2、计算智能：概念、范例与历史

计算智能：概念、范例与历史

1. 计算智能概述

算法开发的一个主要方向是设计算法模型来解决日益复杂的问题。通过对生物和自然智能的建模，已经取得了巨大的成功，产生了所谓的“智能系统”。这些智能算法包括人工神经网络、进化计算、群体智能、人工免疫系统和模糊系统等，它们与逻辑、演绎推理、专家系统、基于案例的推理和符号机器学习系统一起，构成了人工智能（AI）领域的一部分。可以看出，AI 是多个研究学科的结合，例如计算机科学、生理学、哲学、社会学和生物学。

然而，什么是智能呢？给智能下定义的尝试至今仍引发着激烈的争论。字典将智能定义为理解、从经验中学习和获益、解释信息、思考和推理的能力（尤其是高度的能力）。其他描述智能方面的关键词还包括创造力、技能、意识、情感和直觉。

计算机能具有智能吗？这个问题引发的争论比给智能下定义还要多。20 世纪中叶，艾伦·图灵深入思考了这个问题。他认为可以创造出模仿人类大脑过程的机器，坚信大脑能做的事情，设计良好的计算机也能做到。五十多年过去了，他的观点仍然具有前瞻性。虽然在对生物神经系统的小部分进行建模方面取得了一些成功，但对于模拟直觉、意识和情感这些人类智能的重要组成部分的复杂问题，仍然没有解决方案。

1950 年，图灵发表了他的计算机智能测试，即图灵测试。测试过程是一个人通过键盘向一个人和一台计算机提问，如果提问者无法区分计算机和人类，那么就可以认为这台计算机具有智能。图灵认为，到 2000 年，一台拥有 109 位存储空间的计算机有 70%的概率通过 5 分钟版本的测试。至于他的这个想法是否实现，这里就留给读者思考了。

后来，IEEE 神经网络委员会在 1996 年给出了一个关于人工智能的定义：研究如何让计算机做人类