第一篇：《人工智能》教学讲座①：智能的概念（xiexiebang推荐）
《人工智能》教学讲座①
智能的概念
自从1956年，提出了人工智能（Artificial Intelligence，即AI）的概念之后，人们不断地研究、发展了许的有关人工智能的理论、原理等。就是人工智能（AI）的概念，也在不断地被扩展、更新，以及重新定义。
2017年3月5日，在第12届全国人民代表大会第5次会议的政府工作报告中，指出“加快新材料、人工智能、第五代移动通信等技术研发和转化。”
一、人脑智能的表现
人的智能源于人的大脑。人脑是由大约1011～1012个神经元组成的一个复杂的、动态的系统。
人脑的奥秘，至今还未被完全揭开。因而，导致了人们对智能的模糊认识。但是，从人脑的整体功能来看，智能的表现还是可以辨识出来的。
例如：学习、发现、创造等能力，就是明显的人脑智能表现。人类制造的工具，可以分为辅助体能、辅助智能两大类。
思考问题1：
在下列的辅助工具当中，哪些是属于辅助人类体能的？又有哪些是属于辅助人类智能的？
①杠杆 ②钳子 ③洗衣板 ④算筹 ⑤算盘 ⑥计算器 辅助人类体能的，有：_________________________。辅助人类智能的，有：_________________________。
二、人类的智能
智能是指人类在认识、改造客观世界的活动中，由脑力劳动表现出来的能力，是知识和智力的总和。
⒈知识
知识是人类在改造客观世界的实践中，所获得的认识和经验的总和，是智能行为的基础。
知识包括：①概念。②事实。③规则。
①概念：是人类在长期实践过程中，形成的以区别其他事物的抽象结论。②事实：是人类所认识的客观现象。
③规则：是概念和事实之间，各种联系的描述。
这些概念、事实和规则，构成了人类的知识。并存放在人的大脑中，因此大脑实际上就相当于一个存放大量知识的“知识库”。
⒉智力
智力则是获取知识，并运用知识去求解问题的能力。
智力是智能中，最富有创造性的那一部分。
思考问题2：
①只有人类具有智能吗？其它动物（如：海豚、大猩猩、老鼠、蜜蜂、蚂蚁）是否也具有智能？
参考答案要点：
其他动物也有智能。只是和人类比起来有差距而已。如：导盲、缉毒、搜救的狗。
如：狼群的等级秩序。运用集群的能力，高效率地捕猎。动物智能的进化是逐渐加速的。
人类的科学技术变化越来越快、越来越大，与其他动物的智能差距逐渐拉大。这，也容易使一些人，忽视了其他动物的智能。
②智能和技能有什么不同？
参考答案要点：
智能是指人类在认识、改造客观世界的活动中，由脑力劳动表现出来的能力，是知识和智力的总和。技能是指生活，或从事某种工作，所需要的能力。技能可分为2种：动作技能（书写、骑车）、智力技能（演算、写作）。
知识可以通过语言文字等形式传授，如：生活常识、数理化知识等。
技能必须亲自学习，并坚持练习才能掌握其中的技巧。而一旦停止练习，技能将很快变得生疏，是一种熟能生巧的体力活，对眼手的协调能力要求很高，如：开汽车。
三、智能的特征
人类智能的基本特征表现在4个方面：①感知。②记忆与思维。③学习及自适应。④行为。
⒈感知
感知是人们通过视觉、听觉、味觉、触觉、嗅觉等感觉器官，感知外部世界的能力。
人类的大脑具备感知能力，通过感知获取外部信息。
如果没有感知，人类就无法获取前提知识，也就不可能引发各种智能行为。因此，感知是智能活动的必要条件。
视觉、听觉在人类感知中，占有主导地位。获得外界信息：约80%以上是通过视觉得到的。10%是通过听觉得到的。
因此，在目前的研究中，机器视觉和机器听觉是研究热点。
⒉记忆与思维
记忆用于存储由感觉器官感知到的外部信息，以及由思维所产生的知识。思维用于对记忆的信息进行处理，利用已有的知识对信息进行分析、计算、比较、判断、推理、联想及决策等。
⒊学习及自适应
学习是人类智能的主要标识，是指通过指导、实践等过程，来丰富自身知识和技巧的能力。
学习是人类的本能。每个人随时随地都在学习，既可能是自觉的、有意识的，也可能是不自觉、无意识的。
人人都可以通过与环境的相互作用，不断地进行学习，通过学习积累知识、增长才干，从而适应环境的变化。并根据环境的变化，不断地改变自己的行为。学习是集体活动、个人行为。由于每个个体本身都是不相同的，其学习、自适应能力也是不相同的，因此体现出不同的智能差异。
⒋行为
行为是指人们通常用语言、表情、眼神、形体等动作，对来自外界的刺激，做出的反应，传达信息。
思考问题3：
①列举反映“行为”能力的一个实例：
如：洗手时，手被热水烫到，自然快速收回。②列举反映“感知”能力的一个实例： 如：。③列举反映“思维与记忆”能力的一个实例： 如：。④列举反映“学习及自适应”能力的一个实例： 如：。
智能要体现在知识表示和知识运用上。
如果要将人类智能转移到机器的智能上，人们还需要对人类智能进行深入的、必要的了解，从而进一步地学习、研究人工智能。
四、人工智能
人工智能（AI）是计算机科学的一个分支。
