□ 2 . 1 符號 AI ☆ -- ☆ 2 . 1 . 4 符號 AI 問題 □ -- □ 3 . 6 強 AI • -- 人工智能 -- ● 搵緊 同名 電影 嘅話 ， 請睇 「 人工智能 ( 電影 ) 」 。 [ 270 p x - Sophia _ at _ the _ AI _ for _ Good _ ] 2018 年 喺日 內瓦舉 行嘅 《 AI for Go od 》 峰會 嗰度 所 展示 嘅 機械人 蘇菲亞 （ Sophia ） ； 佢 內置 AI ， 曉用 語言 同 人 傾偈 。 《 食鬼 》 嘅 片段 ； 啲鬼 由 電腦 操控 ， 但 曉 追捕 玩 家 －展 現簡 單嘅 近 似 有 智能 行為 。 人工智能 jan4 gung 1 zi3 nang 4 （ 英文 ： artificial intelligence ， AI ； 粵拼 ： ei1 aai1 ） ， 又 有 叫 機械 智能 gei1 haai6 zi3 nang 4 （ machine intelligence ） ， 泛指 由 機械 展示 嘅 智能 ， 相對 於人 同 第啲 動物 展示 嘅 自然 智能 。 喺科學 上 ， 「 人工智能 」 一 詞 亦 都 俾 人 攞 嚟指 專門 研究 AI 嘅認 知 科學 同 電腦科 學 交界 領域 ^ [ 1 ] ， 呢 個 領域 嘅 研究 會關 注點 樣教 機 械 做 推理 、 知識 表示 、 計劃 、 學習 、 自然 語言 處理 、 感知 以及 郁同 操控 物體 等 嘅作業 ^ [ 1 ] ， 而 呢 啲 研究 其中 一 個 終極 目標 就 係 想 造 出 強 AI－即係 能 夠展 現出 同人 無異 嘅 智能 嘅 AI ^ [ 2 ] 。 AI 嘅理 論 基礎 建 基於 智能體 （ intelligent agent ） 嘅 概念 ： 喺 最 廣義 上 ， 一 嚿 物體 如果 有 能力 感知 佢 四 圍 嘅 環境 ， 並且 運用 所 得 嘅資 訊嚟 提升 自己 達到目 的 嘅機會率 嘅話 ， 噉佢 就算 係 一 個 智能 體－ 包括 人 在 內嘅 動物 都 符合 呢 個定義 。 AI 領域 嘅目標 就 係 研究 點樣 人工 噉整 一 啲 智能 體出嚟 ， 最 常 見嘅 做法 係 參考 心理學 以及 神經科學 呢 啲 研究 自然 智能 嘅 領域 -- 除 咗科學 ， AI 研究 又 引起 咗唔 少 哲學 同 社科 上 嘅討論 ： 「人 可以 整 機械 嚟 模擬人 類智 能 」 嘅 宣言 引起 咗 一 連 串 （ 到 咗廿 一 世紀 初仲 有 人 關 注嘅 ） 心靈哲學 問題 同 埋 「 人工 噉 創造 一 個 有 人 類 水平 智能 嘅物 體係咪 合乎 道德」 等 嘅討 論 ^ [ 5 ] ； 亦 都 有 唔少 人 覺 得 AI 如果 唔 受 控嘅 話會 對人 造成 威脅 ^ [ 6 ] ， 例子 可以 睇 吓廿 一 世紀 初科 幻故 仔常 見嘅 AI 叛變 橋段 ， 或 者 有 人 擔心 AI 會 搞 到 有 大量 嘅人 失業 ^ [ 7 ] 。 AI 領域 誕生於 廿世 紀中 ： 喺 1956 年 ， 有班 工程師 宣稱 ， 因 為人 類 智能 可以 用科 學理 論描 述 （ 睇認 知 科學 ） ， 所以 用 運算 機械 模擬人 類智 能係 有 可能 嘅 ^ [ 8 ] ， 引起 學界 熱議 ； 而 自 從嗰 陣開 始 ， AI 領域 有 過好 幾波嘅 熱潮 ^ [ 9 ] ^ [ 10 ] ， 又 試過 因 為 研究 失敗 等 嘅 原因 搞 到 有 排冇人 肯 出 錢 資助 （ 即 係 所 謂嘅 AI 低谷 ） ， 有 過幾 波唔 同 嘅 技術 革新 ^ [ 11 ] ^ [ 12 ] 。 到 咗 廿一 世紀 ， AI 經 已 係 一 個 蓬勃 嘅獨 立 科學 領域 ， 有 得 按照 所 使用 嘅技術 或者 想 達 到 嘅目 的 分 做 多 個唔 同 嘅子 領域 ， 而且 呢 啲子 領域 好多 時仲 要 專化 到 彼此 之 間 溝 通唔 到 ^ [ 13 ] ^ [ 14 ] -- 定義 上 ， AI 領域 想 做 嘅 ， 就 係 -- 一 個 AI 程式 要 展示 自己 嘅 智能 ， 就 實 要 （ 好似 人 類 做 決策噉 ） -- Output 嘅質素 會決 定個 AI 程式 嘅表 現 。 舉例 說明 ， 喺 一 個 AI 程式 捉 象棋 嗰陣 ， 個程式 會係噉 收到 「個 棋盤 係乜 嘢 形勢 」嘅 資訊 （ input ） ， 跟 住 佢會 一 啲 運算 ， 決定 自己 要 行邊 一 步 （ output ） ， 而 佢 所 行 嘅步 最 後 就 會 決定 佢贏 定輸 （ 表現 好 唔 好 ） 。 喺 成個 過程 當 中 ， 一 個 AI 程式 由 input 值 計 output 值 ， 即 係話 output 值 係 input 值 嘅函數 ， -- AI 史 上 出 名嘅 運算 方法 （ 可以 想 像 成 f {\displaystyle f } {\displaystyle f } 可能 嘅 款 ） 有 以下 呢 啲 ^ [ 17 ] ^ [ 18 ] ^ [ 19 ] ： 符號 AI [ 編 輯 ] 內文 ： 符號 AI 符號 AI （ symbolic AI ） ， 又 叫 老派 AI （ good old - fashioned AI ， GOFAI ） ^ [ 20 ] ， 係 最 早期 （ 同 埋俾 好多 人 認為係 最 易明 ） 嘅 AI 運算 方法 ： 喺 1950 年代 AI 領域 啱啱 起步 嗰 陣 ， 啲科 學 家 好多 都 認為人 類智能 只 不 過係 對邏 輯符 號嘅 玩弄 ^ [ 21 ] ， 而 符號 AI 做法 就 將 所 受嘅 input 值 用 一 大 柞邏 輯符號 計算 ， 再 按照 呢 啲計 算 俾個 output 值 出 嚟睇 ； 舉例 說 -- 即 係話 符號 AI 嘅 做法 建 基於 三 個 諗頭 ^ [ 22 ] ： -- 符號 AI 嘅 做法 可以 話係 比 較 原始 ， 而且 過咗 冇幾 耐啲 AI 研究者 就 發現 有 好多 問題 都 係 符號 AI 搞 唔掂 嘅 ^ [ 23 ] ^ [ 24 ] 。 -- ） 嚟表 達 ^ [ 22 ] ： 佢哋 會將 要 解決 嘅問題 想 像 為 一 柞 狀態 （ state ） ， 而 解決 問題嘅 過程 就 係個 AI 嘗試 由 初始嗰 個狀 態變 到 佢目 的 狀態嘅 過程 ， 佢哋 認為人 類會 用 某 啲相對 簡單 － 但 唔 一定 啱 －嘅認 知捷 徑嚟 判斷 點樣 由 一 個 狀態 移 去 下 一 個 狀態 ， 例如 係好 似「 如果 我 將 -- 採取 呢 個 做法 嘅 研究者 認為 ， 要 令 AI 做到 好似 人 噉嘅 智能 ， 要 做 嘅 就 係用 認知 心理 學領 域嘅 實驗 搵 出 人 思考 嗰陣 用 啲乜 嘢 啟發法 ， 並且 開發 出 一 啲 模擬人 腦用 嗰啲 啟發法 嘅演 算 -- 又 有 好多 符號 AI 研究者 主張 ， AI 唔 使 模擬人 嘅認 知 功能 所 涉及 嘅啟 發法 ， 而 係應 該用 一 啲實啱 （ 相對 於啟 發法 嘅「 通常 啱」 ） 嘅邏 輯法 則嚟 指定 「乜 嘢 係正確 答案 」 。 例如 係 如 果 要 教 一 部 電腦 點樣 知道 兩個人 係咪 彼此 嘅 兄弟 姐妹 ， 運用 基於 邏輯 做法 嘅 AI 研究者 會 教電 腦 以下 呢 條法 則 ^ [ 22 ] ： -- 兄弟 姐妹 嘅 關係 。 」 呢 類 思考 嘅 方式 唔 似 人 （ 好多 時用 直覺 多 過邏 輯嘅 ） 日常 思路 ， 但 就 係 一 條 絕對 正確 同 合邏 輯嘅 思路 。 相比之下 ， 用 認知 模擬 嘅 AI 研究者 會 研究 吓 一 般 人 類 用 乜 嘢 （ 無意 識 、 未必 完全 穩陣嘅 ） 法則 判斷 兩個人 係 兄弟 姐妹 嘅 機會率 ， 再 用 演算 法模 -- 由 1970 年代 開始 ， 電腦 嘅記 憶量 開始 愈嚟 愈 大 ， 令 到 各 門嘅 AI 專 家 都 開始嘗 試將 「知 識」嘅 成份 加落 去 AI 應用 嗰度 。 呢 股「 知識 革命」 引起 咗專 家 系統 （ expert system ） 嘅 發展 ^ [ 28 ] 。 專 家 系 統係 第一 種 真 係 成功 嘅 AI 軟件 ， 一 個 專 家 系 統會 建 基於 一 個 知識 基礎 之上 ， 並且 運用 一 大 柞「if ... then ...」 