AI是什么？认识你身边的人工智能

你有没有想过，当你对着手机说"嘿，Siri，明天天气怎么样？"或者"小爱同学，播放我喜欢的歌"的时候，到底发生了什么？你的声音穿越空气，进入手机或智能音箱，在那里有一些看不见的程序正在忙碌地工作。它们"听"懂了你的话，"理解"了你的意思，然后给出了回答。就像魔法一样，对不对？

但这不是魔法。这是人工智能——Artificial Intelligence，简称AI。

你每天都在和AI打交道 {#ai-in-daily-life}

也许你还没有意识到，其实在你的日常生活中，你已经和人工智能做了很多很多的朋友。让我们一起来数一数，看看你认识多少个AI“小伙伴”。

你的智能语音小助手 {#smart-voice-assistants}

无论是你家里的智能音箱，还是平板电脑上的语音助手，它们都是人工智能的杰作。当你问它们问题时，它们在做的事情是这样的：首先，它们会把你说的话变成文字（这叫做语音识别，Speech Recognition）；然后，它们要理解你想知道什么（这叫做自然语言理解，Natural Language Understanding）；接着，它们会在海量的信息中寻找答案；最后，它们把答案变成你能听懂的话说出来（这叫做语音合成，Speech Synthesis）。

这一系列的过程，都在短短几秒钟内完成。想象一下，如果让你在图书馆里找一本书，你要花多长时间？而这些智能助手每天要处理几百万个问题，而且从不抱怨累！这难道不是很神奇吗？

视频网站里的"猜你喜欢" {#recommendation-systems}

你有没有发现，每次你打开视频网站，它好像总能知道你喜欢看什么？当你看完一个视频，马上就有新的视频出现在推荐列表里，而且往往还真是你感兴趣的。这背后的“魔法师”就是推荐算法（Recommendation Algorithm）。

推荐算法的工作原理是什么呢？它会悄悄地观察你——不是偷看哦，是通过分析你的观看历史、点赞记录、停留时间等信息，慢慢地了解你的“口味”。它知道你喜欢看动画还是科普，喜欢搞笑还是探险。然后，它会从成千上万的视频中，找出最可能合你胃口的那些，推荐给你。

有趣的是，如果你经常看某一种类型的视频，推荐系统会给你推荐更多类似的；如果你偶尔换换口味，它也会注意到这种变化。这就是AI学习你的过程——它变得越来越懂你，就像一个越来越了解你的好朋友。

拍照时的人脸识别 {#face-recognition}

现在很多手机都有拍照功能，当你打开相机准备拍照时，屏幕上会出现一些小方框，自动圈出人的脸；当你对着人脸时，相机会自动对焦，让你的脸变得更清晰。这些都是人脸识别技术（Face Recognition）在发挥作用。

人脸识别系统会“观察”屏幕上的一切。当它发现一些特定的图案组合——两只眼睛、一个鼻子、一张嘴，还有脸的大致轮廓——它就判断：哦，这里有一个人脸！然后它会计算出眼睛、鼻子、嘴巴的位置，调整焦距，让你的照片拍得更清晰。

有些手机甚至能在你拍照之后，自动给你的照片分类。比如它能认出照片里是爸爸、妈妈还是你自己，然后帮你把所有照片按照“人”分类。这样下次你想找爷爷的照片时，只要点一下“爷爷”，就能看到所有有爷爷的照片了！

导航软件里的智能规划 {#navigation-systems}

当你想去一个陌生的地方，你会打开导航软件，输入目的地，然后软件会告诉你怎么走。但你有没有想过，它是怎么知道哪条路最快、哪条路最堵的呢？

现代的导航系统不仅仅是简单的地图，它们是真正的人工智能系统。它们会实时收集和分析海量的数据：有多少车在某条路上行驶，它们开得快不快，有没有发生交通事故，道路是不是在施工。这些数据每时每刻都在更新。当你输入目的地时，AI会在一瞬间计算所有可能的路线，比较它们各自需要多长时间，然后选择出一条最优路线推荐给你。

而且，如果你突然改变主意，想要绕路去买冰淇淋，导航也会迅速重新计算，给出新的路线。这种灵活应变的能力，也是人工智能的体现。

---

这些例子告诉我们一个重要的道理：人工智能并不是高高在上的、只在实验室里存在的高深技术，它已经悄悄地走进了你的日常生活，无处不在。它可能是你的语音助手，推荐你喜欢的视频，帮助你拍出更好的照片，或者带你找到回家的路。

