· • 【簡介】 · • 【人工和智能】 · • 【實際應用】 · • 【學科範疇】 · • 【涉及學科】 · • 【研究範疇】 · • 【應用領域】 · • 【意識和人工智能的區別】 · • 【強人工智能和弱人工智能】 · • 【人工智能簡史】 · • 【電影】 · • 【相關著作】 【簡介】
人工智能 (Artificial Intelligence) ，英文縮寫為 AI 。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用係統的一門新的技術科學。 人工智能是 計算機科學 的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式作出反應的智能機器，該領域的研究包括機器人、 語言識別 、圖像識別、自然語言處理和專家係統等。 “ 人工智能 ” 一詞最初是在 1956 年 Dartmouth 學會上提出的。從那以後 , 研究者們發展了眾多理論和原理 , 人工智能的概念也隨之擴展。人工智能是一門極富挑戰性的 科學 ，從事這項工作的人必須懂得 計算機 知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。但不同的時代、不同的人對這種 “ 複雜工作 ” 的理解是不同的。例如繁重的科學和工程計算本來是要人腦來承擔的，現在計算機不但能完成這種計算 , 而且能夠比 人腦 做得更快、更準確，因之當代人已不再把這種計算看作是 “ 需要人類智能才能完成的複雜任務 ”, 可見複雜工作的定義是隨著時代的發展和技術的進步而變化的 , 人工智能這門科學的具體目標也自然隨著時代的變化而發展。它一方麵不斷獲得新的進展，一方麵又轉向更有意義、更加困難的目標。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機 , 人工智能的發展曆史是和計算機科學與技術的發展史聯係在一起的。除了計算機科學以外 , 人工智能還涉及 信息論 、 控製論 、 自動化 、 仿生學 、 生物學 、 心理學 、 數理邏輯 、 語言學 、 醫學 和 哲學 等多門學科。人工智能學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理係統、自然語言理解、計算機視覺、 智能機器人 、自動程序設計等方麵。
【人工和智能】
人工智能的定義可以分為兩部分，即 “ 人工 ” 和 “ 智能 ” 。 “ 人工 ” 比較好理解，爭議性也不大。有時我們會要考慮什麽是人力所能及製造的，或著人自身的智能程度有沒有高到可以創造人工智能的地步，等等。但總的來說， “ 人工係統 ” 就是通常意義下的人工係統。
關於什麽是 “ 智能 ” ，就問題多多了。這涉及到其它諸如 意識 （ consciousness ）、 自我 （ self ）、 思維 （ mind ）（包括無意識的思維（ unconscious_mind ）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什麽是 “ 人工 ” 製造的 “ 智能 ” 了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關於動物或其它人造係統的智能也普遍被認為是人工智能相關的研究課題。
人工智能目前在計算機領域內，得到了愈加廣泛的重視。並在機器人，經濟政治決策，控製係統，仿真係統中得到應用。
【實際應用】
機器視覺 : 指紋 識別，人臉識別， 視網膜 識別， 虹膜 識別，掌紋識別，專家係統 , 智能搜索，定理證明，博弈，自動程序設計等。
【學科範疇】
人工智能是一門邊沿學科，屬於 自然科學 和 社會科學 的交叉。
【涉及學科】
哲學和認知科學，數學，神經生理學，心理學，計算機科學，信息論，控製論，不定性論，
【研究範疇】
自然語言處理，知識表現，智能搜索， 推理 ，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計， 軟計算 ，不精確和不確定的管理， 人工生命 ，神經網絡，複雜係統， 遺傳算法
【應用領域】
智能控製，機器人學，語言和圖像理解， 遺傳編程
【意識和人工智能的區別】
人工智能就其本質而言，是對人的思維的信息過程的 模擬 。
對於人的思維模擬可以從兩條道路進行，一是結構模擬，仿照人腦的結構機製，製造出 “ 類人腦 ” 的機器；二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。
人工智能不是人的智能，更不會超過人的智能。
“ 機器思維 ” 同人類思維的本質區別：
1. 人工智能純係無意識的機械的物理的過程，人類智能主要是生理和心理的過程。
2. 人工智能沒有社會性。
3. 人工智能沒有人類的意識所特有的能動的創造能力。
4. 兩者總是人腦的思維在前，電腦的功能在後。
【強人工智能和弱人工智能】
人工智能的一個比較流行的定義，也是該領域較早的定義，是由約翰 · 麥卡錫（ John McCarthy| ）在 1956 年的達特矛斯會議（ Dartmouth Conference ）上提出的：人工智能就是要讓機器的行為看起來就象是人所表現出的智能行為一樣。但是這個定義似乎忽略了強人工智能的可能性（見下）。另一個定義指人工智能是人造機器所表現出來的智能性。總體來講，目前對人工智能的定義大多可劃分為四類，即機器 “ 像人一樣思考 ” 、 “ 像人一樣行動 ” 、 “ 理性地思考 ” 和 “ 理性地行動 ” 。這裏 “ 行動 ” 應廣義地理解為采取行動，或製定行動的決策，而不是肢體動作。
