1.1.3 人工智能图谱

1.智能的类型划分

人工智能诞生之后，由于技术路线的差异，人工智能发展出了多种不同的类型。图1.3所示为现阶段人工智能的主要类型。智能源于自然，人工智能使智能的发展开始走向非自然过程。因此，如图1.3所示，我们将智能划分为自然智能和人工智能两大类型。自然智能就是指自然存在的智能，地球上各种生命所拥有的智能都是自然智能，包括人类和非人类生命所拥有的智能。从智能与人工智能的关系角度，可以将人工智能看作智能的一种特殊形态。

图1.3 人工智能研究图谱

人工智能总体上可以被划分为机器智能、混合智能和群体智能3种类型。其中，机器智能与人工智能在历史上是没有区别的。这里之所以将机器智能看作人工智能的子类，首先是出于对人工智能的概念内涵的理解，它的研究对象是机器的智能；而它的外延又十分广泛，它并不特指某一种具体的软硬件技术或系统，但它一定要通过软硬件系统才能实现。软硬件系统也就是指某种机器，如常用的计算机、机器人等。其次，人工智能从其诞生开始，一直是通过各种技术对人类智能进行模拟或实现的，历史上各个阶段的技术并没有表现出什么特别之处。直到2015年以后，大数据技术以及一种被称为深度学习的算法技术的发展和应用，使机器（主要是计算机）产生了不同于人类的智能，尤其是机器在围棋领域取得的突破。上述现象表明，非自然的机制可以产生不同于人类甚至在某些方面超越人类的智能。这种智能是机器所特有的，正如人类智能是人类所特有的一样。因此，这里将机器智能看作人工智能的子类。

当然，从“人工”的角度，我们也可以说机器智能就是人工智能，因为它们都是人类创造的产物。但在本书中，我们强调智能的产生机制及其所属的对象即机器，而不强调“人工”，这是因为只有重视和强调智能的产生机制，而不是单纯强调已有的技术及其应用，才更有可能发展出更高级的人工智能。同时，限定人工智能概念的外延，能够防止其被滥用和误解。

机器智能可以从模仿对象和产生机制角度进一步被划分为其他类型。从模仿对象角度，机器智能可以被划分为仿生智能、仿人智能两种类型，分别对应机器动物和机器人两大类型载体。模仿动物外形、动作或行为等外在表现形式的仿生智能载体就是机器动物，各种机器动物也就是能够超越动物智能的智能机器，如模拟狗做成的机器狗能够做360°的前空翻、后空翻、侧空翻等复杂动作，而完成这些复杂动作是狗这种自然动物所不具备的能力。由专门模仿人类外在行为发展而来的智能机器就是机器人。模拟人或动物的运动行为规律而形成的智能是行为智能。

除了行为智能，现阶段机器智能的实现主要包括以下3方面：借助现代计算机及传感器，可使机器通过视觉、听觉形成对内部和外界环境的感知，即感知智能；通过一定的方法使机器能够处理语言、文字，形成语言智能；人类的学习、理解、推理、决策等更高级的认知能力在机器上也已初步实现，机器通过对这类智能的模拟形成认知智能，只不过还没有达到与人类一样或者超越人类的水平。

计算机这种特殊的机器利用特殊的算法通过计算的方式，在棋类博弈、文学艺术创作、材料分析、化合物设计等领域的表现令人类叹为观止，这种直接挑战人类引以为傲的创造力的机器智能可进一步被称为“机器创造”。这种机器创造力主要是深度学习所驱动的，由深度学习驱动并使机器产生的智能可以称为“内生智能”。机器智能还可表现为超级计算机凭借其远超人类的计算能力而呈现出的智能，如预报天气、预测蛋白质结构等，这些都不是人类智能所能直接解决的问题。

除了机器智能，人工智能还有群体智能和混合智能等主要类型。传统的群体智能主要是指受到蚂蚁、蜜蜂等社会性昆虫的群体行为启发的智能算法，该类算法以1992年意大利学者马尔科·多里戈（Marco Dorigo）提出的蚁群优化算法，以及1995年詹姆斯·肯尼迪（James Kennedy）等学者提出的粒子群优化算法为代表。在我国于2017年发布的《新一代人工智能发展规划》中，群体智能有了新的含义。它演变为以互联网及移动通信为纽带，使人类智能通过万物互联而形成的一种新智能形态或方法。目前，基于群体开发的开源软件、基于众问众答的知识共享等都被看作人类群体通过网络协作而形成的群体智能成果。

