1.2 人工智能的学科基础

人工智能属于综合性学科，由多个基础学科复合构成，主要包括哲学、数学、经济学、神经科学、认知心理学、计算机工程学、语言学等。如果要对人工智能原理进行深入的研究，则这些学科知识都需要涉猎。笔者认为作为人工智能产品经理，至少要对数学、神经科学及认知心理学有所了解，知道这些学科在哪些方面影响了人工智能。

1．数学

数学在三个方面影响了人工智能的发展，如下所示。

（1）逻辑学。逻辑学是研究得出正确结论的规则是什么的。1847年乔治·布尔（George Boole）提出命题逻辑（布尔逻辑），这标志着逻辑学的诞生。后续又有学者提出了一阶逻辑、指称理论、对象和关系等，揭示了逻辑中的对象与对象进行关联的方法，促进了逻辑学的长足发展。

（2）计算。计算是研究什么内容是可被计算的。最早提出可计算问题的是图灵，他试图精确地描述哪些函数是可被计算的，也就是研究计算的能力。借助计算机的相关理论与计算能力，可以让计算机利用数字来认识和分析世界，并做出判断与决策。人工智能中的大部分算法都是数学理论在计算机学科的应用。

（3）概率。概率是研究如何根据不确定信息进行推断的。在概率论的发展过程中，值得指出的是贝叶斯提出的贝叶斯规则，其是不确定性推理的现代方法的基础。概率为人工智能提供随机性计算，为预测提供基础。概率中的统计则可实现数据的处理与分析，让结果更好地满足要求。

2．神经科学

神经科学是研究大脑如何处理信息的。人脑的神经系统把行为、认知、脑机制三者有机地结合起来。科学家也试图通过神经科学全面揭示人和动物在感知、语言、信息推理、决策等方面的一些细节内容。由于脑科学是神经科学中的主要研究内容之一，且大脑在合理决策时起着重要作用，因此脑科学的研究会极大地推进人工神经元网络的研究与实践，进而推动人工智能的发展。

神经元是大脑神经系统的基本单位，神经元包括树突、轴突、细胞核、细胞体，以及长长的髓鞘。在轴突的末端是神经末梢，每个树突都可以接受外部的刺激或者其他神经元的刺激，并将兴奋传入细胞体，神经元的轴突可以将信号从细胞体传输到另一个神经元或其他组织。

如果我们把计算机和人脑做一个比较，在一定年龄后人脑神经元的数量基本是固定的，约为1000亿个。按照摩尔定律，计算机中的处理单元的数量每5年增加10倍。仅就处理单元这一项来看，64位的CPU中有10亿个晶体管。据预测，2020年，单个CPU的计算能力就可以达到一个人脑的计算能力；2050年，单个CPU的计算能力可以超过地球上所有人的计算能力之和。

3．认知心理学

认知心理学是一门研究认知及行为背后的心智处理的新心理科学。其目标是研究大脑如何对外部信息进行接收处理，具体研究内容包括注意机制、语言运用、记忆、感知、问题求解、创造力、思考等内容。学习人工智能需要了解一些与认知心理学相关的知识。其中，记忆主要包括研究过程记忆、语义记忆、情景记忆等内容。感知主要研究人类的物理感知及其认知的过程。感知除了包括视觉、嗅觉、听觉、味觉、触觉等外，还包括认知过程。

另外，还需要研究语言。语言即传递信息的声音，是人们交流思想的媒介。研究语言可以帮助人工智能了解语言的习得和获取的过程，以及对信息的元认知。元认知是研究关于认知的认知、关于思考的思考、关于认识的认识。

通过对认知心理学和认知科学的学习，可以了解人工智能产品设计中的底层逻辑知识，了解人工智能产品是如何实现感知、语言交互及判断的。