強人工智能
強人工智能觀點認為有可能製造出真正能推理（ Reasoning ）和解決問題（ Problem_solving ）的智能機器，並且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：
類人的人工智能，即機器的 思考 和推理就像人的思維一樣。
非類人的人工智能，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
弱人工智能
弱人工智能觀點認為不可能製造出能真正地推理（ Reasoning ）和解決問題（ Problem_solving ）的智能機器，這些機器隻不過看起來像是智能的，但是並不真正擁有智能，也不會有自主意識。
主流科研集中在弱人工智能上，並且一般認為這一研究領域已經取得可觀的成就。強人工智能的研究則出於停滯不前的狀態下。
對強人工智能的哲學爭論
“ 強人工智能 ” 一詞最初是 約翰 · 羅傑斯 · 希爾勒 針對計算機和其它信息處理機器創造的，其定義為：
“ 強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具；相反，隻要運行適當的程序，計算機本身就是有思維的。 ” （ J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980 ）這是指使計算機從事智能的活動。在這裏智能的涵義是多義的、不確定的，象下麵所提到的就是其中的例子。利用計算機解決問題時，必須知道明確的程序。可是，人即使在不清楚程序時，根據發現（ heu- ristic ）法而設法巧妙地解決了問題的情況是不少的。如識別書寫的文字、圖形、聲音等，所謂認識模型就是一例。再有，能力因學習而得到的提高和歸納推理、依據類推而進行的推理等，也是其例。此外，解決的程序雖然是清楚的，但是實行起來需要很長時間，對於這樣的問題，人能在很短的時間內找出相當好的解決方法，如競技的比賽等就是其例。還有，計算機在沒有給予充分的合乎邏輯的正確信息時，就不能理解它的意義，而人在僅是被給予不充分、不正確的信息的情況下，根據適當的補充信息，也能抓住它的意義。自然語言就是例子。用計算機處理自然語言，稱為自然語言處理。
關於強人工智能的爭論不同於更廣義的 一元論 和 二元論 （ dualism ）的爭論。其爭論要點是：如果一台機器的唯一工作原理就是對 編碼 數據進行轉換，那麽這台機器是不是有思維的？希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是對數據進行轉換，而數據本身是對某些事情的一種編碼表現，那麽在不理解這一編碼和這實際事情之間的對應關係的前提下，機器不可能對其處理的數據有任何理解。基於這一論點，希爾勒認為即使有機器通過了 圖靈測試 ，也不一定說明機器就真的像人一樣有思維和意識。
也有 哲學家 持不同的觀點。 Daniel C. Dennett 在其著作 Consciousness Explained 裏認為，人也不過是一台有靈魂的機器而已，為什麽我們認為人可以有智能而普通機器就不能呢？他認為像上述的數據轉換機器是有可能有思維和意識的。
有的哲學家認為如果弱人工智能是可實現的，那麽強人工智能也是可實現的。比如 Simon Blackburn 在其哲學入門教材 Think 裏說道，一個人的看起來是 “ 智能 ” 的行動並不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她／他僅僅是看起來是智能的。基於這個論點，既然弱人工智能認為可以令機器看起來像是智能的，那就不能完全否定這機器是真的有智能的。 Blackburn 認為這是一個主觀認定的問題。
需要要指出的是，弱人工智能並非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在百多年前是被認為很需要智能的。
【人工智能簡史】
人工智能的傳說可以追溯到古 埃及 ，但隨著 1941 年以來電子計算機的發展，技術已最終可以創造出機器智能， “ 人工智能 ”(Artificial Intelligence) 一詞最初是在 1956 年 Dartmouth 學會上提出的，從那以後 , 研究者們發展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的曆史中，人工智能的發展比預想的要慢，但一直在前進，從 40 年前出現到現在，已經出現了許多 AI 程序，並且它們也影響到了其它 技術的發展。
計算機時代
1941 年的一項發明使信息存儲和處理的各個方麵都發生了革命 . 這項同時在美國和德國出現的 發明就是電子計算機 . 第一台計算機要占用幾間裝空調的大房間 , 對 程序員 來說是場惡夢 : 僅僅為運行一 個程序就要設置成千的線路 .1949 年改進後的能存儲程序的計算機使得輸入程序變得簡單些 , 而且計算機 理論的發展產生了計算機科學 , 並最終促使了人工智能的出現 . 計算機這個用電子方式處理數據的發明 , 為人工智能的可能實現提供了一種媒介 .