那么，到底什么是人工智能呢？为什么这些程序能够做到这些看似“智能”的事情？让我们一起走进AI的世界，去探索它的奥秘。

什么是人工智能？ {#what-is-ai}

会思考的机器 {#thinking-machines}

如果让你用一个最简单的方式告诉别人什么是人工智能，你会怎么说？我听到过一个小朋友的回答特别有趣，他说：“人工智能就是会思考的机器！”

这个回答虽然简单，但已经抓住了AI最核心的特点。让我们仔细分析一下这句话。

机器，我们都见过——电脑、手机、机器人、洗衣机里的控制器。这些都是机器，它们按照人类给它们的指令运行。

会思考，这是关键。什么叫思考？思考包括很多方面：学习新知识、理解语言、分辨图片里是什么、规划怎么完成一项任务、根据情况做出决定……这些看起来好像是人类才有的能力，对不对？

传统意义上的机器，比如计算器，它只会做加、减、乘、除。1加1等于2，2乘3等于6，它永远不会算错，但你也别指望它能帮你写一篇作文。而一台“会思考的机器”，我们希望它能够像人一样，学习新的东西，理解我们说的话，甚至能够回答问题、解决问题。

人工智能就是让机器具有类似人类的智能——能够感知（看、听、感受）、理解（知道看到了什么、听到了什么）、学习（从经验中进步）、决策（做出选择）、甚至创造（新想法、新作品）。

> 📖 小词典：什么是人工智能？ > > 人工智能（Artificial Intelligence，AI）：由人类创造的，能够执行通常需要人类智能才能完成的任务的计算机系统。这些任务包括学习、推理、问题解决、理解语言、识别图像、做出决策等。

AI不是魔法，是数学 {#ai-is-math}

也许你会想：“这么神奇的东西，一定用了什么非常高深的魔法吧？”

实际上，人工智能的核心是数学。

当你学习数学的时候，你有没有想过，学习到底是怎么回事？你先学习1+1=2，然后学习2+2=4，慢慢地你掌握了加法的规律。然后你会发现，不仅仅是1+1=2，100+200=300，任何数字相加，你都会做了。你从具体的例子中学到了通用的规律，然后用这个规律去解决新的问题。

人工智能的“学习”，本质上是类似的。AI程序会给它看很多很多例子，比如几百万张图片，每张图片上都标好了这是什么——这是猫，那是狗，另一张是汽车。AI程序会从这些例子中慢慢发现规律：猫有什么共同的特征？狗又有什么特征？慢慢地，当你再给它看一张新的图片时，它就能判断出这是猫还是狗了。

这个过程听起来是不是很眼熟？没错，这和你学习认识新事物的过程非常相似！

人工智能也会"看"、"听"、"读" {#perception}

人类的智能体现在很多方面，其中一个很重要的方面就是感知能力——我们能看到东西，听到声音，闻到气味，感受到冷热和疼痛。这些对人类来说自然而然的事情，对计算机来说却曾经是非常困难的。

计算机视觉（Computer Vision）让AI能够“看见”。现在，AI可以识别照片里有什么，可以认出人的脸，可以看懂文字（这叫做光学字符识别，OCR），甚至可以看懂视频里发生了什么动作。医生们还用AI来帮助看X光片和CT扫描，找出可能存在的疾病。

语音识别让AI能够“听见”。你对着手机说话，它能把你说的话变成文字。无论是中文、英文还是其他语言，现代的语音识别系统都已经非常准确了。好的系统在安静环境下，中文语音识别的准确率可以超过98%——几乎和你自己听写一样准确！

自然语言处理（Natural Language Processing，NLP）让AI能够“读懂”人类说的话。这不仅是把语音变成文字那么简单，而是真正理解文字的含义。比如你说“我想吃苹果”，AI需要理解你是在说一种水果，而不是一台手机。如果是Siri听到这句话，它应该会打开地图应用，帮你找附近的水果店。

> 📖 小词典：感知能力 > > | 能力类型 | 英文名称 | AI能做什么 | > |---------|---------|-----------| > | 看（视觉） | Computer Vision | 识别图像、理解视频、读取文字 | > | 听（听觉） | Speech Recognition | 将语音转换为文字 | > | 读（语言理解） | Natural Language Processing | 理解语义、回答问题、翻译语言 |

狭义AI与通用AI {#narrow-ai-vs-general-ai}

专门做好一件事：狭义AI {#narrow-ai}

现在你看到的大部分人工智能，都属于狭义人工智能（Narrow AI），也叫弱人工智能（Weak AI）。这种AI非常擅长做某一件特定的事情，但它只能做这一件事，或者很少的几件相关的事情。

