1.3　什么是AI

編程過程中，人類需要思考問題的解決方法，再告訴計算機如何工作。那么，計算機能否自主思考和工作呢？我們能否創造出和人類一樣聰明的機器，幫助我們思考和決策呢？隨著這類思潮的涌起，AI應運而生。

AI是人類最偉大的夢想之一。很多人對AI的了解主要來自電影中的角色，例如《2001太空漫游》中的AI計算機管家HAL9000、《終結者》中的殺手機器人，以及《鋼鐵俠》中鋼鐵俠的戰衣AI。這些電影中的AI具備一些共同特征：能力異常強大，和人一樣會思考，甚至有感情。現實世界中，AI的能力也在突飛猛進。例如掃地機器人可以自動幫我們打掃房間，ChatGPT可以和人愉快地聊天，無人汽車能在一定程度上自動駕駛。

讓計算機像人類一樣思考和行動，這個目標無法直接通過編程達成。但是我們可以通過編程讓計算機完成很多超級復雜的任務，例如排序、搜索等任務，然而有些任務從人類的角度來看很容易，從計算機編程的角度來看卻很困難。例如識別一張圖片中是否包括人臉、判斷一句話的潛臺詞，或者創作一幅油畫。在后續章節中我們會了解到，AI程序的“智能”是通過數據進行學習、訓練得到的，這個學習、訓練的過程是通過編程實現的。

AI的概念也是不斷發展的。

學術界對AI的看法更富有哲學意味，他們希望AI最終能理解人類思考的本質，而且希望能對AI的思考過程進行建模。他們認為AI需要像人類一樣思考和行動，完全地模仿人類。但是，人類建造的飛機最終能飛上天，依賴的并不是對鳥的模仿，而是對空氣動力學的研究。

工業界對AI的看法更側重實用性，他們認為AI能完成特定的任務就不錯了。AI需要能夠自主操作、感知環境、長期持續地適應變化并實現最佳期望結果，也就是以最優的方法完成一個既定的任務。所以AI需要通過圓滿完成任務來體現其能力。

早期的AI研究專注于專家系統。一個專家系統就是一個數據庫，其中存放了大量的規則用于判斷、決策。但在實際應用的復雜場景下，專家系統遇到了挫折。在1990年前后，以概率統計理論為基石的神經網絡方法出現了。最近10年，隨著計算機硬件技術、開源算法的發展和互聯網數據規模的大幅提升，深度學習迅速發展。它促進了圖像識別和自然語言處理等領域算法的進步。借助深度學習的力量，深度強化學習也強勢崛起，并有望在現實世界中推動AI得到廣泛應用。