檢視人工智慧的原始碼

'''人工智慧'''（英語：artificial intelligence，縮寫為'''AI'''）亦稱'''智械'''、'''機器智慧'''，指由人製造出來的機器所表現出來的智慧。通常人工智慧是講透過普通電腦程式來呈現人類智慧的技術。該詞嘛指出研究這款的智慧系統是毋是會當實現，閣有按怎實現。同時，通過醫學、神經科學、機器人學佮統計學等等的進步，常態預測是認為講人類的誠濟職業嘛漸漸去予取代去。

人工智慧佇一般教材中的定義領域是「智慧主體（intelligent agent）的研究佮設計」，智慧啊主體指一个觀察周圍環境閣做出行動會當達成目標的系統。約翰 ・ 麥卡錫於一九五五冬的定義是「製造智慧機器的科學佮工程」。 安德烈亞斯 ・ 卡普蘭（Andreas Kaplan）佮麥仔可 ・ 海恩萊因（Michael Haenlein）共人工智慧定義做「系統正確解說外部的資料，對遮的資料中學習，而且利用遮的智識透過靈活適應達成特定目標佮任務的能力」。 人工智慧會當定義做模仿人類佮人類思維相關的認知功能的機器抑是計算機，如學習佮解決問題。人工智慧是計算機科學的一个分支，伊感覺環境閣採取行動，上大限度地提懸其成功機會。此外，人工智慧會當對過去的經驗中學習，做出合理的決策，閣快速回應。所以，人工智慧研究人員的科學目標是通過構建具有象徵的意義的推理抑是推理的計算機程式來理解智慧。人工智慧的四个主要組成部份是：

* 專家系統：成做專家處理當咧審查的情況，併產生預期或者是預期的績效。
* 啟發式問題解決：包括評估小範圍的解決方案，並且有可能牽涉著一寡臆，以揣著接近最佳的解決方案。
* 自然語言處理：佇自然語言中實現人機之間的交流。
* 計算機視覺：自動生成識別形狀佮功能的能力。

人工智慧的研究是高度技術性佮專業的，各分支領域攏是深入而且各無相通的，因為牽涉著範圍極廣。人工智慧的研究會當分做幾个技術問題。其分支領域主要集中佇解決具體問題，其中之一是，按怎使用各種無仝款的工具完成特定的應用程式。

AI 的核心問題包括建構會當佮人類似甚至超卓的推理、智識、計畫、學習、交流、感知、徙振動、移物、使用工具佮操控機械的能力等等。通用人工智慧（GAI）目前猶原是該領域的長遠目標。目前弱人工智慧已經有初步成果，甚至佇一寡影像辨識、語言分析、棋類遊戲等等單方面的能力達到超越人類的水準，而且人工智慧的通用性代表著，會當解決頂懸的問題就是仝款 AI 程式，無需要重新開發演算法就會當直接使用現有的 AI 完成任務，佮咱人的處理能力仝款，毋過達到具備思考能力的統合強人工智慧猶閣需要時間研究，較流行的方法包括統計方法，計算智慧佮傳統意義的 AI。目前有大量的工具應用人工智慧，其中包括搜揣佮數學最佳化、邏輯推演。啊若仿生學、認知心理學，佮基於概率論佮經濟學的演算法等等也佇咧一步探索當中。

==概論==

人工智慧的定義會當分做兩部份，即「人工」和「智慧呢」。「人工」即由人設計，做人創造、製造。

有關於啥物是「智慧呢」，較有爭議性。這牽涉著其他的諸如意識、自我、心靈，包括無意識的精神等等的問題。人唯一了解的智慧是人本身的智慧，這是普遍認同的觀點。但是阮對阮自身智慧的理解攏非常有限，對構成人的智慧必要元素的了解嘛真有限，所以就足歹勢義啥物是「人工」製造的「智慧呢」。 毋才會人工智慧的研究往過牽涉著對人智慧本身的研究。其他關於動物抑是其他人造系統的智慧也普遍予人認為是人工智慧相關的研究課題。

