知识是人类智能的基础，人类在从事阶级斗争、生产斗争和科学试验等社会实践活动中，其智能活动过程主要是一个获取知识并运用知识的过程。
人工智能是一门研究用计算机来模仿和执行人脑的某些智力功能的交叉学科，所以人工智能问题的求解也是以知识为基础的。
如何从现实世界中获取知识、如何将已获得的知识以计算机内部代码的形式加以合理的表示以便于存储，以及如何运用这些知识进行推理以解决实际的问题，即知识的获取、知识的表示和运用知识进行推理是人工智能学科要研究的3个主要问题。
在人们的日常生活及社会活动中，“知识”是常用的一个术语。例如，人们常说“我们要掌握现代科学知识”，“掌握的知识越多，你的机会就越多”等。人们所涉及的知识也是十分广泛的，例如，有的知识是多数人所熟悉的普通知识，而有的知识只是有关专家才掌握的专门领域知识。那么，到底什么是知识？知识有哪些特性？它与通常所说的信息有什么区别和联系？
现实世界中每时每刻都产生着大量的信息，但信息是需要用一定的形式表示出来才能被记载和传递的。尤其是使用计算机来进行信息的存储及处理时，更需要用一组符号及其组合进行表示。像这样用一组符号及其组合表示的信息称为数据。
数据与信息是两个密切相关的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。只有把两者密切地结合起来，才能实现对现实世界中某一具体事物的描述。
另外，数据和信息又是两个不同的概念，相同的数据在不同的环境下表示不同的含义，蕴涵不同的信息。比如，“100”是一个数据，它可能表示“100元钱”，也可表示“100个人”，若对于学生的考试成绩来说，可能表示“100分”。同样，相同的信息也可以用不同的数据表示出来。比如，地下工作者为了传达情报信息，可以用一首诗词的每一句的第一个字组成一句话，或诗的斜对角线上的字组成的一句话来传达信息，也可能会用一个代码或数字来表示同一信息。
正如上述，现实生活中，信息是要以数据的形式来表达和传递的，数据中蕴涵着信息，然而，并不是所有的数据中都蕴涵着信息，而是只有那些有格式的数据才有意义。对数据中的信息的理解也是主观的、因人而异的，是以增加知识为目的的。
对于人工智能，很多人并不了解，我也如此。关于这个问题，我与我的朋友人工智能工程师张思楠进行了一番关于人工智能的交流。下面我把这些交流写出来，目的是普及一下关于人工智能的知识，对当下正在进行的人工智能工程提出自己的意见和建议，展望人工智能的未来。
这几个基本概念的提出，源于张思楠介绍给我的一本书《人工智能，一种现代的方法》。在这本书的绪论中，作者用了这三个小标题：1、什么是人工智能;2、人工智能的基础;3、人工智能的历史。我想，如果思考人工智能的基本概念的话，也应该从这几个问题和这几个角度入手。
我知道“人工智能”这个词汇，是因为那部著名的电影《人工智能》，很多人大概也是如此。但是，那部电影很难涵盖我们目前的人工智能工程。而今天我们生活中充斥的“人工智能”，则大多是智能手机、智能家居、智能汽车等智能硬件，与我们理想中的“人工智能”又相去甚远。所以，我们很有必要重新理解一下关于人工智能的这几个基本概念。
人工智能是类人行为，类人思考，理性的思考，理性的行动。人工智能的基础是哲学，数学，经济学，神经科学，心理学，计算机工程，控制论，语言学。人工智能的发展，经过了孕育，诞生，早期的热情，现实的困难等数个阶段。
照这种说法，类人的行为是人工智能在外的表现形式，类人的思考是人工智能的“智能基础”，而理性的思考和行动，则是接近人类、与人类等同甚至超越人类的高级智能行为了。
