关于人工智能的哲学思考刘春浩（地理与规划学院，1001班，2014110150）摘要：人工智能从诞生之日起就备受社会各界的广泛关注，经过 50 多年的发展，现在已经成为一门综合性的前沿学科。

人工智能的发展加速了科学技术的发展，同时对哲学的发展也起到了积极的推动作用。

本文主要讲述了人工智能的发展过程以及广泛应用，并且通过对于人工智能的客观分析，对人工智能从哲学的角度进行了客观思考。

同时本文主要采用了辩证思考的方法，对人工智能正反两面进行了阐述，并对人工智能的发展进行了展望。

关键词：人工智能；人类智能；人类；发展人工智能诞生于 20 世纪 50 年代，它的发展已成为 20 世纪最前沿、最热门的科学技术之一。

经过几十年的深入研究，人工智能已经不仅仅局限于简单条件判断式智能设计模式，而是寻求制造出具有接近甚至超过人类智能的机器。

因此，人工智能已经不再是纯技术上的研究，而更多是关注人脑智慧的由来、思维意识的产生、人脑内部工作原理及运行方式的科学研究。

目前世界上很多研究小组或研究团体希望通过对人脑运行的情况来破解人类思维意识的奥秘。

日本最新研制的阿西莫（Asimo）机器人能辨别人类简单的思想活动；美国英特尔公司公布能够探知人类“心思”的软件；日本研制的仿人类机器人，已达到了以假乱真的程度，它能在适合的场景中使人们在 10 分钟或更长时间里都不能将它分辨出来；瑞士研究人员开启了“蓝脑”计划，对哺乳动物大脑进行复制研究，旨在寻找意识来源。

这些研究的成果，让人们耳目一新、叹为观止，但人工智能的巨大进步也带来了诸多哲学问题。

1什么是人工智能顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。

“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。

当然, 这只是对人工智能的字面解释或一般解释。

广义地讲, 人工智能是关于人造物的智能行为, 而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。

人工智能, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性的新学科。

人工智能的研究课题涵盖面很广，包括了许多不同的研究领域。

在这些研究领域中，其共同的基本特点是让机器学会“思考”，成为智能机器。

人工智能分为弱人工智能、强人工智能两种形式，弱人工智能是指通过编程实现机器的逻辑判断、数据存储和搜索等过程；强人工智能是指使机器能够产生思维意识，并具有与人类相当甚至超过人类的智能。

2人工智能的发展历程2.1人工智能的孕育期早在 17 世纪的帕斯卡（B.Pascal）和莱布尼兹（G.W.Leibniz），就萌生了智能机器的想法。

19 世纪，英国数学家布尔（G.Boole）和德·摩尔根（De Morgan）提出了“思维定律”。

19 世纪 20 年代，英国科学家巴贝尔（Babbage）设计了第一架“计算机器”，它被认为是人工智能硬件的前身。

1936 年数学家、计算机学家图灵（A.M.Turing）提出了著名的图灵机模型，并于 1945 年论述了电子数字计算机的设计思想。

1943 年美国神经生理学家麦卡洛克（W.S.McCulloch）和数学家皮茨（W.A.Pitts），建立了第一个神经网络数学模型（M-P 模型）。

从某种意义上说近代人工智能的发展，首先是从人工神经网络开始的，但是由于计算机科学技术的滞后，神经网络载体的低效性及与之相对庞大的数据信息使其研究一度进入低潮。

直至 1946 年电子计算机的问世，使人工智能的研究真正成为可能。

2.2人工智能的形成AI诞生于一次历史性的聚会1956 年夏在美国达特茅斯(Dartmouth)学院举行了历时两月之久的有关用机器模拟人类智能的学术研讨会。

会上，麦卡锡（J.McCarthy）、明斯基（M.L.Minsky）、香农（C.E.Shannon），以及应邀参加会议的西蒙（H.Alexander Simon）、纽厄尔（Allen Newell）、塞缪尔（A.L.Samuel）、莫尔(T.More)、塞尔夫利奇(O.Selfridge)、索罗孟夫(R.Solomonff)等 10 多位数学、心理学家和信息论等方面的学者，就人类智能模拟及实现发表了自己的意见。

他们在交流中第一次用了人工智能这一术语。

这是一次意义重大而深远的会议，它标志着人工智能这门新兴的学科的正式诞生。

2.3人工智能的发展20世纪80年代到本世纪初人工智能研究形成了三大学派。

随着人工神经网络的再度兴起和布鲁克的机器虫的出现，人工智能研究形成了符号主义、连接主义和行为主义三大学派。

符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。

例如，专家系统等。

连接主义学派是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，1987年，首届国际人工神经网络学术大会在美国的圣迭戈举行，掀起了人工神经网络的第二次高潮。

