什麼是人工智能？其實從20世紀初，科學家和技術工程師們就已經開始研究人工智能了。這100多年來，人工智能主要有了哪些發展？我們離真正的人工智能還有多遠？
1、什麼是人工智能
人工智能
是 讓 機器 具有人類 的 智能，可以像人類一樣解決各種可以跟著不同場景做出應對的行為。
從 廣 義上 說， 人工智能 可以 分為 強 人工智能 和 弱 人工智能。
強人工智能，就是和人類一樣，聰明，可以全面模擬人類行為，包括視覺、嗅覺、觸覺、味覺，聽覺，以及各種思考能力，並做出和人類一樣的反應。
弱人工智能，相對來說，是在某一個小的領域，做到和人類一樣，比如AlphaGo下棋，就屬於弱人工智能。
2、人工智能的發展脈絡
人工智能從上個世紀初開始，經歷了4個階段
（1）大腦 模擬（ brain simulation）
時間節點：1940-1960
這個階段是希望能直接模擬人類大腦，
綜合利用 神經學、 信息論 和 控制論， 試圖 用 機器 精確 模仿 生物 大腦 的 計算 機制。
後來發現太難了，放棄了
（2）邏輯 與 符號 計算（ logic and symbolic computation）1950-至今
不使 用 數值， 直接在在 符號 和 邏輯級別上 進行 各種 運算，來 完成機器的智能化。 20 世紀 60 年代， 該 方法 曾在 小型 證明 程序上 模擬 高級 思考 獲得 較大 的 成就。 著名 的 A* 算法 也 屬於 此類。
（3）·基於 知識 的 專家系統（ knowledge- based expert system）1970-至今
收集 外部 知識， 再利用 預定 策略 對 存儲 的 知識 做 運算 得到 應答。 在 20 世紀 80 年代， 專家系統 在 商業 上 獲得 了 巨大 的 成功。
（4）次 符號 學習（ sub- symbolic learning）1960-至今
不 依靠 於 符號， 而 依賴於 具體 的 數據，通過對數據的分析，尋找數據層的模式。 模糊 計算、 常見 的 機器 學習 等 都 屬於 此類。 目前 基於 學習 的 人工智能 應用 最為 熱門。
我們現在在第四個階段。也就是所謂次符號學習。
這四個階段來看，解決的問題越來越具體，但是卻越來越有效。
3、以學習為主的人工智能應用
主要關注6個問題
（1）聚類 也就是不知道怎麼分，分多少類，從數據的類別上來分類
（2）分類 已經知道分類，和分類方法，讓機器完成自動分類
（3）迴歸 尋找變量之間的關係
（4）關聯規則學習 分析事件之間的關聯關係和規則
（5）壓縮表示 尋找共性信息，將表示簡單化
（6）密度估計 估計變量的概率分佈
分類問題
數據挖掘
數據挖掘，以上都可以統稱為數據挖掘，數據挖掘，顧名思義，就是在數據中挖掘到我們希望獲得的信息，或者背後的機理。
數據挖掘，可以使用人工智能算法，也為人工智能算法提供技術。也可以和其他的學科結合。數據挖掘是一個任務，而不特定指一個技術本身。
結論
就以學習為基礎的人工智能是一種廣義數據挖掘的一種方法。目前在其他例如符號運算等的方向，還沒有找到相關的突破口，現在我們比較流行的比如TensorFlow或者pyTorch都屬於以學習為基礎的方法。
我們並不清楚，類似於符號計算方面的人工智能會不會有所突破。
中國的吳文俊院士領導的數學機器化，算是符號的人工智能的一部分，目前在國際上已經有一定的影響力。但是真正應用於實際，還需要時間。
期待，美好的未來，不過，機器的智能，也許並不是人類的福音。