嘅法 則嚟 做 推理 。 例如 係 一 個 用 嚟診斷 病人 嘅專 家 系 統噉 ， -- 等 嘅法 則嘗 試搵 出 一 個 診斷 。 但 要 整 一 個 專 家 系 統 就 實 要 有 個真 嘅人 類專 家 幫手 ， 而 吓吓 都 逐條 逐條 法則 都 明文講 嗮俾 個 AI 程式 知會 好 嘥時 間 －專 家 往往 都 因 為 有人 需要 佢哋 嘅 服務 而 好 唔 得 閒 ， 好 難請 佢哋 幫手 整專 家 系 統 ^ [ 29 ] ^ [ 30 ] 。 符號 AI 問題 [ 編 輯 ] -- 符號 AI 最 大 問題係 ， 呢 種 做法 要求 「 設計者 將個 AI 做 判斷 要 用 嘅 法則 ， 冚唪唥 都 明文噉 講嗮 俾部 電腦知 。 」 但 由 1980 年代 開始 ， AI 學界 開始 留意 到 ， 呢 種 做法 喺 好多 情況 之下 根本 行唔通 ^ [ 20 ] ： 首先 ， 噉嘅 AI 學 起 嘢 上 嚟 好 撈絞 －如果 個設計者 想 教 一 條 新法 則俾 個程式 聽 ， 佢 就 要 人 手噉 由 （ 閒閒 地 成幾 萬行 長嘅 ） 源碼 當 中 搵嗮 所有 同 條新法 則衝 突嘅 法則 出嚟 ， 再 攞 走 呢 啲舊法 則 ， 非常 嘥時 間 ^ [ 31 ] ； 而且 符號 AI 根本 唔 能 夠 模擬 到 自然 智能 －認 知 心理學 等 領 域嘅 研究 清楚 噉 表明 咗 ， 人 類 智能 好多 時 都 會 依賴 直覺 等 無意識 、 難 以 明文噉 講 出 嚟嘅法 則 （ 第一 型 過程 ） 。 所以 廿一 世紀 初嘅 AI 好 少 可 會 真 係齋 靠 用 符號性嘅 方法 ， 而 好多 時 啲 新 嘅 AI 做 起 運算 上嚟 都 起 碼會 用 啲 混合型 方法 －即係 結合 符號 同 非符號 嘅 AI 做法 ^ [ 32 ] ^ [ 33 ] 。 -- AI 解問 題嗰 陣成日 都 要 面對 不 確定性 （ uncertainty ） －意思 即 係話 ， 個程式 成日 都 焗 住 要 喺唔 完全 知道 嗮 所 需 嘅資 訊嘅 情況 之下 行事 。 於 是 AI 專 家 就 運用 概率 論 同 經濟學 等 領 域嘅 知識 ， 諗咗 一 柞 工具 出嚟 去 應付 呢 啲問 題 ^ [ 34 ] ： -- 式睇 ， 跟 住 叫 個程式 用 呢 啲過 往 嘅數據 ， 計 出 變數 同 變數 之 間 嘅 關係 係點 ， 而 個程式 就 可 以 攞嚟 預測 未 來 ^ [ 38 ] 。 貝葉斯式 AI 有 相 當廣 泛嘅 用途 ， 例如 Xbox Live 噉 ， 喺幫 啲 打 緊網 上 遊戲嘅 玩 家 搵比賽 加入 嗰陣 ， 就 會用 到 考慮 嗰個 玩 家 嘅贏率 嘅貝葉斯 網路 ^ [ 40 ] ： 一 -- 同 符號 AI 比 起 上 嚟 ， 好似 貝葉斯 網路 啲噉 嘅貝葉斯式 AI 都 有 唔 好 處 ： 佢哋 內部 要 計 大 量嘅 機會率 ， 搞 到 佢哋 喺運 算 上 撈絞 好多 （ computationally expens ive－ 做 起 運算 上嚟 要 -- 內文 ： 人工 神經 網絡 同 神經 進化 睇埋 ： 解釋 得 嘅 AI 同 埋 黑 盒 -- 擅長 生存 同 繁殖 後代 ， 呢 啲個體 就 比較 有 機會將 自己 嘅 基因 傳俾 下 一代 ； 同一 道理 ， 用 GA 整 AI 嘅 過程 係 一 開 始 嗰陣 複製 一 大 柞 彼此 之 間 相似 ， 但 彼此 之 間 （ 喺權 重值 等 方面 ） 有 少少 差異 嘅神經 網絡 出嚟 ， 再 俾 啲 神經 網絡 各自 噉 做 幾次 個設計者 想 佢哋 做 嗰樣 作業 ， 表 -- AI 研究 其中 一 個 分類 法係 按 「想解啲 乜 嘢 問 題」 嚟分 ： 原則 上 ， AI 嘅終 極目 標係 要 創造 出 能 夠令 電腦 同 第啲 機械 展示 出 智能 ； 最 大 嗰個 問題 －模擬 自然 智能 －有 得分 類 做 一 大 柞 子問題 ， 包括 係學習 同 解難 等 嘅 能力 都 係 先 進嘅 自然 智能 嘅 必要 部件 ， 所以 AI 領域 就要 將 呢 啲 能力 逐個 逐個 噉創 造 出 嚟 。 以下 係廿 一 世紀 初 AI 領域 當中 多 人 關 注嘅 問題 。 -- AI 其中 一 個 最 基本 嘅課題 係點 樣教 機械 解難 （ solve problem ） 。 早期 嘅 AI 研究 興 集中 於整 一 啲 演算 法嚟 模仿人 類玩 解謎 遊戲 嗰陣 用 嘅 逐步 演繹 推理 （ deductive reasoning ） ^ [ 54 ] ， 呢 啲演 算法 會 涉及 一 大 柞 嘅「 如果 ... 就 做 ...」 （ if ... then ... ） 指令 （ 睇返 上面 符號 AI ） ； 但 呢 種 做法 有 個問 題 －因 為 組合 爆發 等 嘅問題 ， 實 際應 用 上 要 處理 嘅問題 好多 時 都 閒閒 地 有 成 幾千 幾 萬個 可能性 要 考慮 ， 冇 可能 吓 吓 都 靠 設 計者 講明 俾部 電腦聽 要 做 乜 ^ [ 55 ] 。 所以 到 咗 1980 年代 晚期 同 1990 年代 ， AI 研究 開始 運用 嚟自 概率 論 同 經濟學 等 領域 嘅 概念 （ 睇返 上面 貝葉斯 網絡 ） ， 並且 發 展出 用 嚟 應付 不 -- 型嘅 智能 體 －人 同 第啲 動物 －冚 唪唥 都 曉 自己 用 眼 耳口鼻 等 嘅感 官嚟 接收 有 關佢哋 周圍環 境嘅 資訊 同 埋 處理 分析 呢 啲資訊 ， 所以 如果 AI 要 做到 好似 人 噉嘅 智能 ， 就 一定 要 識 做 同 樣嘅 嘢^ [ 60 ] 。 -- 好似 係電腦 視覺 （ computer vision ） 噉 ， 就 係 指教 AI 處理 視覺資 訊嘅 領域 ^ [ 61 ] ， 個設 計者 可以 （ 例如 ） 寫 一 個會 由 部電 腦嘅鏡 頭攞 數據 嘅程式 ， 而且 個程式 內置 一個 之前 事先 -- 一 個 有 返咁 上下 智能 嘅智 能 體 一定 要 識 得 幫 自己 設目 的 並且 嘗試達 到 呢 啲目 的 ^ [ 64 ] 。 要 做 到 呢 樣 嘢 ， 一 個 AI 就要 有 能力 想 像 未 來 －用 某啲 方式 （ 好似 係電腦 數據 ） 嚟 向 自己 表達 周圍 環境 嘅狀態 以及 預測 自己 同 第啲 智能 體嘅行 動會 點樣 改變 周圍 環境 嘅狀態 ， 仲要 曉計 -- 好似 係世 上 唯一 一 個 做 緊計 劃嘅系 統噉 ， 喺 呢 種 模型 入面 ， 個智 能體 可以 完美 噉 預測 佢嘅 行動 嘅 結果 ^ [ 67 ] 。 但 現實 存在 嘅智能 體係 唔會 噉嘅 ， 無論人 定 AI 都 好 ， 佢哋 喺計 劃嗰 陣 梗係 要 受 制於 身邊 其他 智能 體嘅 行動 ， 所以 實會 有 不 確 定性 。 噉即係 表示 ， 一 個 曉 好似 人 噉計 劃嘅 AI 實 要 識 得 處理 不 確定性 以及 按 自己 行動 嘅 結果 評估 自己 嘅 進度 ^ [ 68 ] 。 -- Start # 初始化 個 AI 內部 有 若干 個目 的 （ goal ） 同 若干 個行動 （ action ） ； -- 喺對 AI 嘅 研究 當 中 ， 要 點樣 應付 複雜 （ complexity ） 係 一 個 重要 嘅課 題 ^ [ 55 ] ^ [ 70 ] ： • 某 啲曉 學習 嘅 AI 程式 係理論 上 如果 有 無限 咁 多 嘅 數據 、 時間 同 記憶 嘅話 ， 係會 有 能 力 完美 噉 接近 任何 嘅函數 ， 包括 任何 可以 準確噉 描述 成個 現實 世界 嘅函 數 －用 日常 用 語講 ， 即 係話 只要 有 足夠嘅 數據 、 時間 同 記憶 ， 呢 啲 AI 程式 就 能 夠 學識 預測 任何 嘢 。 