懂推理、會模仿，人工智慧原來是這樣做到的！

文圖/方弦

本文選自《知識就是力量》雜誌10月刊

小夥伴們都知道，形形色色的人工智慧（簡稱AI）早已深入日常生活。對違章車輛車牌的自動識別，網上搜索的自動推薦，懂得自己充電和探索地形的掃地機器人，還有會幫你自動排好日程的智能助理……

今天我們就來認識一下人工智慧，了解一下它是怎麼做到推理、分析數據以及模仿大腦的。

智能掃地機器人Roomba860，不僅能自己識別清掃區域，還能自己返回充電底座進行充電

懂推理的AI

思考向來是人類的專長。通過思考，人類獲得了其他動物不具備的能力。思考既然如此強大，要模擬它就很困難，於是，人們將起點放在其中比較簡單的一部分——邏輯推理。AI最初的一步，就是教會機器邏輯推理的方法，即具體的演算法。

但在考慮演算法之前，有一個更根本的問題：我們怎麼知道邏輯推理一定正確，而正確的命題必定能通過邏輯推理得到嗎？

幸好，美國數學家哥德爾證明了在所謂「一階謂詞演算」的體系中，答案是肯定的。這個定理鋪平了自動邏輯推理的道路。從20世紀60年代開始，各種自動推理系統陸續出現，只要向它們輸入以邏輯命題表達的某個領域的知識，它們就搖身一變，成為「專家系統」，並自動進行推理，回答人們提出的相關問題。人工智慧就擁有這樣的自動推理系統。

圖片來源網路

分析數據的AI

AI的很多功能，是通過大數據分析實現的。

我們知道，計算機科學家發明了各種各樣的演算法，從看似雜亂無章的海量數據中提取統計上有意義的規律。人們利用這些演算法，通過對大量病例的分析，為某些特定的疾病提供早期的發現和診斷；還能從互聯網海量的雙語對照資料中，得知如何將一種語言翻譯為另一種語言。

很多人工智慧，就是運用了這種技術，例如IBM研發的AI系統Watson，在閱讀大量資料後，搖身一變成為星級客服，能回答顧客各種各樣的提問。

參觀者在IBM的展位前觀看Watson系統演示

模仿大腦的AI

另外，我們也知道，人工智慧很「聰明」，就好像擁有大腦，會思考一樣，不過你知道它是怎麼模仿人的大腦的嗎？

在人類大腦中，負責處理數據的是上千億個名為「神經元」的細胞。它們之間通過電脈衝互相傳遞信息，每個神經元受到一定閾值的刺激，就會向自身連接的其他神經元發送電信號。這些紛繁複雜的信號組成了人類的思維。

而AI的研究者則嘗試在計算機上重現類似的系統，試圖模仿人類思維這一演化的奇蹟。這就是所謂的「神經網路」。當然，我們現在仍然無法模擬整個大腦，但即使是數萬個神經元組成的系統，能力已經非同凡響。

那麼，人工智慧是怎麼形成神經網路的呢？

科學家利用數學分析中的知識，借鑒人腦的部分結構，設計了特殊的神經網路結構，還有配套的高速並行學習演算法，利用大型計算機、顯卡以及專用晶元提供的大量計算能力，訓練出優秀的神經網路以供應用。我們只要向訓練好的神經網路輸入數據，它就能輸出相應的計算結果啦。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！