什么是智能？

　　智能包含3 部分： 1. perceive 感知  2. rational thinking 合理思考  3. taking action 采取行动

　　目前，AI model 的 2 种类型：

　　1. 符号模型 symbolic model

　　2. 亚符号模型 sub-symbolic model , 或连接主义： connectionism

 

　　符号模型

　　1955，J.McCarthy提出。

　　提出两个基本假设：

• 物理符号系统假设：物理符号系统是智能的充分必要条件；

• 人脑和计算机都是物理符号系统，认知过程就是在符号表示上的运算。

• 1976 年 Newell 和 Simon 提出了一个符号模型： 知识库和推理机（inference engine）

　　例子： 1997 IBM 深蓝  2011 IBM 沃森

　　这种模型只能在宏观层面上用来模拟人类的某些行为.

　　

---

亚符号模型/连接主义

　　1965 年，达特茅斯夏季研讨会.

　　神经网络有2个时期：

　　1.  浅层神经网络，只有一层隐层，需要‘手工特征’来构建分类器，因此需要有相关领域知识。

　　2. 2000-2006， Igor Aizenberg 和 Geoff Hinton。多隐藏层（深度）神经网络

　　　　（1） 用 raw data 代替手工特征，故领域知识不再必须；

　　　　（2）大大提高亚符号模型的表现；　　　　

　　　　（3）统计数学工具，让模型具有可度量性和可验证性。

　　这种 AI 系统主要是基于数据驱动。

　　这种 AI 系统只是一种分类机器，是一个 AI without Understanding，所以仅仅依靠基于数据驱动的深度学习很难产生真正的智能，也远没有      触及智能的核心。

---

 

　　

AI 研究的新趋势

　　目前的AI研究有2种：

　　1. 基于知识的符号模型：如基于语义符号，用于处理文本和语言；

　　2. 基于数据的亚符号模型：如基于数据的特征向量，用于处理图像和语音。

　　新的趋势：将二者结合起来，建立一种同时基于知识和数据的 AI 系统。

---