AI 的開端
雖然計算機為 AI 提供了必要的技術基礎 , 但直到 50 年代早期人們才注意到人類智能與機器之間 的聯係 . Norbert Wiener 是最早研究反饋理論的美國人之一 . 最熟悉的反饋控製的例子是自動調溫器 . 它 將收集到的房間溫度與希望的溫度比較 , 並做出反應將加熱器開大或關小 , 從而控製環境溫度 . 這項對反饋 回路的研究重要性在於 : Wiener 從理論上指出 , 所有的智能活動都是反饋機製的結果 . 而反饋機製是有可 能用 機器 模擬的 . 這項發現對早期 AI 的發展影響很大 .
1955 年末 ,Newell 和 Simon 做了一個名為 " 邏輯專家 "(Logic Theorist) 的程序 . 這個程序被許多人 認為是第一個 AI 程序 . 它將每個問題都表示成一個樹形模型 , 然後選擇最可能得到正確結論的那一枝來求解 問題 ." 邏輯專家 " 對公眾和 AI 研究領域產生的影響使它成為 AI 發展中一個重要的裏程碑 .1956 年 , 被認為是 人工智能之父的 John McCarthy 組織了一次學會 , 將許多對機器智能感興趣的專家學者聚集在一起進行了一 個月的討論 . 他請他們到 Vermont 參加 " Dartmouth 人工智能夏季研究會 ". 從那時起 , 這個領域被命名為 " 人工智能 ". 雖然 Dartmouth 學會不是非常成功 , 但它確實集中了 AI 的創立者們 , 並為以後的 AI 研究奠定了基礎 .
Dartmouth 會議後的 7 年中 ,AI 研究開始快速發展 . 雖然這個領域還沒明確定義 , 會議中的一些思想 已被重新考慮和使用了 . Carnegie Mellon 大學和 MIT 開始組建 AI 研究中心 . 研究麵臨新的挑戰 : 下一步需 要建立能夠更有效解決問題的係統 , 例如在 " 邏輯專家 " 中減少搜索 ; 還有就是建立可以自我學習的係統 .
1957 年一個新程序 ," 通用解題機 "(GPS) 的第一個版本進行了測試 . 這個程序是由製作 " 邏輯專家 " 的同一個組開發的 .GPS 擴展了 Wiener 的反饋原理 , 可以解決很多常識問題 . 兩年以後 ,IBM 成立了一個 AI 研 究組 .Herbert Gelerneter 花 3 年時間製作了一個解幾何定理的程序 .
當越來越多的程序湧現時 ,McCarthy 正忙於一個 AI 史上的突破 .1958 年 McCarthy 宣布了他的新成 果 : LISP 語言 . LISP 到今天還在用 ."LISP" 的意思是 " 表處理 "(LISt Processing), 它很快就為大多數 AI 開發者采納 .
1963 年 MIT 從美國政府得到一筆 220 萬美元的資助 , 用於研究機器輔助識別 . 這筆資助來自國防部 高級研究計劃署 (ARPA), 已保證美國在技術進步上領先於蘇聯 . 這個計劃吸引了來自全世界的計算機科學家 , 加快了 AI 研究的發展步伐 .