人工智慧目前佇電腦領域內，得著愈廣泛的發揮。並且佇機器人、經濟政治的決策、控制系統、仿真系統中得著應用。

==發展史==

==研究課題==

目前人工智慧的研究方向已經予人分做幾若个子領域，研究人員向望一个人工智慧系統應該有某一寡特定的能力，以下將遮的能力列出閣說明。

===演繹、推理和解決問題===

早期的人工智慧研究人員直接模仿人類進行慢步的推理，就親像咧耍棋盤遊戲抑是進行邏輯推理的時人類的思考模式。到甲一千九百八十佮一九九空年代，利用概率佮經濟學上的概念，人工智慧研究閣發展非常成功的方法處理無確定抑是無完整的資訊。

對困難的問題，有可能需要大量的運算資源，就是發生矣「可能組合爆增」：當問題超過一定的規模的時陣，電腦會需要天文數量級的記持體抑是運算時間。走揣閣較有效的演算法是優先的人工智慧研究專案。

人類解決問題的模式通常是用上緊捷、直觀的判斷，毋是有意識的、一步一步來推導，古早人工智慧研究通常使用沓沓仔推導的方式。人工智慧研究已經佇這種「次表徵性的」解決問題方法取得進展：實體化 Agent 研究強調感知運動的重要性。陸路研究試圖以類比人類和動物的大腦結構重現這款的技能。

===智識表示法===

智識表示是人工智慧領域的核心研究問題之一，伊的目標是予機械儲存相應的智識，並且會當按照某一種規則推理演繹得著新的智識。有真濟需要解決的問題需要大量的對世界的智識，遮的智識包括事先儲存的先驗智識佮透過智慧推捒會著的智識。事先儲存的先驗智識指：人類透過某一種方式共機器講的智識。透過智慧推捒會著的智識指頭仔：結合先驗智識佮某一種特定的推理規則（邏輯推理）得著的智識。首先，先驗智識會當指描述目標，特徵，種類佮物件之間的關係的智識，這嘛會當描寫著事件，時間，狀態，原因佮結果，猶閣有任何智識你想欲機械儲存的。比如講：今仔日無日頭，無日頭就是烏陰天。遐爾仔以命題邏輯語言，遮的智識會當予人表示講：今仔日--> 無日頭，無日頭--> 烏陰天。遮的智識是先驗智識，遐爾透過推理會當得著新智識：今仔日--> 烏陰天。由此例會當看出，先驗智識的正確性非常重要，這个例中間無日頭就是烏陰天，這个命題是無頂真的、較籠統的，因為無日頭可能是落雨，嘛可能落雪。另外人工智慧通看出日頭，除了欲按怎判斷的這件問題，佇這个前提之下，應該嘛會當判斷出陰天佮好天的差異。邏輯命題表示佇咧智識表示當中非常重要，邏輯推理規則是目前主要推理規則。會當佇機器內底用邏輯符號定義每一个邏輯命題，然後閣予機械儲存相應的邏輯推理規則，毋過遐爾自然機械便可進行推理。目前智識表達有誠濟困境猶無法度解決，比如講：建立一个完備的智識庫差不多無可能，所以智識庫的資源受著限制；先驗智識的正確性需要做檢驗，啊而且先驗智識有當時仔無一定是干焦對或者是兩種選擇。

===規劃===

智慧呢 Agent 必須會當制定目標佮達成遮的目標。𪜶需要一種方法來建立一个會當預測的世界模型（將整個世界狀態用數學模型表現出來，閣預測𪜶的行為按怎改變這个世界）， 按呢就會當選擇功效上大的行為。
佇傳統的規劃問題當中，智慧呢 Agent 予假定伊是世界唯一有影響力的，所以伊欲做出啥物行為是已經確定的。猶毋過，若準事實毋是按呢，伊必須定期檢查世界模型的狀態敢是佮家己的預測符合。若無符合，伊著愛改變伊的計劃。毋才會智慧代理著愛有佇咧無確定結果的狀態之下推理的能力。
佇咧多 Agent 中，濟个 Agent 規劃以合作佮競爭的方式去完成一定的目標，使用演化演算法佮群體智慧會當達成一个整體的突現行為目標。

===機器學習===

機器學習的主要目的是為著予機器對使用者佮輸入資料等處得著智識，對機器自動去判斷佮輸出相應的結果。這一方法會使幫助解決閣較濟問題、減少錯誤，提懸解決問題的效率。對人工智慧來講，機器學習自頭就足重要。一九五六年，佇較早的達特茅斯夏季會議，雷蒙德 ・ 索洛莫諾夫寫一篇關於無監視的概率性機器學習：一个歸納推理的機器。