呢 啲程式 理論 上 能 夠將 可能 嘅 假說 （ hypothesis ） 冚唪唥 考慮 嗮佢 ， 再 將啲 假 說逐 -- 爆發性 嘅 增長 ） 嘅問題 ， 「考 慮嗮 所有 可能 嘅情 況」 通常 喺實 際應 用 上 都 係冇 可能 做 到 嘅 ， 例如 係教 個 AI 程式 捉 棋噉 ， 國際 象棋 喺 兩個 棋手 都 行咗 第一 步 之 後 個棋 盤會 有 400 個 可能 嘅形勢 ， 喺兩個 棋手 都 行咗 第二 步 之 後 個棋 盤會 有 197 , 742 個 可能 嘅 -- 因 為 組合 爆發 嘅問題 ， AI 研究當 中 有 好多 都 集中 於 思考 點樣喺 有限嘅 數據 同 時間 之 內 盡 可 能 令 AI 程式 學 最 多 嘅 嘢 ， 其中 一 個 方向 係 思考 ^ [ 55 ] -- • 舉 個例 說明 ， 假想 而 家 有 一 架 內置 咗 AI 程式 嘅 自 駕車 ， 佢 主人 叫 佢搵 由 香港 去 廣州 嘅 最 短 駕駛 路線 ， 喺絕 大多 數情況 之下 ， 個 AI 程式 喺 做 運算 嗰陣 都 大 可以 安心 噉略 過 （ 例如 ） 嗰啲 由 香港 經 哈 爾濱 去 廣州 嘅駕 駛路線 （ 因 為 呢 啲路 線 基本 上冇 可能 會係 -- 係揀 一 小 部份 出嚟 考慮 ^ [ 71 ] ； • 又 例如 因 為喺 2016 年 打 低咗 九 段 （ 即 係 最高 等 級 ） 圍棋 棋手 李世石 而 出 名嘅 AI 程 式 AlphaGo 噉 ， 就 用 咗蒙 地 卡羅樹 搜索 （ Monte Carlo Tree Search ） 嘅 做法 ， 噉講 -- 自然 語言 處理 （ natural language processing ， NLP ） 係指 研究 教 AI 理解 人 類語 言嘅領 域 ^ [ 73 ] 。 一 個 夠 勁嘅 NLP 程式 會 令 人 類 可以 就 噉用 把 口講 或者 用 筆寫嚟 同 機械 溝通 ， 唔 -- 強 AI [ 編 輯 ] 內文 ： 強 AI 睇埋 ： 圖靈 測試 強 人工智能 （ strong AI ） 可以 話係 AI 領域 嘅終 極目標 ： 強 AI 係指 ^ [ 79 ] 「 能 夠展 現出所有 自然 智能 有 嘅特性 嘅 AI ， 會 完美 噉 通過 圖靈 測試 （ Turing test ； 睇 下面 ） 。 」 廿世 紀嘅 學界 作出 咗 多次 創造 強 AI 嘅 嘗試 ， 但 次次 都 衰收尾 ， 遠遠噉 低估 咗 呢 個作 業嘅 難度 ， 而 到 咗廿 一 世紀 ， 一 個 典型 嘅 AI 專 家 多 數 都 會 集中 於解決 一 至 兩個 問題 ， 而 唔會 大 想 頭 到 諗住 創造 出 能 夠 好似 人 類噉 普遍 解決 問題 嘅 AI 程式 ^ [ 80 ] ^ [ 81 ] 。 有 好多 AI 專 家 都 相信 ， 呢 啲淨 係曉 解決 一 至 兩個 問題 嘅 AI 程式 終 有 一 日 會俾 人 砌 埋 一 齊 做 一 個 強 AI ^ [ 82 ] ^ [ 83 ] 。 廿一 世紀 初嘅 AI 領域 有 「AI 欠缺 常識 」嘅 問題 ^ [ 84 ] ： 同廿 一 世紀 初嘅 AI 比 起 上嚟 ， 人 好 擅長 喺冇 受 訓嘅 情況 之下 對 物理 或者 心理 現象 做 判斷 ， -- • 又 例如人 能 夠易如反掌 噉 理解 「市 議員 拒絕 俾啲 請願者 攞允許 ， 因 為佢 哋主 張用 暴力 」噉 嘅 句子 ， 但 一個廿 一 世紀 初嘅 AI 程式 好多 時會 唔明 呢 句 嘢 係話市 議員 主張 暴力 定係 請願者 主張 暴力 ^ [ 85 ] 。 廿一 世紀 初嘅 AI 喺常識 上嘅 缺乏 表示 咗佢 哋成日 都 會犯 一啲人 唔會犯 嘅錯 ， 而且 犯 錯嘅 方式 對人 嚟講 好 匪夷所思 ， 例如 AlphaGo 可以 喺 圍棋 比 賽 嗰度 鍊贏人 類嘅 圍棋 國際 冠軍 ， 而 Deepmind 仲喺 2010 年代 成功 發 展出 曉玩唔 同 Atari 2600 遊 戲嘅 AI ^ [ 82 ] ^ [ 86 ] ， 不 過 呢 啲程式 答唔 到 好似 「點 樣知 一 杯 牛奶 滿唔 滿」 呢 啲 （ 對人 嚟講 ） 簡 單 得 好 交關 嘅問 -- 機械 學習 （ machine learning ） 專 研究 點樣 令 AI 程式 隨經驗 自動 改善 自己 ^ [ 56 ] ^ [ 89 ] 。 -- displaystyle f } {\displaystyle f } 改變 ， 喺 下次 再 感知 到 個 刺激 嗰陣 反應 就 可能 會唔 同咗 。 機械 學習 係 AI 嘅 一 個 重要子 領域 ， 指教 人造 智能 體學 習嘅 研究 ^ [ 93 ] ^ [ 94 ] 。 喺 理想 嘅情況 下 ， 能 夠學 習嘅 程式 會 按 自己 所 經歷 嘅 嘢 改變 佢內部 嘅參數 （ parameter ） ， 等 自己 下次 做 嘢 嗰陣 能 夠 更加 成功 。 舉個 簡單 例子 ： 想 像 而 家 有 架 內置 AI 程式 嘅 自 駕車 ， 佢個 程式 嘅設 定係 佢會 喺同 前面 架車 距 離 2 米 或者 以下 嗰陣 先耷 逼力 ， 呢 個「 2 米 」嘅 -- 前者 指個 設計者 會特 登 俾 一 啲 數據 個程式睇 ， 同 埋明 文噉 話俾 佢知 乜 嘢 為止 啱嘅 答案 乜 嘢 為止 錯嘅 答案 ^ [ 96 ] ； 而 後者 指個 設計者 唔會 噉樣 做 ^ [ 97 ] ， 例如 係教 AI 程式 將啲 嘢 分類 噉 ， 用 監督式 學習 定非 監督式 學習 都 有 可能 做 得 到 ： 用 監督式 學習 嘅話 ， 個設 計員一 般 會 -- 素 不 變 ， 一 個 學習者 會偏 好比 較簡 單啲 嘅理論 同 假說 ， 除非 比 較複 雜啲 嗰個 模型 （ 例如 ） 解釋 同 預測現 實嘅 能力 勁 好多 」 。 當 一 個 AI （ 通常 因 為設 計 得 唔好 ） 喺學習 嗰陣 為咗 要 令 自己 心目 中 嗰個「 描述 世界 點運 作 」嘅 數學 模型 完美 符合 過 去 數據 ， 而 選擇 一 個 太 複雜 嘅 模型 ， 個 AI 就 有 過適 （ overfitting ） 嘅問題 ： 雖然 話 過度 複雜嘅 模型 解釋 過 去 數據嘅 能 力比 較勁 ， 但 統計學 上嘅 研究 表明 ， 呢 啲 模型 解釋 將來數 據嘅 能力 通常 會渣 啲 。 為咗 防止 過適 ， 設計 AI 嘅人 好多 時 都 會 想 鼓勵 個程式 學 一 啲 能 夠 充分 解釋 數據 得 嚟 又 唔係 太 複雜 嘅 模型 ^ [ 99 ] 。 -- 「 建立 能 夠用 嚟 做 預測嘅 數學 模型 」 呢 一 點 喺 AI 設計 上 相當 重要 ： 比 較複 雜嘅 智能 體會 具有 「 描述 世界 嘅內部 模型 」 （ internal model of the world ） ， 意思 係個 智能 體對 「世 -- 除此 ， 一 個 學習 緊嘅 智能 體仲 可以 有 「學 錯 嘢 」嘅 問題 。 舉 個例 說明 ， 假想 而 家 有 個設 計 者 想 訓練 一 個 AI 程式 學識 分辨馬 同 貓嘅 圖片 ， 佢搵 一 大 柞啡色 嘅馬 同 黑貓嘅 圖片 返嚟 ， 再 入 落 去 個程式 嗰度 訓練 個程式 ； 喺 呢 個情況 之下 ， 個程式 可能 會學 錯 嘢 ， 諗住 啡色 嘅物 體 就 係「 馬」 ， 黑色 嘅物 體 就 係「 貓」 ^ [ 101 ] ^ [ 102 ] 。 「 要 點樣 防止 AI 學錯 嘢 」喺 圖形 辨識 （ pattern recognition ） －專門 研究 點樣 教機器 分辨圖 像 嘅 AI 子 領域 －上係 一 個 相 當 受關 注嘅 課題 ^ [ 103 ] ^ [ 104 ] 。 -- 知識 表示 （ knowledge represent ation ） 係 古典 AI 研究 上 重要 嘅 一 環 ， 研究 點樣教 一 個 AI 程式 組織 手上 嘅知識 ， 並且 用 呢 啲知 識解決 一 啲 複 雜嘅 作業 。 舉 個例 說明 ， 家 吓 有 個設 計者 想 寫個 AI 程式 嚟 幫手 做 地理 學助教 ， 佢想 個程式 曉 解答 一 啲 簡 單嘅 地理 問題 ， 想 個 程式 了 解北 美洲 喺 2020 年 有 邊幾 多 個 國 家 ， 於 是 佢喺 寫個 程式 嗰陣 ， 可以 用 以下 呢 段碼 ^ -- 呢 段源 碼教 個程式 話「 北美洲 國 家 」 呢 個類別 包括 咗「 美 國」 、 「 加拿大 」同 「墨西哥 」 三 個 內容 。 當 有 個學生 問個 程式 「 北美洲 喺 2020 年 有 邊幾 個國 家 」嗰陣 ， 個 AI 程式 會 耖嗮 佢手 上 有 嘅資訊 ， 搵 出「 北美洲 國 家 」 呢 個類別 包含 嘅 內容 ， 再 將嗰 三 個 名俾 出嚟 做 output 。 