一、人工智能的定义

对于任何谈论人工智能的人来说，定义“人工智能（artificial intelligence）”都是一种挑战，因为人工智能的核心概念——智能，仍然没有明晰的定义。它可能是个suitcase（手提箱），但未必一定是个suitcase。而我们一直期望的就是给当今技术（case）披上适合更多场景的礼服（suit），以更好地服务客观世界，造福人类。

“手提箱”词汇引自马文·明斯基（Marvin Lee Minsky）创造的术语，其意思是每个词语就像是打包封装了不同含义的手提箱。人工智能就经过了“打包”，在不同的上下文中承担不同的含义。

（一）随处可见的应用

曾经我们定义为“科幻”的，如今都已成现实，比如1911年就被儒勒·凡尔纳（Jules Gabriel Verne）提及的太空旅行、自动投币式唱机、睡眠学习、无线网络，等等；还有那些画在1978年出版的《小灵通漫游未来》里的智能手机、智能手表、智能机器人也都应用于现代生活。都说未来已来，AI亦是如此，从2004年的I，Robot（IMDb：tt0343818）到2021年的Love，Death＆Robots（IMDb：tt14536130），我们会看到，哪怕仅仅是在科幻作品里，AI也在不断进化。更令人惊讶的是，AI在我们生活中的应用正以不亚于科幻世界的速度，疯狂更迭。

如今绝大部分人的生活离不开手机，小小的屏幕里，因为AI的贡献，装载了千千万万个智能应用，比如苹果Siri、微软小冰这样的智能助理；比如我们在“今日头条”看到的新闻稿很可能来自自动撰写和算法推荐；比如释放拇指的人脸识别除了可以应用在开启屏幕，也被用于更多的交通和安防场景；比如美图秀秀和抖音上的图像“艺术创作”也离不开图像识别技术……还有能“猜”你所想的搜索引擎和淘宝，能大大提高学习和工作效率的机器翻译。此外，在交通、金融、教育、医疗等各行各业，AI也通过智能化技术大显身手，比如自动驾驶、智能计算、个性化学习、智能辅助诊断、智能药物研发、智能影像识别、智能医院管理等。

除了逐步渗透在医学领域的医学影像、体外诊断、手术导航、智能康复、健康大数据等应用外，“辨证论治”“整体观念”和“开放包容”的中医学体系也正和AI有机融合，在中医诊疗、中药方剂、腧穴配伍等方面展开应用。

1.辨证论治结构化　基于中医大数据算法转换为数据形式的中医典籍和临床诊治经验，使个性化、碎片化的中医临床经验有了科学的表达方式，更利于充分挖掘历代中医药知识。

2.四诊信息标准化　建立AI的诊断平台可以客观准确地收集和分析四诊的信息，在中医AI的客观化进程中非常重要，既提高了诊断技术和诊断数据规范性，又挖掘了疾病特征和隐含、未知、有意义的知识模型。

3.健康管理新视角　AI预测模型和中医“治未病”的优势理念天然契合，且极具个体化的中医诊疗更好地体现了整体调节作用，大力推动了辅助中医临床、中药新药研究及基于物联网和“互联网+”的健康管理模式。

4.疾病大数据助力　基于已经数据化的历代中医病案资料及名师的临床诊疗记录，通过深度机器学习，可以更规范地总结和传承名医的用药经验，构建相关诊疗系统。

当然，尽管AI已经深入到我们生活应用的每个角落，但是其始终无法替代医患沟通，给予患者安慰，尊重并保护患者隐私也是潜在的问题。此外，AI与患者医疗保险的关系、医疗数据如何依法依规地开放、AI出现医疗纠纷时应承担的法律责任等问题，尚需有关部门进一步评价并且制订相应政策予以规范。

（二）多维定义

到底AI是什么？我们该如何定义这个神奇的技术？或者是科学？抑或是学科？

为了了解人们对AI的理解情况，腾讯研究院于2017年5～6月展开了一次网络调查，结果发现：①人们普遍会混淆AI和机器人的概念，尽管当今的AI浪潮已是基于大数据的深度算法繁荣的表现。②人们普遍认为AI会于10年后在社会普及，并对此抱有积极态度。③AI在智能家居、交通运输、老年人/儿童陪护和个性化推荐领域被普遍信任与接受，且“自然语言交流”成为人机交互首选模式。④对于AI的威胁、法律及AI相关研究的责任，人们的理解仍相对保守。

