AI智能(néng)

人工智能(néng)是研究使用(yòng)計算機來模拟人的某些思維過程和智能(néng)行為(wèi)（如學(xué)習、推理(lǐ)、思考、規劃等）的學(xué)科(kē)，主要包括計算機實現智能(néng)的原理(lǐ)、制造類似于人腦智能(néng)的計算機，使計算機能(néng)實現更高層次的應用(yòng)。人工智能(néng)将涉及到計算機科(kē)學(xué)、心理(lǐ)學(xué)、哲學(xué)和語言學(xué)等學(xué)科(kē)。可(kě)以說幾乎是自然科(kē)學(xué)和社會科(kē)學(xué)的所有學(xué)科(kē)，其範圍已遠(yuǎn)遠(yuǎn)超出了計算機科(kē)學(xué)的範疇，人工智能(néng)與思維科(kē)學(xué)的關系是實踐和理(lǐ)論的關系，人工智能(néng)是處于思維科(kē)學(xué)的技(jì )術應用(yòng)層次，是它的一個應用(yòng)分(fēn)支。從思維觀點看，人工智能(néng)不僅限于邏輯思維，要考慮形象思維、靈感思維才能(néng)促進人工智能(néng)的突破性的發展，數學(xué)常被認為(wèi)是多(duō)種學(xué)科(kē)的基礎科(kē)學(xué)，數學(xué)也進入語言、思維領域，人工智能(néng)學(xué)科(kē)也必須借用(yòng)數學(xué)工具，數學(xué)不僅在标準邏輯、模糊數學(xué)等範圍發揮作(zuò)用(yòng)，數學(xué)進入人工智能(néng)學(xué)科(kē)，它們将互相促進而更快地發展。

用(yòng)來研究人工智能(néng)的主要物(wù)質(zhì)基礎以及能(néng)夠實現人工智能(néng)技(jì )術平台的機器就是計算機，人工智能(néng)的發展曆史是和計算機科(kē)學(xué)技(jì )術的發展史聯系在一起的。除了計算機科(kē)學(xué)以外，人工智能(néng)還涉及信息論、控制論、自動化、仿生學(xué)、生物(wù)學(xué)、心理(lǐ)學(xué)、數理(lǐ)邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多(duō)門學(xué)科(kē)。人工智能(néng)學(xué)科(kē)研究的主要内容包括：知識表示、自動推理(lǐ)和搜索方法、機器學(xué)習和知識獲取、知識處理(lǐ)系統、自然語言理(lǐ)解、計算機視覺、智能(néng)機器人、自動程序設計等方面。

人工智能(néng)在計算機上實現時有2種不同的方式。一種是采用(yòng)傳統的編程技(jì )術，使系統呈現智能(néng)的效果，而不考慮所用(yòng)方法是否與人或動物(wù)機體(tǐ)所用(yòng)的方法相同。這種方法叫工程學(xué)方法（ENGINEERING APPROACH），它已在一些領域内作(zuò)出了成果，如文(wén)字識别、電(diàn)腦下棋等。另一種是模拟法（MODELING APPROACH），它不僅要看效果，還要求實現方法也和人類或生物(wù)機體(tǐ)所用(yòng)的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經網絡（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬後一類型。遺傳算法模拟人類或生物(wù)的遺傳-進化機制，人工神經網絡則是模拟人類或動物(wù)大腦中神經細胞的活動方式。為(wèi)了得到相同智能(néng)效果，兩種方式通常都可(kě)使用(yòng)。采用(yòng)前一種方法，需要人工詳細規定程序邏輯，如果遊戲簡單，還是方便的。如果遊戲複雜，角色數量和活動空間增加，相應的邏輯就會很(hěn)複雜（按指數式增長(cháng)），人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新(xīn)編譯、調試，最後為(wèi)用(yòng)戶提供一個新(xīn)的版本或提供一個新(xīn)補丁，非常麻煩。采用(yòng)後一種方法時，編程者要為(wèi)每一角色設計一個智能(néng)系統（一個模塊）來進行控制，這個智能(néng)系統（模塊）開始什麽也不懂，就像初生嬰兒那樣，但它能(néng)夠學(xué)習，能(néng)漸漸地适應環境，應付各種複雜情況。這種系統開始也常犯錯誤，但它能(néng)吸取教訓，下一次運行時就可(kě)能(néng)改正，至少不會永遠(yuǎn)錯下去，用(yòng)不到發布新(xīn)版本或打補丁。利用(yòng)這種方法來實現人工智能(néng)，要求編程者具有生物(wù)學(xué)的思考方法，入門難度大一點。但一旦入了門，就可(kě)得到廣泛應用(yòng)。由于這種方法編程時無須對角色的活動規律做詳細規定，應用(yòng)于複雜問題，通常會比前一種方法更省力。

以人類的智慧創造出堪與人類大腦相平行的機器腦（人工智能(néng)），對人類來說是一個極具誘惑的領域，人類為(wèi)了實現這一夢想也已經奮鬥了很(hěn)多(duō)個年頭了。而從一個語言研究者的角度來看，要讓機器與人之間自由交流那是相當困難的，甚至可(kě)以說可(kě)能(néng)會是一個永無答(dá)案的問題。人類的語言，人類的智能(néng)是如此的複雜，以至于研究還并未觸及其導向本質(zhì)的外延部分(fēn)的邊沿。