人工智能近年来一直都是一个大热的词汇，从2015年开始逐渐被大家所熟悉，但也在经历从最初的鼓吹，到现在大家口中的逃离，但对于人工智能到底是什么可能很多人都还云里雾里。2012年日本有为学者松尾丰，时任东京大学研究生院工学系研究科副教授。写了一本《人工智能狂潮》的书，书里对人工智能的定义和发展变化作了简明扼要的介绍，直到今天看来，笔者认为都不算过时，以下时关于人工智能定义的解读，与大家分享。
2012年的日本学术界对人工智能并没有统一的定义，主要倾向于两点，
a人工方法制造
b模仿、支持甚至超越人类智能
当时作者的总结的定义是：人工智能是用人类方法制作的类人智能，类人智能指的是具有“发现和察觉功能”，能够从数据中生成特征量，并对相关特征量进行模型化处理。作者倾向于用人类研究发明飞机的例子进行类比，指出人工智能研究的出发点是找到智能的原理并利用计算机将其实现。
坊间对人工智能的理解则更为不统一，根据Stuart Russell（美国加州大学伯克利分校教授，主要研究方向为人工智能）所著《人工智能——一种现代方法》中的说法：人工智能正是被定位为能够根据输入来改变和调整输出的Agent，将坊间常提到的人工智能分为四个等级：
级别1——把单纯的控制程序称为人工智能，如空调、洗衣机甚至电动剃须刀，其实这类技术更偏属于“控制工程学”或“系统工程学”的领域。
级别2——传统人工智能，动作及行为模式极为丰富，如下将棋(日本特有棋类，称日本象棋)机器人、清扫机器人、问答机器人等，基于严谨的输入和输出关系，并且组合数目极多，主要是用了推理、搜索或者引入了知识库，传统的智力问题求解、医疗诊断多属于此类。
级别3——引入机器学习的人工智能，一般内置于搜索引擎或基于大数据进行自动判断，其推理机制及知识库是以数据为基础通过学习获得，通常是对机器学习算法的应用，所谓机器学习简单理解就是以样本数据为基础，对规则和知识的自学习。
级别4——引入深度学习的人工智能，能够对机器学习数据表示所用变量（特征量）进行学习的人工智能，也称特征表示学习。
那么如何理解这四个级别的人工智能呢？
作者举了流通仓库管理的例子。级别1的人工智能就是指建立一套覆盖所有对象的严密规则，比如多宽多长多高的箱子该放到“大货物处”，多宽多长多高的箱子该放到“中等货物处”，而多宽多长多高的箱子该放到“小货物处”；级别2则有搜索推理以及知识的应用，除了上述根据长、宽、高等信息进行分类外，对应货物的不同种类，引入更多地知识，比如上面有“易碎”标签的需要轻放，生鲜需冷藏等等；级别3的人工智能则是一开始不提供规则，而是提供一些样本，让员工学习掌握“这是大的”“这是中等的”“这是小的”的规则，下次则是由他们自己进行判断；级别4的人工智能则是由员工自己找出特征量，比如高尔夫球包，在体积上属于大的，但形状明显不同，单独处置会更适当，员工可以观察到这些，从而自行制定如何放置高尔夫球包的规则，随着时间的推移，他会找到最优效率的方法。
人工智能发展直至今天，工业界的应用目前还是倾向于用前者的思路进行落地应用，即用人工方法制造的方法，计算机在用他的逻辑和方法进行运作，而不是完全模仿人的思维方式，但是因为它的计算能力和计算速度，使得它得以做到极大的突破。
閱讀更多 潔西同學碎碎念 的文章
