AI，來自于維基百科的解釋是這樣的：

 

Artificial intelligence is intelligence exhibited by machines, rather than humans or other animals . In computer science, the field of AI research defines itself as the study of "intelligent agents": any device that perceives its environment and takes actions that maximize its chance of success at some goal. Colloquially, the term "artificial intelligence" is applied when a machine mimics "cognitive" functions that humans associate with other human minds, such as "learning" and "problem solving". ---- wikipedia

 

人工智能中的智能如何定義呢？如何解釋智能呢？或許， 用圖靈測試來理解人工智能更加方便。1950年， 阿蘭圖靈提出了圖靈測試：如果一臺機器能夠與人類展開對話（通過電傳設備）而不能被辨別出其機器身份，那么稱這臺機器具有智能。具體地，指測試者與被測試者（一個人和一臺機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試后，如果有超過30%的測試者不能確定出被測試者是人還是機器，那么這臺機器就通過了測試，并被認為具有人類智能。

（圖片來自---百度百科）

 

因此，人工智能就是讓機器具有了和人難以區(qū)分的能力，簡單的說， AI 是機器所提供的一些能力，這些能力與人的能力類似甚至更高。

 

 

AI 的載體是機器，在計算機無所不在的今天（作為一個通信專業(yè)的學生，大學讀書的時候，老師說過“通信技術計算機”），在計算機網(wǎng)絡無所不在的今天（網(wǎng)絡對生活的影響巨大，以至于有了“互聯(lián)網(wǎng)+”等概念），AI 的載體離不開計算機和網(wǎng)絡。

 

談到計算機的體系結構，就離不開馮諾伊曼體系結構。馮·諾依曼提出的計算機體系結構，奠定了現(xiàn)代計算機的結構理念，即計算機由控制器、運算器、存儲器、輸入設備、輸出設備五部分組成。

（圖片來自---百度百科）

 

馮·諾依曼理論的要點是：數(shù)字計算機的數(shù)制采用二進制；計算機應該按照程序順序執(zhí)行。根據(jù)馮·諾依曼體系結構構成的計算機，必須具有如下功能：把需要的程序和數(shù)據(jù)送至計算機中。必須具有長期記憶程序、數(shù)據(jù)、中間結果及最終運算結果的能力。能夠完成各種算術、邏輯運算和數(shù)據(jù)傳送等數(shù)據(jù)加工處理的能力。能夠根據(jù)需要控制程序走向，并能根據(jù)指令控制機器的各部件協(xié)調操作。能夠按照要求將處理結果輸出給用戶。

 

馮諾伊曼體系結構真是一個神奇的結構，我理解是自洽的，局部和整體的結構是一致的。小到代碼中的一個函數(shù)，大到一個計算機乃至整個軟件系統(tǒng)都可以用這樣一個結構來描述。而網(wǎng)絡的存在是將結構中的模塊作為功能團在空間上的拉伸， 就是它們可以不在同一個物理空間的點上。

 

AI 在物理上是基于計算機和網(wǎng)絡的一種體系結構。

 

 

AI 有了計算機和網(wǎng)絡的身體骨骼，表現(xiàn)出來的種種能力。

 

我們自己面對輸入的能力有視覺、聽覺、嗅覺、味覺和觸覺五種基本能力，相應地，AI 也具有這樣的能力：視覺——圖像的檢測與識別，視頻分析等等，人臉識別和指紋識別都是AI視覺能力的一種而已；聽覺——聲音的檢測與識別，超聲分析等，語音識別只是AI聽覺能力的一種而已，嗅覺、味覺、觸覺都可能是具有傳感器的，AI通過傳感器可以具備這樣的能力。

 

對于輸出而言，我們可以是語言，動作，文字等， 相應地，AI也具有聲音合成，圖像合成，文字合成等輸出能力。

 

存儲、計算和控制都在我們的大腦中，相應地，AI 同樣可以具有存儲、計算和控制的能力，甚至可能比人做的更好。業(yè)界有很多“智腦”的項目，以及基于AI的存儲、計算和控制能力的應用，例如大名鼎鼎的alpha狗。

 

因此， AI 基于計算機和網(wǎng)絡的能力大概是這樣的：

 

AI 是如何具備這些能力的呢？ 這才涉及到當今熱門的種種技術。

 

嚴格來講，人工智能和機器學習沒有直接關系，只不過目前機器學習的方法被大量的應用于解決人工智能的問題而已。目前機器學習是人工智能的一種實現(xiàn)方式，也是最重要的實現(xiàn)方式之一，例如提供計算機視覺的能力等等。深度學習是一種實現(xiàn)機器學習的技術，源于人工神經(jīng)網(wǎng)絡的研究。

 

機器學習都是基于數(shù)據(jù)的，而所謂的“大數(shù)據(jù)”技術為機器學習乃至深度學習提供了源泉。他們之間的關系大致是這樣的：

 

AI中所采用的各種技術都是為解決某些問題，進而提供或者提高某些能力。

 

總的來說， 一個老程序員眼中的AI 大致是這樣的：