淺析人工智能
發布時間：2022-09-22 17:33:33
人工智能已經融入到人們的生活中，正在重新定義人與人、人與機器、機器與機器之間的關系，被描述為“使用計算機模擬人類需要的智能行為”或“各種計算技術方法，側重于計算機在應對不可預測的環境條件做出靈活合理決策的能力”。
人工智能已經融入到人們的生活中，正在重新定義人與人、人與機器、機器與機器之間的關系，被描述為“使用計算機模擬人類需要的智能行為”或“各種計算技術方法，側重于計算機在應對不可預測的環境條件做出靈活合理決策的能力”。
第二次世界大戰后，計算技術促進了計算機處理困難任務的能力和人工智能相關意識的覺醒。1956年夏季，由美國學者麥卡錫、明斯基、朗徹斯特、香農共同發起，在美國達特茅斯大學舉辦了一次長達2個月的研討會，會上首次使用“人工智能”（AI）這一術語。然而，從上世紀70年代開始，人工智能的研究、開發和使用的進展速度開始放緩直到21世紀初才恢復強勁勢頭。
一、人工智能的階段劃分
目前，人工智能還沒有一個被普遍接受的定義或解釋。但是，可以通過進化階段劃分人工智能，包括弱人工智能（ANI）、強人工智能/通用人工智能（AGI）、超人工智能（ASI）。
現如今的人工智能屬于第一階段——弱人工智能。這個階段是“通過設計機器學習算法來完成一個特定的任務，但沒辦法完成該任務之外的任何事情”，缺乏認知能力、感知能力和意識，高度依賴人類編程。但是，弱人工智能已經提高了現代工業的開發、設計速度。第二階段的通用人工智能有望擁有與人類不相上下的全能智能，可展示或模仿人類智能，執行人類能夠完成的任何智能任務。雖然，通用人工智能還沒有實現，但仍然是未來努力的方向。超人工智能是最受爭議的階段， “它可以意識到自己的存在、感覺、思想和周圍環境”，“可以獨立地識別人類不清楚的途徑，以提高自身智力水平和能力”。超人工智能的一個主要主題是“技術奇點”，描繪了一個人工智能通過自我改進超越人類智力、腦力和能力的未來，從而直接改變人類生存的本質。
二、機器學習與人工智能
機器學習（ML）是人工智能的主要工具之一，可以理解為“……將人類推理計算機化……”的嘗試。在機器學習出現之前，計算機算法等都是基于規則的方法，這些模型都是確定的，以確保程序在給定特定輸入時產生特定方式的響應。同時，機器學習是概率性的，通過使用統計模型篩選可能的輸出,即機器學習通過是“研究學習過去的觀察做出準確預測的自動技術”。
最常用的機器學習類型是監督學習，這是一種學習A到B或輸入到輸出映射的人工智能類型。比如，虛擬助手就是語言翻譯的輸出映射。機器學習的準確性在很大程度上依賴于它所接收、使用、處理的數據量。“深度學習”的興起使得機器學習被廣泛使用，它“主要是指根據樣本數據，使用多層神經網絡，對模型進行分類的統計技術”，由類神經網絡組成，通過給出的大量數據運行，與基于指令的傳統計算機程序不同，它可以“學習”。比如，類神經網絡通過視覺訓練來區分蘋果和番茄。
在技術層面區分“自主”與“自動”是很重要的。“自動系統”在操作過程中涉及人為干預，這種類型的系統通常在一個特定的操作范圍內執行預定義的、重復的任務。相比之下，“自主系統”獨立于其治理或監督機構運行，完全不需要人為干預，“自主系統比自動化系統更‘有力’，自動化系統很‘脆弱’，因此在面對意想不到的情況時表現不佳”。
合成孔徑聲納（SAS）屬于自主的第一階段，需要人的認知能力，以及人的不斷監督、交互。如圖1所示，稱為人在回路上；人類監督自治系統（HSAS）是自主鏈中的一個更高的階段，只需要人參與激活過程，通常稱為人在回路中，如圖2所示；自主武器系統（AWS）可以在沒有人為干預的情況下搜索、選擇和攻擊目標，不像合成孔徑聲納那樣依賴于人工參與，也不像人類監督自治系統那樣依賴于指定目標預先確定的編程，稱為人在回路外，如圖3所示。
隨著人工智能的出現，“自主系統”的概念已經開始在軍事領域產生越來越多的影響。軍事行動越來越依賴于具有不同程度自主功能的無人系統。目前，美國正在加緊研究自主、半自主車輛，包括戰斗機、無人機、地面車輛和海軍船只。這些車輛中的人工智能技術可識別障礙物、導航規劃、傳感器數據融合，甚至與其他車輛通信。
當前，全球發生的技術、政治、經濟和社會變革正在改變戰爭的性質。技術進步，特別是人工智能使用技術的進步，導致了戰場的擴大，同時減少了決策周期和反應時間。美軍認為，人工智能是其第三次抵消戰略的組成部分，人工智能在軍事中的應用影響了“……所有領域（即陸地、海洋、空中、空間和信息）和所有級別的戰爭（即政治、戰略、作戰和戰術）”。與此相呼應，學者們認為，目前全球力量平衡正向那些能夠利用人工智能的國家傾斜，而沒有利用人工智能的國家則可能處于非常不利的地位。
來源：航天防務
