（文章來源：知新了了）
? ? ?? 早在1950年10月，英國技術幻想家艾倫·圖靈就曾在《心靈》雜志上發表了一篇題為《計算機器與智能》的文章，這篇文章提出了當時在許多人看來似乎是不可思議的科幻虛構的東西。圖靈曾發問道，難道機器不能執行一些本應被描述為思考，但與人的行為截然不同的事情嗎？

圖靈認為它們可以做到。此外，他相信，有可能為數字計算機創建軟件，使其能夠觀察環境，學習新事物，從下國際象棋到理解和說人類語言。他認為，機器最終可以發展出在沒有人類指導的情況下，自行完成這一任務的能力。圖靈預測，我們可能希望機器最終能在所有純智能領域與人類競爭。

近70年后，圖靈看似古怪的愿景變成了現實。人工智能，通常被稱為AI，賦予了機器從經驗中學習和執行認知任務的能力，這類事情曾一度只有人腦才有能力做到。

當前，人工智能正迅速在整個文明社會中傳播，在那里它幾乎可以做任何事情，從使自動駕駛汽車在街道上導航到做出更準確的颶風預報。在日常生活層面上，人工智能會計算出在網絡上應該向你展示什么廣告，并為那些友好的聊天機器人提供動力，這些聊天機器人會在你訪問網站時彈出，回答你的問題并提供相應的客戶服務。聲控智能家居設備中的人工智能個人助理可以執行無數的任務，從控制我們的電視和門鈴，到回答瑣碎的問題，還可以幫助我們找到我們最喜歡的歌曲。

但是，這一切才剛剛開始。麥肯錫全球研究所（McKinsey Global Institute）的一項預測顯示，隨著人工智能技術越來越成熟，能力越來越強，預計它將極大地推動世界經濟，到2030年將創造約13萬億美元的附加價值。SAS是一家全球軟件和服務公司，專注于為客戶將數據轉化為情報。SAS的分析平臺策略師表示，人工智能的應用還處于起步階段，但它的應用正在加速，并在所有行業得到推廣和應用。

更令人驚奇的是，也許就連我們的生活方式，也悄然被一種我們許多人幾乎不理解的技術所改變。這種技術是非常復雜的，甚至連科學家也都難以解釋清楚。人工智能專家解釋說，人工智能是一系列技術的結合，如果由人類完成，這些任務通常會被認為需要相當的智力。其實應該說是“思想”，因為沒人能真正確定什么是智力。

科學家描述了兩大類智力。一種是狹隘智力，它在一個狹隘定義的領域里獲得能力，比如，在放射科分析X射線和MRI掃描的圖像。相比之下，基本智力則是一種更像人的能力，它可以學習和談論任何事情。一臺機器可能擅長放射科的一些診斷，但如果你問它關于籃球的問題，它將是毫無頭緒的。而人類的智力多才多藝，在這一點上仍然是人工智能無法企及的。

根據科學家的說法，人工智能有兩個關鍵部分。其中之一是工程部分：即構建以某種方式利用智能的工具。另一部分是智能科學，更確切地說，就是如何讓機器得出與人腦相當的結果，即使機器是通過一個非常不同的過程來實現的。打個比方，鳥兒會飛，飛機也會飛，但它們的飛行方式完全不同。即便如此，它們都是利用了空氣動力學和物理學。同樣，人工智能的基礎就是關于智能系統行為的一般原則。

換言之，人工智能基本上是我們試圖理解和模擬大腦工作方式的結果，并將其應用于賦予其他自主系統類似大腦的功能（如無人機、機器人和其它代理）。

雖然，人類并不像計算機那樣思考，計算機利用電路、半導體和磁性介質代替生物細胞來存儲信息，但也有一些有趣的相似之處。科學家們發現，當開始談論數十億個節點時，圖形網絡會很具有吸引力，而大腦本質上是一個圖形網絡。在這個網絡中，盡管你可以通過改變神經元的電阻來控制過程的強度，單個神經元本身給你的信息量非常有限，但同時激發足夠多不同強度的神經元，最后你會產生一種模式，這種模式只能在特定種類的刺激下激發，通常是通過DSP（數字信號處理）調制的電信號，我們稱之為視網膜和耳蝸。

人工智能的大多數應用都是在數據量大的領域。我們還是以放射學為例子，正因為有了由人類放射科醫生評估的X射線和MRI掃描的大型數據庫，所以使得訓練一臺機器來模擬這一活動成為了可能。人工智能的工作原理就是將大量的數據與智能算法（一系列指令）相結合，使軟件能夠從數據的模式和特征中進行學習。
? ? ?? （責任編輯：fqj）