人工智能简介

人工智能简介

手绘笔记由Tomomi Imura创作

课前测验

人工智能是一门令人兴奋的科学学科，研究如何让计算机表现出智能行为，例如人类擅长做的事情。

最初，计算机是由查尔斯·巴贝奇发明的，用于根据定义明确的程序——算法，进行数字运算。现代计算机虽然比19世纪提出的原始模型先进得多，但仍遵循相同的思想：受控计算。因此，如果我们知道实现目标所需的精确步骤序列，就可以编程计算机来执行某些任务。

照片由Vickie Soshnikova拍摄

✅ 从照片中确定一个人的年龄是一项无法显式编程的任务，因为我们不知道当我们这样做时，我们是如何在头脑中得出一个数字的。

有些任务我们不知道如何解决。考虑从照片中确定一个人的年龄。我们通过看到许多不同年龄的人的例子学会了这样做，但我们无法明确解释我们是如何做到这一点的，也不能编程计算机来做到这一点。这正是人工智能（简称AI）感兴趣的领域。

✅ 想一想你可以将哪些任务交给计算机，并且这些任务会受益于AI。考虑金融、医学和艺术领域——这些领域今天如何受益于AI？

弱人工智能与强人工智能

有关更多信息，请参阅**通用人工智能**（AGI）。

智能的定义与图灵测试

处理“智能”这一术语时的一个问题是没有一个明确的定义。人们可能会认为智能与抽象思维或自我意识有关，但我们无法明确地定义它。

照片由Amber Kipp在Unsplash上拍摄

要了解一个词如“智能”的模糊性，试着回答一个问题：“猫聪明吗？”不同的人对这个问题的回答可能不同，因为没有一个普遍接受的测试来证明这个断言是对还是错。如果你认为有——尝试让你的猫通过智商测试……

✅ 花点时间思考你如何定义智能。一只能够解开迷宫并获取食物的乌鸦是聪明的吗？一个孩子是聪明的吗？

当谈论AGI时，我们需要一种方法来判断我们是否创造了一个真正智能的系统。艾伦·图灵提出了一种称为**图灵测试**的方法，这也作为一种智能的定义。该测试将给定系统与本质上智能的东西——真实的人类进行比较，由于任何自动比较都可以被计算机程序绕过，我们使用人类审问者。因此，如果一个人类无法区分一个真实的个人和一个计算机系统之间的文本对话，则该系统被认为是智能的。

一个名为Eugene Goostman的聊天机器人，在2014年通过使用巧妙的个性技巧接近通过图灵测试。它提前宣布自己是一个13岁的乌克兰男孩，这解释了它知识的缺乏和一些文本中的不一致。经过5分钟的对话后，该机器人说服了30%的评委它是人类。然而，我们应该明白这并不表明我们创造了智能系统，或者计算机系统欺骗了人类审问者——实际上，是机器人创造者欺骗了人类！

✅ 你曾经被聊天机器人欺骗以为你在和人类交谈吗？它是如何说服你的？

不同的人工智能方法

如果我们希望计算机表现得像人类，我们必须以某种方式在计算机内部模拟我们的思维方式。因此，我们需要尝试理解是什么使人类变得聪明。

要将智能编程到机器中，我们需要理解我们自己的决策过程是如何工作的。如果你稍作自我反省，你会意识到有些过程是无意识的——例如，我们可以不加思考地分辨猫和狗——而另一些则涉及推理。

对于这个问题有两种可能的方法：

还有其他一些可能的方法来实现智能：

• 涌现、协同或多代理方法基于这样一个事实：复杂的智能行为可以通过大量简单代理的交互获得。根据进化控制论，智能可以在元系统转换过程中从更简单的反应性行为中涌现出来。

• 进化方法，或遗传算法是一种基于进化的原理的优化过程。

我们将在课程后面讨论这些方法，但现在我们将重点放在两种主要方向上：自上而下和自下而上。

自上而下的方法

在自上而下的方法中，我们试图模拟我们的推理。由于我们可以跟随我们的思路来推理，我们可以尝试将这个过程形式化并在计算机中编程。这被称为符号推理。

人们在头脑中通常有一些指导他们决策过程的规则。例如，当医生诊断病人时，他或她可能会意识到这个人发烧了，因此体内可能存在炎症。通过应用大量规则来解决特定问题，医生可能能够得出最终诊断。

这种方法严重依赖于知识表示和推理。从人类专家那里提取知识可能是最困难的部分，因为在很多情况下，医生可能不知道为什么他会得出某个特定的诊断。有时，解决方案只是在他脑海中浮现，而不是经过显式思考。有些任务，如从照片中确定一个人的年龄，根本无法通过操作知识来解决。

