什么是人工智能

百科名片
人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。 同名的還有美國科幻電影《人工智能》等。

“人工智能”一詞最初是在1956 年Dartmouth學(xué)會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之擴展。人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機器學(xué)習(xí)，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。例如繁重的科學(xué)和工程計算本來是要人腦來承擔(dān)的，現(xiàn)在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更準確，因之當代人已不再把這種計算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”, 可見復(fù)雜工作的定義是隨著時代的發(fā)展和技術(shù)的進步而變化的, 人工智能這門科學(xué)的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，一方面又轉(zhuǎn)向更有意義、更加困難的目標。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機, 人工智能的發(fā)展歷史是和計算機科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。除了計算機科學(xué)以外, 人工智能還涉及信息論、控制論、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設(shè)計等方面?！?br>　　實際應(yīng)用 機器視覺:指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng),智能搜索，定理證明，博弈，自動程序設(shè)計，還有航天應(yīng)用等。
　　學(xué)科范疇 人工智能是一門邊沿學(xué)科，屬于自然科學(xué)和社會科學(xué)的交叉。
　　涉及學(xué)科 哲學(xué)和認知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計算機科學(xué)，信息論，控制論，不定性論，仿生學(xué)，
　　研究范疇 自然語言處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機器學(xué)習(xí)，知識獲取，組合調(diào)度問題，感知問題，模式識別，邏輯程序設(shè)計，軟計算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法 人類思維方式
　　應(yīng)用領(lǐng)域 智能控制，機器人學(xué)，語言和圖像理解，遺傳編程 機器人工廠
　　安全問題　

　　目前人工智能還在研究中，但有學(xué)者認為讓計算機擁有智商是很危險的，它可能會反抗人類。這種隱患也在多部電影中發(fā)生過。
定義
　　人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。
　　關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關(guān)的研究課題。
　　人工智能目前在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。
　　著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！倍硪粋€美國麻省理工學(xué)院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。
　　人工智能（Artificial Intelligence，簡稱AI）是計算機學(xué)科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認為是二十一世紀（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一。這是因為近三十年來它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統(tǒng)。
　　人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計算機科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科。可以說幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠遠超出了計算機科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個應(yīng)用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學(xué)常被認為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標準邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進入人工智能學(xué)科，它們將互相促進而更快地發(fā)展。
簡史
　　人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發(fā)展，技術(shù)已最終可以創(chuàng)造出機器智能，“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學(xué)會上提出的，從那以后,研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的歷史中，人工智能的發(fā)展比預(yù)想的要慢，但一直在前進，從40年前出現(xiàn)到現(xiàn)在，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它 技術(shù)的發(fā)展。
　　計算機時代
　　1941年的一項發(fā)明使信息存儲和處理的各個方面都發(fā)生了革命.這項同時在美國和德國出現(xiàn)的 發(fā)明就是電子計算機.第一臺計算機要占用幾間裝空調(diào)的大房間,對程序員來說是場惡夢:僅僅為運行一 個程序就要設(shè)置成千的線路.1949年改進后的能存儲程序的計算機使得輸入程序變得簡單些,而且計算機 理論的發(fā)展產(chǎn)生了計算機科學(xué),并最終促使了人工智能的出現(xiàn).計算機這個用電子方式處理數(shù)據(jù)的發(fā)明, 為人工智能的可能實現(xiàn)提供了一種媒介.
　　AI的開端
　　雖然計算機為AI提供了必要的技術(shù)基礎(chǔ),但直到50年代早期人們才注意到人類智能與機器之間 的聯(lián)系. Norbert Wiener是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調(diào)溫器.它 將收集到的房間溫度與希望的溫度比較,并做出反應(yīng)將加熱器開大或關(guān)小,從而控制環(huán)境溫度.這項對反饋 回路的研究重要性在于: Wiener從理論上指出,所有的智能活動都是反饋機制的結(jié)果.而反饋機制是有可 能用機器模擬的.這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大.
