4 人工智能

人类智能过于神秘，以至于用计算机系统进行模拟似乎是一项不可能完成的任务。McCarthy（1998）将人工智能描述为：模拟人类并最终像人类一样解决问题的计算机行为。Kurzweil（1990）探讨过人工智能应该像人类一样思考和行使能力。一些研究者认为计算机需要合理思考并且具有推理能力（Winston，1992）。

研究者通过建立智能系统来解决逻辑概念中所有的问题。无论如何，他们雄心勃勃地探究如何从各种信息中获取知识，并且构建一个形式上的结构来使用逻辑符号。

此外，理论和实践之间存在鸿沟。计算推理系统可能耗尽计算机的计算资源。计算机科学家正在努力探寻能够有效解决这一问题的高效解决方案。

4.1 人工智能假说

人工智能可分为：弱人工智能、强人工智能和超人工智能。弱人工智能意味着，机器可以表现得像智能，机器可以模拟人工智能可被精确描述的各个方面（McCarthy等，1958）。

另一方面，强人工智能指计算机程序实际上可以真正的思考而不仅仅是模拟思维。Copeland（2004）认为，强人工智能机器应该以人类的形式构建，并将像人类孩子语言经历教育和学习的过程。此外，Bostrom（2014）提出了超智能假设，即如果机器的大脑能够超越人类大脑，那么新的超级大脑将会取代人类。我们将分析这三种人工智能的性能，并讨论每组的人工智能是否超过了人类智能。

4.2 人工智能的能力

人工智能已经广泛应用于许多学科，我们日常生活中常常有意无意地与之交互。人工智能已经表现出不同级别的能力来解决各领域的问题，如金融市场、自动驾驶汽车行业和语音识别市场。

得益于Alan Turing（1950）提出的图灵测试，人工智能研究人员对人工智能进行了可操作的定义，我们可以总结人工智能通过图灵测试的能力。为了与人类交流，计算机首先要理解自然语言，如英语、西班牙语。一旦计算机检索到了信息，它就需要检测模式并从信息中概括知识。知识应该存储于某处，应用于回答问题并通过逻辑演绎得出结论。此外，完整的图灵测试包括一个视频信号来测试计算机的感知能力，因此计算机应该理解图像，声音和视频。

4.3 人工智能的应用

借助上述讨论的能力，人工智能已经应用于了自然语言处理（NLP）、机器人技术和手写、面部、语音识别。对于各行各业，已经有帮助决策的特定的应用程序被开发出来。

在电子商务领域，亚马逊、苹果和谷歌等公司已经建立了自己的人工智能助手，通过自然语言处理为客户提供音频服务。研究人员一直在改进具有复杂机器学习算法的推荐系统，以便他们可以分析和模拟客户的行为，并进一步帮助促进业务增长。

在医疗健康行业，人工智能已被用于提供医疗解决方案和视觉呈现，例如使用模式识别软件使用深度学习来诊断心脏病和肺癌。

在金融领域，风险管理是人工智能最大的应用之一。Visa和MasterCard等公司识别其行为与其常规活动不同的客户，并在AI的帮助下检测欺诈行为。

在人力资源管理领域，人工智能是一种提高招聘和专业教育效率的先进解决方案。许多AI工具可以帮助管理人员构建评估模型，以筛选简历并获得理想的候选人。

在供应链中，Chatbots已应用于简化任务。自动驾驶车辆可以降低运输成本。在进一步分析物流数据的同时，组织有更多机会优化其供应链管理。

4.4 推动人工智能普及的因素

近年来，我们目睹了人工智能的兴盛，但是McCarthy等人提出人工智能这个术语实在1958年，为何它现在变得如此流行和强大。

首先，得益于互联网，数据规模变得比以往任何时候都大得多。人们创建文档、电子邮件、照片和视频，并通过互联网分享。其次，算法的进步为人工智能的发展做出很大贡献。开发卷积神经网络（CNN）以及识别图像模式，并进一步应用于语音和视频识别（Matsugu等，2003）。