从学科的角度，认识和理解的人工智能（AI）是研究、开发，用于模拟、延伸和扩展人类智能的理论、方法、技术及应用的一门技术科学。
如今，人们认识和理解的人工智能（AI）学科研究的过程，就是将社会问题符号化，再进一步数据化（二进制数据），输入到计算机等数码设备中，进行处理。
附录1：
个体智能
生物是存在智能的。如：蝙蝠有活动（飞行）回声定位系统（声纳）。蝙蝠的声纳不仅可以确定飞行中昆虫的距离，还能探测目标大小、相对速度、方位角及仰角，甚至目标各部位的大小。它还要及时控制全身，灵巧而高效地追赶和捕捉猎物。
这一切所需要的复杂神经计算，仅由一个樱桃般大小的脑袋，在很短时间内完成的！
尽管人们制造了世界第一的“神威〃太湖之光”计算机系统，运算峰值性达到125.436PFlops，持续性能93.015PFlops。
但是，就感觉运动协调、解决问题的综合能力而言，这个计算机系统的智能，还是远远不及1只蝙蝠！
附录2：
PFlops
PFlops：每秒所执行的浮点运算次数。是衡量一个计算机的计算能力标准。
①最前面的“P”是个“数量级单位”。
1P=1024T1T=1024G1G=1024M1M=1024k “PFlops”就是“每秒运算1千万亿（1015）次指令的浮点运算。” 即：1PFlops = 1015次指令/秒 ②最后面的“s”是“秒”的意思。附录3：
群体智能
一些动物的个体能力表现平平，但是其群体却有惊人的表现。如：蚂蚁、蜜蜂等。
白蚁作为个体，只有几个神经元，只会毫无结果地咬着小土块、木屑搬来搬去，好似“没头脑”。
但是，当白蚁的群体变大时，其智能也随之增加了。它们像是思考着的集体社会，又像是某种活的计算机。
蚁群中的蚂蚁，会像接受到命令一样，在各个阶段，寻找不同型号的细枝，建造它们的漂亮蚁丘。
人类也具有群体智能。即：除了个体大脑具有智能以外，还存在一种与群体有关的智能，两者共生。
目前，人们对人类群体智能的认识，还处于初级阶段，但是对人类群体智能的研究，给予了人们新的希望。
第二篇：《人工智能》教学讲座②：机器智能
《人工智能》教学讲座②
机器智能
研究、开发人工智能的目的，就是让机器能够模拟、延伸、扩展人的智能，以实现人类脑力劳动的机械化。
所谓人工智能就是机器智能。
一、人工智能的产生
希望计算机能够代替人类，或是充当人类的代理，来做一些更为繁重、复杂的工作。人们只需要告诉计算机“做什么”，计算机就能实现想要的功能，并可以为人类的美好生活，提供各种各样的服务。
人们对日益增长的美好生活需求，促进了人工智能的产生与发展。
二、人工智能的研究 ⒈特点
人工智能具有3个基本特点：交叉性。长期性。广泛性。
①交叉性
人工智能是一门交叉学科、边缘学科，是由计算机科学、数学、哲学、脑科学、认知学、行为学、语言学、生物学、心理学等，多种学科相互渗透发展起来的新学科。
②长期性
人工智能研究的长远目标是制造出能像人那样思维、行动的智能化机器，代替人脑进行工作。③广泛性
人工智能技术的研究、应用领域非常广泛，如：教学仿真实验、商业的市场决策、农业的专家系统、企业的自动化控制等，很多应用领域。
⒉内容
人工智能的研究内容广泛，如有4个研究方向：机器感知。机器思维。机器学习。机器行为。
①机器感知
机器感知使计算机像人一样具有视觉、听觉、嗅觉、触觉、味觉的感觉。如：让计算机能够识别语言、文字、图形、图像、声音、影视、振动、冷暖、气味和质感等。
②机器思维
机器思维使机器对已获取的信息能像人那样有目的的处理。如：让计算机像人类专家一样通过推理、演绎解决各个领域的问题。
③机器学习
机器学习让计算机模仿人类的学习行为，主动获取新知识和新技能。使计算机能够识别现有的知识，不断仿效人类的学习行为，改善自身性能，实现自我完善。如：让计算机像人类棋手那样，通过博弈实践，吸取经验教训，不断提高棋艺。
④机器行为
机器行为使机器运用本身拥有的知识，对获取的信息过程处理，并做出反应。如：让参与海底打捞的智能机器人，根据海水的深度、被打捞物的形状、海底的地质状况等工作的环境状况，自主地完成打捞任务。
⒊方法
研究人工智能通常有3种方法：结构模拟。功能模拟。行为模拟。①结构模拟
结构模拟是以人脑的生理结构和工作机理为基础，对人脑的神经细胞及其构成的神经网络进行研究，采用神经计算的方法来实现学习、联想、识别、推理。
②功能模拟
功能模拟是以人脑的心理模型为基础，将问题或知识表示成某种逻辑网络，采用符号推演的方法来实现搜索、推理和学习，模拟人脑的思维。
③行为模拟
行为模拟是通过模拟人在控制过程中的智能活动和行为特性，如：自寻优、自适应、自学习、自组织等，来研究和实现人工智能。
三、人工智能的发展
人工智能的发展大致可分为3个阶段：起步阶段。发展时期。发展新阶段 ⒈起步阶段（1956～1970年）
早期的人工智能研究是从智力难题、弈棋、难度不大的定理证明等简单问题开始的。研究的目的不在于实际应用，而在于探索人的解题策略。
