弱人工智慧

弱人工智慧

弱人工智慧是指不能製造出真正地推理(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,但是並不真正擁有智能,也不會有自主意識。

人工智慧的一個比較流行的定義,也是該領域較早的定義,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:人工智慧就是要讓機器的行為看起來就象是人所表現出的智能行為一樣。但是這個定義似乎忽略了強人工智慧的可能性。另一個定義指人工智慧是人造機器所表現出來的智能性(弱人工智慧)。總體來講,目前對人工智慧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”。這裡“行動”應廣義地理解為採取行動,或制定行動的決策,而不是肢體動作。主流科研集中在弱人工智慧上,並且一般認為這一研究領域已經取得可觀的成就。

發展觀點


人工智慧的研究雖然取得了巨大的進步,但進一步發展不僅面臨著意向性、認識框架、語境識別、方法上的還原論的哲學瓶頸問題,而且還面臨著諸多哲學難題,如有可能剝奪人的思想自由、動搖人的主體性地位、危及人的存在。因此,人工智慧研究必須堅持人本原則,在技術為人類所用,不危害人類長遠的根本利益的前提下健康發展。
塞爾認為,意向性是一種自然或生物現象,是自然生命史的一個組成部分,所以自稱他的理論為“生物學的自然主義”。而要造出人工大腦,只仿造輸入輸出過程是不行的,而要仿造意識過程,而意識又是意向性的基礎。

研究方向


人工智慧的研究可以分為幾個技術問題。其分支領域主要集中在解決具體問題,其中之一是,如何使用各種不同的工具完成特定的應用程序。AI的核心問題包括推理、知識、規劃、學習、交流、感知、移動和操作物體的能力等。強人工智慧目前仍然是該領域的長遠目標。目前比較流行的方法包括統計方法,計算智能和傳統意義的AI。目前有大量的工具應用了人工智慧,其中包括搜索和數學優化、邏輯推演。而基於仿生學認知心理學,以及基於概率論和經濟學的演演算法等等也在逐步探索當中。