同一 道理 ， 呢 種 做法 可以 用 嚟教 任何 AI 程式 將啲 嘢 －例如 係將 動物 或者 語言 － 分類 。 除咗 呢 種 分類性 嘅手法 ， 知識 表示 研究 仲有 好多 方法 教 AI 程式 組織 自己 手頭 上 嘅 知識 ^ [ 107 ] ^ [ 108 ] 。 -- 張 爛爛 地 嘅凳 」 －所以 喺 最 少 一方面 ， 純 等 級式 嘅知 識組 織法 唔 似 人 類 智能 ^ [ 112 ] ； • 除此之外 ， 如果 要 一 個 AI 程式 做到 人 做到 嘅 智能 ， 齋 靠 分類 係唔 夠嘅 －除 咗將 物件 分類 ， 人仲會 識 得 描述 物件 嘅特性 （ 「美國 有 200 年 歷史 左右 ， 國旗 有 紅 、 藍 、 同 白 -- 「 要 點樣 令 AI 展示 內隱 知識 （ tacit knowledge ） 」係 另 一 個 受 注目 嘅課題 。 -- 內 隱知 識對人嘅 日常 生活 好 緊 要 ， 因 為人 冇 可能 吓 吓 做 決定 （ 例如 決定 行路 嗰陣 邊隻 腳 踩 出去 先 ） 都 要 有意 識噉諗 過度 過先 做 。 所以 要 做出 好似 人 噉嘅 AI ， 噉 就 實 要 能 夠 令 AI 具有 好似 內隱 知識噉 嘅行 為 ^ [ 115 ] 。 -- 內文 ： 人工智能 嘅應 用 AI 對於 任何 嘅智能 作業 嚟講 都 好 有用 ^ [ 116 ] 。 比 較廣為人 知嘅 AI 應用 例子 包括 咗識 揸 自 己 嘅 交通 工具 （ 包括 咗車 同 埋無人 飛機 呀 噉 ） 、 醫療 診斷 、 數學 定理 證明 、 藝術 創作 、 玩 -- 內文 ： 電子 遊戲 AI 睇埋 ： 瓣 瓣 掂玩 遊戲 電子 遊戲 AI 係指 電子 遊戲 用 嘅 AI ： 電子 遊 戲係 能 夠 同 玩 家 互動 、 以 娛樂 玩 家 為目 的 嘅電 腦程式 ； 而 電子 遊戲 入面 好多 時會 涉及 由 電腦 控制 ， 同 玩 家 進行 對局 嘅 角色 （ NPC ） ^ [ 120 ] -- 夠為 玩 家 提供 一定 嘅 挑戰 （ 睇 埋心 流體驗 ） ^ [ 121 ] ； 噉即係 話佢 哋會 想 NPC 展現 一定 程度 嘅 智能 ， 而 「教 電腦 程式 做出 類 似 有 智能 噉嘅 行為 」正正 就 係 AI 呢 個 領域 嘅重心 ^ [ 122 ] ^ [ 123 ] 。 -- 早期 －廿 世紀 中 －嘅 電子 遊 戲經 已 有 喺度 用 相 對簡 單嘅 AI ， 而 廿一 世 紀初 及 後 ， 電子 遊戲 AI 仲成 為咗 遊戲 製 作 上 嘅 一 個 大 課題 。 遊戲製 作 專 家 會 研究 「用 乜 嘢 演算 法整 一 隻 遊戲 嘅 AI 先 最 可以 令 玩 家 過癮」 ， 而且 AI 仲有 俾人 運用 嚟 做 控制 NPC 以 外嘅 工作 ， 例如 係 做 遊戲 測試 （ 喺隻 遊戲 出 街 前 測試 隻遊 戲 玩 起 上 嚟點 ） 同 遊戲 分析 （ 對玩 家 嘅行為 作出 分析 ） 等 都 有用 到 AI 相 關嘅 技術 ^ [ 40 ] ^ [ 126 ] 。 -- • 自 駕車 （ driverless car ） ： 直至 2016 年 為止 ， 總 共有 30 間 主要 公司 都 有 喺度 用 AI 整 自 駕車 ， 而 「AI 可以 點樣 幫助 自駕車 技術 」係 AI 領域 當 中 好 受關 注嘅 一 環 ^ [ 127 ] ^ [ 128 ] ^ [ 129 ] － □ 自 駕車 AI 其中 一 個 最 緊 要 嘅部 份 係教 架車 了 解佢 周圍 環境 嘅佈局 。 一 般 嚟講 ， 一 架 自駕 車會 內置 咗佢 會行 駛嘅 地 區嘅 地 圖 ， 會 包括 咗 交通 燈同 埋行人 路嘅 位置 -- 問題 都 仲係 好 難 搞 ^ [ 131 ] ... 等等 。 • 劑量 ： AI 程式 可以 幫手 評估 落藥 嗰陣 要 落幾 重 ； 喺醫療 上 ， 落藥 要 落幾 多 係 一 條 關乎 人命嘅 問題 ， 例如 手術 麻醉噉 ， 如果 落嘅 麻醉藥 劑量 大 得 滯會 搞 出 人命 ， 而 喺 2016 年 ， 有 份 喺加州 做嘅 研究 就 發現 ， 有 一 條 多 得 AI 先 搵 到 嘅數 學方 程式 可以 用嚟 評定 要 落幾 大劑量 嘅 免疫 抑制 劑落 去 病人 身上 。 喺醫療 上 ， 評估 劑量 不 嬲 都 係 一 個 好 嘥時 間 精神 嘅 程序 ， 所以 呢 種 AI 程式 幫醫 療界 慳 到 唔少 錢 ^ [ 132 ] 。 □ 癌症 研究 ： AI 程式 可以 幫手 決定 點樣醫 癌症 ； 可以 用 嚟醫 癌症 嘅藥 同 疫苗 有 成 多 個 800 種 ， 所以 對於 醫生 嚟講 ， 要 決定 點樣醫 一 個 癌症 病人 絕 非 易 事 。 微軟 發展 咗 一 個 叫 Hanover 嘅 AI 程式 ， 呢 個程式 曉記 住 嗮所以 同 癌症 有 關嘅 研究 論文 ， 知道 每 一 種 醫療 方法 喺邊 種情況 之下 最 有效 ， 並且 用 攞 到 嘅資訊 決定 某 一 個 特定 -- 人 醫生 一 樣 咁 好 ^ [ 134 ] 。 • 數碼 藝術 ： AI 甚至 仲 可以 攞嚟 整藝 術品 ； 人工 神經 網絡 嘅 input 層嘅 每 粒 神經 細胞 可以 設 做 幅 input 圖像嘅 一 粒 像 素 ^ [ 135 ] ， 而 output 層嘅 每 一 粒 神經 細胞 同一 道理 -- 幅 相變 做 印象派 作品 嘅 人工 神經 網絡 ^ [ 135 ] 。 • 金融 ： 廿一 世 紀嘅 金融界 會用 AI 程式 嚟監察 買 家 同 賣 家 嘅活 動 。 呢 啲程式 喺見 到 某 啲 異常 活 動嗰 陣會 通報 俾銀行 等 嘅機 構聽 ， 等 做 起 探測 詐騙 等 嘅罪行 嗰陣 容易 好多 ^ [ 136 ] 。 • 數碼 營銷 ： 有 啲 AI 程式 曉睇 一 個 人 上 啲乜 嘢 網站 ， 並且 靠 呢 啲資 訊嚟 賣幫 手賣 廣告 ： 例如 如果 個程式 探測 到 某 個用 家 零舍 鍾意 搜尋 有 關 打 機嘅 資訊 嘅話 ， 個程式 就 會俾 -- 內文 ： AI 叛變 、 友好 嘅 AI 同 機械人 三定律 睇 埋 ： 人工智能 ( 電影 ) 、 Cyberpunk 同 埋心 靈 哲學 AI 早 喺 19 世紀 初經 已 喺 sci - f i 或者 類似 體裁 嘅創 作當 中 出現 ： 由 英國 作 家 瑪莉 雪萊 （ Mary Shelley ） 寫嘅 經典 sci - f i 小說 《 科學怪人 》 講 及 一個人 類科 學 家 創造 咗 一 隻 有 血 有 肉 、 有 智能 嘅 生命 體 （ 喺廣義 上 算 係 AI ） ， 而 呢 隻 生命 體仲 有 自己 嘅意志 ， 仇視佢 嘅創 造者 同 埋對 佢嘅 創造者 造成 威脅 ， 可以 算係 早期 用 咗 AI 橋段 嘅 sci - f i 作品 ^ [ 138 ] 。 • 一方面 ， A I 叛變 （ AI takeover ） 呢 條橋 喺 sci - f i 創作 （ 尤其 係 反 烏托 邦嘅 cyberpunk ） 當 中 成日 出現 ^ [ 註 6 ] ， 廿世紀 尾嘅 《 未來戰士 》 （ Terminator ） 故仔 講 -- 將人 嘅 精神 韞喺 虛擬 世界 入面 嚟攞 佢哋 嘅身 體 做 能源 、 廿一 世紀 初嘅 作品 《 智能 叛侶 》 （ Ex Machina ） 嘅 其中 一 個 主要 角色 就 係 一 個 為 咗唔 想 俾人 韞住 而 呃 人 謀殺人 嘅 AI 機械人 ； • 另一方面 ， 又 有 一 啲 作品 描繪 一 啲 對人 好 忠心 好 友善 嘅 AI ^ [ 註 7 ] ， 好似 係 日本 嘅 《 叮噹 》 同 《 小 飛俠 阿 童木 》 噉 ， 都 係 以 對人 友好 嘅 AI 機械 人 做 主角 ^ [ 139 ] ^ [ 140 ] 。 • 機械人 三定律 （ the Three Laws of Robotics ） 係 由 著名 美國 sci - f i 作 家 阿西莫夫 -- 會 大 眾喺 有 關 機械 人 道德 嘅討論 上 常 見嘅 話題 ， 常見 到 俾人 當咗係 橋段 嘅 一 種 ^ [ 註 8 ] ， 但 專業 嘅 AI 研究者 多 數 都 嫌 呢 三 條 定律 有 歧義 等 嘅問題 ， 好 少 可 會認 真噉 看待 佢哋 ^ [ 142 ] 。 -- 內文 ： AI 哲學 睇埋 ： 圖靈 測試 AI 哲學 （ philosophy of AI ） 係對 AI 嘅 哲學 探討 ： AI 同 哲學 －尤其 係心 靈 哲學 －相當 有 關 ， 因 為兩個 領域 都 關注 智能 、 心靈 、 意識 以至 自由 意志 等 嘅 概念 。 再 加上 AI 嘅 技術 理論 上 可以 引 致 人造心 靈嘅 出現 ， 而 噉做會 引起 唔 少 道德 上嘅 問題 ， 所以 道德 哲學 等 嘅領 域 都 對 AI 嘅 相關 討論 有 興趣 ^ [ 143 ] 。 AI 哲學 上 嘅 思考 會試圖 回答 以下 嘅問 題 ^ [ 144 ] ： • 機械 有 冇 可能 展現 智能 ？ 佢哋 有 冇 可能 解決 嗮 所有 人 曉 透過 思考 處理 嘅問題 ？ • 人 類 智能 同 AI 本質 上 係咪 一 樣 ？ 人 腦同 電腦 有 乜異 同 ？ • 機械 有 冇 可能 好似 人 類噉 ， 擁 有 自己 嘅 精神 、 意 識同 心理 狀態 ？ -- 圖靈 測試 （ Turing test ， 簡稱 TT ） 係 AI 哲學 上 一 個 出 名嘅 議題 。 圖靈測 試係 由 英 格蘭 數學 家 亞倫 圖靈 （ Alan Turing ） 喺 1950 年 諗 出 嚟嘅 一 個 測試 ， 用 嚟檢驗 一 部 機 -- 圖 靈測 試喺 AI 哲學 上 引起 咗廣 泛討論 。 例如 有 學者 批評 圖靈 測試 指出 ， 嚴格 嚟講 ， 就 算 一 部 機械 通過 咗圖靈 測試 ， 都 只 係 表示 佢曉喺 一 個 人工 環境 下 做 某啲 工作 ， 但 有 -- 1 . ↑ 喺 呢 度 ， 設計者 好多 時 都 會加 啲演 算法 教個 AI 預測 未 來 。 2 . ↑ 睇 埋強化 同 懲罰 。 -- 搵 更 多 有 關 Artificial intelligence 喺維 基媒 體 兄弟 計劃 嘅 嘢 -- • AI 詞彙表 • OpenA I • AI 史 • 智能 放大 -- • Hutter , Marcus ( 2005 ) . Universal Artificial Intelligenc e . Berlin : Springer . • Jacks on , Philip ( 1985 ) . Introduction t o Artificial Intelligence ( 2nd e d . ) . Dover . • Luger , George ; Stubblefield , William ( 2004 ) . Artificial Intelligence : Structures and Strategies for Complex Problem Solving ( 5th e d . ) . Benj amin / Cumming s . • Neapolitan , Richard ; Jiang , Xia ( 2018 ) . Artificial Intelligence : With an Introduction t o Machine Learning . Chapman & Hall / CR C . • Nilsson , Nils ( 1998 ) . Artificial Intelligence : A New Synthesis . Morgan Kaufmann . ISBN 978 - 1 - 55860 - 467 - 4 . • Russell , Stuart J . ; Norvig , Peter ( 2003 ) , Artificial Intelligence : A Modern Approach ( 2nd e d . ) , Upper Saddle River , New Jersey : Prentice Hal l . • Russell , Stuart J . ; Norvig , Peter ( 2009 ) . Artificial Intelligence : A Modern Approach ( 3 r d e d . ) . Upper Saddle River , New Jersey : Prentice Hal l . -- • Rich , Elaine ( 1983 ) . Artificial Intelligenc e . McGraw - Hil l . • Bundy , Alan ( 1980 ) . Artificial Intelligence : A n Introductory Course ( 2nd e d . ) . Edinburgh University Pres s . • Poole , David ; Mackworth , Alan ( 2017 ) . Artificial Intelligence : Foundations of Computational Agent s ( 2nd e d . ) . Cambridge University Pres s . -- • Crevier , Daniel ( 1993 ) , AI : The Tumultuous Search for Artificial Intelligence , New York , NY : BasicBooks . -- For Machines That Think . New York : Macmillan / SAMS . • Nilsson , Nils ( 2009 ) . The Quest for Artificial Intelligence : A History of Ideas and Achievement s . New York : Cambridge University Pres s . -- • Boden , Margaret , Mind As Machine , Oxford University Press , 2006 • Domingos , Pedro , " Our Digital Doubles : AI will serve our species , not control it " , Scientific American , v o l . 319 , n o . 3 ( September 2018 ) , p p . 88 – 93 . • Gopnik , Alison , " Making AI More Human : Artificial intelligence has staged a revival by starting t o incorporate what w e know about how children learn " , -- • Jacovi , A . , Marasović , A . , Miller , T . , & Goldberg , Y . ( 2021 , March ) . Formalizing trust in artificial intelligence : Prerequisites , causes and goals of human trust in ai ( PDF ) . In Proceedings of the 2021 ACM conference on fairness , account ability , and transparenc y ( p p . 624 - 635 ) ， 呢 篇 文討 論人 點 樣對 AI 產生 信任 。 • Johnston , John ( 2008 ) . The Allure of Machinic Life : Cybernetics , Artificial Life , and the New AI , MIT Pres s . • Kurzweil , R . ( 2013 ) . How t o create a mind : The secret of human thought -- • Marcus , Gary , " Am I Human ? : Researchers need new ways t o distinguish artificial intelligence from the natural kind " , Scientific American , v o l . 