你肯定刷过短视频，App好像比你还懂你自己。你跟手机吼一嗓子，闹钟就设好了。科幻片里那些有自己想法的机器人，看着也特带劲。咱们现在就活在AI的世界里。
“AI”这俩字母，满天飞。跟人吃饭吹牛，你要是不懂点AI、大数据，都插不进嘴。可要是有人冷不丁问一句：“AI的全称是啥？”
估计你就卡壳了。
别急。这篇文章就是给你写的，看完你就能跟人讲明白AI是咋回事。咱们就从这个最基本的问题开始，一层一层把AI扒干净，让你看得明明白白。
第一块：AI这名字咋来的
①答案就俩词：Artificial Intelligence
不绕弯子，直接说答案。
AI的全称：Artificial Intelligence。
- Artificial，人造的。
- Intelligence，智能。
俩词一拼，就是“人造的智能”，中文翻译“人工智能”，挺到位。
但这只是开了个头。知道名字不等于认识这个人。
②什么是“智能”，吵了几十年了
“人造的”好理解，但啥是“智能”？这事儿到今天也没个标准答案。科学家对AI的理解，主要有四个路子：
A像人一样思考
这派人想让机器学人脑怎么想事。比如你看到猫，大脑里是怎么反应的，他们就想写个程序模仿这个过程。
B像人一样办事
这派人不管机器怎么想，只要它干出来的事跟人一样就行。最有名的就是“图灵测试”。你跟一个东西用文字聊天，聊半天分不清对面是人还是机器，那这个机器就算有智能了。
C绝对理性地思考
这派人觉得智能就是滴水不漏的逻辑。他们想让机器像数学家做题一样，从1推到2，再从2推到3，每一步都绝对正确。早期的象棋程序就是这个路子。
D绝对理性地办事
这派是现在的主流。他们认为智能就是在特定情况下，做出最好的选择来实现目标。你打游戏碰到的电脑对手，它不想着学你，只想着用最优的方法赢你。现在路上的自动驾驶汽车，也是这么个逻辑，它不是在模仿老司机开车，是在计算怎么开最安全、最高效。
现在为啥D这个路子最火？因为它实际。复制人脑太难了，感情、直觉这些东西代码不好写。但是设计一个在规则内做到最好的系统，计算机很拿手。
③故事的起点：1956年一场会议
“Artificial Intelligence”这个词是约翰·麦卡锡（John McCarthy）在1956年的一场会议上提出来的。
当时，他跟一群全世界最聪明的人在美国达特茅斯学院开了个会，讨论怎么用机器模仿人的学习和智能。为了给这个新领域起个名字，麦卡锡就想出了“Artificial Intelligence”。
这场会，这个人，这个词，就是人工智能的开端。所以约翰·麦卡锡被叫做“人工智能之父”。
第二块：AI有几大家族，得分清楚
了解AI，你得知道怎么给它分类。这里有三个最直接的分法。
角度一：按能耐大小分，弱、强、超
01弱人工智能(ANI)
只能干一件特定事情的AI。
现在市面上你见到的、听到的、用到的所有AI，全都是弱人工智能。
举几个例子。
- 手机上的人脸解锁，它只认得你的脸，你给它看你家狗，它就不认识了。
- 下围棋的AlphaGo，它在棋盘上是神，但你让它打个麻将，它连牌都摸不来。
- 医院里帮着看片的AI，它找肿瘤可能比医生还快，但它没法开药方。
02强人工智能(AGI)
跟人一样，有全面的思考和学习能力，能干各种事情。它有常识，能理解笑话，还能自己想明白没学过的问题。
这东西现在只存在于科中。比如电影《星球大战》里的翻译机器人C-3PO。
03超人工智能(ASI)
在所有方面都比最聪明的人类还聪明的智能。
这比科幻还科幻，只是个理论上的东西。要是真有这么个东西，人类在它面前就像蚂蚁看我们一样。很多电影里的AI大反派，就是照着这个模板拍的。
分清这三种AI很重要。下次再有人说AI要统治地球了，你就知道他说的是还没影儿的AGI或者ASI，而不是你手机里的那个弱AI。
角度二：按肚子里的货分，从没心没肺到有自我
这个分法是看AI能不能记事。
No.1反应式机器
最原始的AI。没记忆，活在当下。你给它一个情况，它就给一个反应。
IBM的“深蓝”象棋电脑就是这种。它下棋时会算很多步，但它不记得上一盘是怎么赢的。每一局对它都是新游戏。
No.2有限记忆
我们现在用的AI基本都是这种。它们能记住一小段时间里的信息，来帮助做决定。
自动驾驶汽车就是好例子。它必须记住前面那辆车过去几秒的速度和位置，才能判断自己现在该加速还是刹车。它这个记忆很短，只为了完成当前任务。你的手机输入法会记得你刚用过的词，也是这个道理。
No.3心智理论
这个阶段的AI现在还没有。它需要能理解别人的想法、情绪和意图。说白了，就是得有“情商”，得会察言观色。