　　1955年末,Newell和Simon做了一個名為"邏輯專家"(Logic Theorist)的程序.這個程序被許多人 認為是第一個AI程序.它將每個問題都表示成一個樹形模型,然后選擇最可能得到正確結(jié)論的那一枝來求解 問題."邏輯專家"對公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中一個重要的里程碑.1956年,被認為是 人工智能之父的John McCarthy組織了一次學(xué)會,將許多對機器智能感興趣的專家學(xué)者聚集在一起進行了一 個月的討論.他請他們到 Vermont參加 " Dartmouth人工智能夏季研究會".從那時起,這個領(lǐng)域被命名為 "人工智能".雖然 Dartmouth學(xué)會不是非常成功,但它確實集中了AI的創(chuàng)立者們,并為以后的AI研究奠定了基礎(chǔ).
　　Dartmouth會議后的7年中,AI研究開始快速發(fā)展.雖然這個領(lǐng)域還沒明確定義,會議中的一些思想 已被重新考慮和使用了. Carnegie Mellon大學(xué)和MIT開始組建AI研究中心.研究面臨新的挑戰(zhàn): 下一步需 要建立能夠更有效解決問題的系統(tǒng),例如在"邏輯專家"中減少搜索;還有就是建立可以自我學(xué)習(xí)的系統(tǒng).
　　1957年一個新程序,"通用解題機"(GPS)的第一個版本進行了測試.這個程序是由制作"邏輯專家" 的同一個組開發(fā)的.GPS擴展了Wiener的反饋原理,可以解決很多常識問題.兩年以后,IBM成立了一個AI研 究組.Herbert Gelerneter花3年時間制作了一個解幾何定理的程序.
　　當越來越多的程序涌現(xiàn)時,McCarthy正忙于一個AI史上的突破.1958年McCarthy宣布了他的新成 果: LISP語言. LISP到今天還在用."LISP"的意思是"表處理"(LISt Processing),它很快就為大多數(shù)AI開發(fā)者采納.
　　1963年MIT從美國政府得到一筆220萬美元的資助,用于研究機器輔助識別.這筆資助來自國防部 高級研究計劃署(ARPA),已保證美國在技術(shù)進步上領(lǐng)先于蘇聯(lián).這個計劃吸引了來自全世界的計算機科學(xué)家, 加快了AI研究的發(fā)展步伐.
　　大量的程序
　　以后幾年出現(xiàn)了大量程序.其中一個著名的叫"SHRDLU"."SHRDLU"是"微型世界"項目的一部分,包括 在微型世界(例如只有有限數(shù)量的幾何形體)中的研究與編程.在MIT由Marvin Minsky領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn), 面對小規(guī)模的對象,計算機程序可以解決空間和邏輯問題.其它如在60年代末出現(xiàn)的"STUDENT"可以解決代數(shù) 問題,"SIR"可以理解簡單的英語句子.這些程序的結(jié)果對處理語言理解和邏輯有所幫助.
　　70年代另一個進展是專家系統(tǒng).專家系統(tǒng)可以預(yù)測在一定條件下某種解的概率.由于當時計算機已 有巨大容量,專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律.專家系統(tǒng)的市場應(yīng)用很廣.十年間,專家系統(tǒng)被用于股市預(yù) 測,幫助醫(yī)生診斷疾病,以及指示礦工確定礦藏位置等.這一切都因為專家系統(tǒng)存儲規(guī)律和信息的能力而成為可能.
　　70年代許多新方法被用于AI開發(fā),著名的如Minsky的構(gòu)造理論.另外David Marr提出了機器視覺方 面的新理論,例如,如何通過一副圖像的陰影,形狀,顏色,邊界和紋理等基本信息辨別圖像.通過分析這些信 息,可以推斷出圖像可能是什么.同時期另一項成果是PROLOGE語言,于1972年提出. 80年代期間,AI前進更為迅速,并更多地進入商業(yè)領(lǐng)域.1986年,美國AI相關(guān)軟硬件銷售高達4.25億 美元.專家系統(tǒng)因其效用尤受需求.象數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機編程.杜邦,通用 汽車公司和波音公司也大量依賴專家系統(tǒng).為滿足計算機專家的需要,一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公 司,如Teknowledge和Intellicorp成立了。為了查找和改正現(xiàn)有專家系統(tǒng)中的錯誤,又有另外一些專家系統(tǒng)被設(shè)計出來.