316 , n o . 3 ( March 2017 ) , p p . 58 – 63 . Multiple tests of -- and other disciplines that schoolchildren take . A s o far insuperable stumbling block t o artificial intelligence is an incapacity for reliable disambiguation . " [ V ] irtually every sentence [ that people generate ] is -- Income , and Economic Democracy " ( 2018 ) . SSRN , part 2 ( 3 ) . • Myers , Courtney Boyd e d . ( 2009 ) . " The AI Report " . Forbes , June 2009 . • Raphael , Bertram ( 1976 ) . The Thinking Computer . W . H . Freeman and Company . • Serenko , Alexander ( 2010 ) . " The development of an AI journal ranking based on the revealed preference approach " ( PDF ) . Journal of Informetric s . 4 ( 4 ) : -- citation impact journal ranking methods : Example from the field of Artificial Intelligence " ( PDF ) . Journal of Informetric s . 5 ( 4 ) : 629 – 649 . • Sun , R . & Bookman , L . ( ed s . ) , Computational Architectures : Integrating -- • Tom Simonite ( 29 December 2014 ) . " 2014 in Computing : Breakthroughs in Artificial Intelligence " . MIT Technology Review . -- 1 . ↑ ^ 1 . 0 ^ 1 . 1 This list of intelligent traits is based on the topics covered by the major AI textbooks , including : □ Russell & Norvig 2003 . -- □ Nilsson 1998 . 2 . ↑ General intelligence ( strong AI ) is discussed in popular introductions t o AI : □ Kurzweil 1999 and Kurzweil 2005 . 3 . ↑ ^ 3 . 0 ^ 3 . 1 ^ 3 . 2 ^ 3 . 3 Definition of AI as the study of intelligent agents : □ Poole , Mackworth & Goebel 1998 , p . 1 , which provides the version that -- 5 . ↑ This is a central idea of Pamela McCorduck ' s Machines Who Think . She writes : " I like t o think of artificial intelligence as the scientific apotheosis of a venerable cultural tradition . " ( McCorduck 2004 , p . 34 ) " Artificial intelligence in one form o r another is an idea that has pervaded Western intellectual history , a dream in urgent need of being -- attempts — nutty , eerie , comical , earnest , legendary and real — to make artificial intelligences , t o reproduce what is the essential us — bypassing the ordinary means . Back and forth between myth and reality , our -- t o " forge the Gods . " ( McCorduck 2004 , p p . 340 – 400 ) . 6 . ↑ " Stephen Hawking believes AI could be mankind ' s last accomplishment " . BetaNews . -- jobs than they destroy ? " . The Guardian . 8 . ↑ Solomon off , R . J . ( 1985 ) . The Time Scale of Artificial Intelligence ; Reflections on Social Effects , Human Systems Management , Vol 5 , P . 149 - 1 53 . 9 . ↑ Optimism of early AI : □ Herbert Simon quote : Simon 1965 , p . 96 quoted in Crevier 1993 , p . 109 . -- □ NRC 1999 , p p . 210 – 21 1 . 11 . ↑ First AI Winter , Mansfield Amendment , Lighthill report □ Crevier 1993 , p p . 115 – 117 . -- □ Howe 1994 . 12 . ↑ Second AI winter : □ McCorduck 2004 , p p . 430 – 435 . -- □ NRC 1999 , p p . 214 – 216 . 13 . ↑ Pamela McCorduck ( 2004 , p p . 424 ) writes of " the rough shattering of AI in subfields — vision , natural language , decision theory , genetic algorithms , -- anything t o say t o each other . " 14 . ↑ AI applications widely used behind the scenes : □ Russell & Norvig 2003 , p . 28 . -- □ NRC 1999 , p p . 216 – 22 2 . 15 . ↑ Artificial Intelligenc e . D o you know what AI can d o for your business ? . Mediu m . 16 . ↑ AI ' s immediate precursors : □ McCorduck 2004 , p p . 51 – 107 . -- they ever become what w e would call ' smart ' ? " . Scientific America n . 2018 . 19 . ↑ " Algorithm in Artificial Intelligence 互 聯網 檔案 館嘅 歸檔 ， 歸檔 日期 2022年 3 月 3號 ， .. " . 