自然语言理解、机器视觉、智能机器人等，也是在这一阶段开始研究的。
⒉发展时期（1970～1980年）
知识工程技术的出现，使得人工智能由单纯的理论探索，开始面向实际应用。是人工智能发展史的重要转折点。
专家系统、自然语言理解系统、物景分析系统、自动程序设计系统等的相继出现，使得知识的表示和运用，成为人工智能所有领域的关键技术。
⒊发展新阶段（1980年以后）
人工智能研究成果开始商品化，出现了用于精密检测的机器视觉系统、用于装配作业的初级智能机器人系统和用于计算机的自然语言接口、各种专家系统。
人工智能向更高水平发展，进而开始研制知识型的智能机器人、知识信息处理系统或第五代智能型计算机。
四、人工智能研究领域
计算机是信息处理的主要工具。
由于计算机能够代替和延伸人类大脑的一部分功能，以至于称之为“电脑”。但是，目前的计算机只能按照人们为其编排好的程序步骤工作，难以满足人们日益增长的、越来越广泛的美好生活需求。
人工智能应用的领域
人工智能应用的领域非常广泛，如：问题求解、模式识别、符号运算、自然语言理解、智能检索、机器证明、专家系统、机器人学等方面。
⒈问题求解
人工智能的许多概念，如：归纳、推断、决策、规划等都与问题求解有关。在对弈的过程中，计算机棋手会像人类一样思考，从规则、技巧等各个方面进行判断。田忌赛马就是典型的问题求解中的博弈问题。
思考问题1：
①田忌与齐威王，共有几种赛马策略？ ②孙膑向田忌献的是什么样的赛马策略？ ⒉模式识别
模式识别就是研究如何使机器具有感知能力。机器感知是机器获取外部信息的根本保障。
计算机识别系统就是使计算机具有模拟人类通过感官接触外界信息、识别和理解周围环境的感知能力。
模式识别技术已经逐渐在图形识别、图像识别、语音识别、机器人视觉、染色体识别等，在许多领域，获得成功的应用。
⒊符号运算
符号运算，又称代数运算，是一种智能化的计算。符号运算处理的是符号。
符号可以代表整数、有理数、实数和复数，也可以代表多项式、函数、集合等。
⒋自然语言理解
自然语言理解就是研究如何让计算机理解人类自然语言的领域。是指机器能够理解并执行人类所期望的某些语言功能。如：回答有关提问、生成摘要和文本释义、机器翻译等。
思考问题2：
①能否通过把语句分解为各个孤立的部分，然后在字典中查到这些孤立部分的释译，来实现两种不同语言之间的翻译？
②如果不能，在翻译的过程中，还应考虑哪些因素？ ⒌智能检索
在如今的大数据时代，各类繁多、数量巨大的科技文献，用传统的网络数据库的检索技术，远不能胜任。
智能检索的研究，已成为当代科技持续发展的重要保证。
⒍机器证明
机器证明是用计算机来完成数学命题的证明，是现代数学中一种新兴的边缘性学科，也是人工智能发展的一个重要方向。
⒎专家系统
专家系统是人工智能研究领域里，最活跃、最有成效的。研究让“计算机专家”起到人类专家的作用。
根据某个领域里，1个或多个人类专家提供的知识、经验，进行推理和判断，模拟人类专家求解问题的思维过程，以解决各种问题。
⒏机器人学
具有人工智能的机器，需要具备感知、记忆、思维、学习、行为的能力。机器人不一定做成人的外形，但是，一定要能够模拟人的思维、动作，在程序控制下，能够自动完成人类部分工作的机器。
随着科学技术的发展，人工智能各个领域之间会互相渗透，使得相互联系更加紧密，这种融合与渗透，必将促进人工智能研究的进一步发展。
附录1：
人工情感
情感在人的思维活动中占据极为重要的地位，决定和制约着人的行为活动和其它思维活动的基本框架与总体方向。
人工情感指用人工的方法和技术，模仿、延伸和扩展人的情感。使机器具有识别、理解和表达情感的能力。
由于情感是一种特殊的、更深刻的认知，具有更高的复杂性和多变性。因此，人工情感必须建立在一定程度的人工智能的基础上。
人工情感的发展，可分为7个基本阶段：
①算术运算。②数学运算。③逻辑推理。④专家系统。⑤模式识别。⑥情感计算。⑦情感理解
（其中：前5个阶段，是人工智能的发展历程。）
情感是一种特殊的认知。意志又是一种特殊的情感。人工情感可以使计算机具有友好的、人性化的人机界面，更重要的是能够使计算机具有更高的信息处理速度与效率，具有独立的决策能力和行为控制能力，具有创造性和开拓性的思维能力。
如果人工情感全面实现了。那么，人与机器人之间，就可以实现全面的融合，没有明显的界限、本质的区别。
彼此可以相互转换、相互渗透、相互促进，也无所谓人与机器之间存在什么矛盾与冲突，这就是人工情感的最终归宿。附录2：
达特莫斯会议
1956年夏天，在美国达特莫斯大学，召开了一次影响深远的历史性会议。与会者仅仅只有10青年学者。
研究的专业包括有：数学、心理学、神经生理学、信息论和计算机科学。
在会上，分别从不同的角度探讨了人工智能的可能性。
达特莫斯会议历时长达2个多月。
学者们在充分讨论的基础上，首次提出了“人工智能”这一术语，标志着“人工智能”作为一门新兴学科正式诞生。附录2：
图灵测试