此外，还存在其他算法，例如递归神经网络（RNN），用以以改善计算机的模式识别能力（Sak等，2014）。第三点是，图像处理单元（GPU）可以进行大量的矩阵计算（Hopgood等，1986），因此处理信息的时间显着减少，可以在合理的时间内引入复杂的算法并从结果中获取知识。最后也同样重要的是，云基础架构和服务的开发为研究人员提供了更多解决方案来构建模型和进行计算。

5 人工智能与人类智能对比

历经多年发展，人工智能已应用于许多领域，并专注于各细分领域。人工智能在不同领域的表现有所不同，有些远超人类智慧，有的则尚处起步阶段。例如AlphaGo多次击败人类世界冠军，而在情绪预测方面仍处于初步。然而，人工智能在高级人类智能的某些方面的表现，如创造力，好奇心和价值判断，对于实际应用来说仍然不尽人意。因此，为了回答人工智能是否超过HI的问题，我们需要根据不同的领域和能力比较人工智能和人类智能，然后总结评估标准。在本节的以下部分中，我们将长期描述自动机器与人类从工业革命到信息革命之间关系的演变，并根据这种关系的发展来研究人工智能和人类的未来。

5.1 工业革命中的自动化

本节中，我们将探讨第一次和第二次工业革命期间人类如何被自动机器取代。两次工业革命对科学和社会发展产生了重大影响。科学研究成果在工业革命之前很少用于工业生产。工业革命后，涉及自动化制造的领域大大提高了生产率。Brady（1961）总结了自动化的特征。在他的书中，他提出自动化应该能够在过程中自动纠正错误。该描述说明了自动化的最重要的优点，即自动机器产生错误的概率远低于人的概率。与此同时，自动化可以保证比那些低技术和高度可重复位置的人类更高的工作效率和效率。结果，当时许多工作岗位上的自动机器取代了人力劳动力。总的来说，由于可靠性和效率的原因，这种转变可以看作是“AI”（industrial automation，工业自动化）第一次大规模超越人类。

5.2 信息革命中的计算机

信息革命，也被称为第三次工业革命，最具影响力的创新是现代计算机，它在过去几十年里极大地改变了人类社会。发明数字计算机的原因是人类无法处理核研究中的大规模复杂计算，这直接促成了第一台现代计算机的出现。

经过几十年的发展，计算机现已应用于几乎所有的社会领域。很明显，计算机能够弥补人脑的局限性。例如，计算机能够突破人类记忆的存储限制并同时处理大量计算，这对人类来说通常是困难的。

因此，可以合理地说“AI”在处理默认和日常任务的领域中超越了人类。但是，计算机仍然受限于大多数创造性问题。例如，Walsham（2001）提出计算机在解决知识管理问题方面存在缺陷，因为知识管理需要计算机涉及更多的人类活动，而不仅仅是处理技术问题。

总之，“AI”（计算机）在数学推理和解决问题方面已经超越了人类，但仍然缺乏涉及人类互动的能力。

5.3 人工智能的未来

上述的这些对比为我们提供了一个通用的测量标准，用以定义人工智能是否超过了人类。随着机器学习和深度神经网络的发展，人工智能已经广泛应用于娱乐，教育，经济等诸多产业领域。

与上述探讨的机械的机器和计算机不同的是，人工智能最显著的特点是自学习能力，因此人工智能可以处理比自动化和计算机更高水平的交互。一些学者已经论证了人工智能可以利用其强大的学习能力来做出出色的预测。例如，人工智能可以通过分析以前的实际数据来预测药物效用的趋势，现在这项技术已经应用于医学研究的方方面面（Ramesh等，2004）。然而，一些学者认为人工智能仍在许多方面存在缺陷，并且仍处于模拟人类特征的阶段（Cai和Xue，2016）。

考虑到这种分歧，我们需要我们需要缩小讨论范围来总结一个合理的结论。在接下来的章节中，我们将人工智能分为三类：弱人工智能，强人工智能和超人工智能，对其进行分别探讨。

6 不同类型人工智能的表现

根据第4节中人工智能的定义和第5节中的分析结果，人工智能分为三类：弱人工智能，强人工智能和超人工智能。本节中将会对这三种类型的人工智能进行定义，并讨论它们与人类智慧比较时的表现。

Colom等人（2010）将智力定义为“推理，解决问题和学习所需的一般思维能力”。通过建立以推理、解决问题和学习为标准的模型，我们将尝试通过讨论是否有推理，解决问题和学习相关的能力来衡量这三种类型人工智能的表现，然后将其表现与人类进行对比。

