人工智能难以预测的根本原因是什么

虽然“人工智能”的概念提出了将近60年，但是直到今天，我们仍然无法给出何时实现“人工智能”的准确预言。

早在1956年，一群计算机领域的专家认为，他们能够在一个夏天的时间突破“人工智能”(AI)的关键技术，比如教会机器使用自然语言、形成抽象的概念、甚至能够自我提高等，但是在60年之后的今天，我们仍然在翘首以盼!

为了帮助人们理解为什么“人工智能预言很难正确”，Armstrong分析了未来人类研究所图书馆中有关“人工智能”的250个预言。该图书馆最早的档案资料可回溯至1950年，当时计算机之父Alan Turing曾经预言：计算机将会在2000年通过“图灵测试”(图灵测试是指，当测试人在向被测试者随意提问，问过一些问题后，如果测试人不能确认被测试者哪个是人、哪个是机器的回答，那么这台机器就通过了测试)。后来，又有人预测2013年、2020年和2029年时机器能够通过“图灵测试”，因此Armstrong感到其中的很多预言没有任何意义，这些所谓专家的预测一点也不比哲学家预测得好。

这其中重要的原因是缺乏短期内的反馈，如果一位专家能够及时得到他所预言结果的初步反馈，那么他就能不断修正预言结果，否则只能是空中楼阁，很难做出有意义的长期预言。这也反映出“人工智能”的技术难度之大，目前人类仍然无法企及。直到今天，人类大脑仍然是唯一的真正智能机器，这是经过数百万年自然进化的结果。

人工智能的定义

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。