浅谈人工智能是否会超越人类智能

《浅谈人工智能是否会超越人类智能》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、（学号：）浅谈人工智能是否会超越人类智能（计算机与信息工程学院，11计科一班）最近看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为她暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识

2、，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能，科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明

3、人工智能的确切内涵。虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。关于人工智能是否会会超越人类智能这一问题，我认为关键在于学习。人类的学习能力是智能行为的一个非常重要的特征，没有学习，就没有人类知识的传承与积累，也就没有人类文明。学习是生物中枢神经系统的高级整合技

4、能之一，是人类获取知识的重要途径和人类智能的重要标志；机器学习则是计算机获取知识的重要途径和人工智能的重要标志，是一门研究怎样用计算机来模拟或实现人类学习活动的学科，它是人工智能的核心，也是使计算机具有智能的根本途径。人类学习的研究与机器学习研究两者是一种相互影响、相互促进的关系，但是至今人们对学习的机理还不太清楚。这是因为长期以来，鉴于人的大脑结构与功能的极度复杂性，探索和揭示大脑的奥秘仅仅是人类一个美好的梦想，这也包括对大脑是如何进行学习的研究。如果我们另辟蹊径，把关于人类学习的研究重点从对大脑的研究转换到“学

5、习”这个概念上，即把“学习”作为研究对象，对其本质从哲学的视野下从认知的角度进行探索，这将对机器学习的发展具有一定的借鉴意义。在古代，“学”字多用于表达获取知识、提高认识的含义，有时也用“知”字表达；“习”字多用于掌握技能、修炼德行等带有实践意义的行为，有时兼有“行”的意思。孔子在《论语》中说：“学而时习之，不亦说(悦)乎!”“学”是“习”的基础与前提，“习”是“学”的巩固与深化，强调学习过程中的知行统一，以及由此产生的愉悦的情感。由此可知，学习是人类智能的根本特征，但究竟什么是学习目前还没有一个统一的定义，这是因

6、为“学习”这一概念非常复杂，包括很多方面的内容，几乎涉及各个领域。因此不同的学派对学习的解释也有所不同。在教育学领域中，学习一般被认为是人类个体在认识与实践过程中获取经验和知识，掌握客观规律，使身心获得发展的社会活动。这种观点把学习当作一种社会活动来进行考察，因此这种观点认为学习的本质就是人类个体的自我意识与自我超越。而在心理学领域内关于学习的定义是：学习是指人和动物因经验而引起的倾向或能力相对持久的变化过程，这些变化不是因成熟、疾病或药物引起的，而且也不一定表现出外显的行为。这种观点的侧重点是考察学习的心理机制，

7、而且很明显，心理学中的学习的概念更为客观，认为学习的本质只是产生了变化，但并不考虑这种变化的方向。著名的人工智能专家西蒙(Simon)给出的学习概念更接近我们常识中的“学习”，他认为：学习是系统内部的适应性变化，使系统在以后从事同一任务或同一问题范围中类似的任务时，效率更高。与此类似的是，明斯基也简单地把学习定义为：“学习”是我们心智内部有用的变化。除了上面给出的学习的定义，还有许多与此不同或类似的定义，不过大致可以归结如下：学习就是获得明确的知识，是系统自身性能的改进，或称为效率的提高。而且人的学习不仅仅是获取知

8、识和技能，也不仅仅是导致行为的改变，还应当包括在知识经验的基础上，养成良好的行为习惯，以形成高尚的道德品质和充分发挥自身的潜能和价值。学习是有目的的行为，这个目的就是要解决问题，即发现新的知识。人工智能专家温斯顿对学习的概念及本质进行了专门探索，在《人工智能》一书中，他将学习分成四类：(1)根据被编制的程序而学习；(2)根据指示进行学习；(3)根据观察样品而