　　從實驗室到日常生活
　　人們開始感受到計算機和人工智能技術(shù)的影響.計算機技術(shù)不再只屬于實驗室中的一小群研究人員. 個人電腦和眾多技術(shù)雜志使計算機技術(shù)展現(xiàn)在人們面前.有了象美國人工智能協(xié)會這樣的基金會.因為AI開發(fā) 的需要,還出現(xiàn)了一陣研究人員進入私人公司的熱潮。150多所像DEC(它雇了700多員工從事AI研究)這樣的公司共花了10億美元在內(nèi)部的AI開發(fā)組上.
　　其它一些AI領(lǐng)域也在80年代進入市場.其中一項就是機器視覺. Minsky和Marr的成果現(xiàn)在用到了生產(chǎn)線上的相機和計算機中,進行質(zhì)量控制.盡管還很簡陋,這些系統(tǒng)已能夠通過黑白區(qū)別分辨出物件形狀的不同.到1985年美國有一百多個公司生產(chǎn)機器視覺系統(tǒng),銷售額共達8千萬美元.
　　但80年代對AI工業(yè)來說也不全是好年景.86-87年對AI系統(tǒng)的需求下降,業(yè)界損失了近5億美元.象 Teknowledge和Intellicorp兩家共損失超過6百萬美元,大約占利潤的三分之一巨大的損失迫使許多研究領(lǐng) 導(dǎo)者削減經(jīng)費.另一個另人失望的是國防部高級研究計劃署支持的所謂"智能卡車".這個項目目的是研制一種能完成許多戰(zhàn)地任務(wù)的機器人。由于項目缺陷和成功無望,Pentagon停止了項目的經(jīng)費.
　　盡管經(jīng)歷了這些受挫的事件,AI仍在慢慢恢復(fù)發(fā)展.新的技術(shù)在日本被開發(fā)出來,如在美國首創(chuàng)的模糊邏輯,它可以從不確定的條件作出決策;還有神經(jīng)網(wǎng)絡(luò),被視為實現(xiàn)人工智能的可能途徑.總之,80年代AI被引入了市場,并顯示出實用價值.可以確信,它將是通向21世紀之匙. 人工智能技術(shù)接受檢驗 在"沙漠風(fēng)暴"行動中軍方的智能設(shè)備經(jīng)受了戰(zhàn)爭的檢驗.人工智能技術(shù)被用于導(dǎo)彈系統(tǒng)和預(yù)警顯示以 及其它先進武器.AI技術(shù)也進入了家庭.智能電腦的增加吸引了公眾興趣;一些面向蘋果機和IBM兼容機的應(yīng)用 軟件例如語音和文字識別已可買到;使用模糊邏輯,AI技術(shù)簡化了攝像設(shè)備.對人工智能相關(guān)技術(shù)更大的需求促 使新的進步不斷出現(xiàn).人工智能已經(jīng)并且將繼續(xù)不可避免地改變我們的生活.
