人工智能是什么，又不是什么

导读：先别问机器“像不像人”

手机规划一条路线，邮箱拦下一封诈骗邮件，围棋程序选出落子，聊天助手续写一段话——这些东西常被放进“人工智能”这个篮子里。可它们面对的目标、处理的材料和犯错方式截然不同。若只问“它像不像人”，四个系统都可能在某一瞬间显得聪明，也都可能在换一个情境后立刻露出短板。

本章换一种问法：系统收到什么，依据什么产生输出，在哪些条件下有效，又由谁为结果负责？读完之后，你应当能分清三个容易混在一起的层面：人工智能作为研究领域，算法和模型等作为技术构件，以及装进界面、规则和工作流程的产品。你也会看到，关于“通用智能”或机器是否真正理解的主张，不能由一次流畅对话或一个比赛冠军直接推出。

本章的定义立场　“人工智能”没有一条适合所有目的的唯一边界。标准机构、政策组织、教材和哲学研究会因任务不同而采用不同定义。下文不选出一个“标准答案”，而是说明各定义能帮助我们判断什么、又省略了什么。

1.1 从任务出发，而不是从“像人”出发

人工智能（artificial intelligence，AI）首先是一个研究与工程领域：它研究怎样构造能完成感知、语言、推断、学习、规划或行动等任务的系统。垃圾邮件过滤是一个直观例子——系统根据邮件内容和其他信号给出分类或风险分数。这里的边界很重要：被称为 AI，只说明系统属于这片研究与工程实践，并不证明它具有意识、情感或人类式理解。参见人工智能词条。

这一定义为何如此宽？因为领域的名字先于今天的许多技术。1955 年 8 月 31 日，麦卡锡、明斯基、罗切斯特和香农在达特茅斯研究计划书中提出一个猜想：学习以及智能的其他特征，原则上可以被足够精确地描述，使机器得以模拟；计划中的研究项目则安排在 1956 年夏季。[1] 这是一份研究提案中的出发点，不是后来已被证明的科学定律，更没有解决“模拟是否等于真正理解”的哲学问题。

不同目的会切出不同边界。ISO/IEC 22989:2022 把 AI 定义为研究和开发 AI 系统机制与应用的学科，又另把 AI 系统定义为一种为一组由人给定的目标生成内容、预测、建议或决定等输出的工程系统。[2] OECD 面向政策协调的 2023 年更新定义，则强调机器系统“从收到的输入推断如何生成”会影响物理或虚拟环境的输出，并指出系统在部署后的自主性和适应性程度可以不同。[3] OECD 自己也提醒，这是一项范围较宽、服务于其政策建议的定义；具体监管用途可能还要附加条件。[4, pp. 4–10]

这些说法并非互相淘汰。ISO 有意区分“学科”和“系统”，OECD 需要一条可供公共政策操作的系统边界；一本教材则可能围绕研究问题组织概念。Russell 与 Norvig 把既有取向整理成两条轴：关注“思考”还是“行动”，以“像人”还是“理性”为参照。[5, ch. 1 §1.1] 这四项是理解研究取向的坐标，不是四种可以装箱销售的产品。

其中，理性智能体（rational agent）是依据已有感知与知识，选择期望能最大化给定绩效度量之行动的系统。例如，导航根据已知路况选择预计耗时较短的路线。这里的“理性”是相对于指定目标和可得信息而言，不等于全知、每次都成功或道德上正确。参见理性智能体词条。[5, ch. 2 §2.2]

“智能”也不是温度那样的单一物理量。认路、翻译、控制机械臂、识别人脸和理解他人意图，需要的能力有交集，却不能被一个总分完整概括。更稳妥的做法，是把形容词拆成可检验的问题：任务是什么，成功指标是谁定的，测试样本来自哪里，环境变化后表现怎样。

1.2 AI、算法、自动化与普通软件

算法（algorithm）是一套为解决问题或得到结果而执行的有限步骤或规则。[6] 菜谱式的排序步骤、路线搜索方法和模型训练程序都是算法；一个按字母排序的算法却不会仅因“自动运行”就成为 AI。算法是方法层的概念，不等于产品，也不等于使用它所得的那组参数。参见算法词条。

自动化（automation）是让设备或软件在较少人工介入下执行过程的安排。[2, §3.1.5] 例如，财务系统可以在每月一日按固定规则发送账单：这属于自动化，但没有必要称为 AI。自动化回答“过程是否由机器执行”，AI 通常还牵涉哪些任务和方法被归入该领域；二者有大片重叠，却不是包含关系的简单同义词。部署了 AI 的流程仍可能需要人工确认，而一个高度自动化的流水线也可能只按预先写好的控制逻辑运行。参见自动化词条。