阿兰〃图灵提出：在一个房间里，由1位提问者通过计算机与另外2个回答者人和机器对话。
如果提问者，分辨不出与他交流的对象哪个是人？哪个是机器？ 那么，就认为这台机器，具有了智能。
第三篇：人工智能和人类智能 英文演讲稿
Can Artificial intelligence exceed胜过 human intelligence？ 子不语之：
Good afternoon, boys and girls.I feel really honored to stand here and make a speech.First of all, please allow me to introduce myself „„.Today, we will talk about “Can Artificial intelligence exceed human intelligence? Back ground: First, let’s talk about what is AI.AI is a new subject which is developed by computer science, artificial intelligence, control theory, information theory, linguistics语言学, neurology神经学, psychology, mathematics, philosophy哲学人生观 and other disciplines科目.So AI is a comprehensive综合的 subject that has much development space.But why we raise this topic here? Because in recent days, a great chess game had been held on Google between Li Shishi and AlphaGo.The result of the game was 1-4, AlphaGo, which is an artificial intelligence, won the game.This event shocked the world.However, it’s not the first time that the artificial intelligence win the human intelligence.For example, 17 years ago Deep Blue also win the chess game, the movie
Man can create his own rules, but the computer can't do this.SB：The last and most important point is that artificial intelligence has no sense of self.(自我意识)Human has consciousness because of the nature selection.Consciousness make the human being have an advantage which can beat the disaster.If conscious has no sense, why didn’t the nature make humans evolve into automata.For example, one person tries to get rid of the leopard(豹子).He accurately judges the location of the leopard, decorates a clever trap and then hides behind a tree.Finally ,the leopard died in the trap.Consciousness saved his life.And how AI will do? According to advance into the program, the processor sends “avoid detour” instructions, control steering device and a crawler and a series of sports system to accomplish to detour.Here, the effect of algorithm is the “soul” of the robot.All movements of the machine are according to the program.That is all ,thanks for your listening.