由于人工智能应用极其多样化，并且在不断地推陈出新，因此无法列出所有的应用来逐一与人类进行对比。因此对于每种类型的人工智能，我们将会选取典型的应用程序来讨论或引入公认的标准来衡量这种类型的人工智能的性能。若所选择的应用程序能够超过人类，我们将得出结论：该种类型的人工智能能够超越人类智能。若找不到某种人工智能类型所对应的典型应用，将会引入其他的标准。

6.1 弱人工智能

弱人工智能，也称狭义人工智能，是“专注于一个或多个专业领域的人工智能”（Goertzel，2017）。因此，弱”并不一定意味着这种类型的AI缺乏能力，而只是强调专业化的属性。今天的大多数AI应用程序都是弱AI，例如自动规划，游戏人工智能等。从弱人工智能的各种应用中，我们选取AlphaGo进行讨论，因为有许多研究对其进行关注且我们能够对AlphaGo的功能进行深入分析。

Wang，Zhang，Zheng，Wang，Yuan，Dai和Yang（2016）认为AlphaGo与Lee Sedol的比赛是人工智能研究历史的里程碑，因为AlphaGo在与人类世界冠军的五场比赛中赢了四场，仅仅输给人类一场。围棋极具挑战性，理论上讲约有10^{170种不同的排列组合。为了更直观理解，宇宙中的原子总数才有10}80个，远低于围棋的无穷可能性。因此，围棋是一种极其复杂的游戏，需要超高水平的推理和解决问题的能力。关于学习能力，AlphaGo的关键是深度学习（DL），它使AlphaGo能够在专业领域之外进行超越人类智能的复杂计算（Wang等。，2016）。更具体来讲，AlphaGo具有自主学习的能力。从上述分析来看，很明显AlphaGo在围棋游戏中超越了人类。此外，由于AlphaGo是一种弱人工智能，我们得出结论：弱人工智能具有超越人类智能的能力。

6.2 强人工智能

强人工智能也被称为通用人工智能（artificial general intelligence，AGI）。 Kurzweil (2005) 对强人工智能做出定义：“具有人类全方面智慧的机器智能。”AGI通常专注于如何建立类似人类认知能力的机器，这正是人工智能的首要目标。然而由于围绕此类人工智能的争议性问题，目前只有少数研究直接关注AGI（Goertzel，2017）。

回到定义上讨论，强人工智能与学习，解决问题和推理相关的能力基本上与人类的能力处于同一水平。弱人工智能更容易测量其性能，因为弱人工智能只关注某个特定领域。为了无偏见地评估强人工智能，我们决定引入图灵测试。图灵测试实际上由一系列测试组成，用于测量机器与人类相比的思维能力，并且在过去几年中一直受到研究人员的不断改进，并且已经成为最受认可的评估人工智能的方法（Saygin，Cicekli和Akman，2000）。

我们尝试一系列据说已经通过图灵测试的应用程序。宣告通过图灵测试最早可最追溯到2011年，当时一个聊天机器人Cleverbot被认定为接近60％的人类。 然而，深入研究Cleverbot的各种算法，它本质上并不具备自学习的能力。 相反，Cleverbot通过搜索内置或下载的语料库进行对话（Saenz，2010）。 因此，我们认为Cleverbot并不像人类那样聪明。

另一个有争议的案例也是一个聊天机器人，Eugene Goostman，由三名程序员开发，模仿一个13岁的男孩（Schofield，2014）。 一些专家认为这是人工智能历史上的一个里程碑，而另一些专家认为结果是有失偏颇的。我们在互联网上没有搜索到Eugene Goostman的细节，因此我们认定仅凭一条声明来认定Eugene通过了图灵测试是不科学的。

总结我们的研究，没有任何令人信服的案例表明人工智能可以通过图灵测试。 即使一台机器通过了图灵测试，也有研究人员认为是不可靠的，而且很可能是通过简单的模拟智慧而不是真正的智能。 因此，到目前为止，强人工智能应用程序都不能与人类相媲美。