让我们来想象一下：

一个下棋程序，它可以打败世界冠军，但它不会做饭。如果你让它去做饭，它会完全不知所措。

一个翻译软件，它可以把中文翻译成英文，把英文翻译成日文，但它不会下棋，不会画画，更不会帮你规划旅行。

一个人脸识别系统，它可以认出你是谁，但它听不懂你说的话，也不懂你在想什么。

这些AI都有一个共同的特点：它们在自己擅长的领域非常强大，但一旦超出这个领域，它们就什么都不会了。就像一个只会加减法的计算器，你问它1+1它会回答2，但如果你问它"为什么天空是蓝色的"，它就完全傻眼了。

这可能让你有点失望——原来现在这么厉害的人工智能，其实只能做这么一点点事情啊！

但别着急，正是这些“只会一点点”的狭义AI，已经给我们的生活带来了巨大的改变。你的手机之所以能听懂你的指令，推荐算法之所以能猜到你的喜好，人脸识别之所以能帮你解锁手机——这些都是狭义AI的功劳。

而且，科学家和工程师们一直在努力，让狭义AI变得越来越强大。也许有一天，某个狭义AI在它擅长的领域，会比任何人类都做得更好！

真正的挑战：通用AI {#general-ai}

你有没有看过科幻电影？里面的机器人往往非常聪明，它们能和人类聊天、做饭、画画、打扫卫生，还能学习新的技能——简直就像一个真正的人。

这种像人类一样全面发展的智能，叫做通用人工智能（Artificial General Intelligence，AGI），也叫强人工智能（Strong AI）。

一个真正的通用人工智能应该：

• 能够理解和学习任何人类能理解的知识和技能
• 能够用自然语言和人类流畅地交流
• 能够在面对新问题时，运用已有知识去解决
• 能够像人类一样推理、计划、创造
• 有一定的“常识”，知道什么是合理的、什么是不合理的

想象一下，如果你有一个通用AI机器人，它应该既能帮你辅导功课，又能陪你下棋，还能和你聊天解闷。如果你告诉它你想学游泳，它应该能够自己去找资料学习，然后教你。

但遗憾的是，这样的通用AI目前还不存在。

这听起来可能让你失望——人类已经能造出会下棋、会识别图片、会翻译语言的AI了，怎么就不能造出一个真正“聪明”的机器人呢？

这是因为，人类智能是一个非常非常复杂的东西。我们至今也不完全理解人类的大脑是怎么工作的，更不用说用计算机完全复制它了。

要让机器像人一样思考，需要解决很多很多难题：

• **常识推理**：人类有很多“理所当然”的知识，比如水往低处流、东西放手会掉下去、太阳从东边升起……这些对人类来说是常识，但AI需要从大量数据中学习才能知道。
• **迁移学习**：人类能将在一个领域学到的知识应用到另一个领域。你学会了骑自行车，可能对学骑电动车有帮助。但AI往往在一个领域学到的技能，很难直接用到另一个领域。
• **理解上下文**：人类说话、写文章常常有言外之意、弦外之音。“今天天气真好啊”可能是真的在说天气，也可能是在暗示你出去走走。AI理解这种“言外之意”还很难。
• **情感和创造力**：人类有情感，能欣赏艺术，会创造新的东西。这些是AI目前很难真正拥有的。

> 📖 小词典：两种AI > > 狭义人工智能（Narrow AI）：专注于完成特定任务的人工智能。比如只会下棋的AlphaGo，只会翻译的翻译软件。现在的AI大部分都是狭义AI。 > > 通用人工智能（Artificial General Intelligence，AGI）：具有像人类一样全面的智能，能够学习任何知识、完成任何任务的人工智能。这是科学家追求的目标，目前还没有实现。

AI的现在和未来 {#ai-now-and-future}

也许你会问：既然通用AI还没有实现，那我们现在研究AI还有什么意义呢？

其实，狭义AI已经非常非常有用了。虽然它只能在特定的领域工作，但在这个领域里，它可以做得比人类更好、更快、更准确。

医生用AI帮助诊断疾病，AI可以在几秒钟内看完一张X光片，找出可能存在的问题。

工厂用AI控制机器人，这些机器人可以24小时不间断地工作，而且不会出错。

农民用AI监测庄稼的生长情况，什么时候需要浇水，什么时候可能有虫害，AI都能提前预警。

科学家用AI帮助研究新药、开发新材料、设计新的飞机……

即使我们暂时还不能造出通用AI，狭义AI已经足够改变世界了。

当然，科学家们并没有停止探索的脚步。他们在研究如何让AI更好地学习、如何让AI更安全、如何让AI和人类更好地合作。也许在不久的将来，我们会一步步接近通用AI的梦想。