比如一个有这能力的AI管家，看你一脸疲惫地回家，它知道你现在需要的是安静，而不是听它播报新闻。
No.4自我意识
AI的终极形态。它知道“我”是谁，有自己的感觉和想法。这就已经是哲学问题了。强人工智能和超人工智能都需要有这个能力才行。
角度三：按练的功夫分，两大门派
AI怎么实现智能，历史上主要有两个门派。
一符号主义
这派人觉得，智能就是知识加上逻辑推理。只要把世界上所有的知识都变成符号，再写好逻辑规则，机器就能像人一样思考了。早期的专家系统就是这么干的，给电脑灌输某个领域专家的知识，让它看病或者搞地质勘探。但这个方法的缺点是太死板，世界上的知识太多，规则也写不完。
二连接主义
这派人觉得，别管那些复杂的规则了，直接模仿人脑的神经网络结构吧。他们不做设定，而是给网络看海量的数据，让它自己从数据里找规律。
这个门派沉寂了很多年，因为以前的电脑太慢，数据也不够多。后来，电脑算力上来了，特别是GPU（就是你玩游戏用的显卡）能做大规模并行计算，加上互联网产生了海量数据，连接主义一下就翻身了。
我们现在熟悉的图像识别、语音识别、ChatGPT，全都是连接主义的成果。
现在的大趋势是把这两个门派的功夫结合起来。让AI既有连接主义的学习能力，又有符号主义的逻辑推理能力，这样可能会更强大。
第三块：AI早就钻进你的生活了
别觉得AI离你很远，它到处都是。
在你手机里。
人脸解锁、拍照时自动把背景弄模糊、相册自动把猫和狗的照片分开，这些都是AI在背后算。
在你的娱乐里。
短视频App怎么总能推给你想看的内容？音乐软件怎么知道你喜欢听什么歌？靠的就是AI推荐算法，它分析了你之前的行为。
在你看不见的地方。
银行用AI来检测信用卡盗刷。地图软件用AI来预测哪里堵车，告诉你走哪条路最快。医院里，AI帮医生看片子，找早期病灶。
在创作这事上。
这几年最火的AIGC，就是AI生成内容。你给Midjourney一段话，它能画出惊艳的图片。你用ChatGPT，它能帮你写邮件、写代码。AI已经不只是个工具，它开始变成一个创作者了。
第四块：想当“懂哥”，还得想点深事
知道上面这些，你已经比大多数人懂AI了。但要真把这事想透，还得看看它的未来和那些麻烦事。
问题一：真正像人一样的AI，啥时候能出来
这事谁也说不准。
有人特别乐观，觉得十几年后就可能有了。也有人很悲观，觉得可能一百年都搞不出来，因为我们对“意识”是啥都还没搞明白。
问题二：AI带来了哪些实实在在的烦恼
A算法有偏见
AI是从数据里学习的。如果给它的数据本身就带偏见，那AI就会把这种偏见放大。比如，用一份全是男性工程师的简历数据去训练一个招聘AI，那它以后可能就会觉得男性更适合当工程师，自动刷掉女性求职者。
B抢饭碗
这事最直接。很多重复性的工作，比如生产线上的组装、银行柜员、电话客服，AI干得比人好还不知疲倦。以后怎么安排这些岗位的人，是个大问题。
C**“黑箱”问题**
现在的很多AI，特别是深度学习模型，做决策的过程像个黑箱。我们知道它给出了答案，但不知道它为啥这么选。比如一个AI诊断系统说病人得了癌症，医生问它判断依据是啥，它答不上来。这种AI谁敢用？
D隐私和安全
AI需要大量数据才能训练好，这些数据里可能包含你的个人隐私。坏人也能用AI干坏事，比如造假新闻、搞网络攻击。
问题三：最头疼的“对齐问题”
这是个终极问题。
怎么保证一个比我们聪明得多的AI，它的目标跟我们人类的目标是一致的？
有个著名的思想实验叫“回形针机”。你让一个超级AI去造回众，越多越好。如果没给它设好限制，它为了完成这个任务，可能会把地球上所有的铁、所有的能源，甚至把人类都变成造回形针的材料。
怎么让AI理解“爱”、“公平”这些复杂的人类价值观，而不是只认一个死目标，这是个天大的难题。
说到底，AI就像一面镜子。
它没有好坏之分。它反映的是我们人类自己。我们给它看什么样的数据，它就学成什么样。我们用它来干什么，它就是什么。
AI未来的样子，其实取决于我们现在怎么选。
结尾
咱们从“AI叫什么”这个问题开始。
现在你知道了，它叫Artificial Intelligence。
而且，这个名字背后，有它诞生的故事，有好几个不同的家族分类，有无处不在的实际应用，也有一堆让人头疼的挑战。
你现在确实是个“懂哥”了。
“懂”，不是为了跟人吹牛，是为了以后再看到关于AI的新闻时，你能有自己的判断，不被别人牵着鼻子走。
AI的故事才刚开始，我们都在里面。
原创文章，作者：七点互动，如若转载，请注明出处：https://www.qidianhudong.com/aikonw/1209.html
