原力君在系列的前两篇中提出了人工智能三部曲（拟人、类人、超越人），并简要介绍了现有资料中普遍认同的人工智能研究的目标（理解人类的知识、有效的自动化、有效的智能扩展、超人的智力、通用问题求解、连惯性的交谈、自治、学习、信息储存与处理）。理想是丰满的，现实是骨感的，已有的人工智能研究离实现这些目标还有很长的路要走。但是，人类从没有停止探索的脚步。
人工智能技术研究者们在实现目标的路上各自走出了不同的道路，开辟了不同的研究领域。他们或者模拟人类智能的基本功能（功能模拟法）、或者模拟人类智能的物质结构（结构模拟法）、或者模拟人类的行为方式（行为模拟法）、或者集合功能结构和行为于一身（集成模拟法），来研究和模拟人的智能。
不管使用何种方法研究人工智能，都不会脱离开两个方面：智能的理论基础、人工智能的实现。所以，一种广受研究者认可的人工智能研究的基本内容总结为九个方面（参考资料蔡自兴老师的《人工智能及其应用》）：认知建模、知识表示、知识推理、知识应用、机器感知、机器思维、机器学习、机器行为、智能系统构建。
<strong>认知建模、知识表示、知识推理是对人类智能模式的一种抽象。
认知建模主要研究人类的思维方式、信息处理的过程、心理过程，以及人类的知觉、记忆、思考、学习、想象、概念、语言等相关的活动模式。
知识表示，则是将人类已经掌握的知识概念化、形式化、模型化，这个的重要性在于，人类要想建立超越人的人工智能系统，就要把整个人类种群所掌握的知识灌输给它，从而让它在一定程度上可以在知识量方面超越任何一个人类个体。
知识推理，则是研究人类如何利用已有的知识去推导出新的知识或结论的过程，从而可以让机器也可以具备像人一样的推理能力。
<strong>机器感知、机器思维、机器学习、机器行为则是对人类智能的一种模拟实现。
机器感知研究的是如何使机器具有类似于人类的感觉，包括视觉、听觉、触觉、嗅觉、痛觉等等，这个要用到认知建模里面的知觉理论，而且需要能够提供相应知觉所需信息的传感器。举个例子，机器视觉具有视觉理论基础，同时还需要摄像头等传感器提供机器视觉所需要的图像数据。
机器思维，则是利用机器感知的信息、认知模型、知识表示和推理来有目标的处理感知信息和智能系统内部的信息，从而针对特定场景给出合适的判断，制定事宜的策略。这个说起来抽象，实际上大家已经接触到的路径规划、预测、控制等都属于机器思维的范畴。机器思维，顾名思义就是在机器的脑子里进行的动态活动，也就是计算机软件里面能够动态的处理信息的算法。
机器学习，是与人类的学习活动对标的。虽然有了知识并且也可以基于已有知识去推理，但是机器也要像人一样不断地学习新的知识从而更好地适应环境。机器学习研究的就是如何让机器在与人类、自然交互的过程中自发的学习新的知识，或者利用人类已有的文献数据资料进行知识学习。目前，人工智能研究和应用最广泛的内容就是机器学习，包括深度学习、强化学习等。
机器行为是指智能系统具有的表达能力和行动能力，包括与人对话、与机器对话、描述场景、移动、操作机器和抓取物体等能力。而语音系统（音箱）、执行机构（电机、液压系统）等是机器行为的物质基础。智能系统要想具备行为能力，离不开机器感知和机器思维的结果。思维是行为的基础，所谓是知行合一。
<strong>人工智能研究的最终要构建拟人、类人、超越人的智能系统
拟人、类人、超越人是人工智能的三部曲，人类最终要用一种实用的方式将上述关于知识和机器的研究技术付诸实现。目前已有的人工智能系统的实现主要体现在机器人（仿人、仿生，如Atlas仿人机器人，Big Dog机器狗等）、无人系统（无人车、无人机、无人船）、人工大脑（IBM沃森、阿尔法狗）等
<strong>一句话总结：人工智能主要研究如何让机器像人一样具备感知、获取知识、储存知识、推理思考、学习、行动等能力，并最终创建拟人、类人、或超越人的智能系统。
閱讀更多 原力源 的文章