谁知道呢？也许正在读这本书的你，将来就是那个发明出真正智能机器人的科学家！

人工智能简史 {#history-of-ai}

梦想的开始：1956年 {#dartmouth-conference}

让我们坐上时光机，回到很久很久以前。

1956年，在美国一个叫达特茅斯（Dartmouth）的小镇上，一群聪明人聚在一起，开了一个特别的会议。这个会议后来被称为达特茅斯会议（Dartmouth Conference），它标志着人工智能作为一门独立学科的诞生。

参加这个会议的人包括：

• **约翰·麦卡锡**（John McCarthy）——他提出了"Artificial Intelligence"这个词
• **马文·闵斯基**（Marvin Minsky）——后来被称为“人工智能之父”
• **克劳德·香农**（Claude Shannon）——信息论的创始人
• **纳撒尼尔·罗切斯特**（Nathaniel Rochester）——计算机设计的先驱

在那个时代，计算机还是用真空管做的，体积巨大得像一栋楼那么宽，但计算能力可能还不如你手上的手表。但就在那个年代，这些先驱者就提出了一个伟大的想法：能不能用计算机来模拟人类的智能？

这个想法在当时引起了很多人的兴趣。一些人认为，用不了十年，人工智能就能达到人类的水平。但现实证明，他们大大低估了这个问题的难度。

第一次浪潮与寒冬 {#ai-winters}

达特茅斯会议之后的几年，是人工智能研究的第一次浪潮。科学家们充满热情，开发出了一些简单的AI程序，能够解决数学问题、证明几何定理，甚至还能和人下棋（虽然下得不太好）。

人们非常乐观，觉得人工智能很快就能实现。报纸上到处都是关于智能机器人的报道，预言家们预测在不久的将来，AI就能做人类能做的一切事情。

但是，事情并没有那么简单。

到了1970年代，人们发现之前对AI的期待太高了，现实中遇到了很多难以克服的困难：

• 计算机的计算能力有限，无法处理更复杂的问题
• 很多AI程序只能处理简单的情况，一旦遇到稍微复杂的情况就会出错
• 人类对智能的理解还不够深入，不知道怎么用程序来“复制”它

失望的浪潮涌来，政府和企业纷纷削减对AI研究的资金支持。人工智能进入了第一次寒冬（AI Winter）。

专家系统的兴起 {#expert-systems}

到了1980年代，人工智能又迎来了第二次热潮，这次的明星是专家系统（Expert Systems）。

什么是专家系统呢？它就像一个装满了某一领域所有知识的“聪明盒子”。

比如，一个医疗专家系统可能装着成千上万种疾病的信息：这种病有什么症状，通常发生在什么年龄段，应该怎么治疗……医生可以向它咨询，它会根据输入的症状，分析可能是什么病，给出建议。

专家系统的思路是：与其让AI自己学习，不如直接把人类的知识教给它。就像一个医学生需要学习很多年才能成为医生一样，专家系统也需要“灌输”大量的知识。

这个思路在某些领域确实很有效。银行用它来评估贷款风险，工厂用它来监控设备故障，公司的客服系统用它来回答常见问题。

但是，专家系统也有很大的局限性：

• 它只能处理那些能够用明确的规则描述的问题
• 它无法处理模糊的、不确定的、或者从未见过的情况
• 它需要人类专家来“教”它知识，这个过程既耗时又昂贵

到了1990年代，专家系统的局限性暴露无遗，而且硬件和软件的成本也比预期高很多。资金再次撤退，人工智能进入了第二次寒冬。

深度学习的革命 {#deep-learning}

故事讲到这里，你可能会想：AI经历了两次失败，是不是真的不行了呢？

当然不是！

21世纪的到来，给人工智能带来了新的春天。

这一次的关键突破叫做深度学习（Deep Learning）。它之所以叫"深度"，是因为它使用了一种叫做神经网络（Neural Network）的东西，而这种网络有很多很多层——所以叫“深度”。

什么是神经网络呢？

让我们先从人脑说起。你知道吗，人脑里有大约860亿个神经元（Neuron），这些神经元通过复杂的网络互相连接，一起工作，产生了我们的思维、感觉和记忆。

人工神经网络就是模仿人脑神经元的工作方式设计的。它由很多很多小的计算单元组成，这些单元像神经元一样互相连接，通过调整它们之间的连接强度，神经网络可以学习识别模式、做出预测。

深度学习之所以能取得巨大的成功，有几个重要的原因：

第一，数据的大爆发。 互联网的普及让人类产生了海量的数据——图片、文字、视频、语音……深度学习需要大量的数据来训练，而21世纪正好提供了这样的数据海洋。

第二，计算能力的提升。 深度学习需要大量的计算。幸运的是，图形处理器（GPU）——原本是用来玩游戏的——被发现非常适合做深度学习的计算。一个GPU可以同时做很多很多计算，比传统的CPU快几十倍甚至上百倍。

**第三，算法的改