梅拉妮·米歇尔（Melanie Mitchell）把她的著作《AI 3.0》的副标题定为“A Guide for Thinking Humans”，这很有意思，因为连同她的前一本书《复杂》（Complexity：A Guided Tour），两者都是在探索“有知”与“无知”边线上推进。在书中米歇尔提到，人们对智能的认识源自数学家戴维·希尔伯特（David Hilbert）的梦想，即数学推理机械化的“希尔伯特纲领”，这与《周易》的数据推演类似。而库尔特·歌德尔对智能的认识及理解又与中国哲学史上人们对《道德经》开头的两种不同解读相似，一是“道可道，非常道”，二是“道，可道，非常道”，意思都是说，“道”一经说出，就不是本来的自然之道了。我们会带着希冀认为，AI能像人一样思考、行动，合理地思考、合理地行动。

从学科来说，AI是多种学科相互渗透而发展起来的一门综合性学科，如计算机科学、控制论、信息论、神经生理学、心理学、语言学等。系统性地分析后，我们认为AI有以下几层含义。

1.AI是让人觉得不可思议的计算机程序，可以完成人们认为机器不能胜任的事

一个计算机程序是不是AI，完全由这个程序的所作所为是不是能让人“目瞪口呆”来界定。这种唯经验论的定义显然缺乏一致性，会因时代不同、背景不同、评判者的经验不同而套用不同的标准。但这一定义往往反映的是一个时代里大多数的普通人对人工智能的认知方式：每当一个新的人工智能热点出现时，新闻媒体和大众总是用自己的经验来判定人工智能技术的价值高低，而不管这种技术在本质上究竟有没有“智能”。

2.AI是与人类思考方式相似的计算机程序，即AI是能遵照思维里的逻辑规律进行思考的计算机程序　从根本上讲，这是一种类似仿生学的直观思路。但历史经验证明，仿生学的思路在科技发展中不一定可行。一个最好也最著名的例子就是飞机的发明。在几千年的时间里，人类一直梦想着按照鸟类扑打翅膀的方式飞上天空，但讽刺的是，真正带着人类在长空翱翔，并打破了鸟类飞行速度、飞行高度纪录的，是飞行原理与鸟类差别极大的固定翼飞机。

3.AI是与人类行为相似的计算机程序　该定义和仿生学派强调对人脑的研究与模仿不同，实用主义者从不觉得AI的实现必须遵循什么规则或理论框架。“黑猫白猫，逮住耗子就是好猫。”也就是说，无论计算机以何种方式实现某一功能，只要该功能表现得与人在类似环境下的行为相似，就可以说，这个计算机程序拥有了在该领域内的人工智能。这一定义从近似于人类行为的最终结果出发，忽视了达到这一结果的手段。

4.AI是会学习的计算机程序　这一定义几乎将人工智能与机器学习等同起来。但这的确是最近的AI浪潮里，在许多人眼中，AI的真实模样。

5.AI是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序　针对AI，不同的定义将人们导向不同的研究或认知方向，不同的理解分别适用于不同的人群和语境。如果非要调和所有看上去合理的定义，我们得到的也许就只是一个全面但过于笼统、模糊的概念。维基百科的人工智能词条采用的是斯图亚特·罗素（Stuart Russell）与彼得·诺维格（Peter Norvig）在《人工智能：一种现代的方法》一书中的定义，他们认为：AI是有关“智能主体（intelligent agent）的研究与设计”的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达到目标的系统”。基本上，这个定义将前面几个实用主义的定义都涵盖了进去，既强调AI可以根据环境感知做出主动反应，又强调AI所做出的反应必须达成目标，同时不再强调AI对人类思维方式或人类总结的思维法则（逻辑学规律）的模仿。

美国斯坦福国际研究院（SRI International）人工智能中心的尼尔斯·约翰·尼尔森（Nils John Nilsson）教授认为：AI是关于知识的学科——是怎样表示知识，以及怎样获得知识并使用知识的科学。美国麻省理工学院人工智能实验室前主任帕特里克·温斯顿（Patrick Winston）教授认为：人工智能就是研究如何用计算机去做过去只有人才能做的智能工作。异曲同工的是，这都反映了AI学科的基本思想和基本内容，即AI是以人工方式实现人类智力的现代计算机技术仿真。具体来说，它是人类以人工方式在外部实现的人类智力仿真，其载体是计算机软硬件体系，其特征是群体智力、专项智力，可在不断积累中升级，可在更新中遗传给下一代，也可移植到其他系统中。