智能=計算機+知識

文｜志剛

計算機與智能

通常我們用計算機，不僅要告訴計算機，要做什么，還必須詳細地、正確地告訴計算機怎么做。也就是說，人們要根據任務的要求，以適當的計算機語言，編制針對該任務的應用程序，才能應用計算機完成此項任務。這樣實際上是在人完全控制計算機完成的，是談不上計算機有“智能”。

1997年5月11日，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的深藍計算機系統進行了六局“人機大戰”，結果“深藍”以3.5∶2.5的總比分獲勝。比賽給人們留下了深刻的思考。下棋要獲勝要求選手有很強的思維能力、記憶能力以及豐富的下棋經驗，還得及時作出反映，迅速進行有效的處理，否則一招出錯滿皆輸，這顯然是個“智能”問題。盡管開發“深藍”計算機的IBM專家也認為它離智能計算機還相差甚遠，但它以高速的并行的計算能力。實現了人類智力的計算機上的部分模擬。

從字面上看，“人工智能”就是用人工的方法在計算機上實現人的智能，或者說是人們使計算機具有類似于人的智能。

智能與知識

20世紀70年代以后，許多國家都相繼開展了人工智能的研究，由于當時對實現機器智能理解得過于容易和片面，認為只要一些推理的定律加上強大的計算機就能有專家的水平和超人的能力。這樣，雖然獲得一定成果，但問題也跟著出現了，例如當時人們往往認為機器翻譯只要用一部雙向詞典及詞法知識，就能實現兩種語言文字的互譯，其實完全不是這么一回事，例如把英語句子“Time flies like an arrow”（光陰似箭）翻譯成日語，然后再譯回英語，竟然成為“蒼蠅喜歡箭”；當把英語“The spirit is willing but the flesh is weak”（心有余而力不足）譯成俄語后，再譯回來竟變成“The wine is good but the meat is spoiled”（酒是好的但肉已變質）。當時的人工智能在其它方面也都遇到這樣或者那樣的困難。這時，本來對人工智能抱懷疑態度的人提出指責，甚至把人工智能說成是“騙局”、“庸人自擾”，有些國家還削減人工智能的研究經費，一時人工智能的研究進入了低潮。

然而，人工智能研究的先驅者們沒有放棄，經過認真的反思，總結經驗和教訓，認識到人的智能表現在人能學習知識，有了知識，能了解、運用已有的知識。正像思維科學所說的“智能的核心是思維，人的一切智慧或智能都來自大腦思維活動，人類的一切知識都是人們思維的產物。”“一個系統之所以有智能是因為它具有可運用的知識。”要讓計算機“聰明”起來，首先要解決計算機如何學會一些必要知識，以及如何運用學到的知識問題。只是對一般事物的思維規律進行探索是不可能解決較高層次問題的。人工智能研究的開展應當改變為以知識為中心來進行。

自從人工智能的研究轉向以知識為中心以來，以專家知識為基礎開發的專家系統在許多領域里獲得成功，例如：地礦勘探專家系統擁有15種礦藏知識，能根據巖石標本及地質勘探數據對礦產資源進行估計和預測，能對礦床分布、儲藏量、品位、開采價值等進行推斷，制定合理的開采方案，最終成功地找到了超億美元的鉬礦；又如專家系統MYCIN能識別51種病菌，正確使用23種抗菌素，可協助醫生診斷、治療細菌感染性血液病，為患者提供最佳處方，成功地處理了數百個病例。它還通過以下了的測試：在互相隔離的情況下，用MYCIN系統和九位斯坦福大學醫學院醫生，分別對十名不清楚感染源的患者進行診斷和處方，由八位專家進行評判，結果是MYCIN和三位醫生所開出的處方對癥有效；而在是否對其它可能的病原體也有效而且用藥又不過量方面，MYCIN則勝過了九位醫生，顯示出較高的水平。

專家系統的成功，充分表明知識是智能的基礎，人工智能的研究必須以知識為中心來進行。由于知識的表示、利用、獲取等的研究都取得較大的進展，因而，人工智能的研究解決了許多理論和技術上問題。