第一，什么是人工智能。重点是智能，个人更习惯词上的拆分：智慧、能力。在这里可以把智能理解为获取知识的能力，这包括识别能力，推理演绎能力，归纳能力，统计与分析能力等，当然也包括对已经入手知识的补充和应用。研究人类的情绪波动或许在生物心理学或是生物学亦或是仿生学方面是重要的，但人工智能的研究更侧重体现在对智能的研究上。
人工智能即由人类造的智能实体，这种智能实体，只是在标准和功能上要求与人的思考与认识水平相近或是超越人类，但并不代表这样的智能实体的运行模式和思考模式完全和人类相同，因为人从机器角度看的话漏洞更大。（对于这段话，我更愿意将人工智能理解为两个意思，一个是人类制造的智能实体，一个是人类制造这个实体的过程。）
第二，人工智能是一门什么科学。人工智能科学的主旨是研究和开发出智能实体，在这一点上它属于工程学。但是，正如我们所知道的那样，技术是工程得以实施的前提，这就需要我们对一些能够满足于此工程需求的知识学习，而这涉及的学科就相当庞大了。
工程的一些基础学科自不用说，数学、逻辑学、归纳学、统计学 、系统学、控制学、工程学、计算机科学，还包括对哲学 、心理学、生物学、神经科学、认知科学 、仿生学、经济学、语言学等其他学科的研究，可以说这是一个集数门学科精华的尖端学科中的尖端学科。通常情况下，人工智能科学家都包含着除此之外的诸多头衔：数学家，逻辑学家，数理逻辑学家，哲学家等等。（笔者这样理解这个问题，既然人工智能是一门综合科学，那今后是不是会出现一门叫人工智能学的新学科呢？）
第三，人工智能的发展历史。广义上，这个需要追溯到古代历史，因为在历史上我们总能看到人们对智能研究工作的闪光之处。但是我们狭义下的人工智能的发展史，而非逻辑史或智能史亦或其他能够构成此学科需要的学科的发展历史，要从20世纪40年代左右的时间开始算起。
一开始（人工智能）是从对神经网络研究工作开始的，这应该归功于弗雷格以及罗素和怀海特在数理逻辑上的工作以及图灵的计算理论。再到后来，1950年底一台神经网络计算机（SNARC）出世。再后来，人工智能的研究有了两个大致的方向，一开始处于劣势的利用神经网络进行人工智能开发的连接主义派和符号模型派。大约到1980年左右，神经网络才重新得到重视。事实上在这个时候之前，有过一段被称为人工智能的冬天的一段时期。
起初人工智能的商业化商用专家系统R1服务于DEC并节省了这家数据设备公司一年几千万美元的不必要资金，这使得大家对人工智能的现状和发展过于乐观。那个时候几乎每个有能力的公司都会开一个属于自己的人工智能系统研发小组，但很多公司都因无法达到当时的预订目标而垮掉。
大概在1990年左右，人工智能的一些问题得到较为满意的解决，而WEB的应用促使了AI产业的发展。AI的技术成为许多现有东西的基础，最普遍的搜索引擎，就是这样技术的最佳体现。但人工智能发展的同时也伴随着很多问题和很多质疑，譬如我们最近在网上看到的一些信息。比如据国外媒体报道，斯蒂芬霍金曾警告“人工智能完全体的发展可能意味着人类的终结” ，伊隆马斯克担心人工智能的发展可能是人类生存面临的最大威胁，比尔盖茨则提醒人们要小心人工智能。对于这些疑虑，人们会产生诸如此类的疑问甚至恐惧，但这也是正常的，进化必然伴随着风险与质疑，但不能因此而放弃向前推进。人
工智能在今天有了更好的发展环境，大数据、数据挖掘、神经网络、云计算等炙手可热的技术则成为了AI技术发展的温床。
以上的说法我个人认为是简单明了的，不知对您有何启示。曾几何时，诸葛亮的木马流牛让我们神往、让我们困惑不已。但今天看来，如果木马流牛为真，那也堪称是一种初级的人工智能。如今，我们要思考与憧憬的远非木马流牛了，而是更高级更加奇妙的人工智能。在了解并探讨了人工智能的几个基本概念之后，我们在下一步将会讨论人工智能的发展现状以及存在的问题。