機器學習的方法各種各樣，主要監督學習佮非監督學習兩大類。彼監督學習二事先前予定機器一寡訓練平本並且共平本的類別，然後根據遮的樣本的類別進行訓練，提出遮的平本的共同屬性抑是訓練一个分類器，等新來一个樣本，是透過訓練會著的共同屬性抑是分類器進行判斷愛平本的類別。監督學習根據輸出結果的離散性佮連續性，分做分類佮回歸兩類。非監督學習是無予定訓練平本，直接共定一寡仔平本佮一寡規則，予機器自動根據一寡規則進行分類。無論佗一種學習方法攏會進行精差分析，對知影所提的方法佇理論上敢是誤差有上限。

===自然語言處理===

自然語言處理探討欲按怎處理佮運用自然語言，自然語言認知是講予電腦「捌」咱人類的語言。自然語言生做系統共計算機數據轉化做自然語言。自然語言理解系統共自然語言轉化做計算機程式閣較會佇咧處理的形式。

===運動佮控制===

===知覺===

機器感知是講會當使用感測器所輸入的資料（如 kha-mé-lah、mài-kù、聲納佮其他的特殊感測器）閣推斷世界的狀態。電腦視覺會當分析影像輸入。另外閣有彼个語音識別、面冊辨識佮物體辨識。

===社交===

感情佮社交技能對一个智慧 agent 是足重要的。首先，透過了解𪜶的動機佮情感的狀態，代理人會當預測別人的行動（這牽涉著愛素博弈論、決策理論猶閣有法度塑造人的情感佮情緒感知影能力檢測）。 此外，為著真好的人機互動，智慧代理人嘛需要表現出情緒來。上無伊著愛出現禮貌地佮人類盤撋。上少，伊本身應該有正常的情緒。

===創造力===

一个人工智慧的子領域，代表著理論（對哲學佮心理學的角度）佮實際（通過特定的實現產生的系統的輸出是會當考慮的創意，或者是系統識別佮評估創造力）所定義的創造力。相關領域的研究包括著人工直覺佮人工想像。

===倫理管理===

史蒂芬 ・ 霍金、比爾蓋茲、馬斯克、Jaan Tallinn 以及 Nick Bostrom 等人攏對人工智慧技術的未來公開表示憂心，人工智慧若佇濟濟方面超越人類智慧水準的智慧、不斷更新、自我提升，進一步取得控制管理權，人類敢有夠額能力及時停止人工智慧領域的「軍備競賽」，敢會使保存上懸的掌控權，現有事實是：機器定定失控致使人員傷亡，按呢的情況敢是會閣較擴大規模出現，歷史顯然無法度呈現的樂觀答案。特斯拉電動車馬斯克（Elon Musk）佇麻省工學院（MIT）航空航天部門百年紀念研討會頂稱人工智慧是「呼請惡魔」行為，英國發明家 Clive Sinclair 認為一旦開始製造抵抗人類佮超越人類的智慧機器，咱人可能講足歹生存的，起茲同意馬斯克佮其他人咧講，而且毋知影為啥物有的人誠煩惱這个問題。

DeepMind 的人工智慧（AI）系統佇二空一六年「AlphaGo」對戰南韓棋王李世馮獲勝，開發商表示佇內部設立倫理委員會，針對人工智慧的應用制定政策，防範人工智慧淪為犯罪開發者。

這馬科技進步，人工智慧科技產生「自主武器」軍備競賽已恬恬仔展開，英國、以色列佮徙威，攏已經部署自主飛彈佮無人操控的無人機，具「射無愛插」（fire-and-forget）能力的飛彈，濟梅飛彈閣會當互相溝通，分享揣著攻擊目標。遮的武器猶未予大量投入，但是真緊就會出現佇戰場上，而且嘛毋是使用人類所設計的程式，是完全利用機器家己決策。霍金等人佇咧英國獨立報發表文章警告未來人工智慧可能會比人類金融市場、科學家、人類領袖閣較會當操縱人心、甚至研發出人無法度理解的武器。專家恐驚發展甲無法度控制的局面，援引聯合國禁止研發某寡特定武器的「特定定規武器公約」加以限制。新南威爾斯大學人工智慧的沃爾啥物（Toby Walsh）教授認為這是一種欺騙，因為機器無區別戰敵和平民的技術。