混合智能主要是指通过脑机接口、可穿戴及机械外骨骼等技术与人或动物的自然智能相混合而实现的智能。混合智能可以通过与人类智能的混合来弥补机器智能在推理、决策等能力方面的缺陷，还可以利用机器增强人类体能等方面的能力。例如，通过机械外骨骼可以增强人的体能，使人能够举起几倍于自己身体质量的重物；通过脑机接口技术可以让残疾人通过脑电波控制机械臂完成端茶倒水等任务。

长期以来，人们总是试图赋予机器更多的像人一样的智能（类人的智能）。类脑智能是指通过对大脑的结构等方面的模拟实现类人的智能。由此衍生的类脑计算为使计算机拥有自主学习、独立思维等能力提供了一条可能的途径。类脑计算通过仿真、模拟和借鉴人脑的神经系统结构和信息处理过程，构建出可实时处理多种模式信息的、具有自主学习能力的装置、模型与方法。科学家们利用电子技术、芯片技术或虚拟仿真技术模拟大脑宏观、微观结构，设计类脑计算机和人工大脑，最终实现类人的智能。类脑计算或类脑智能技术可以看作实现通用人工智能的一个技术路径。

传统意义上，人们一般将人工智能划分为弱人工智能与强人工智能两大类。对人工智能而言，弱人工智能研究的目的并不在于模拟真实的人类智能，而在于构造一些并非完全和人类智能相一致的有用的算法，以便完成一些人类很难完成的任务。只是模拟人类某一方面的智能或解决单一问题的人工智能都属于弱人工智能。相反，强人工智能研究的目的在于创造出达到人类智能程度并具有自我意识的人工智能。强人工智能通常被描述为具有知觉、自我意识并且能够思考的人工智能，是达到甚至超越人类智能水平的人工智能。目前，强人工智能还处于幻想阶段。

事实上，在发展人工智能的过程中，研究人员提出了很多实现人工智能的不同理论、方法和技术。理论和方法用于指导研究人员设计各种各样的具体的算法、模型或软硬件系统。目前人们利用各种算法实现的人工智能都只能解决某一方面的问题，或者只能在特定场景执行特定的任务，而不具备适应不同任务和场景模式的通用人工智能。例如，识别人脸的算法不能用于识别物体，识别声音的软件不能用于阅读文字，清洁机器人不会帮人洗碗筷、叠被子等。因此，现在的机器所具有的智能都属于专用机器智能，即弱人工智能。

2.人工智能的概念辨析

通过算法、模型及软硬件系统模拟智能实现的技术都可以称为智能技术或人工智能技术。当这些算法或模型搭载在某种软硬件系统中并可解决某些特定和专门的问题时，它们就构成了智能系统。智能系统可以是一个特定场景中的硬件系统，如汽车自动驾驶系统、智能家居系统，也可以是一个大范围空间或区域甚至是数字或虚拟空间实现的系统，如整个医院、整个城市的智慧医院、智慧城市，虚拟现实或元宇宙场景中的虚拟人系统等。这些系统都是人工智能概念及技术在某些行业或领域的延伸应用。

加载了智能技术或系统，代替人类在不同场景中解决问题、执行危险或困难的任务的机器就是智能机器。智能机器不同于传统机器之处在于，它们不仅可以在一定程度上代替人类完成某些任务，还具有某些智能特征。也就是说，它们是具有智能属性的机器。这些机器可以是计算机，也可以是各种机器人，还可以是某种家用电器等。

需要指出的是，任何类型的算法、模型、系统及搭载它们的机器本身都不是人工智能，而是实现人工智能的手段或载体。单纯的某一个或某一类理论、方法、算法、技术、模型、系统、硬件、软件等对象，无论其性能多么强大，都不应笼统地、简单地称为“人工智能”，更不能将它们直接看作人工智能。简单地用“人工智能”指称或指代某一个或某一类理论、方法、算法、技术、模型、系统、硬件、软件等对象，只能造成概念和理解上的混乱，淹没人工智能的本质和发展目标，不利于人工智能的进步。