推薦圖書：《人工智能（第2版）》【人工智能時代我們要如何自處，從這本書中或許能找到答案】
隨著我們對人工智能瞭解的深入，理解了它與傳統的計算機科學如何截然不同，我們必須回答這樣一個問題：“什麼使問題適用人工智能來解決？”大部分人工智能問題有3個主要的特徵。
（1）人工智能問題往往是大型的問題。
（2）它們在計算上非常複雜，並且不能通過簡單的算法來解決。
（3）人工智能問題及其領域傾向於收錄大量的人類專門知識，特別是在用強人工智能方法解決問題的情況下。
採用人工智能的方法，一些類型的問題得到了更好的解決，然而涉及簡單的決策或精確計算的另一些類型的問題更適合用傳統計算機科學的方法來解決。讓我們思考幾個例子： 醫療診斷、 用具有條碼掃描的收銀機來購物、自動櫃員機、二人博弈，如象棋和跳棋。
多年來，醫療診斷這個科學領域一直在採用人工智能的方法，並對於來自人工智能的貢獻，特別是利用專家系統（expert system）的發展樂見其成。
建立專家系統的領域一般具有大量的人類專門知識，並且其中存在著大量的規則（一些此類形式的規則：if條件，then動作。例如：如果頭痛，那麼你可以服用兩片阿司匹林，並在早晨給我打電話）。這些規則比任何人類大腦能夠記憶或希望記憶的規則都多。專家系統算得上一種最成功的人工智能技術，可能生成全面而有效的結果。
人們可能會問：“為什麼對專家系統而言，醫療診斷是個好的候選領域？”首先，醫療診斷是一個複雜的過程，有許多可能有效的方法。
診斷涉及基於患者症狀和病史以及先例，確定疾病或治療問題。在大多數情況下，不存在可以識別潛在疾病或病症的確定性算法。例如，MYCIN是最著名的基於規則的專家系統（見1.8.2節），用於幫助診斷血液細菌感染。
MYCIN主要用作培訓醫學生的工具，其規則超過了400條[15]。MYCIN不提供確定的診斷，而是提供最可能存在的疾病的概率，以及診斷正確的程度。人們將開發這些規則的過程稱為知識工程（knowledge engineer）。
知識工程師與領域專家會面，在這個例子中，知識工程師在與醫生或其他醫療專業人員的密集訪談過程中收集專家知識，使其變成離散規則的形式。專家系統的另一個特徵是，它們可以得出讓設計它們的領域專家吃驚的結論。這是由於專家規則可能的排列數量比任何人在他們大腦中記住的都多。用於構建專家系統的好的候選領域具有以下特徵。
（1）它包含大量的領域特定的知識（關於特定問題的領域知識，例如醫療診斷或人類努力發展的領域，如確保核電站安全操作的控制機制）。
（2）它允許領域知識遵循某一種分層次序。
（3）它可以開發成為存儲了若干專家知識的知識庫。
因此，專家系統不僅僅是構建該系統的專家知識的總和。第9章專門介紹和討論了專家系統。在超市購物，通過掃描條形碼將產品掃描到收銀機中，這通常不被視為人工智能領域。
然而，想象一下，雜貨店購物體驗發展到了與智能機器互動的階段。機器可能會提醒購物者要購買什麼產品：“你不需要一盒洗衣粉嗎？”（因為機器已經知道從某日起，你還沒購買過這些產品）。
系統可以提示消費者購買一些與已選擇購買的食物很配的食物。這個系統可以作為平衡營養飲食的食物顧問，並且可以針對個人的年齡、體重、疾病和營養目標進行調整。
由於它包含了關於飲食、營養、健康和各種產品的諸多知識，因此就是一種智能系統。此外，它可以做出智能決策，提供建議給消費者。
過去30年中使用的自動櫃員機（ATM）不是人工智能系統。但是假設這臺機器作為總財務顧問追蹤了一個人的支出，以及所購買物品的類別和頻率，可以解釋娛樂、必需品、旅遊和其他類別的支出，並就如何有力地改變支出模式提供建議（“你真的需要花那麼多錢在高檔餐館嗎？”）。
那麼，我們認為此處描述的自動櫃員機就是一種智能系統。
智能系統的另一個例子是下國際象棋。雖然國際象棋的規則很容易學習，但是玩這個遊戲達到專家級別可不是件容易的事情。關於國際象棋的書籍比所有其他遊戲的書籍的總和還多。
人們普遍接受的是，國際象棋有1042種可能合理的棋局（“合理”的棋局與之前給出的10120“可能”棋局的數目不同）。
這是一個巨大的數字，即使用全世界最快的計算機一起來解決國際象棋遊戲（即開發一個程序進行一盤完美的博弈，總是做出最好的移動），這些計算機也不會在50年內完成這盤博弈。
具有諷刺意味的是，儘管國際象棋是一個零和博弈（意味著最初沒有一個玩家有優勢），以及是一個具有完美信息的二人博弈（沒有涉及機會，任何一方也沒有未知的優勢因素），但是它依然存在以下問題：
完美博弈的結果如何？白方勝利，黑方勝利，還是不分勝負？大部分人認為這會是一個平局。
對於白方而言，最好的第一步是什麼？大多數人相信是1.e4或1.d4，這是國際象棋中的概念，即將白方國王前面的兵向前移動兩個方格（1.e4），或將白方皇后前面的兵向前移動兩個方格（1.d4）。統計數據支持這種觀點，但是沒有確鑿的證據證明這種觀點是正確的。
編寫一個強大的國際象棋程序（大師級水平以上）目前都基於一個假設，即大師級水平的國際象棋程序需要並展示智能。在過去的20年間，所開發的計算機國際象棋程序，可以擊敗除了頂尖棋手以外的所有棋手。
但是，沒有一款計算機程序是官方的世界國際象棋冠軍。到目前為止，所有的比賽都相對較短，並利用了人類的弱點（人類會疲勞、焦慮等）。
在人工智能領域，許多人強烈認為，程序還沒有比所有人都下得好。此外，儘管最近國際象棋程序獲得成功，但是這些程序不一定使用了“強人工智能的方法”。
一個真正智能的計算機國際象棋程序不僅會下世界冠軍級的國際象棋，還能夠解釋走子背後的推理。
這將需要大量關於國際象棋的知識（特定領域知識），並且程序能夠將其作為決策過程的一部分，共享和呈現這些知識。
閱讀更多 異步社區 的文章