===經濟衝擊===

根據 CNN 財經網數字媒體未來學家兼 Webbmedia 集團創始人艾米 ・ 韋伯（Amy Webb）； 美國在線 . . . 等紛紛預測一寡咧欲去予機器人取代的職業，日本野村總合研究所嘛佮英國的牛津大學的研究學者共同調查指出，十至二空年以後，日本有百分之四十九的職業 ( 兩百三十五種的職業 ) 可能會予機械和人工智慧取代消失，直接影響欲到兩千五百萬人，比如講：超市店員、一般事務員、計程車司機、收費站運營商佮收銀員、市場營銷人員、客戶予人員、製造業工人、金融中央人佮分析師、新聞記者、電話公司職員、麻醉師、兵仔佮保安、律師、醫生乎、軟體開發者佮操盤手、股票交易員等等的高薪酬的腦力職業將上先受著衝擊。

二空一七年六月份馬雲佇美國底特律舉行「鏈結世界」（Gateway 十七）產業大會，會上提出人工智慧可能致使第三擺世界大戰，因為前兩改的產業革命攏致使兩改大戰，戰爭原因並毋是遮的創新發明本身，是發明對社會上濟濟人的生活方式衝擊處理不當，新科技佇咧社會上產生新的工課嘛取代舊的工課，產生新的輸家佮贏家，若輸家的人數傷濟將造成一股社會袂穩的能量若這股能量予人有心人利用可能致使各種事件。伊認為各國應該強制定規定 AI 機器干焦會當用佇咧人類袂當做的工課，避免短時間的大量人類被取代的失業大潮，但馬雲無提出這種世界性規定將是按怎實現並確保遵守的細節方案。

資料科學佮人工智慧予哈佛商業評論號做《廿一世紀上 Sexy 的職業》，人工智慧需求量大，鼓勵了袂少大學諸如伯克利大學專門成立資料科學系。矽谷佮紐約做主的《The Data Incubator》公司佇二空一二年成立，焦點是資料科學，大數據，佮人工智慧企業培訓，提供國際大數據的培訓服務。

===AI 對人類的威脅===

此議題目前分做兩个學派：

====悲觀學派====

此學派的代表是天文物理學家史蒂芬 ・ 霍金，以及特斯拉執行長伊隆 ・ 馬斯克。霍金認為 AI 對人類將來有這个足大的威脅，主要有以下的理由：

一 . AI 會遵循科技發展的加速度理論。
二 . AI 有可能會有自我改造創新的能力。
三 . AI 進步的速度遠遠超過人類。
四 . 人類會有拍花去的危機。

====樂觀學派====

主要是 Google、Facebook 等 AI 的主要技術發展者，𪜶對 AI 樂觀看法的理由：

一 . 人類只要關掉電源就放掉 AI 機器人。
二 . 啥物的科技攏會有關係，「 摩爾定律」到目前嘛拄著相當的關係，AI 科技嘛袂講無限成長，猶原存在誠濟難以克服的瓶頸。
三 . 照目前的研究方向，電腦無法度變化、甦醒、產生自我意志，AI 嘛無可能有創意佮智慧、同情心佮審美等等這方面的能力。

===AI 佮管理===

AI 漸漸普及尾仔，將會佇企業管理當中搬演誠重要的角色，啊若人類的管理者愛按怎適度的調整家己的工作職能，有以下幾點建議：

一 . 放棄行政工作二 . 退守分析預測的領域強化家己的綜合判斷力。
三 . 共 AI 當做同事，形成協同合作的團隊。
四 . 多琢磨佇創造力佮各種流程架構設計師角色。
五 . 強化家己人際網路、溝通協調、談判斷頂懸的能力。
六 . 培養自身領導能力，會當有效地𤆬領一个士氣較懸、團結佮凝結力懸的工課伴。