20 . ↑ ^ 20 . 0 ^ 20 . 1 Understanding the difference between Symbolic AI & Non Symbolic A I . 互 聯網 檔案 館嘅 歸檔 ， 歸檔 日期 2018年 12月 5 號 ， .. Analytics India . 21 . ↑ Haugel and , John ( 1985 ) , Artificial Intelligence : The Very Idea , Cambridge , Mass : MIT Pres s . 22 . ↑ ^ 22 . 0 ^ 22 . 1 ^ 22 . 2 ^ 22 . 3 Flasiński , M . ( 2016 ) . Symbolic Artificial Intelligenc e . In Introduction t o Artificial Intelligence ( p p . 15 - 2 2 ) . Springer , Cham . 23 . ↑ Haugel and 1985 , p p . 112 - 117 . 24 . ↑ The most dramatic case of sub - s ymbolic AI being pushed into the background was the devastating critique of perceptrons by Marvin Mins ky and Seymour Papert in 1969 . See History of AI , AI winter , o r Frank Rosenblatt . 25 . ↑ What are heuristics ? 互 聯網 檔案 館嘅 歸檔 ， 歸檔 日期 2019年 8月 20 號 ， .. Conceptuall y . 26 . ↑ McCarthy and AI research at SAIL and SRI International : □ McCorduck 2004 , p p . 251 - 259 . □ Crevier 1993 . 27 . ↑ AI research at Edinburgh and in France , birth of Prolog : □ Crevier 1993 , p p . 193 - 196 . -- Advanced matchmaking in ghost recon online . IEEE Transactions on Computational Intelligence and AI in Games , 4 ( 3 ) , 167 - 177 . 41 . ↑ Domingos 2015 , Chapter 4 . -- 檔 日期 2018年 4月 14 號 ， . " . Fortune . 2016 . 43 . ↑ " Google leads in the race t o dominate artificial intelligence " . The Economis t . -- □ Nilsson 1998 , chpt . 3 . 3 . 48 . ↑ ^ 48 . 0 ^ 48 . 1 " Artificial intelligence can ' evolve ' t o solve problems " . Science | AAAS . -- 歸檔 日期 2018年 6月 22 號 ， .. The Next Platfor m . 51 . ↑ Trust , and don ' t verify : the AI black box problem 互 聯網 檔案 館嘅 歸檔 ， 歸 檔 日期 2018年 7月 30 號 ， .. Mediu m . -- □ Russell & Norvig 2003 , p p . 430 – 449 . 69 . ↑ Building the AI of F . E . A . R . with Goal Oriented Action Planning . Gamasutra . -- Intelligence Magazine . 9 ( 2 ) : 48 – 57 . 79 . ↑ Sample , Ian ( 14 March 2017 ) . " Google ' s DeepMind makes AI program that can learn like a human " . the Guardian . Retrieved 26 April 2018 . -- 84 . ↑ Davis , Ernest ; Marcus , Gary ( 24 August 2015 ) . " Commonsens e reasoning and commonsens e knowledge in artificial intelligence " . Comm unications of the AC M . 58 ( 9 ) : 92 – 103 . -- Cognitive Psycholog y . 3 ( 1 ) : 1 – 19 1 . 86 . ↑ " The superhero of artificial intelligence : can this genius keep it in check ? " . The Guardian . 16 February 2016 . Retrieved 26 April 2018 . 87 . ↑ It ' s Really Hard t o Give AI " Common Sens e " . Futuris m . 88 . ↑ " Cultivating Common Sens e | DiscoverMagazine . com " . Discover Magazine . -- classic paper " Computing Machinery and Intelligence " . ( Turing 1950 ) In 1956 , at the original Dartmouth AI su mmer conference , Ray Solomon off wrote a report on unsupervised probabilistic machine learning : " A n Inductive -- and evaluation . Frontiers in systems neuroscience , 10 , 109 . 93 . ↑ Evolutionary algorithms are the living , breathing AI of the future . V B . 94 . ↑ Domingos 2015 , Chapter 5 . -- 10 1 . ↑ Domingos 2015 , p . 286 . 10 2 . ↑ " Single pixel change fools AI programs " . BBC News . 3 November 2017 . 103 . ↑ " AI Has a Hallucination Problem That ' s Proving Tough t o Fix " . WIRED . 2018 -- □ Dreyfus & Dreyfus 1986 ( Hubert Dreyfus is a philosopher and critic of AI who was among the first t o argue that most useful human knowledge was encoded sub - s ymbolicall y . See Dreyfus ' critique of AI ) □ Gladwell 2005 ( Gladwell ' s Blink is a popular introduction t o -- □ Hawkins & Blakeslee 2005 ( Hawkins argues that sub - s ymbolic knowledge should be the primary focus of AI research . ) 116 . ↑ Russell & Norvig 2009 , p . 