被测试对象位于密室中。后来，与人对话的可能是位于网络另一端的聊天机器人。随着智能语音、自然语言处理等技术的飞速发展，人工智能已经能用语音对话的方式与人类交流，而不被发现是机器人。在2018年的谷歌开发者大会上，谷歌向外界展示了其人工智能技术在语音通话应用上的最新进展，比如通过Google Duplex个人助理来帮助用户在真实世界中预约了美发沙龙和餐馆。
1.2.3 人工智能的发展历程
人工智能的发展历程如图1-21所示。
图1-21 人工智能的发展历程
1. 人工智能的萌芽期（20世纪40—50年代）
1950年，著名的“图灵测试”诞生，按照“人工智能之父”艾伦·图灵的定义：如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么便可称这台机器具有智能。同年，图灵还预言人类会创造出具有真正智能的机器。
1954年，美国人乔治·戴沃尔设计了世界上第一台可编程机器人。
2. 人工智能的启动期（20世纪50—70年代）
1956年夏天，人工智能学科诞生，美国达特茅斯学院举行了历史上第一次人工智能研讨会，这被认为是人工智能诞生的标志。会上，麦卡锡首次提出了“人工智能”这个概念，纽厄尔和西蒙则展示了编写的逻辑理论机器。
1966—1972年，美国斯坦福国际研究所研制出首台人工智能机器人Shakey，这是首台采用人工智能的移动机器人。
1966年，美国麻省理工学院的魏泽鲍姆发布了世界上第一台聊天机器人ELIZA，ELIZA的智能体现在它能通过脚本理解简单的自然语言，并能产生类似人类的互动。
1968年，美国加州斯坦福研究所的道格·恩格勒巴特发明了计算机鼠标，构想出了“超文本链接”的概念，这在几十年后成为现代互联网的根基。
3. 人工智能的消沉期（20世纪70—80年代）
20世纪70年代初，人工智能的发展遭遇了瓶颈。当时，计算机有限的内存和处理速度不足以解决任何实际的人工智能问题。刚开始要求程序对这个世界具有儿童水平的认知，但研究者们很快就发现这个要求太高了。
1970年，还没人能够做出如此巨大的数据库，也没人知道一个程序怎样才能学到如此丰富的知识。由于缺乏进展，对人工智能提供资助的机构（如英国政府、美国国防部高级研究计划局和美国国家科学研究委员会）逐渐对无方向的人工智能研究停止了资助。
4. 人工智能的突破期（1980—1986年）
1981年，日本经济产业省投资8.5亿美元用于研发第五代计算机项目，即人工智能计算机；随后，英国、美国纷纷行动，开始为信息技术领域的研究提供大量资金。
1984年，美国在道格拉斯·莱纳特的带领下启动了Cyc（大百科全书）项目，其目标是使人工智能应用能以类似人的方式工作。
1986年，美国发明家查克·赫尔制造出人类历史上首台3D打印机。
5. 人工智能的发展期和高速发展期（1987年至今）
如图1-22所示，1997年5月11日，IBM公司的计算机“深蓝”战胜国际象棋世界冠军卡斯帕罗夫，成为首个在标准比赛时限内击败国际象棋世界冠军的计算机系统。
图1-22 “深蓝”对战卡斯帕罗夫
2011年，IBM开发出使用自然语言回答问题的人工智能程序Watson（沃森），其参加美国智力问答节目，打败两位人类冠军，赢得了100万美元的奖金。
2012年，加拿大神经学家团队创造了一个具备简单认知能力、有250万个模拟“神经元”的虚拟大脑，命名为Spaun，并通过了最基本的智商测试。
2013年，Facebook成立了人工智能实验室，探索深度学习领域，借此为Facebook用户提供更加智能化的产品体验；Google收购了语音和图像识别公司DNNresearch，推广深度学习平台；百度创立了深度学习研究院。
2015年，Google开发了能利用大量数据直接训练计算机来完成任务的第二代机器学习平台TensorFlow；剑桥大学建立了人工智能研究所。
2016年3月15日，Google围棋人工智能系统AlphaGo与围棋世界冠军李世石的人机大战最后一场落下了帷幕，人机大战第五场经过长达5小时的搏杀，最终李世石与AlphaGo的总比分定格在1:4，以李世石认输结束。这次人机对弈使人工智能正式被世人所熟知，整个人工智能市场也像被引燃了导火线，开始了新一轮爆发。
【知识拓展】
人工智能的三大学派
人工智能有三个主要学派，即符号主义（Symbolicism），主要依据物理符号系统（符号操作系统）假设和有限合理性原理；联结主义（Connectionism），主要依据神经网络及神经网络间的连接机制与学习算法；行为主义（Actionism），主要依据控制论及感知—动作型控制原理。这三个学派对人工智能发展历史具有不同的看法。
1. 符号主义
符号主义，又称为逻辑主义（Logicism）、心理学派（Psychologism）或计算机学派（Computerism），认为人工智能源自数理逻辑。数理逻辑自19世纪末以来迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，逻辑演绎系统被计算机实现。以启发式程序LT逻辑理论为代表的成果，证明了38条数学定理，表明了可以运用计算机研究人的思维过程以及模拟人类智能活动。早在1956年，符号主义者首先采用了“人工智能”这个术语，随后发展出启发式算法、专家系统、知识工程理论与技术，并在20世纪80年代获得了长足发展。曾长期一枝独秀的符号主义为人工智能的发展做出了重大贡献，尤其是成功开发和应用了专家系统，这对于将人工智能引入工程应用和实现理论联系实际具有特别重要的意义。即使后期出现了其他人工智能学派，符号主义仍然是人工智能的主流学派。
2. 联结主义
联结主义，又称为仿生学派（Bionicsism）或生理学派（Physiologism），认为人工智能源于仿生学，尤其是人脑模型的研究。其代表性成果是1943年由生理学家麦卡洛克（McCulloch）和数理逻辑学家皮茨（Pitts）创立的MP脑模型，开创了用电子装置模拟人类大脑结构和功能的新途径。20世纪60至70年代，联结主义开始兴起对以感知机（Perceptron）为代表的脑模型的研究，但受当时的理论模型、生物原型和技术条件的限制，20世纪70年代末至80年代初脑模型研究陷入低谷，直到Hopfield教授在1982年提出用硬件来模拟神经网络以后，联结主义才再度兴起。自1986年鲁梅尔哈特（Rumelhart）等人提出多层网络中的反向传播（BP）算法以后，从模型到算法，从理论分析到工程实现，联结主义重整旗鼓，为神经网络计算机走向市场奠定了基础。
3. 行为主义
行为主义，又称为进化主义（Evolutionism）或控制论学派（Cyberneticsism），认为人工智能是控制论的产物。早在20世纪40至50年代，控制论思想就成为时代思潮的重要组成部分，把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来，影响着早期人工智能的研究人员。维纳（Wiener）和麦克洛克（McCulloch）等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论对许多领域都产生了影响。控制论早期研究工作主要集中于模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自校正、自镇定、自组织和自学习等的研究，并进行“控制论动物”的研制。到20世纪60至70年代，这些控制论系统的研究取得一定进展，为智能控制和智能机器人的产生奠定了基础，20世纪80年代智能控制和智能机器人系统诞生。近几年，行为主义新学派才引起了在人工智能研究者的兴趣和关注。布鲁克斯（Brooks）的六足行走机器人则是这一学派的代表，是基于感知动作模式的模拟昆虫行为控制系统，被视为新一代的“控制论动物”。