==強人工智慧佮弱人工智慧==

人工智慧的一个較時行的定義，嘛是該領域較早的定義，是由當時麻省理工學院的約翰 ・ 麥卡錫佇一九五六年的達特矛斯會議上提出的：人工智慧就是欲予機械的行為看起來若親像人所表現出的智慧行為仝款。但是這个定義敢若無注意著強人工智慧的可能性（相連紲）。 另外一个定義指人工智慧是人造機器所表現出來的智慧。總體來講，目前對人工智慧的定義大多數通分做四類，即機器「像人仝款思考」、「 按呢像人仝款行動」、「 理性地思考」和「理性地行動」。 遮「行動」應廣義地理解做採取行動，抑是制定行動的決策，毋是肢體動作。

===強人工的智慧===

強人工智慧觀點認為「有可能」製造出來「真的」會當推理和解決問題的智慧機器，並且，按呢的機器將被認為是有知覺、有自我意識的。強人工智慧會使有兩類：

* 人類的人工智慧，即機器的思考佮推理就親像人的思維仝款。
* 非人類的人工智慧，即機器產生了佮人完全無仝款的知覺佮意識，使用佮人完全無仝款的推理方式。

===弱人工的智慧===

弱人工智慧觀點認為「無可能」製造出能「真的」地推理和解決問題的智慧機器，這機器猶毋過「看起來」像講是智慧的，但是無真正有智慧，嘛袂有自主意識。

弱人工智慧是對比強人工智慧才出現的，因為人工智慧的研究一度佇遐咧拋荒進前的狀態之下，一直到類神經網路有矣強大的運算能力加以類比了後，才開始改變並大幅超前。人工智慧研究者無一定同意弱人工智慧，嘛無一定咧乎抑是講了解強人工智慧佮弱人工智慧的內容佮差別，對定義爭論無停。

就當下的人工智慧研究領域來看，研究者已經大量造出「看起來」親像這个智慧的機器，取得相當的豐碩的理論上佮實質上的成果，如二空空九年鹿乃爾大學教授 Hod Lipson 佮其博士研究生 Michael Schmidt 研發出的 Eureqa 電腦的程式，只要予一寡資料，這電腦的程式家己干焦用幾若十點鐘計算就推論出牛頓開用濟年研究才發現的牛頓力學公式，等於干焦用幾十點鐘就家己重新發現牛頓力學公式，這電腦的程式也會當用來研究誠濟其他所領域的科學問題上。遮的所謂的弱人工智慧佇神經網路發展之下已經有誠大的進步，但是對欲按怎整合成強人工智慧，這馬猶未明確定論。

===對強人工智慧的哲學爭論===

主條目：人工智慧哲學、圖靈測試、物理符號系統、皇帝新腦、德雷福斯對人工智慧的看法、AI 效應

「 強人工的智慧」一詞頭仔是約翰 ・ 羅傑斯 ・ 希爾勒針對電腦和其他的資訊處理機器創造的，其定義來做：

「 強人工智慧的觀點認為計算機毋但是用來研究人的思維的一種工具；相反，只要執行適當的程式，算機本身就是有思維的。」（J Searle in Minds Brains and Programs . The Behavioral and Brain Sciences , vol . 三 , 一千九百八十）

關於強人工智慧的爭論，和人更廣義的一元論和二元論的爭論。其爭論點是：若一台機器的唯一工課原理就是換編碼數據，這台機器是毋是有思維的？希爾勒認為這是無可能的。伊比一个中文房間的例來說明，若準機器干焦轉換數據，數據本身是對某一寡代誌的一種編碼表現，遐咧無理解這編碼佮這實際代誌中間的對應關係的提升，機械無可能對其處理的數據有任何理解。是因為這一論點，希爾勒認為就算有機器通過了圖靈測試，嘛無一定講明機器就真正像人仝款有自我思維佮自由意識。

嘛有哲學家持無仝的觀點。丹尼爾 ・ 丹尼特別佇咧做《意識的解說》（Consciousness Explained）內底的認為，人嘛毋過是一台有靈魂的機器爾，為啥物咱認為：「 人會使有智慧，啊若普通機器就袂使」咧？伊認為像頂頭的數據轉換機器是有可能有思維佮意識的。

有的哲學家認為講若弱人工的智慧是可實現的，遐爾強人工智慧嘛是可實現的。譬如西蒙 ・ 布萊克本（Simon Blackburn）佇咧其哲學入門教材 Think 內底咧講，一个人的看起來是「智慧呢」的行動並袂當正經說明這个人就正經是智慧的。我永遠無可能知影另外一个人敢有影親像我仝款是智慧的，抑是講伊／伊干焦是「看起來」是智慧的。是無仝款的論點，既然弱人工智慧認為會當令機器「看起來」像講是智慧的，按呢就袂當完全無定著這个機器是真正有智慧的。布萊克本就想講這是一个主觀認定的問題。