第四篇：浅谈人工智能是否会超越人类智能
（学号：）
浅谈人工智能是否会超越人类智能
（计算机与信息工程学院，11计科一班）
最近看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？
在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为她暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？
人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。
智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能，科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。
虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。
关于人工智能是否会会超越人类智能这一问题，我认为关键在于学习。人类的学习能力是智能行为的一个非常重要的特征，没有学习，就没有人类知识的传承与积累，也就没有人类文明。学习是生物中枢神经系统的高级整合技能之一，是人类获取知识的重要途径和人类智能的重要标志；机器学习则是计算机获取知识的重要途径和人工智能的重要标志，是一门研究怎样用计算机来模拟或实现人类学习活动的学科，它是人工智能的核心，也是使计算机具有智能的根本途径。人类学习的研究与机器学习研究两者是一种相互影响、相互促进的关系，但是至今人们对学习的机理还不太清楚。这是因为长期以来，鉴于人的大脑结构与功能的极度复杂性，探索和揭示大脑的奥秘仅仅是人类一个美好的梦想，这也包括对大脑是如何进行学习的研究。如果我们另辟蹊径，把关于人类学习的研究重点从对大脑的研究转换到“学习”这个概念上，即把“学习”作为研究对象，对其本质从哲学的视野下从认知的角度进行探索，这将对机器学习的发展具有一定的借鉴意义。
在古代，“学”字多用于表达获取知识、提高认识的含义，有时也用“知”字表达；“习”字多用于掌握技能、修炼德行等带有实践意义的行为，有时兼有“行”的意思。孔子在《论语》中说：“学而时习之，不亦说(悦)乎!”“学”是“习”的基础与前提，“习”是“学”的巩固与深化，强调学习过程中的知行统一，以及由此产生的愉悦的情感。由此可知，学习是人类智能的根本特征，但究竟什么是学习目前还没有一个统一的定义，这是因为“学习”这一概念非常复杂，包括很多方面的内容，几乎涉及各个领域。因此不同的学派对学习的解释也有所不同。在教育学领域中，学习一般被认为是人类个体在认识与实践过程中获取经验和知识，掌握客观规律，使身心获得发展的社会活动。这种观点把学习当作一种社会活动来进行考察，因此这种观点认为学习的本质就是人类个体的自我意识与自我超越。而在心理学领域内关于学习的定义是：学习是指人和动物因经验而引起的倾向或能力相对持久的变化过程，这些变化不是因成熟、疾病或药物引起的，而且也不一定表现出外显的行为。这种观点的侧重点是考察学习的心理机制，而且很明显，心理学中的学习的概念更为客观，认为学习的本质只是产生了变化，但并不考虑这种变化的方向。著名的人工智能专家西蒙(Simon)给出的学习概念更接近我们常识中的“学习”，他认为：学习是系统内部的适应性变化，使系统在以后从事同一任务或同一问题范围中类似的任务时，效率更高。与此类似的是，明斯基也简单地把学习定义为：“学习”是我们心智内部有用的变化。除了上面给出的学习的定义，还有许多与此不同或类似的定义，不过大致可以归结如下：学习就是获得明确的知识，是系统自身性能的改进，或称为效率的提高。而且人的学习不仅仅是获取知识和技能，也不仅仅是导致行为的改变，还应当包括在知识经验的基础上，养成良好的行为习惯，以形成高尚的道德品质和充分发挥自身的潜能和价值。学习是有目的的行为，这个目的就是要解决问题，即发现新的知识。
人工智能专家温斯顿对学习的概念及本质进行了专门探索，在《人工智能》一书中，他将学习分成四类：(1)根据被编制的程序而学习；(2)根据指示进行学习；(3)根据观察样品而学习；(4)根据发现而学习。他认为学习是一个包括各类学习的嵌套式的层次结构系统。学习形式每上升一类都在已有的简单学习类型的机制上再加上一些东西。正是温斯顿的这种系统划分，使我们对学习的本质进行研究和解读有了根据和层次，同时也使得人类的学习有了被计算机模拟和实现的可能性。下面本文试图从哲学视野对学习的本质进行解读。