1 . -- 12 1 . ↑ Yannakakis , G . N . , & Hallam , J . ( 2007 ) . Towards optimizing entertainment in computer games . Applied Artificial Intelligence , 21 ( 10 ) , 933 - 97 1 . 12 2 . ↑ Yannakakis , Geogios N ( 2012 ) . " Game AI revisited " ( PDF ) . Proceedings of the 9 t h Conference on Computing Frontiers : 285– 29 2 . -- 12 4 . ↑ Pac - Man 互 聯網 檔案 館嘅 歸檔 ， 歸檔 日期 2021年 2月 11號 ， .. 125 . ↑ Bogost , Ian ( March 2017 ) . " " Artificial Intelligence " Has Become Meaningless " . Retrieved 22 July 2017 . 126 . ↑ Lu , F . , Yamamoto , K . , Nomura , L . H . , Mizuno , S . , Lee , Y . , & Thawonmas , R . ( 2013 , October ) . Fighting game artificial intelligence competition platfor m . In 2013 IEEE 2nd Global Conference on Cons umer Electronics ( GCCE ) -- Innovation at Brooking s . N . p . , September 2016 . 12 November 2016 . 12 9 . ↑ Teaching AI t o Predict Pedestrian Behavior . Machine Desig n . 13 0 . ↑ McFarland , Matt . " Google ' s artificial intelligence breakthrough may have a huge impact on self - d riving cars and much more " . The Washington Post 25 -- t o Kil l . Retrieved 17 November 2017 . 13 2 . ↑ " 10 Promising AI Applications in Health Care 互 聯網 檔案 館嘅 歸檔 ， 歸檔日 期 2018年 12月 15號 ， . " . Harvard Business Review . 2018 - 0 5 - 10 . 13 3 . ↑ Dina Bass ( 20 September 2016 ) . " Microsoft Develops AI t o Help Cancer Doctors Find the Right Treatment s " . Bloomber g . -- ， .. Mediu m . 13 6 . ↑ " CTO Corner : Artificial Intelligence Use in Financial Services – Financial Services Roundtable ^ [ 失咗 效嘅 鏈 ] " . Financial Services Roundtabl e . -- 14 1 . ↑ Anderson , Susan Leig h . " Asimov ' s " three laws of robotics " and machine metaethics . " AI & Society 22 . 4 ( 2008 ) : 477 – 493 . 14 2 . ↑ McCauley , Lee ( 2007 ) . " AI armageddon and the three laws of robotics " . Ethics and Information Technolog y . 9 ( 2 ) : 153 – 16 4 . -- artificial intelligenc e . MIT pres s . 14 4 . ↑ Russell & Norvig 2003 ， p . 947 , define the philosophy of AI as cons isting of the first two questions , and the additional question of the ethics of -- Mind , 99 ( 393 ) , 53 - 6 5 . 147 . ↑ Russell , Stuart J . ; Norvig , Peter ( 2010 ) , Artificial Intelligence : A Modern Approach ( 3 r d e d . ) , Upper Saddle River , NJ : Prentice Hall , p . 2 - 3 . -- • 研學 論壇 －關 於 人工智能 、 模式 識別 、 科學 交流 嘅學術 論壇 。 • ChinaA I . org －中國 人工智能 網 － 人工智能 、 模式 識別 、 數字圖 像 處理 。 • AI Depot － comm unity discussion , news , and articles . • Loebner Prize websit e . • GameAI －關於 電子 遊戲 方面 嘅 AI 資源 。 • Kurzweil CyberArt Technologies －關 於用 人工智能 整藝 術嘅網站 ， 有 人工智能 畫畫 程式 「AARON」 。 • 關 於 人工智能 ， 專 家 系 統 prolog 語言 全介 紹嘅 wiki 網 站 。 • 中 華民 國 人工 智慧 學會 －為 咗 促進 中 華民 國 台灣 地 區 人工智能 同 相關 領域 嘅 研究 、 發 展 、 應用 同 交流 為 宗旨 嘅民 間組織 。 • MostAI －關 於 人工智能網站 ， A I Fans 交流 平台 。 -- 人工智能 （ AI ） 研究 「點 樣 人工 噉創 造 智能 體」 嘅學 問 基本 智能 體 · 智能 （ 超 智能 ） · 演 算法 同 電腦 程式 編寫 · 概念 複雜 · 基於 規則 嘅 系 統 · AI 完全 · AI 詞彙表 運算 符號 AI · 貝葉斯 網絡 · 神經 網絡 · 進化 演算法 （ 遺傳 方法 演 算法 ） · 解釋 得 嘅 AI 自動 推理 · 行動 選擇 同 自動 計劃 · 運動 規劃 · 群 體智 -- NLP （ 語音 識別 · 機械 翻譯 ） · 運算 創意 · 強 AI · 協 作 智能 · 自動 資料 收集 [ 180 p x - Anatomy - 1751201 ] AI 遊戲 AI · 專 家 系 統 · 自 駕車 · 傾偈 機械 人 · 認人 樣 應用 系 統 · 虛擬 助理 · 聰明 玩具 · 智能 感應器 · 環境 智能 AI 圖靈 測試 · 中文 房間 · AI 箱 · AI 叛變 · 友好 嘅 AI 哲學 · 機械人 三定律 AI 圖靈 · AI 低谷 · DeepMind · OpenA I · ChatGPT 史 -- 相關 宇宙 · Cyberpunk · 科技 奇異點 · 通用 心理 測量 AI 類 -- AI AI 哲學 · 知識 表示 · 自動 計劃 · 電腦 視覺 · NLP · 機械 學習 （ ANN · 監督式 學習 · 非 監督式 學習 · 強化 學習 ） -- • 法證 科學 • 電腦 科學 （ AI ） -- 相關 領域 • 電腦 科學 • 人工智能 • 製造 業 -- * 由 「https : // zh - y u e . wikipedia . org / w / inde x . php ? title = 人工智能 & oldid = 2060002」收 屬於 2 類 ： -- • Pages using div col with small parameter • 人工智能