需要指出的是，弱人工智慧毋是佮強人工智慧完全對立，也就是講，強人工智慧是可能的，弱人工智慧猶原是有意義的。上少，今仔日的計算機能做的代誌，像是算術運算等，佇百外年前是予人認為足需要智慧的。並且，就算強人工智慧予人證明為可能的，也無代表強人工智慧定著會當予人研製出來。

==研究方法==

目前無統一的原理抑是範式指導人工智慧研究。誠濟問題上研究者攏有咧爭論。

其中幾个久長以來猶原無結論的問題是：敢愛對心理抑是神經方面類比人工智慧？抑是鳥仔生物學對航空工程仝款，人類生物學對人工智慧研究是無關係的？智慧行為敢會當用簡單的原則（如邏輯抑是最佳化）來講？猶是必須解決大量完全無關係的問題？

智慧是毋是會當使用進階符號表達，如詞佮想法？抑是需要「子符號」的處理？
約翰 ・ 豪格蘭德（John Haugeland）提出 GOFAI（出色的老式人工智慧）的概念，嘛提議人工智慧應該類做 synthetic intelligence，這个概念尾仔去予某寡非 GOFAI 研究者採納。

===控制論佮大腦類比===

二十世紀四空年代到五空年代，真濟研究者探索神經學、資訊理論佮控制論之間的聯絡。其中閣造出一寡使用電子網路絡構造的初步智慧，如格雷 ・ 華特（W . Grey Walter）的龜（turtle）佮約翰翰普金斯野獸。

遮的研究者閣定定佇咧普林斯頓大學佮英國的 Ratio Club 舉行技術協會會議。到一千九百六十，大部份人已經放棄這个方法，就算講佇八空年代再次提出遮的原理。

===符號做處理===

做二十世紀五空年代，數位電腦研製成功，研究者開始探索人類的智慧是毋是會當簡化做符號處理。研究主要集中佇卡內基梅隆大學，史丹福大學佮麻省理工學院，啊若各自有獨立的研究風格。約翰 ・ 豪格蘭德（John Haugeland）講遮的方法為著 GOFAI（出色的老式人工智慧）。 六空年代，符號方法佇小型證明程式上類比進階思考有真大的成就。是因為控制論或者是神經網路的方法囥佇咧第一擺欲。六十－七空年代的研究者確信符號方法落尾會當成功創造強人工智慧的機器，同時這嘛是𪜶的目標。

* 認知類比：經濟學家赫伯特 ・ 西蒙和艾倫 ・ 紐厄爾研究人類問題解決能力和試驗共形式化，同時𪜶為人工智慧的基本原理拍落基礎，如認知科學、運籌學佮經營科學。𪜶的研究團隊使用心理學實驗的結果開發類比人類解決問題方法的程式。這方法一直咧卡內基梅隆大學沿襲落來，並且佇咧八空年代 Soar 發展到高峰。
* 是因為邏輯：無像艾倫 ・ 紐厄爾佮赫伯特 ・ 西蒙，約翰 ・ 麥卡錫認為機器無需要類比人類的思想，應該愛試揣著抽象推理和解決問題的本質，毋管是人敢有使用仝款的演算法。伊佇史丹福大學的實驗室拍拚提出使用形式化邏輯解決濟濟的問題，包括智識表示，智慧規劃和機器學習。致力佇邏輯方法的猶閣有愛丁堡大學，若促成歐洲的其他所在開發程式語言 Prolog 佮邏輯編程科學。
*「反邏輯」: 史丹福大學的研究者（如馬文 ・ 閔斯基佮西摩爾 ・ 派普特）發見欲解決電腦視覺佮自然語言處理的困難問題，需要專門的方案：𪜶主張無存在簡單佮通用原理（如邏輯）會當達成所有的智慧行為。羅傑 ・ 單克（Roger Schank）咧講𪜶的「反邏輯」方法為「scruffy」。 智識智識庫（如道格拉斯 ・ 萊納特的 Cyc）就是講「scruffy」AI 的例，因為𪜶著愛人做一改編寫一个複雜的概念。
* 所以基於智識：大約佇一九七空年出現大容量記持體電腦，研究者分別以三个方法開始共智識構造成應用軟體。這場「智識革命」促成專家系統的開發佮計劃，這是頭一个成功的人工智慧軟體形式。「智識革命」同時予人意識著誠濟簡單的人工智慧軟體可能需要大量的智識。