本质是一事物区别于其他事物的质的规定性，因此对人类的学习进行研究，首先就要确定学习的本质。从本质上说，人类学习是学习者在本人遗传素质的基础上，利用自然界、人类社会创造的文明信息载体(语言、书刊、人类创造的事物等)以及人类文明信息的传播者(家庭成员、教师和其他社会成员等)，通过刺激反应、探索尝试、反复实践和继承创造等多种途径，将外部信息转化为学习者智慧和品德，使学习者的知识、智力、能力和心理品质结构系统由建立、发展、完善到优化，以达到认识和改造主客观世界为目的的终生行为变化的过程。
也就是说，人类的学习是一个积极主动的建构过程，学习者不是被动地接受外在信息，而是根据先前认知结构主动地有选择性地感知外在信息，建构当前事物的意义。这一学习的本质要点在于：(1)学习是人类所特有的个体化、社会性的活动；(2)学习的对象是一切人类知识及创造的文明；(3)学习的机制是将外部信息不断转化为学习者的内在智慧；(4)学习的结果是学习者学习系统的完善和优化；(5)学习的目的是认识和改造主客观世界。综上所述，本文将人类学习的本质抽象概括为“互动——建构——评价式”模型。这一模型也可以说是将行为主义学习理论、认知主义学习理论、建构主义学习理论以及人本主义学习理论相结合的模型，同时也是本文所研究的机器学习借鉴人类学习的一个范式。
“互动——建构——评价式”模型不是一种具体的形式，而是基于“互动”、“建构”以及“评价”这三个核心理念，糅合了学习的主体性和行为主义学习理论、建构主义学习理论等，联系学习的实际情况而提出来的通用的学习本质的模式。
当学习者的认知结构中不具备相关的概念时，学习者可能将外来的新知识生硬地、肤浅地搬到自己的认知结构中去，成为机械学习。而学习本质的关键，就是在新知识与已有的概念之间建立起一座认知的桥梁。如果新知识带来了比原有的概念更为深入的一层关系，在认知结构中内化出的概念因此具有新的含义，这时就产生了深化学习。当学习深化到一定程度的时候，学习主体突然会发现表面上互不相同甚至是矛盾的概念之间的内在联系，将它们连接起来，实现知识的系统化和网络化，这一过程称为整合。“互动——建构——评价式”模型的重要理念就在于向学习主体提供能够促进其实现知识整合的内容，并引导主体通过类比和分析去建立起知识之间的联系。
“互动——建构——评价式”学习模型首先强调每一学习阶段都要有明确的学习目标。在制定目标的过程中应注意：(1)目标的规定应具体、简明、易懂；(2)预定的目标要符合当前学习主体的水平与实际，要针对存在的现实问题；(3)目标应前后连贯，逻辑合理、深浅有序、循序渐进，对学习者的学习起导向作用；(4)预定的目标可作为评价的依据。制定目标的目的是在于给学习主体正确的导向，定好目标并不是“目标”这一环节的终结，而是引导学习主题明确目标、主动向目标迈进的起点。对“互动——建构——评价式”模型来说，更重要的是“建构”环节，即让学习主体如何沿正确的方向一步一步地解决问题。为此，“互动——建构——评价式”模型强调要从学习主体已有的知识出发，真正领会到学习的目标所在，再进一步做深入的探讨与评价。
“互动——建构——评价式”学习模型的一般概念是，认为学习主体知识的形成过程，既不是接收式的，也不是单纯的发现式的，而是通过外界环境中有意义的信息与学习主体原有的知识和思维方式的相互作用，产生新知识。这也正体现了人类学习概念的核心内涵。
学习能力是智能行为的一个非常重要的特征，人在一生中都在不断地积累知识。但是我们不得不面对的事实是，如果我们的生命一旦结束，这些知识也就和生命一起消失了，因为人类的学习过程受到生命年限的限制。随着计算机及人工智能科学的进一步发展，人们越来越意识到，如果机器能够成功地实现人类的学习过程，那么就可以把学习不断地延续下去，这样就避免了大量的重复学习，使知识积累达到了一个新的高度。因此，从人类的学习本质到机器学习的实现，是科学技术的发展，也是社会的进步及下一步的进化方向。
机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，方式上主要使用归纳、综合而不是演绎。机器学习在人工智能的研究中具有十分重要的地位，一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但以往的智能系统都普遍缺少学习的能力。对机器学习的讨论和机器学习研究的进展必将促使人工智能和整个科学技术，特别是人类社会的进一步发展，这就是对从学习的本质到机器学习进行哲学探索的意义所在。