專業(yè)機構(gòu)
　　美國
　　1. Massachusetts Institute of Technology 麻省理工學(xué)院
　　2. Stanford University 斯坦福大學(xué) (CA)
　　3. Carnegie Mellon University 卡內(nèi)基美隆大學(xué) (PA)
　　4. University of California-Berkeley 加州大學(xué)伯克利分校
　　5. University of Washington 華盛頓大學(xué)
　　6. University of Texas-Austin 德克薩斯大學(xué)奧斯汀分校
　　7. University of Pennsylvania 賓夕法尼亞大學(xué)
　　8. University of Illinois-Urbana-Champaign 伊利諾伊大學(xué)厄本那—香檳分校
　　9. University of Maryland-College Park 馬里蘭大學(xué)帕克分校
　　10. Cornell University 康乃爾大學(xué) (NY)
　　11. University of Massachusetts-Amherst 馬薩諸塞大學(xué)Amherst校區(qū)
　　12. Georgia Institute of Technology 佐治亞理工學(xué)院
　　University of Michigan-Ann Arbor 密西根大學(xué)-安娜堡分校
　　14. University of Southern California 南加州大學(xué)
　　15. Columbia University 哥倫比亞大學(xué) (NY)
　　University of California-Los Angeles 加州大學(xué)-洛杉磯分校
　　17. Brown University 布朗大學(xué) (RI)
　　18. Yale University 耶魯大學(xué) (CT)
　　19. University of California-San Diego 加利福尼亞大學(xué)圣地亞哥分校
　　20. University of Wisconsin-Madison 威斯康星大學(xué)麥迪遜分校
　　中國
　　1、北京大學(xué)
　　2、清華大學(xué)
　　3、中國科學(xué)技術(shù)大學(xué)
　　4、哈爾濱工業(yè)大學(xué)
　　5、廈門大學(xué)人工智能研究所　
　　6、西安交通大學(xué)智能車研究所
主要成果
　　
人機對弈

　　
　　1996年2月10～17日， Garry Kasparov以4：2戰(zhàn)勝“深藍” （Deep Blue）。
　　1997年5月3～11日， Garry Kasparov以3.5：2.5輸于改進后的“深藍” 。
　　2003年2月Garry Kasparov 3:3戰(zhàn)平 “小深”(Deep Junior)。
　　2003年11月Garry Kasparov 2:2戰(zhàn)平 “X3D德國人” (X3D-Fritz )。
　　
$模式識別

　　???? 采用 $模式識別引擎，分支有2D識別引擎 ，3D識別引擎，駐波識別引擎以及多維識別引擎
　　目前，2D識別引擎已推出指紋識別，人像識別? ，文字識別，圖像識別 ，車牌識別；駐波識別引擎已推出語音識別；3D識別引擎已推出指紋識別玉帶林中掛（玩游智能版1.25）
　　
自動工程

　　???? 自動駕駛（OSO系統(tǒng)）
　　印鈔工廠（￥流水線）
　　獵鷹系統(tǒng)（YOD繪圖）
　　
知識工程

　　
　　以知識本身為處理對象，研究如何運用人工智能和軟件技術(shù)，設(shè)計、構(gòu)造和維護知識系統(tǒng)
　　專家系統(tǒng)
　　智能搜索引擎
　　計算機視覺和圖像處理
　　機器翻譯和自然語言理解
　　數(shù)據(jù)挖掘和知識發(fā)現(xiàn)
意識和人工智能的區(qū)別
　　人工智能就其本質(zhì)而言，是對人的思維的信息過程的模擬。
　　對于人的思維模擬可以從兩條道路進行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機制，制造出“類人腦”的機器；二是功能模擬，暫時撇開人腦的內(nèi)部結(jié)構(gòu)，而從其功能過程進行模擬?，F(xiàn)代電子計算機的產(chǎn)生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。
　　人工智能不是人的智能，更不會超過人的智能。
　　“機器思維”同人類思維的本質(zhì)區(qū)別：