自下而上的方法

相反，我们可以尝试模拟我们大脑中最简单的元素——神经元。我们可以在计算机中构建所谓的人工神经网络，然后通过提供示例来教它解决问题。这个过程类似于新生儿通过观察学习周围环境的过程。

✅ 稍微研究一下婴儿如何学习。婴儿大脑的基本元素是什么？

关于ML呢？
基于计算机学习解决问题的方法称为机器学习。我们不会在这个课程中考虑经典的机器学习——我们建议你参考一个单独的机器学习入门课程。

人工智能简史

人工智能作为一个领域始于20世纪中叶。最初，符号推理是一个普遍的方法，并导致了许多重要的成功，如专家系统——能够作为某些有限问题领域的专家的计算机程序。然而，很快人们发现这种方法难以扩展。从专家那里提取知识，将其表示在计算机中，并保持知识库的准确性，结果是一项非常复杂且昂贵的任务，无法在许多情况下实用。这导致了20世纪70年代的所谓人工智能寒冬。

图片由Dmitry Soshnikov绘制

随着时间的推移，计算资源变得更加便宜，更多的数据变得可用，因此神经网络方法开始在许多领域（如计算机视觉或语音理解）中展示出出色的表现。在过去的十年里，人工智能一词大多被用作神经网络的同义词，因为大多数我们听到的成功都是基于它们的。

我们可以观察到方法的变化，例如在创建一个下棋的计算机程序时：

• 早期的下棋程序基于搜索——程序明确尝试估计对手在给定的下一步数内的可能移动，并基于几步内可以获得的最佳位置选择最佳移动。这导致了所谓的α-β剪枝搜索算法的发展。
• 搜索策略在游戏结束时效果很好，此时搜索空间由少量可能的移动限制。然而，在游戏开始时，搜索空间很大，算法可以通过从现有的人类玩家比赛中学到的经验得到改进。后续实验采用了所谓的案例推理，其中程序在知识库中查找与当前游戏位置非常相似的情况。
• 现代战胜人类玩家的程序基于神经网络和强化学习，程序通过长时间自对弈并从中学习错误来学习如何下棋——就像人类学习下棋一样。然而，计算机程序可以在更短的时间内玩更多的游戏，从而学得更快。

✅ 稍微研究一下其他被AI玩过的游戏。

同样，我们也可以看到创造“说话程序”（可能通过图灵测试）的方法发生了变化：

• 这样的早期程序如Eliza基于非常简单的语法规则和输入句子的重新格式化。
• 现代助手如Cortana、Siri或Google Assistant都是混合系统，它们使用神经网络将语音转换为文本并识别我们的意图，然后使用一些推理或显式算法执行所需的操作。
• 在未来，我们可能会期望完全基于神经网络的模型自行处理对话。最近的GPT和Turing-NLG系列神经网络在这方面展示了巨大的成功。

图片由Dmitry Soshnikov绘制，照片由Marina Abrosimova在Unsplash上拍摄

最近的人工智能研究

神经网络研究的巨大近期增长始于2010年左右，当时大型公共数据集开始变得可用。一个包含大约1400万张标注图像的大型图像集合——ImageNet，催生了ImageNet大规模视觉识别挑战。

图片由Dmitry Soshnikov绘制
在2012年，卷积神经网络首次应用于图像分类，导致分类错误显著下降（从近30%降至16.4%）。2015年，微软研究院的ResNet架构达到了人类级别的准确度[1]。

从那时起，神经网络在许多任务中表现出非常成功的性能：

过去几年里，我们见证了大型语言模型（如BERT和GPT-3）的巨大成功。这主要归功于大量通用文本数据的存在，使我们能够训练模型来捕捉文本的结构和意义，先对一般文本集合进行预训练，然后将这些模型专门化以应对更具体的任务。在本课程中，我们将更多地了解自然语言处理。

挑战

浏览互联网，确定你认为AI最有效应用的地方。是在地图应用、语音转文字服务还是电子游戏中？研究该系统是如何构建的。

课后测验

复习与自学

通过阅读这一课来回顾AI和ML的历史。选择顶部草图笔记中的一个元素，深入研究以理解其文化背景及其演变。

作业: 游戏马拉松

声明:
本文件灏天文库团队进行了翻译。尽管我们力求准确，但请注意，翻译可能包含错误或不准确之处。原文档以其原始语言为准。我们不对因使用此翻译而产生的任何误解或误译负责。