大量的程序
以後幾年出現了大量程序 . 其中一個著名的叫 "SHRDLU"."SHRDLU" 是 " 微型世界 " 項目的一部分 , 包括 在微型世界 ( 例如隻有有限數量的幾何形體 ) 中的研究與編程 . 在 MIT 由 Marvin Minsky 領導的研究人員發現 , 麵對小規模的對象 , 計算機程序可以解決空間和邏輯問題 . 其它如在 60 年代末出現的 "STUDENT" 可以解決代數 問題 ,"SIR" 可以理解簡單的英語句子 . 這些程序的結果對處理語言理解和邏輯有所幫助 .
70 年代另一個進展是專家係統 . 專家係統可以預測在一定條件下某種解的概率 . 由於當時計算機已 有巨大容量 , 專家係統有可能從數據中得出規律 . 專家係統的市場應用很廣 . 十年間 , 專家係統被用於股市預 測 , 幫助醫生診斷疾病 , 以及指示礦工確定礦藏位置等 . 這一切都因為專家係統存儲規律和信息的能力而成為可能 .
70 年代許多新方法被用於 AI 開發 , 著名的如 Minsky 的構造理論 . 另外 David Marr 提出了 機器視覺 方 麵的新理論 , 例如 , 如何通過一副圖像的陰影 , 形狀 , 顏色 , 邊界和紋理等基本信息辨別圖像 . 通過分析這些信 息 , 可以推斷出圖像可能是什麽 . 同時期另一項成果是 PROLOGE 語言 , 於 1972 年提出 . 80 年代期間 ,AI 前進更為迅速 , 並更多地進入商業領域 .1986 年 , 美國 AI 相關軟硬件銷售高達 4.25 億 美元 . 專家係統因其效用尤受需求 . 象數字電氣公司這樣的公司用 XCON 專家係統為 VAX 大型機編程 . 杜邦 , 通用 汽車公司和波音公司也大量依賴專家係統 . 為滿足計算機專家的需要 , 一些生產專家係統輔助製作軟件的公 司 , 如 Teknowledge 和 Intellicorp 成立了。為了查找和改正現有專家係統中的錯誤 , 又有另外一些專家係統被設計出來 .
從實驗室到日常生活
人們開始感受到計算機和人工智能技術的影響 . 計算機技術不再隻屬於實驗室中的一小群研究人員 . 個人電腦 和眾多技術雜誌使計算機技術展現在人們麵前 . 有了象美國人工智能協會這樣的基金會 . 因為 AI 開發 的需要 , 還出現了一陣研究人員進入私人公司的熱潮。 150 多所像 DEC ( 它雇了 700 多員工從事 AI 研究 ) 這樣的公司共花了 10 億美元在內部的 AI 開發組上 .
其它一些 AI 領域也在 80 年代進入市場 . 其中一項就是機器視覺 . Minsky 和 Marr 的成果現在用到了生產線上的相機和計算機中 , 進行質量控製 . 盡管還很簡陋 , 這些係統已能夠通過黑白區別分辨出物件形狀的不同 . 到 1985 年美國有一百多個公司生產機器視覺係統 , 銷售額共達 8 千萬美元 .
但 80 年代對 AI 工業來說也不全是好年景 .86-87 年對 AI 係統的需求下降 , 業界損失了近 5 億美元 . 象 Teknowledge 和 Intellicorp 兩家共損失超過 6 百萬美元 , 大約占利潤的三分之一巨大的損失迫使許多研究領 導者削減經費 . 另一個另人失望的是國防部高級研究計劃署支持的所謂 " 智能卡車 ". 這個項目目的是研製一種能完成許多戰地任務的 機器人 。由於項目缺陷和成功無望 ,Pentagon 停止了項目的經費 .