　　1.人工智能純系無意識的機械的物理的過程，人類智能主要是生理和心理的過程。
　　2.人工智能沒有社會性。
　　3.人工智能沒有人類的意識所特有的能動的創(chuàng)造能力。
　　4.兩者總是人腦的思維在前，電腦的功能在后。
強人工智能和弱人工智能
　　人工智能的一個比較流行的定義，也是該領(lǐng)域較早的定義，是由約翰·麥卡錫（John McCarthy|）在1956年的達特矛斯會議（Dartmouth Conference）上提出的：人工智能就是要讓機器的行為看起來就象是人所表現(xiàn)出的智能行為一樣。但是這個定義似乎忽略了強人工智能的可能性（見下）。另一個定義指人工智能是人造機器所表現(xiàn)出來的智能性?？傮w來講，目前對人工智能的定義大多可劃分為四類，即機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這里“行動”應(yīng)廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。
　　強人工智能
　　強人工智能觀點認為有可能制造出真正能推理（Reasoning）和解決問題（Problem_solving）的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：
　　類人的人工智能，即機器的思考和推理就像人的思維一樣。
　　非類人的人工智能，即機器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
　　弱人工智能
　　弱人工智能觀點認為不可能制造出能真正地推理（Reasoning）和解決問題（Problem_solving）的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。
　　主流科研集中在弱人工智能上，并且一般認為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強人工智能的研究則處于停滯不前的狀態(tài)下。
　　對強人工智能的哲學(xué)爭論
　　“強人工智能”一詞最初是約翰·羅杰斯·希爾勒針對計算機和其它信息處理機器創(chuàng)造的，其定義為：
　　“強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具；相反，只要運行適當?shù)某绦?，計算機本身就是有思維的?！保↗ Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）這是指使計算機從事智能的活動。在這里智能的涵義是多義的、不確定的，象下面所提到的就是其中的例子。利用計算機解決問題時，必須知道明確的程序。可是，人即使在不清楚程序時，根據(jù)發(fā)現(xiàn)（heu- ristic）法而設(shè)法巧妙地解決了問題的情況是不少的。如識別書寫的文字、圖形、聲音等，所謂認識模型就是一例。再有，能力因?qū)W習(xí)而得到的提高和歸納推理、依據(jù)類推而進行的推理等，也是其例。此外，解決的程序雖然是清楚的，但是實行起來需要很長時間，對于這樣的問題，人能在很短的時間內(nèi)找出相當好的解決方法，如競技的比賽等就是其例。還有，計算機在沒有給予充分的合乎邏輯的正確信息時，就不能理解它的意義，而人在僅是被給予不充分、不正確的信息的情況下，根據(jù)適當?shù)难a充信息，也能抓住它的意義。自然語言就是例子。用計算機處理自然語言，稱為自然語言處理。
　　關(guān)于強人工智能的爭論不同于更廣義的一元論和二元論（dualism）的爭論。其爭論要點是：如果一臺機器的唯一工作原理就是對編碼數(shù)據(jù)進行轉(zhuǎn)換，那么這臺機器是不是有思維的？希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是對數(shù)據(jù)進行轉(zhuǎn)換，而數(shù)據(jù)本身是對某些事情的一種編碼表現(xiàn)，那么在不理解這一編碼和這實際事情之間的對應(yīng)關(guān)系的前提下，機器不可能對其處理的數(shù)據(jù)有任何理解?；谶@一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。
　　也有哲學(xué)家持不同的觀點。Daniel C. Dennett 在其著作 Consciousness Explained 里認為，人也不過是一臺有靈魂的機器而已，為什么我們認為人可以有智能而普通機器就不能呢？他認為像上述的數(shù)據(jù)轉(zhuǎn)換機器是有可能有思維和意識的。
