天才一秒记住【久久文学】地址：https://www.jjwxx.com
这项挑战远比制作传感器难得多。
通用智能系统的另一个关键能力是通过学习积累经验，这引出了一个名叫机器学习的人工智能研究分支。
就像“人工智能”
这个名字本身一样，机器学习也是一个极其不恰当的术语，听起来像是一台机器自己在引导自己学习，从无知开始，变得越来越聪明。
事实上，机器学习跟人类学习是完全不同的，它的学习指的是解析和预测数据。
例如，在过去数十年里，机器学习的一个巨大成就是出现了可应用的人脸图像识别技术，通常的实现方法是给予程序诸多希望它学习的例子。
因此，通过许多人脸图片以及对应人名来训练人脸图像识别程序，最终达到的效果是给它呈现一张图片时，程序就能正确地给出所示图片对应的人名。
问题解决和制订计划是两个相关联的能力，它们也与智能行为有关。
它们都要求用给定的动作组合来达成目标，而实现的关键在于找到正确的动作序列。
例如，象棋或者围棋之类的棋盘游戏，目标是赢得比赛，行动是在棋盘上移动（或放置）棋子，挑战是要找出正确的下棋步数以达到赢得比赛的目的。
而如我们所了解的，在解决问题和制订计划中最根本的难点在于，只需要考虑移动棋子的所有可能结果，虽然从原理上看起来很容易做到，但是实际上执行起来却非常困难，因为棋子可能移动的步骤实在是太多了。
推理也许是诸多与智能相关的行为中最令人崇拜的一种：它基于现有的事实，用强大的逻辑方式获取新的知识。
举一个著名的例子，若你知道“所有的人都是凡人”
，你也知道“迈克尔是一个人”
，那么就可以推理得出“迈克尔是凡人”
的结论。
一个真正的智能系统很容易做到这一步，然后，利用新的知识做出进一步推理。
例如，知道“迈克尔是凡人”
之后，就能推论出“迈克尔有朝一日会死去”
“迈克尔死去以后，将不会复活”
等等。
自动推理就是赋予计算机这样的逻辑推理能力。
在第三章中，我们将看到，长期以来，人们都认为这种推理能力应该是人工智能的主攻方向。
虽然现在已经不是主流了，但自动推理仍然是人工智能领域中一个重要的分支。
最后是自然语言理解，这涉及让计算机理解人类的语言，比如中文或者英文。
目前，计算机程序员为计算机编程时，必须使用人造的机器语言：某种有着精确定义、明确规则、专门为计算机构造的语言。
这些语言（目前最著名的应该是Python、Java和C语言）比起自然语言（如中文或英文）简单得多。
很长一段时间以来，让计算机理解自然语言的主要方法是试图为自然语言加以精准的定义和明确的规则，就像我们定义计算机语言一样。
而事实证明，这是不可能的。
自然语言太过灵活、模糊和易变，无法用这种方式严格定义，而语言在日常生活中的使用方式更是阻碍了对其进行精确定义的尝试。
SHRDLU和积木世界
SHRDLU系统是黄金年代最受欢迎的成就之一（这个奇怪的名字来源于当时印刷机上的字母排列——程序员就喜欢弄点晦涩的笑话）。
1971年[18]，斯坦福大学博士生特里·威诺格拉德（TerryWinograd）开发了SHRDLU系统，旨在展示人工智能的两个关键能力：解决问题和自然语言理解。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！