“普通软件”和“AI 软件”之间没有天然分隔线。一个导航产品可能同时包含地图数据库、经典最短路径算法、交通时间预测模型、业务规则和用户界面。把预测部分拿掉，它仍是软件；加入一种能从数据调整模型的方法，也没有让其他组件消失。判断风险和责任时，不能把整个产品缩写成“算法说了算”。输入采集错误、阈值设置、界面诱导、人员培训不足，都可能改变结果。图 1-1 把领域、技术和部署产品放回各自层次，也显示一项产品往往组合多种方法。

因此，“我们采用了 AI”只是一句起点，甚至可能只是营销标签。接下来至少要问：采用了什么方法？它替代或辅助哪一步？评价指标是什么？出错时能否复核、撤回和申诉？如果供应商只展示顺利案例，却不交代版本、测试条件和失败样本，那是企业主张，还不是可推广的能力事实。

1.3 模型怎样从训练走到推断

模型（model）是对数据、过程、实体或现象的某种物理、数学或逻辑表示；在许多 AI 系统中，它是根据输入产生输出的核心组件之一。[2] 例如，垃圾邮件分类模型用一组内部参数表示邮件特征与类别之间学到的关系。模型不是现实本身，也不是完整产品：邮件接收、特征处理、黑白名单、隔离区和用户申诉都在模型之外。参见模型词条。

有些模型由人写出规则和知识结构，有些由数据形成。

机器学习（machine learning，ML）是一类利用数据和评价目标形成或调整模型的方法，区别于为每个情形逐条写出处理规则。例如，垃圾邮件模型从带标签的历史邮件调整参数，再对新邮件分类；它适合难以穷举规则却有样本的任务，但不表示机器像人一样理解经验，也不保证环境变化后仍然准确。参见机器学习词条。[5, chs. 19–23]

训练（training）是机器学习中利用样本和评价目标调整模型、改善特定表现的过程。例如，系统比较历史邮件与“垃圾/正常”标签，反复调整参数以减少分类错误。训练不等于把资料原封不动塞进数据库；它形成的是一种受数据、目标和方法约束的表示，也不保证对未来邮件仍然有效。[4, p. 8]

推断（inference）有两种常见语境。在逻辑中，它指从已知前提导出结论；在机器学习工程中，通常指把新输入交给已经训练的模型并产生预测、分数或内容。例如，新邮件到达后，模型算出风险分数，这一次运行就是推断。它不是“机器在心里思考”的证据，也不能把训练数据中的缺陷自动修好。[2] OECD 定义里的“推断如何生成输出”范围更宽，还包括系统构建阶段从数据形成模型的过程，因此引用政策文本时不能机械地把 inference 只译成部署调用。[4, pp. 8–9] 参见训练与推断词条。

并非所有 AI 都必须训练。ISO 对 AI 系统的说明明确允许使用多种技术与方法来构造表示数据、知识或过程的模型；早期和当代都有主要依靠人工编码规则、逻辑表示或搜索的系统。[2, §3.1.4 Note 1] 反过来，使用统计模型也不意味着整个流程会自行适应：许多部署模型在重新训练前参数保持不变。把“AI 会不断自我学习”当成普遍事实，是把少数系统的设计选择误写成所有系统的性质。

生成模型（generative model）是一类对数据如何分布进行建模，并据此生成新样本或估计样本可能性的模型；它与只输出预设类别或分数的预测/判别模型侧重点不同。例如，文本生成模型根据提示逐步产生后续文本，因而能写草稿或对话；但这不是从数据库检索固定答案，流畅输出也可能不真实，同一提示还可能得到不同结果。参见生成模型词条。[5, ch. 22 §22.3]

三类程序，差别不在“新旧”

表中三类可以组合，也没有从第一行必然进化到第三行的路线。清晰、稳定的规则在许多场合比复杂模型更合适；生成模型也常借助规则、检索和人工审核才能成为可用产品。

1.4 符号、统计与混合路线

AI 并不等于机器学习，更不等于神经网络。

符号人工智能（symbolic AI）是一类用显式符号、关系和规则表示问题并进行搜索或推断的方法。早期研究者采用它，是因为逻辑、博弈和规划问题可以写成明确的状态与操作；程序执行规则或搜索候选行动，输出路径、结论或决策。它适合规则明确、需要追踪推理路径的问题，例如在已知地图上搜索路线，却很难由人工穷尽开放世界的例外；结果可按是否满足规则、是否到达目标和路径代价评价。参见知识表示与搜索。[5, chs. 3–10]

统计学习（statistical learning）是一类用样本估计规律并调整模型的方法。它的出现并非简单替代符号路线，而是为了解决许多难以逐条写规则、却有数据可供比较的任务；训练程序依据数据和评价目标调整参数，推断程序再对新输入给出分类、数值或内容。它可处理垃圾邮件、图像和语音，表现通常用未参与训练的测试样本评价；但结果依赖数据分布、目标与算力，内部关系也未必容易解释。它学到的统计相关性，不会因为规模扩大就自动变成因果知识。参见机器学习。[5, chs. 19–23]