　　有的哲學(xué)家認為如果弱人工智能是可實現(xiàn)的，那么強人工智能也是可實現(xiàn)的。比如Simon Blackburn在其哲學(xué)入門教材 Think 里說道，一個人的看起來是“智能”的行動并不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她／他僅僅是看起來是智能的?；谶@個論點，既然弱人工智能認為可以令機器看起來像是智能的，那就不能完全否定這機器是真的有智能的。Blackburn 認為這是一個主觀認定的問題。
　　需要要指出的是，弱人工智能并非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術(shù)運算等，在百多年前是被認為很需要智能的。
相關(guān)著作
　　《視讀人工智能》：機器真的可以思考嗎？人的思維只是一個復(fù)雜的計算機程序嗎？本書著眼于人工智能這個有史以來最為棘手的科學(xué)問題之一，集中探討了其背后的一些主要話題。人工智能不僅僅是一個虛構(gòu)的概念。人類對智能機體結(jié)構(gòu)半個世紀的研究表明：機器可以打敗人類最偉大的棋手，類人機器人可以走路并且能和人類進行互動。盡管早就有宣言稱智能機器指目可待，但此方面的進展卻緩慢而艱難。意識和環(huán)境是困擾研究的兩大難題。我們到底應(yīng)該怎樣去制造智能機器呢？它應(yīng)該像大腦一樣運轉(zhuǎn)？它是否需要軀體？從圖靈影響深遠的奠基性研究到機器人和新人工智能的飛躍，本書圖文并茂地將人工智能在過去半個世紀的發(fā)展清晰地呈現(xiàn)在讀者面前。
　　《人工智能的未來》：詮釋了智能的內(nèi)涵，闡述了大腦工作的原理，并告訴我們?nèi)绾尾拍苤圃斐稣嬲饬x上的智能機器——這樣的智能機器將不再僅僅是對人類大腦的簡單模仿，它們的智能在許多方面會遠遠超過人腦。霍金斯認為，從人工智能到神經(jīng)網(wǎng)絡(luò)，早先復(fù)制人類智能的努力無一成功，究其原因，都是由于人們并未真正了解智能的內(nèi)涵和人類大腦。所謂智能，就是人腦比較過去、預(yù)測未來的能力。大腦不是計算機，不會亦步亦趨、按部就班地根據(jù)輸入產(chǎn)生輸出。大腦是一個龐大的記憶系統(tǒng)，它儲存著在某種程度上反映世界真實結(jié)構(gòu)的經(jīng)驗，能夠記憶事件的前后順序及其相互關(guān)系，并依據(jù)記憶做出預(yù)測。形成智能、感覺、創(chuàng)造力以及知覺等基礎(chǔ)的，就是大腦的記憶-預(yù)測系統(tǒng)……
　　《人工智能哲學(xué)》：人工智能哲學(xué)是伴隨現(xiàn)代信息理論和計算機技術(shù)發(fā)展起來的一個哲學(xué)分支。本書收集了人工智能研究領(lǐng)域著名學(xué)者的十五篇代表性論文，這些論文為計算機科學(xué)的發(fā)展和人工智能哲學(xué)的建立作出了開創(chuàng)性的貢獻。這些文章總結(jié)了人工智能發(fā)展的歷程，近年來該學(xué)科發(fā)展的趨勢，以及人工智能中的重要課題。在這些劃時代的著作中，包括有：現(xiàn)代計算機理論之父艾倫·圖靈的“計算機與智能”；著名美國哲學(xué)家塞爾的“心靈，大腦與程序”；J·E·欣頓等人的“分布式表述”，以及本書編者、英國著名人工智能學(xué)者M·A·博登的“逃出中文屋”。
　　《人工智能：一種現(xiàn)代的方法》：本書以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領(lǐng)域的核心內(nèi)容，并深入介紹了各個主要的研究方向，是一本難得的綜合性教材。全書分為八大部分：第一部分"人工智能"，第二部分"問題求解"，第三部分"知識與推理"，第四部分"規(guī)劃"，第五部分"不確定知識與推理"，第六部分"學(xué)習(xí)"，第七部分"通訊、感知與行動"，第八部分"結(jié)論"。 本書既詳細介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進展，同時收集整理了詳實的歷史文獻與事件。因此本書適合于不同層次和領(lǐng)域的研究人員及學(xué)生，可以作為信息領(lǐng)域和相關(guān)領(lǐng)域的高等院校本科生和研究生的教材或教學(xué)輔導(dǎo)書目，也可以作為相關(guān)領(lǐng)域的科研與工程技術(shù)人員的參考書。
Badming代碼
　　下面是Badming寫的一些關(guān)于AI的c++代碼，badming認為當代碼復(fù)雜到一定程度，程序給人類的反應(yīng)，人類已經(jīng)分不清是不是死的代碼或是真的有意識產(chǎn)生了。下面的代碼實際是簡單腳本的處理代碼。Badming認為，現(xiàn)代的腳本語言實際上是未來Ai的前身。
　　#include
　　#include
　　#include
　　#include