盡管經曆了這些受挫的事件 ,AI 仍在慢慢恢複發展 . 新的技術在日本被開發出來 , 如在美國首創的 模糊邏輯 , 它可以從不確定的條件作出決策 ; 還有神經網絡 , 被視為實現人工智能的可能途徑 . 總之 ,80 年代 AI 被引入了市場 , 並顯示出實用價值 . 可以確信 , 它將是通向 21 世紀之匙 . 人工智能技術接受檢驗 在 " 沙漠風暴 " 行動中軍方的智能設備經受了戰爭的檢驗 . 人工智能技術被用於導彈係統和預警顯示以 及其它先進武器 .AI 技術也進入了家庭 . 智能電腦的增加吸引了公眾興趣 ; 一些麵向蘋果機和 IBM 兼容機的應用 軟件例如語音和文字識別已可買到 ; 使用模糊邏輯 ,AI 技術簡化了攝像設備 . 對人工智能相關技術更大的需求促 使新的進步不斷出現 . 人工智能已經並且將繼續不可避免地改變我們的生活 .
人工智能專業機構
美國
1. Massachusetts Institute of Technology 麻省理工學院
2. Stanford University 斯坦福大學 (CA)
3. Carnegie Mellon University 卡內基美隆大學 (PA)
4. University of California-Berkeley 加州大學伯克利分校
5. University of Washington 華盛頓大學
6. University of Texas-Austin 德克薩斯大學奧斯汀分校
7. University of Pennsylvania 賓夕法尼亞大學
8. University of Illinois-Urbana-Champaign 伊利諾伊大學厄本那 — 香檳分校
9. University of Maryland-College Park 馬裏蘭大學帕克分校
10. Cornell University 康乃爾大學 (NY)
11. University of Massachusetts-Amherst 馬薩諸塞大學 Amherst 校區
12. Georgia Institute of Technology 佐治亞理工學院
University of Michigan-Ann Arbor 密西根大學 - 安娜堡分校
14. University of Southern California 南加州大學
15. Columbia University 哥倫比亞大學 (NY)
University of California-Los Angeles 加州大學 - 洛杉機分校
17. Brown University 布朗大學 (RI)
18. Yale University 耶魯大學 (CT)
19. University of California-San Diego 加利福尼亞大學聖地亞哥分校
20. University of Wisconsin-Madison 威斯康星大學麥迪遜分校
中國
1 、清華大學
2 、北京大學
3 、廈門大學人工智能研究所
4 、中國 AI 創業研發俱樂部
【電影】
中文名 人工智能
片 名 AI( Artificial Intelligence)
年 代 2001
國 家 美國
類 別 劇情 / 科幻 / 冒險
語 言 英語
片 長 146 Mins
導 演 史蒂文 · 斯皮爾伯格 Steven Spielberg
主 演 裘德 · 洛 Jude Law .... Gigolo Joe
羅賓 · 威廉斯 Robin Williams .... Dr. Know (voice)
威廉 · 赫特 William Hurt .... Prof. Hobby (the Visionary)
梅麗爾 · 斯特裏普 Meryl Streep .... Blue Mecha (voice)
本 · 金斯利 Ben Kingsley .... Specialist (voice)