6.3 超人工智能

Bostrom (2015) 将超人工智能定义为：拥有人类可以拥有的任何认知能力，甚至远远超过世界上最聪明的人类的智能。超人工智能目前只是一个假设，没有人可以确定是否会有超级智能出现或超级智能何时会出现。本文的根本目的是讨论人工智能是否会超过人类智能。 显然，要理解超级智能的定义，超级智能应该能够在任何专业领域超越人类智能，才有资格成为超人工智能。 因此，我们不打算就超人工智能的能力进行冗长的讨论。

虽然超人工智能仍处于假设阶段，但是许多科学家和业内人士都热衷于探讨其可能性。因此本节我们拓展了研究范畴，以更深入探索超人工智能。接下来的段落中我们将会探讨超人工智能何时会出现，以及超人工智能可能会带来的一些争议性问题。

根据Muller和Bostrom（2016）进行的一项调查显示，大多数专家认为，在强人工智能发展后的30年内可以开发超人工智能。 由于强人工智能拥有人类的所有识别能力，它可能通过自我学习的自我改进演变成超人工智能（Muller和Bostrom，2016）。然而，调查并没有揭示大多数专家何时期望开发出超人工智能。 Barrat（2013）的结论是，根据会议期间的调查，在2030年前就可能开发出强大的人工智能。如果Barrat的估计是精确的，我们可以肯定地估计第一次超级智能最早可能会在2060年或之前引入。

Muller和Bostrom的调查还表明，大约35％的专家认为超级智能可能对社会构成潜在危险（Muller和Bostrom，2016）。 Hawking，Russel，Tegmark和Wilczek（2014）提出，引入超级智能可能会导致人类文明受到破坏。然而，超人工智能就像潘多拉的盒子：在盒子打开之前，没有人知道会发生什么。除此以外，在某种意义上机器能够超越人类的时候，人类又怎么能想象出它的能力，它能够带来什么结果呢？

7 结论

本节我们将首先对弱人工智能，强人工智能和超人工智能的研究成果分别进行总结，然后给出我们的最终结论。

我们知道弱人工智能能够超越人类，并且已经在一些高度专业化的领域击败了人类，例如围棋游戏。然而，迄今为止尚未开发出具有与人类相当的认知能力的强人工智能; 即使它被开发出来，我们也只能认为强人工智能与人类有着同水平的智慧。因此，强人工智能不会超越人类; 然而，目前只是一种假设的超人工智能，可以通过强人工智能的自我学习能力进化而来，并且在任何意义上都可能远远超过人类。 不过根据专家的说法，在第一个强人工智能成为现实之前至少还需要40年。

总之，我们不能说机器已超越人类，因为他们的认知能力如情感识别和创造力仍远远落后于人类。但是，我们可以有把握地得出结论，人工智能在某些专门领域已超越人类。 最后，在超级智能从仅仅是假设变为现实的那一天，人工智能肯定会超越人类。

8 评价

8.1 我们研究的意义

通过探索AI和HI之间的关系，我们将了解AI对我们人类的影响，并了解更多关于人类认知的知识。

近来，人工智能一直是技术领域最热门的话题。虽然这些行业正在讨论人工智能和人类社会的未来，但人们也开始对是否有朝一日会被人工智能取代感到恐慌。人们可能担心他们的私人信息可能会被人工智能无意中捕捉到，或者他们的工作岗位将来会被人工智能取代。

人类总是对未知感到畏惧，本文可以消除这种未知，并为人们提供人工智能未来发展的总体展望。此外，这项关于AI和HI的研究还说明了人类与人工智能的不同之处，以及人类如何根据这些特征来利用我们的优势使人类在未来保持无可取代的地位。

8.2 未来的研究方向

人工智能和人类智能都是宽泛的研究课题，涉及各种研究领域，如心理学，生物学和计算机科学; 因此，与这些领域的海量的研究和文献相比，我们调查的资源实际上是有限的。我们将通过纳入更多相关研究来不断改进我们的成果。鉴于近年来人工智能的火爆，新的应用迅速出现，而人工智能的性能也快速提高。任何新应用的出现都可能是人工智能领域的里程碑。 因此，需要不断努力，来研究人工智能的表现以及探讨人工智能和人类智能的对比。我们期待见证第一个强人工智能和超人工智能的诞生。

9 参考文献

略