另外，如果我们将机器学习与人类学习相比较，机器学习的实现还具有一定的难度，而且机器学习还有一些自身难以克服的问题。首先就是机器学习的后果难预测。在前面提到过，机器一旦具有了学习的功能，那么也许有一天连设计者本人都不知道机器进化到了何种程度，也就是说，机器学习后知识库发生了什么变化都很难预测。这是因为目前的大多数专家系统都是脱离环境的学习，即将人类专家准备好的知识，以某种方式传授给机器。但是如果将机器学习的目的扩展到从环境中、从工作中、从人机交互中自动提取、更新知识，那么学习产生的效果就更加不可预测。人类制造机器学习的重要目的是为我所用，如果机器超出了人类的控制与预测，却并不是人类制造它们的初衷。其次，机器学习作为人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，但是这种学习应用的方式主要是使用归纳、综合而不是演绎。然而归纳本身就存在着一定的缺陷，现有的归纳推理只保证假，不保证真。而且，归纳的结论是无限多的，其中相当多是假的，给生成的知识带来不可靠性。这与演绎的方法不同，演绎推理是从多数现象中总结出结论，即从一般的现象推导出总结性的结论。就人类的学习而言，确是演绎与归纳两种方法并用的，因为这两种方法并不矛盾，相反却是互相促进的。机器学习由于自身的局限性，主要采用归纳与综合，但是归纳的结论有可能是假的，其推理过程中又要使用很多假设和约定，这些都说明机器学习中依然存在着不可靠性。最后，相对与人类学习的目标明确性，机器学习目前却很难判断什么重要、什么有意义、应该学习什么。这也就决定了机器学习的应用只是专家系统的部分应用，还无法完全从环境中获得和提取知识，实现完全的自动学习。
因此，我们在研究人类学习与机器学习时要特别注意两者之间的特点与差异。机器学习的研究目的是使机器具有学习能力，但是机器具有智能和机器能够思维毕竟是两个概念，虽然让机器具有思维是人工智能学者们研究的最终目的。思维能把系统的行为高度限定在任务目标中，并能从环境中提取线索，以便指示过程沿着目标前进，它将知识转化为方法，去处理、控制、变革变化着的对象。这一点起码目前机器学习是无法做到的，而这却是人类学习的必然过程。从两者的结构分析，机器结构的分离性与人脑结构分离性的不同之处在于，机器智能不在于离散处理信息的方式，而在于机器只“理解”信息的形式，而人却能够理解信息的内容。现代思维科学的研究指出，我们不仅要肯定多种思维形式的存在，而且还要认定多种思维形式的结合，乃是人类的最佳思维方式。所以从功能主义的角度上讲，即使机器学习“功能实现”了人类的学习，但两者之间的差异还是难以弥补的，因此严格的说法应该是：机器学习只是模拟和实现人类的部分学习功能，这就是从人类学习到机器学习的本质差异。因此，我不认为人工智能会超越人类智能。
第五篇：人工智能和超级智能——读《超级智能》后感
人工智能和超级智能
——读《超级智能》后感
2016年大家都听到过一个词：阿尔法狗。去年由谷歌公司开发的AlphaGo以4:1战胜围棋世界排名第二的李世石（第一名是中国的柯杰）。2016年末2017年初，该系统在中国棋类网站上以Master为注册帐号与中日韩数十位围棋高手（包括柯杰）进行快棋对决，连续60局无一败绩。可以肯定的一点，在围棋上人工智能已经领先于人类。可能大家觉得人工智能和以往的其他棋类程序一样，通过推算所有的后续步骤取得胜利。其实不然，如果采用穷举法，围棋的运算空间非常庞大，据计算将超过整个宇宙中所有粒子的总量，没有任何计算机能完成这个任务。AlphaGo采用是学习方式，通过学习棋谱来学会下棋，通过和自己下棋来提高棋艺。人工智能两个关键点，一能看懂棋谱，二能自己练习提高。程序总是固定的有限的，它的内部运行是可以预测的；人工智能不同，能够学习，能够自我进步，它的运行步骤随着学习过程不断进化。
可能大家觉得，下棋这种事人工智能再厉害也无所谓。那我们再看看另一则新闻：IBM的人工智能“沃森”首次确诊罕见白血病，只用了10分钟。人工智能能够给人看病了！我查了一下资料，2016年Watson已经走入中国医院，与中山大学附属肿瘤防治中心、中国医科大学附属第四医院等23家医院达成合作，将沃森运用到诊断过程。沃森的前身就是当年那个下国际象棋的深蓝，当年深蓝战胜国际象棋世界冠军时也是一个大新闻。而现在深蓝的后代沃森不仅能够下棋，还能看病，还能回答智力问答（类似猜谜），还能从事法律、金融等多个行业。它能以极快的速度阅读最新的医学论文，理解并运用到诊断过程中，所以一些刚刚发现的病，它也能诊断出来。看看人工智能多厉害，有没有一天会超越人类呢？如果超越人类会怎样呢？
著名科学家斯蒂芬〃霍金曾发出警告，人工智能会控制人类，人类有灭亡的风险。如果你想了解人工智能超越人类以后的可能性，你可以看看这本书《超级智能》。实际上我并不建议大家去读它。首先，本书比较专业，作者尼克〃波斯特洛姆作为牛津大学未来研究院的院长，行文中有很多的专业性描述；其次本书的中文版出版社中信出版公司的翻译是知名的烂。读这本书真是一件艰巨的任务，让我想起大学学习离散数学时的美好时光。