现实系统经常采用混合人工智能（hybrid AI）：它把不同 AI 方法组合在一个系统中；这里特指把符号规则、搜索与统计学习等路线配合使用。[2, §3.1.15] 这样设计是为了同时利用显式约束和从数据泛化的能力。导航用图搜索规划路径，也用统计模型预测路况；聊天助手用生成模型组织语言，又可调用计算器、检索库和权限规则。组合能覆盖单一路线的短板，却会增加接口、维护和错误追踪的复杂度；评价必须覆盖整条系统流程，而不能只看其中一个模型。问“符号还是神经网络谁最终胜出”，常常不如问“这个具体环节需要可审计规则、从数据泛化，还是两者配合”有用。

为什么这些技术被归在同一领域？它们试图把原本需要判断、感知或选择的任务变成机器可执行的过程。怎样工作，取决于具体路线：规则系统执行显式条件，搜索枚举和剪枝，学习系统通过训练形成模型。它们可以做什么，只能由对应任务和测试说明；它们共同不能保证的，是脱离环境、数据和目标后仍保持一种抽象的“智能”。

1.5 专用、通用，以及“强 AI”说的不是一件事

狭义人工智能（narrow AI）指聚焦已定义任务、用于处理特定问题的 AI 系统。[2] 围棋程序可以在规定棋盘和规则下表现很强，却不会因此处理报税或照顾病人。所谓“狭义”限定的是任务范围，不代表系统一定简单、廉价或风险低。参见狭义人工智能词条。

通用人工智能（artificial general intelligence，AGI）通常指能在广泛任务上达到令人满意表现的设想或系统类别。ISO 给出的基础定义采用“广泛任务”与“令人满意的表现”，同时注明这个词也常被用于更强的含义，例如覆盖人能完成的全部任务。[2] 问题在于，“广泛”“令人满意”和任务集合都没有唯一公认的测试办法：是平均表现、学习新任务的速度，还是在现实环境中长期可靠？因此，AGI 是一组尚有争议的操作化目标，而不是已经有统一刻度的产品等级。参见通用人工智能词条。

强人工智能（strong AI）尤其容易被混用。在 Searle 1980 年讨论“中文房间”的经典语境中，它不是“能力更强”的简称，而是关于适当编程的计算机是否真的具有心灵、理解和认知状态的哲学主张。[7, p. 417] 后来的产业和大众文本有时把 strong AI 当作 AGI 的别名，但严谨讨论应先说明采用哪种含义。一个系统即使跨越很多任务，也不能仅凭这种行为表现证明它有主观体验；反过来，哲学上反对“程序本身就是心灵”，也不等于否认机器能完成有价值的任务。此争议将在第 3 章展开。

争议说明：什么算“理解”？　行为测试可以提供系统在某种交互中的能力证据，机制分析可以说明输出怎样产生；“它是否真正理解”还牵涉对心灵和意义的哲学立场。权威哲学综述也呈现多种路线，并无一个由工程测试自动裁定的答案。[8] 本书会把行为事实、机制解释与哲学推论分开。

1.6 能力为何依赖情境：四个系统的同桌比较

把四个常见系统放在一起，更容易看出“AI”并不是共同能力说明书。

现实案例：AlphaGo 的强项有清楚边框

2015 年 10 月，AlphaGo 在正式对局条件下以 5∶0 战胜欧洲围棋冠军樊麾；研究团队在 2016 年的 Nature 论文中报告，它结合了经数据训练的策略/价值网络与蒙特卡洛树搜索，并在当时的程序对局评测中显著领先既有围棋程序。[9, pp. 484–485] 这里可以核实的结果是：特定版本在围棋规则、棋盘输入与对局设置下取得了这些成绩。论文没有据此证明系统能把策略迁移到导航、邮件分类或日常对话，也没有把胜局当作意识证据。这个案例同时说明两点：现实系统会组合学习与搜索；极强的专用表现仍有明确任务边界。

表 1-1　同为 AI 标签，评价与失效不同。 本项目依据本章定义框架及 Russell 与 Norvig 对搜索、学习和智能体的技术分类整理，不比较具体产品版本。[5]

这张表不是产品排行榜，也不声称某一种实现适用于所有系统。它提供的是一套对照框架。

先看目标。过滤器要在误报和漏报之间取舍；导航要在时间、距离、费用等目标中选择；围棋有明确胜负；聊天助手面对的“有帮助”却含有大量语境判断。目标越含混，单一分数越难代表现实质量。

