什么是人工智能（Artificial Intelligence）？一个机器人如何拥有智能？我们先来看一段机器人小I与人类专家的对话。
机器人与人类的一段对话
机器人小I
人工智能之父——图灵
机器人：“我想……像人类一样。”
机器人：“我想听到。”
机器人：“我想看到。”
人类：“帮你设计一个摄像头采集图像。”
机器人：“我想闻到。”
人类：“帮你设计一个电子鼻（交叉敏感的各种物理化学传感器阵列，气味分子来了就有变化）。”
机器人：“我想触摸的时候能感受到。”
人类：“帮你设计一个触觉传感器（压力来了能发生改变的元器件）。”
机器人：“我想运动。”
人类：“像变形金刚一样，用各种机械零件构成身体的各个部分，通过马达（电机）控制它们的运动。”
机器人：“我想尝尝这些是什么味道。”
人类：“帮你设计一个电子舌（味觉传感器阵列，不同的溶液会引起不同的变化）。”
机器人与人类的一段对话（续1）
机器人：“这样我看起来好像还是个任人指挥的机器。我想自己思考。”
人类：“给你设计一个人工大脑。”
机器人：“是那些黏糊糊的像果冻一样的东西吗？”
人类：“不不不，这个还要等一等。”
人类：“我们知道人的大脑是由若干个神经元相互连接而成的，每个神经元都可以接收生物电并产生脉冲输出。”
人类：“我们试图从结构上进行模拟，如用若干个微小的计算单元连接而成。”
人类：“这些计算单元可以是以硅晶体为代表的物理模型或者以函数为代表的数学模型，将来可能出现生物模型，目前计算机CPU中使用数学模型。”
机器人：“这些计算单元是随便连接的吗？我的脑袋会乱掉吗？”
人类：“如果不加以学习，当然是一片混乱。”
机器人：“请问应该怎么学习？学习什么内容？”(www.xing528.com)
人类：“不同的连接方式和连接强度会使结构不同，可以处理不同的问题。”
机器人：“为什么呢？”
人类：“举个简单的例子，如果一个神经元的输入输出函数是y=2x，对于与之相连的神经元，当你输入1时，就会得到2。系数2就是连接强度。”
连接方式与连接强度
机器人与人类的一段对话（续2）
机器人：“能否解释一下什么是学习？”
人类：“学习就是改变大脑回路神经元的连接方式，当有外界刺激时，大脑会做出相应的反应。学习就是改变这些人工神经元之间的连接方式和连接强度。”
机器人：“请问怎么学习呢？”
人类：“这就需要训练了，就像训练小孩子一样，不断地给他看重复的内容，告诉他这是树，这是花，这是小狗，他慢慢地就记住了，也就是在大脑中形成某种判断方式，这是有教师的学习（监督学习）。”
机器人：“要是没人教也可以学习吗？”
人类：“也可以，比如给你石头、沙子、液体等不同类型的物体，通过触觉的不同感受你会比较出它们的不同，实际上就是在做出判断——它们的哪些地方是不同的，哪些地方是相似的，这称为无监督学习。”
这时候连接主义者站出来说：“以上就是我们连接主义者构建大脑的方式，即模拟神经元的连接，我们的代表作是人工神经网络，我们曾备受赞誉，然而也曾经备受冷落，现在深度学习算法让我们重新受到青睐，我们擅长图像识别、语音识别，AlphaGo也是基于深度神经网络的。”
机器人：“你很厉害！如果我需要在大自然中自由行走，依靠神经网络也可以吗？”
这时候没等连接主义者开腔，行为主义者就站出来说：“这可是我的长项，我们构建智能的原则是感知-行动原则，机器人的运动系统是依据我们的原理来控制的。”
目前备受冷落的符号主义者说：“但是这些都无法实现逻辑推理，逻辑推理可是我们的长项，只可惜这一部分太难了，目前发展受到了限制。”
机器人与人类的对话暂告一个段落。
1.AI的定义
人类和动物拥有的智能称为自然智能。AI即以计算机的方式来实现自然智能。
AI的目的之一是完成类似于人类智能的工作，例如，听懂人说话，会聊天（语音识别），能识别出不同的物品（图像识别），能读懂书（自然语言理解），会做决策（会下棋，规划最佳旅行路线，推荐人们喜欢的新闻），可以协作（海上无人搜救），可以不断地增强学习能力、进化，等等。
2.目前AI实现的不同机制和局限
1956年，John McCarth 在达特茅斯会议上提出“人工智能就是要让机器的行为看起来像人所表现出的智能行为一样”。在怎么实现人工智能的问题上，科学家们从不同的角度，针对不同的问题，形成了人工智能三大主义。
①符号主义(symbolicism)又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，它模仿人类基于常识和定理来进行决策推理的过程。它的原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理，主要应用于专家系统、语义网、知识图谱。
②连接主义(connectionism)又称为仿生学派(bionicsism)或生理学派(physiologism)，它通过模仿大脑的结构来实现，主要为神经网络及神经网络间的连接机制与学习算法，目前应用于图像识别、自然语言理解、语音识别、棋类游戏等。
③行为主义(actionism)又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，它主要模仿生物体与环境发生感知交互的过程，认为智能就是“感知-动作”，即感知外界环境并反馈正确的动作。它的原理为控制论及感知-动作型控制系统，主要应用于智能控制和智能机器人。
AI可以完成限定场景的特定问题，如下棋、打球、算术、绘画、做饭、聊天、医疗诊断、自动驾驶。即便AI在同一个机器上集成所有功能，在每一个特定问题上都表现优异，但是它并非像人一样是完全的智能体，仍无法解决所处生存环境中的所有问题。未来AI研究的方向之一是将不同的机制进行融合或者构建新的机制，使之形成更加有机的整体。AI潜在的应用场景如下。
AI的潜在应用
图片来源：https://dashtechinc.com/
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