克裏斯 · 羅克 Chris Rock .... Comedian (voice)
阿德裏安 . 格蘭尼 Adrian Grenier .... Teen in van
海利 · 喬 · 奧斯蒙特 Haley Joel Osment .... David
亞當 · 亞裏克斯 · 馬裏 Adam Alexi-Malle .... Crowd member
Jack Angel .... Teddy (voice)
Clara Bellar .... FemMecha nanny
Keith Campbell .... Roadworker
戴夫 · 切斯 Daveigh Chase .... Child singer
Clark Gregg .... Supernerd
恩裏克 · 克蘭東尼 Enrico Colantoni .... The Murderer
[ 劇情 ]
21 世紀中期，由於氣候變暖，南北兩極冰蓋的融化，地球上很多城市都被淹沒在了一片汪洋之中。此時，人類的科學技術已經達到了相當高的水平，人工智能機器人就是人類發明出來的用以應對惡劣自然環境的科技手段之一。
先進的人工智能機器人不但擁有可以亂真的人類外表，而且還能像人類一樣感知自己的存在。大衛（海利 · 喬 · 奧斯蒙特）就是這樣一個有思想、有感情的小機器人，他被一對人類父母所收養，有一個哥哥和一個貼身的夥伴 —— 機器泰德熊。但這些並不能讓大衛滿足，他一直渴望著自己終有一天不再僅僅是個機器人。抱著對這個願望的執著， 11 歲的大衛踏上了漫長的心路曆程，跟隨在他身邊的，還有另一個善良的機器人喬（裘德 · 洛）。誰也不知道他們能否完成自己的心願，脫胎換骨成為真正的人，等待他們的隻有凶吉難料的對複雜人性的追尋 ……
淵源 —— 兩位大師的故事
由於《人工智能》一片是斯皮爾伯格繼完成《 侏羅紀公園 》多年之後重拾科幻片的老本行，並且也是他在《 第三類接觸 》後又一次自編自導影片，所以該片製作的水準也就可想而知。
本片斥資 1 億美元，由華納、夢工廠和庫布裏克製片公司合作出品，庫布裏克的養子也擔任了本片的執行製片人。 2000 年 8 月 17 日，影片在位於加州的華納公司製片廠 16 號攝影棚開機（ 16 號攝影棚是全世界最大的攝影棚，《 完美風暴 》一片就是在這裏誕生的），整個拍攝過程中，高科技的技術手段再一次大顯其能：工業光魔利用先進的 “ 實時 3D 電腦遊戲引擎 ” 係統事先在電腦中製作了部分影片中的場景，使導演可以隨時根據拍攝需要選擇合適的背景並加入特殊效果；另外，嶄新的 “On-Set Visualization” 技術還可以實時地在拍攝時將演員和背景合成起來，並把合成的結果顯示到場景中，讓演員們不會因為對著藍色幕布演戲而不知所措。
看來對高科技手段樂此不疲的斯皮爾伯格這次可真是又過了一次特技癮 —— 據小演員奧斯蒙特說，斯皮爾伯格叔叔很會給自己找樂子，《人》片拍攝過程中，攝影棚簡直就是他的一個大型遊樂場。難怪我們總能在斯氏的影片中看到那麽多自己兒時的夢，其實這位大導演本身就是一個童心未泯的大頑童。
宣傳 ——“ 欲擒故縱 ” 的把戲
眾所周知，《人工智能》在整個製作過程中均保持了高度的保密性，再厲害的記者也無法打探到有關劇情或拍攝的任何細節。這種保密程度與當年的《女巫布萊爾》可有一拚，因而《人》片也就格外受到影迷們的關注，網絡上各種與《人》沾邊的消息都成了電影愛好者們瘋狂追逐的對象 —— 這也許正是影片製作者們所要達到的效果吧？ “ 欲擒故縱 ” 的把戲比起花大把的銀子作宣傳來說，可劃算多了。
當然，保密歸保密， “ 欲擒故縱 ” 還是不能完全替代影片宣傳的。《人》片的宣傳手法可以說也是很討巧的：在電影預告片的末尾，一句猶如謎語一般的話引起了影迷們的極大興趣，要想解開這個謎團，他們必須訪問一係列的網站，然後得到幾個電話號碼和 E-mail 地址，撥打這些電話號碼並且發信給那些神秘的地址，謎底 —— 也就是《人》片的劇情 —— 就會一點一點地呈現在你的眼前。這種宣傳方法正好投合了影迷們獵奇的心理，達到了非常好的宣傳效果。
