AI 到底是什么？

AI到底是什么？
        AI（Artificial Intelligence）指的是一种可以制造计算机程序的计算机科学工程，也是当前计算机学科中的一个研究分支。把“Artificial Intelligence”翻译为“人为再造情报”更贴合它在当前落地项目中的工作场景。
        从词源上讲，“Artificial”指的是“人为干预的、人造的、非自然状态的、不真诚恳切的、矫揉造作的”，重点强调了“非自然状态”这个含义。“Intelligence”指的是“智力、情报、情报机构”，重点强调了“从中做出选择”这个含义。
        根据Alan Mathison Turing、John McCarthy、Marvin Lee Minsky等人对“Artificial Intelligence”这个概念的阐释，“Artificial Intelligence”是一个和人类哲学紧密相关的命题，要实现的目标是“发现问题、认识问题、解决问题”，这是对“人类智慧的延展”，实现这一目标的工具性可参考手段是计算机辅助程序工程。这样的计算机程序工程能否实现尚未可知、实现途径尚不明晰。
        “Artificial Intelligence”自1950's诞生以来大约可以分为数学逻辑流派和情景验算流派。数学逻辑流派以Alan Mathison Turing为鼻祖，强调通过给定条件借助计算机的高频率运算能力凭借蛮力试错出结果。情景验算流派以John McCarthy为发端、经Marvin Lee Minsky壮大，强调“情景状态的充分性导致行为体的决策理性”。这两个学派都对机器行为进行了“因果合理性”假设，强调了“先验理性”这个西方哲学的观点。“先验理性”这个假设，优点是简化了现实世界中的复杂情景、便于构建解释性事件模型；缺点是违背了现实世界的联系复杂性这个客观事实、得出的结论一定会偏离事件的真实性和客观性。这也是为什么我们编写的复杂任务的程序在运行过程中总会发生奇奇怪怪的错误的原因所在。
        当前的“Artificial Intelligence”应用绝大部分属于情景验算流派中的斯坦福学派成果，这要归功于John McCarthy在Stanford Artificial Intelligence Laboratory培养了大量“Artificial Intelligence”研究方向的门徒。根据计算机系统处理问题的智力等级，可以把斯坦福学派成果分为Artificial Narrow-Intelligence、Artificial General-Intelligence、Artificial Super-Intelligence三等。当前能够落地的“Artificial Intelligence”的商业工程项目都属于Artificial Narrow-Intelligence这个范畴。
        从对“Artificial Intelligence”的实现目标上看，当前落地中的商业项目都处于“解决问题”的这个阶段，而且这个阶段还不是创造性地解决问题，仅仅是凭借对海量历史经验资料的不断试错来解决现在遇到的新问题。这样带来的一个后果就是“用老办法儿应对新问题必然导致新问题无法儿得到恰当地解决”、这种解决问题的方式“违背了因时制宜、因事制宜的客观实际要求”。这不是所谓的“训练任务不够、知识储量不足”，这是先天性的、制度性的缺陷，这也注定了当前阶段的“Artificial Intelligence”商业项目只适合解决“固定条件、固定手段、过程和结果可复现”的经验性问题、不适合解决时移势易后需要“创造、创新”才能解决的问题。
        总而言之，当前的“Artificial Intelligence”商业项目只做到了对已有的历史资料的删繁去重罗列、尚未做到归纳总结推演推论。我个人认为，计算机做到了“归纳总结推演推论”才算是具备了初级的“人类智慧”，因为这个阶段的计算机系统就可以“据已知推未知”地给出解决问题的智慧性解决办法。