书的全名《超级智能 : 路线图、危险性与应对策略》，很好的揭示了主要内容：超级智能是什么，超级智能如何实现（路线图），超级智能有什么危险（危险性），如何有效避免这些危险（应对策略）。
人类能在地球上成千上万的生物中脱颖而出，占有支配地位靠的就是智力，也就是智能。智能包含很多的内容，比如认知能力，学习能力，沟通能力，规划能力，组织协调能力，想象力等等。人类比地球上其他任何生物聪明很多，所以地球生物界人类现在是老大。
如果有一种智能，在几乎所有领域比人类更聪明，那就是超级智能。这种聪明是全方面的，作者指出了6种超级能力：智能升级、战略策划、社会操纵、黑客技术、技术研发、经济生产，并且证明开始拥有其中一种能力的超级智能最终都能获得其他的能力。我的理解智能升级就是能够主动进化，战略策划就是有很强的谋略，社会操纵就是心理学大师加传销话术，后三种就很好理解了。总之这些都是超级智能超脱人类的控制，能够自主发展的必须能力。
书中指出有三种形式的超级智能：
速度超级智能，功能和人脑相似但是速度更快； 素质超级智能，速度和人脑相似但是功能更强大； 组织超级智能，通过将小型智能组织在一起形成远超个体的智能（作者指出现在社会由于组织和沟通技术的发展，解决问题的能力已经远超以前，但是还达不到超级智能的程度）。
实现超级智能有五种可能方式：
人工智能，通过人工智能程序实现超级智能； 全脑仿真，把人脑切片扫描，通过电子元件模拟每一神经元的功能，模仿人脑实现超级智能； 生物认知，通过遗传生物技术优生优育逐步提高人类智商实现超级智能；
人脑-计算机交互界面，把在人脑和计算机直接相连（比如在人脑植入芯片），实现超级智能。
网络和组织，人类集体智能经过长久的发展或者互联网获得了智能的必备要素（互联网有了自主意识），实现超级智能。
作者认为最有可能实现的是全脑仿真和生物认知，可能最先实现的反而是人工智能。前两者在现有生物和信息技术的基础上稳步发展就可以了（虽然时间漫长），而后者则有可能依赖数学家或某个程序员的灵光闪现就能实现。
那么超级智能出现之后对人类会有什么危险呢？（全脑仿真和人工智能的）超级智能出现后，凭借对人类智商压制将取得世界的控制权，人类的命运将交到超级智能的手里，就像现在狗或者老虎的生存环境更多是受到人类的控制。如果超级智能对人类好，人类就能大发展；如果超级智能对人类坏，那人类可能就要灭亡（存在性灾难）。
一般来说超级智能系统在建造之初就有一个目标，对于它来说这就是人生真谛，要为之奋斗终身。我们能不能通过控制人工智能的初始目标来让它对人类好呢？比如把目标设成著名的机器人三定律：第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管；第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外；第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。这样机器人就只能听人类的话为人类服务了，不就好了么。其实三定律本身就有很大的漏洞，下面的恶性失败模式将会具体来说。
失败1：反常目标实现方式。目标：让人类和平，实现方式：把人类全部消灭；目标：让人类幸福，实现方式把所有人都抓起来装上生物刺激装置，让人一直处于幸福感中；目标：机器人三定律，实现方式：为实现第一定律，避免人类有被伤害的危险，把所有人都隔离监禁。
失败2：基础设施过量。目标：计算圆周率，实现方式：建造大量计算机设施用来计算圆周率，甚至把人作为设施；目标：世界和平，实现方式：把整个地球建满监控设施，让人无法发生冲突。
失败3：意识犯罪。这个比较复杂，大概如果超级智能对虚拟的人（有智能）实施折磨，从人类道德道德来说是犯罪，而机器不一定这么看。
最后作者探讨了一些更为全面的价值观加载方法，试图通过让超级智能具有更加人性化的价值观，确保超级智能为人类服务，而不是毁灭人类。
从我的角度，这部分实际上写的不是那么清晰，或者说看起来不是那么有效。因为如书中所说，超级智能相对人类智能的差别，不是像一个爱因斯坦与一个儿童之间的差别那么小，更可能是像一个人和一只狗之间的差别那么巨大，以至于我们的所有分析只是猜测，让一只狗去考虑怎么控制人类，那只能是想象。
最后我要说的是，虽然人工智能转变成超级智能对人类可能会产生很大的风险，同样机遇也一样巨大。如果哪个国家首先建成了超级智能，对其他国家就有了决定性的优势。同时在人工智能的发展过程中，对人类带来的生产力提高也是不容忽视的，有专家预测通过人工智能对医疗行业的提升，我们的平均寿命能达到150岁。想想就让人激动。所以前瞻的风险性研究很必要，踏踏实实的推进人工智能在我国的发展更为重要，比如档案系统能不能引进人工智能提供档案服务呢？
点击咨询 