幕後
斯皮爾伯格繼承大師庫布裏克遺誌，拍攝了這部未來派的科幻史詩影片，裘迪勞和第六感小神童奧士文的機器人造型頗為神奇。
故事發生在二十一世紀， 地球 因溫室效應而令冰山溶化，許多沿海城市被水淹沒，人類隻有依靠電腦的人工智能來維持生命，同時人類也應用具有人工智能的機器人作各種不同的用途。在其中的一個家庭，一對人類父母收養了小機器人大衛（凱利祖奧士文）作為他們的兒子，給他真人一樣的生活。而大衛在人類中長大，開始了一段非比尋常的心路曆程 … 本片是導演監製於一身的斯皮爾伯格根據 電影 大師史丹利庫布裏克生前所留下的八十頁劇本改編而成的。影片的故事有點兒象童話皮諾曹的現代科幻版，和 2 年前羅賓威廉斯的《兩百年人》（ Bicentennial Man ）也有幾分相似。而片名 A.I. 是 Artificial Intelligence 的縮寫，就是人工智能的意思，影片的全名也應該是 A.I.: Artificial Intelligence 。
斯皮爾伯格自 98 年的《 拯救大兵瑞恩 》後就一直在猶豫他的下一部作品，他手頭的計劃包括《藝妓回憶錄》 (Memoirs of a Geisha) 、《 印第安納瓊斯 第四集》 (Indiana Jones 4) 和《 少數派報告 》 (Minority Report) 等。但由於和他有 20 年交情的庫布裏克於 1999 年突然去世，《 大開眼界 》 (Eyes Wide Shut) 在無奈中帶著一絲遺憾成了大師的絕響，而大師生前最後一個計劃也就是本片《 A.I. 》暫時擱淺，這一突變使得斯皮爾伯格把本片列入了他的計劃之中。
斯皮爾伯格於去年初決定繼《侏羅紀公園》後再度挑戰科幻題材的影片，其中包括向老友致敬的這部《 A.I. 》和湯姆克魯斯期待多時的《少數派報告》，兩部影片到底誰先勝出一度成了影迷茶餘飯後的最佳話題。經過數度周折，斯皮爾伯格最終選擇了這部他從未嚐試過的未來派風格的科幻史詩影片《 A.I. 》。
人工智能幕後揭秘
1999 年，斯坦利庫布裏克因為心髒病突發而永遠的離開了他畢生熱愛的電影事業。引用一本雜誌的話 “ 我們對這個死去的偉大導師已經說的太多 ” 。這個大師的一生之中，隻拍了 16 部影片，卻部部都是驚世之作，從《 2001 年太空漫遊 》到《 發條橙 》，他老人家的深度和對人類的諷刺實在是讓人佩服。 “ 隻有上帝和庫布裏克才熱愛人類和詛咒人類 —— 如今這一對老混蛋在天堂又他媽笑了。 ”
唯獨讓這位大師在天堂仍不得安心的，就是讓他花費了二十多年心血的《 AI 》，早在 1974 年，庫布裏克就開始構思如何將這個故事拍成電影了。靈感來源於 1969 年的一部短篇小說《去年夏天的超級玩具》，小說描繪了一個失去關愛的機器男孩和他的玩具泰迪熊的故事。庫布裏克在這個故事的基礎上不斷加工潤色甚至還找來幾位小說家一起來合作當故事構思的差不多時，技術的實現問題就擺到了庫布裏克麵前。以當年的技術水平是很難達到庫布裏課的要求的。不是說庫布裏克挑剔，之所以稱之為大師，就是因為他對完美的執著追求。別人拍一部電影可以隻花幾個月，他卻要耗費三四年。所以《 2001 年：太空漫遊》放在今天看仍然很完美，而別的早期科幻片卻顯得很粗糙，道理就在於此。花在說回來，因為當年技術條件的限製，庫不裏克深感難度之大，隻好把進展放慢，暫時將影片擱置起來。
一切的改變開始於 1993 年的《侏羅紀公園》，這部科幻影片獲得了巨大的成功，不僅在票房上，更在於技術上。可以說《侏羅紀公園》是電影數碼技術史上的一個裏程碑。庫布裏克從那裏看到了希望，於是，當年感恩節上他邀請了公司的效果總監丹尼斯 · 謬倫去他在英國的家做客。飯後庫布裏客觀摩了丹尼斯帶來的一些樣片，並一起討論了為該片進行數碼製作的可能性。回到美國後，丹尼斯開始為《 AI 》設計方案，但庫布裏克要求甚高，每個方案他都不會馬上表態。因為庫布裏克的這種拖拉作風，一直到他去世，這項工作也未能有所進展。