之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。

行为主义学派是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。

三大学派的综合集成随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。

本世纪初以来：一个以人工智能为核心，以自然智能、人工智能、集成智能为一体的新的智能科学技术学科正在逐步兴起，并引起了人们的极大关注。

该学科研究的主要特征包括以下几个方面：(1) 由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；(2) 由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；(3) 由多个不同学派的独立研究走向多学派的综合研究；(4) 由对个体、集中智能的研究走向对群体、分布智能的研究。

3人工智能的应用领域1997 年，人机大战中 IBM 公司的深蓝（Blue Gene）智能机在六局棋的比赛中战胜了国际象棋世界冠军卡斯帕罗（Kasparov），成为人工智能历史上的丰碑。

随之而来，世界各国不断投入，加大了人工智能的研究，使其发展进入了快车道，研究成果斐然。

同时伴随着人工智能的不断发展，人工智能已经广泛存在和应用我们的生活与研究之中。

3.1人工神经网络神经网络的研究始于40年代初期，经历了一条十分曲折的道路，几起几落，80年代初以来，对神经网络的研究再次出现高潮。

霍普菲尔德(Hopfield)提出用硬件实现神经网络，鲁梅尔哈特(Rumelhart)等提出多层网络中的反向传播(BP)算法就是两个重要标志。

现在，神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。

3.2机器人学人工智能研究日益受到重视的另一个分支是机器人学，其中包括对操作机器人装置程序的研究。

这个领域所研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法，无所不包。

机器人和机器人学的研究促进了许多人工智能思想的发展。

它所导致的一些技术可用来模拟世界的状态，用来描述从一种世界状态转变为另一种世界状态的过程。

它对于怎样产生动作序列的规划以及怎样监督这些规划的执行有了一种较好的理解。

复杂的机器人控制问题迫使我们发展一些方法，先在抽象和忽略细节的高层进行规划，然后再逐步在细节越来越重要的低层进行规划。

在本书中，我们经常应用一些机器人问题求解的例子来说明一些重要的思想。

智能机器人的研究和应用体现出广泛的学科交叉，涉及众多的课题，如机器人体系结构、机构、控制、智能、视觉、触觉、力觉、听觉、机器人装配、恶劣环境下的机器人以及机器人语言等。

机器人已在各种工业、农业、商业、旅游业、空中和海洋以及国防等领域获得越来越普遍的应用。

3.3模式识别模式识别就是指识别出给定物体所模仿的标本。

人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。

模式识别是一个不断发展的新学科，它的理论基础和研究范围也在不断发展。

随着生物医学对人类大脑的初步认识，模拟人脑构造的计算机实验即人工神经网络方法早在50年代末、60年代初就已经开始。

至今，在模式识别领域，神经网络方法已经成功地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面。

3.4机器视觉机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科。

在视觉方面，已经给计算机系统装上电视输入装置以便能够"看见"周围的东西。

视觉是感知问题之一。

在人工智能中研究的感知过程通常包含一组操作。

机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图象压缩传输和复原、多光谱和彩色图象的处理与解释等。

机器视觉已在机器人装配、卫星图象处理、工业过程监控、飞行器跟踪和制导以及电视实况转播等领域获得极为广泛的应用。

3.5智能控制智能控制是一类无需(或需要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制。

智能控制有很多研究领域，它们的研究课题既具有独立性，又相互关联。

目前研究得较多的是以下6个方面：智能机器人规划与控制、智能过程规划、智能过程控制、专家控制系统、语音控制以及智能仪器。

3.6智能检索随着科学技术的迅速发展，出现了"知识爆炸"的情况。

对国内外种类繁多和数量巨大的科技文献之检索远非人力和传统检索系统所能胜任。

研究智能检索系统已成为科技持续快速发展的重要保证。

数据库系统是储存某学科大量事实的计算机软件系统，它们可以回答用户提出的有关该学科的各种问题。

3.7智能调度与指挥智能组合调度与指挥方法已被应用于汽车运输调度、列车的编组与指挥、空中交通管制以及军事指挥等系统。

3.8系统与语言工具人工智能对计算机界的某些最大贡献已经以派生的形式表现出来。

计算机系统的一些概念，如分时系统、编目处理系统和交互调试系统等，已经在人工智能研究中得到发展。

几种知识表达语言(把编码知识和推理方法作为数据结构和过程计算机的语言)已在70年代后期开发出来，以探索各种建立推理程序的思想。

特里·威诺格雷德(Terry Winograd)的文章《在程序设计语言之外》(1979年)讨论了他的某些关于计算的未来思想；其中部分思想是在他的人工智能研究中产生的。

80年代以来，计算机系统、如分布式系统、并行处理系统、多机协作系统和各种计算机网络等，都有了发展。