===子符號方法===

一九八空年代符號人工智慧停滯無前，真濟人認為符號系統永遠無可能模仿人類所有的認知的過程，特別是感知、機器人、機器學習和圖型識別。研究者開始關注子符號方法解決特定的人工智慧問題。

* 自下而上、介面 agent、1875入環境（機器人）、 行為主義、新式 AI：機器人領域相關的研究者，如羅德尼 ・ pu-lù-sù（Rodney Brooks）， 否定符號人工智慧專注於機器人移動佮求生等基本的工程問題。𪜶的工課再次關注早期控制論研究者的觀點，同時提出佇人工智慧當中使用控制理論。這和認知科學領域內面的表徵感知影點是一致的：閣較懸的智慧需要一个個體的表徵（如徙振動，感知佮形象）。
* 計算智慧：一九八空年代中大衛 ・ 魯姆哈特（David E . Rumelhart）等再次提出神經網路佮聯結主義。這佮其他的子符號的方法，如霧控制佮進化計算，攏屬於計算智慧學科研究範圍。

===統計學方法===

一九九空年代，人工智慧研究發展出複雜的數學工具來解決特定的分支問題。這寡家私頭仔是真正的科學方法，即時遮的方法的結果是可測量的佮可驗證的，同時嘛是近期人工智慧成功的原因。共享的數學語言凡勢已經有學科的合作（如數學，經濟抑是運籌學）。 Stuart J . Russell 和 Peter Norvig 指出遮的進步毋是亞於「革命」和「neats 的成功」。 有人批評遮的技術傷專注文特定的問題，若是無考慮長遠的強人工智慧目標。

===整合方法===

* 智慧呢 agent 範式：智慧呢 agent 是一个會感知影講環境閣做出行動以達成目標的系統。上簡單的智慧 agent 是遐會當解決特定的問題的程式。閣較複雜的 agent 包括人類和人類組織（如公司）。 這寡範式會當予研究者研究單獨的問題佮揣出有路用而且會當驗證的方案，就無需要考慮單一的方法。一个解決特定的問題的 agent 會當使用任何會當用的方法-一寡仔 agent 用符號方法佮邏輯方法，一寡仔若是符號神經網路抑是新的方法。範式的同時嘛予研究者提供一个佮其他的領域溝通的共同語言--如決策論佮經濟學（嘛使用 abstract agents 的概念）。 一九九空年代的智慧 agent 範式被廣泛接受。
* 代理架構佮認知影架構：研究者設計出一寡系統來處理濟 agent 系統中智慧 agent 之間的互相作用。一个系統中包括符號佮子符號的部份的系統叫做是混合智慧系統，啊若對這種系統的研究毋是人工智慧系統整合。分級控制系統是予人反應級別的子符號 AI 佮上進階別的傳統符號 AI 提供橋梁，同齊時咧放冗規劃和世界建模的時間。

==基本應用==

人工智慧基本的應用會當分做四大部份：

===感知能力（Perception）===

指的是人類透過感官所收著環境的刺激，巡訊息的能力，簡單的講就是講人類的五官的看、聽、講、讀、寫等能力，學習人類的感知能力是 AI 目前主要的焦點之一，包括講：

*「看」：電腦視覺（Computer Vision）、 圖像辨識（Image Recognition）、 面冊辨識（Face Recognition）、 物件偵測（Object Detection）。
*「聽」：語音辨識（Sound Recognition）。
*「講」：語音生做（Sound Generation）、 文字轉換語音（Text-to-Speech）。
*「讀」：自然語言處理（Natural Language Processing，NLP）、 語音轉換文字（Speech-to-Text）。
*「寫」：機器翻譯（Machine Translation）。

