2、人工智能：多元化路径与核心领域探索

人工智能：多元化路径与核心领域探索

1. 人工智能的不同路径

1.1 人工智能的定义路径

人工智能存在多种不同的定义路径，主要有以下四种：
- 行为拟人 ：图灵测试是这一假设下人工智能的典型定义。麦卡锡在达特茅斯会议的提议中也包含了类似定义。
- 思维拟人 ：此领域致力于重现人类的思考方式，大多数认知模型的研究都属于这一范畴。
- 理性思维 ：该路径构建的模型聚焦于正确性，逻辑是这种方法的典型代表。逻辑推理能确定哪些可以推断，哪些不能。在决策理论中，也有最大期望效用原则。
- 理性行为 ：模型关注行为，其性能基于正确性度量。这种方法的基本原理是，由于人类会犯错，所以不应将性能与人类进行比较。系统会考虑一个独立且客观的度量，并力求将其最大化。罗素和诺维格所著的关于人工智能的书籍就采用了这种方法。

这些不同的人工智能路径相互竞争。人类会犯错，所以理性行为与拟人行为是不同的。此外，黑盒方法（如神经网络和深度学习）虽能取得良好结果，但与遵循认知方法的系统在数据处理方式上有很大差异。即使黑盒方法在性能上更优，我们可能仍倾向于那些以更接近人类方式进行推理的系统。例如，采用认知方法进行诊断的医疗支持系统能够解释诊断的原因，这些解释可帮助医生做出更明智的决策。

1.2 人工智能是否可行的争论

人工智能领域基于这样一个假设：至少在一定程度上，人工智能是可行的，这一立场源于唯物主义。在这场讨论中，最重要的论点或许是“中文房间论证”。约翰·塞尔区分了弱人工智能和强人