再看输入和环境。棋盘状态的格式和规则相对封闭，城市交通会随施工和天气变化，邮件发送者会主动规避过滤，开放对话则可能转向训练时没有覆盖的主题。能力不是只装在模型里的固定物件，而是模型、数据、工具、界面和环境共同表现出的关系。

最后看失效后果。一盘棋落败通常止于比赛；导航把车引向封路会造成更实际的麻烦；高风险建议若被误信，后果更重。同样的准确率，在不同场景并不等价。系统是否适用，既取决于平均表现，也取决于错误能否被发现、纠正，以及有没有安全的替代流程。

1.7 拟人化语言：可以方便，但不能偷换证据

我们会说导航“认为这条路更快”、模型“看见一只猫”、聊天助手“回答问题”。这些表达能让句子简洁，只要读者记得它们通常是功能性简称：系统产生了可被人解释为判断、识别或回答的输出。简称本身不说明内部机制像人，更不证明系统拥有意图、信念或感受。

1950 年，图灵用文字交谈中的“模仿游戏”把“机器能思考吗”这一难以直接用语词定义回答的问题，转化为可讨论的行为问题。[10, §1] 后来所谓“图灵测试”经常被当成智能的唯一及格线，但原论文的论证比一条排行榜门槛复杂。即便某次交谈难以分辨人和机器，它直接提供的也是那次设置中的行为证据，而不是意识证明。

还有一种在 AI 史叙述中经常被讨论的标签现象：某项机器能力成为日常技术后，人们倾向不再把它算作 AI；新奇能力则被推到标签中心。这常被称为 AI 效应（AI effect）。[5, ch. 1]它提醒我们，日常用词的边界会移动，但不应被拿来推导“凡是有效的都不算 AI”之类定律。研究史上的标签变化需要逐案考察，不能替代技术分析。参见AI 效应词条。

1.8 带着六个问题阅读全书

后续章节会逐步拆开算法、数据、模型、系统和社会制度。遇到任何“AI 能够……”的句子，可以先用下面六问校准：

1. 对象是哪一层？ 是研究方向、某种技术、一个模型，还是包含人员和流程的产品？
2. 任务和成功条件是什么？ “更好”相对于什么基线，由谁设定指标？
3. 输入从哪里来？ 训练数据、实时数据和规则各自有什么遗漏？
4. 输出怎样进入行动？ 它是建议、内容、预测还是自动决定？谁能复核？
5. 证据属于哪一种？ 是独立测试、研究解释、争议观点、企业宣传，还是关于未来的预测？
6. 边界在哪里？ 环境变化、对抗行为、成本、权利与失败后果是否被交代？

这套问法不会替你决定“该不该用 AI”，却能把一个宏大标签还原成可以检查的系统。

核心概念

• 人工智能：研究和构建相关系统的领域与工程实践；不是某一台机器的专名。
• 算法：为解决问题而执行的一套有限步骤或规则。
• 自动化：让过程在较少人工介入下执行；不必然使用 AI。
• 模型：对数据、过程或现象的表示，常是系统的一部分。
• 训练与推断：前者在机器学习中形成或调整模型，后者在常见工程语境中让模型根据输入产生输出。
• 狭义人工智能：聚焦定义明确的任务或特定问题。
• 通用人工智能：强调跨广泛任务能力的设想或类别，尚无单一公认门槛。
• 理性智能体：依据已有信息，选择期望能改善给定绩效度量之行动的系统；理性不等于全知或道德正确。

本章小结

• “人工智能”既可指研究领域，也常被用来指系统；讨论时应先说明是哪一层、为哪种目的定义。
• 算法是步骤，模型是表示，训练是形成或调整模型的过程，推断是由前提或输入产生结论/输出；产品还包括数据、规则、界面和人员流程。
• 自动化与 AI 有重叠但不等同。是否自动运行，不足以说明用了什么技术；用了 AI，也不代表完全无人介入。
• 现有系统的能力依赖任务、数据、工具和环境。流畅、胜率高或“像人”都是特定证据，不能自动扩张成普遍理解。
• 狭义 AI 与 AGI 主要讨论任务范围；strong AI 在经典哲学语境中讨论机器是否真的有心灵。混用会把工程能力和哲学主张搅在一起。

相关词条与继续阅读

AI 效应 · 图灵测试 · 通用人工智能 · 算法 · 模型 · 理性智能体

下一章将把这些变化的边界放回时间中：一部并非直线进步的历史。关于“理解”、意识和中文房间的争论，见第 3 章：智能、心智与机器。

资料截止说明　本章资料核查至 2026-08-26。基础标准采用 ISO/IEC 22989:2022 与 OECD 于 2023 年修订、2024 年发布解释备忘录的定义版本。AGI 的门槛和“理解”的哲学判断没有被写成已达成共识的事实；若相关标准更新或出现足以改变表述的可靠证据，本章将重新审校。