===認知能力（Cognition）===

指出講人類透過學習、判斷、分析等等心理活動來了解訊息、得著智識的過程佮能力，對人類認知的模仿佮學習嘛是目前 AI 第二个焦點領域，主要包括講：

* 分析辨識能力：親像醫學圖像分析、產品推薦、糞埽郵件辨識、法律案件分析、犯罪偵測、信用風險分析、消費行為分析等等。
* 預測能力：比如講 AI 執行的預防性維修（Predictive Maintenance）、 智慧天然災害預測佮防治。
* 判斷能力：比如講 AI 行踏棋子、自動駕駛車、健保詐欺判斷、癌症判斷等等。
* 學習能力：比如講機器學習、深度學習、增強式學習等等各種學習方法。

===創造力（Creativity）===

指出講是人類產生新思想，新發現，新方法，新理論，新設計，創造新事物的能力，伊是結合智識、智力、能力、個性佮潛意識等等各種因素優化來成做，這个領域目前人類猶原遙領先 AI，猶毋過 AI 嘛綴咧急起直追，主要領域包括：AI 作曲、AI 作詩、AI 小說、AI 畫畫、AI 設計等。

===智慧呢（Wisdom）===

指出講人類真深了解人、事、物件的真相，會當探求真實真理、明辨是非，共人指導過了有意義生活的一種能力，這个領域牽涉人類自我意識、自我認知佮價值觀，是目前 AI 猶未觸著的一部份，也是人類真歹模仿的一个領域。

==實際應用==

機器視覺、指紋辨識、面冊辨識、視網膜辨識、虹膜辨識、掌紋辨識、專家系統、自動規劃、無人載具等等。

==學科範圍==

人工智慧是一門邊緣學科，屬於自然科學佮社會科學的交叉。

===牽涉著學科===

* 認知科學
* 數學佮統計學
* 物理學
* 邏輯學
* 控制論佮決定論
* 社會學
* 犯罪學佮智慧犯罪學

===研究範圍===

==電視劇==

* TVB 電視劇《智慧愛人》
* ViuTV 電視劇《IT 狗仔》
* 東映特攝劇《假面騎士 ZERO-ONE》

==應用領域==

* 智慧控制
* 機器人學
* 自動化技術
* 語言佮圖像理解
* 遺傳編程
* 法學資訊系統
* 行棋
* 醫學領域

==濫用==

二空一九年六月，因為神經網路技術 DeepNude 軟體面世，該軟體會當將咱人物相片的衫仔褲退去，表示出赤體。隨後，經過軟體處理後的色情圖片佇網路頂懸泛濫閣引發爭議，此後應該軟體咧批評聲當中予落架。根據美國網路安全公司 Sensity 統計，DeepNude 已經產生了六十八萬以上女性的假囉照，其中百分之七十的原相片來自社群網路中的真實女性，而經 DeepFake 技術處理的影片佇以每六個月反一番的數量增長。截到二空二空年十二月   ( 二千空二十五十二 )，Sensity 檢測著的相關影片數量是超過八堵五萬个。而惡用該技術可能是涉嫌違反《著作權法》等法律，日本警方便濟擺處理過使用人工智慧技術去除色情影片內面的馬賽克、替換色情影片內底女優容貌等相關案件。

==參看==

==參考文獻==

===參照===

===來源===

==擴展閱讀==

==外部連結==

* What Is AI ?—An introduction to artificial intelligence by AI founder John McCarthy .
* 開放式 kha-tá-lok-guh 計畫中和 AI 相關的內容
* AITopics—A large directory of links and other resources maintained by the Association for the Advancement of Artificial Intelligence , the leading organization of academic AI researchers .
* Artificial Intelligence Discussion group
* 機器人智慧機器人智慧
* 研學論壇關於人工智慧，模式識別，科學交流的學術論壇
* 中國人工智慧網－人工智慧 | 模式識別 | 數字圖像處理
* AI Depot—community discussion , news , and articles
* Loebner Prize website
* Game AI—計算機遊戲開發者的 AI 資源
* Kurzweil CyberArt Technologies—有關於人工智慧藝術的網站，內底有出名的人工智慧繪畫程式 AARON
* 有關於人工的智慧，專家系統 prolog 語言全介紹的 wiki 網站
* 中華民國人工智慧學會—以促進中華民國人工智慧佮相關領域之研究、發展、應用佮交流為宗旨的民間組織。
* MostAI—有關於人工智慧的網站，AI Fans 交流平台
* 智慧程式自進化概念
* 進化論

[[分類: 待校正]]