就在庫布裏克去世一年後， 華納 公司讓史蒂文 · 斯皮爾博格接手了這部影片。幾十年沒寫過劇本的斯皮爾博格開始為《 AI 》編寫劇本。這不是華納公司的突發奇想，事實上二十年來庫布裏克一直與斯皮爾博格保持著密切的聯係。要說誰是最了解這部影片的人，那麽除了庫布裏克自己就是斯皮爾博格了。兩年後丹尼斯被請到洛杉磯，會見了斯皮爾博格。在那裏丹尼斯驚訝的看到庫布裏克為這部影片所準備的各種資料，其中包括請畫家貝克繪製的一千五百多張電影插圖。事實上從丹尼斯 1993 年同庫布裏克第一次會晤開始，庫布裏克就為該片投入了大量心血，做了很多的前期工作。說到這 1500 張插圖，我們還要提一下他們的作者 —— 克裏斯 · 貝克。庫布裏克之所以找到貝克是因為被他的一部圖畫書所吸引，庫布裏克告訴他大致內容，然後讓貝克自由發揮。就這樣，在兩年半的時間裏，兩人雖然身在兩地，但通過電話和傳真機完成了這些驚人的插圖。
正式開始工作後，他的老搭檔斯坦 · 溫斯頓工作室自然而然的負責起人物造型的任務。當然，最主要的人物就是那些形形色色的機器人了。說到為機器人設計造型，溫斯頓工作室可是有一手的。最經典的造型莫過於當年的《終結者》了。但是這次不同以往，要設計的造型數量巨大，斯坦溫斯頓試圖創造出一個人們從未見過的機器人世界。為此，溫斯頓工作室聘請了超過 140 位藝術家來加盟這個工程。並且建立了大大小小的車間，這是溫斯頓工作室有史以來搞的最大的一次，人人都是傾力而為之。即便如此，在設計了幾百個方案後，斯皮爾博格居然還是不太滿意，他總是說 “ 哦，他看起來實在太像終結者了。 ”
當影片轉交到斯皮爾博格的手中，一切關於大衛的問題都不存在了，因為斯皮爾博格使用了真人來扮演這個機器男孩（不愧位大師，偷工減料的本事也是一流的 …… 不知道庫布裏克在天之靈會不會被氣的吐血 …… ）。童星海利喬奧斯蒙特出色的完成了這個任務，他在表演的時候居然能幾分中不眨一下眼睛。當然，為了讓他顯得更完美，化妝師們剃光了奧斯蒙特臉上的汗毛，這樣他看起來會更光滑一些。事實上，為了研究出這個效果，化妝師拿其他小孩做了很多試驗，以至於最後半打孩子臉上都是光光的。
影片的主角是機器人男孩大衛，這是一個 皮諾曹 式的人物，也是讓庫布裏克最傷神的角色，早在 1994 年，庫布裏克就開始了一係列試驗，摸索如何在影片中表現這個角色。以庫布裏克最初的想法，大衛一定不能用真人來扮演，其中一個原因是因為真小孩兒會長大，而以庫布裏克的拖拉作風，估計影片拍完小孩兒也該成人了。同時他也希望這個角色看起來稍微的不同於真人，因為他畢竟是個機器人。所以他讓 IML 做一個全數碼生成的人物試試，但是效果並不理想。隨後考慮使用玩偶，模型專家以庫布裏克五歲的孫子為樣板，製作了玩偶模型，但是這個方案最後也未被采納。也有人建議庫布裏克使用真人演出，再加上電腦生成的腦袋，如此種種，但庫布裏克始終沒有能夠找到令他滿意的效果。
當斯皮爾博格除了大衛，影片中還出現了各種型號千奇百怪的機器人。製作者們為了影片設計了大約 25 種機器人。他們各司其職，擺闊請立功，廚師和開罐頭的機器人。斯皮爾博格要求這些機器人看上去更人性化一些，而不是讓觀眾感覺到他們隻是一些機器而已。為了讓這些機器人在銀幕上活靈活現，斯坦溫斯頓工作室動用了模型、 CG 和化妝技術，總而言之，能用的全都用上了。
雖然影片上映後如同所有庫布裏克的影片一樣，觀眾反映平平。但相信它會是一部慢熱的作品。在若幹年之後，成為又一部偉大的作品。畢竟，它包含了兩位電影大師的心血。以及數百名幕後人員的忘我工作。
【相關著作】
《視讀人工智能》：機器真的可以思考嗎？人的思維隻是一個複雜的計算機程序嗎？本書著眼於人工智能這個有史以來最為棘手的科學問題之一，集中探討了其背後的一些主要話題。人工智能不僅僅是一個虛構的概念。人類對智能機體結構半個世紀的研究表明：機器可以打敗人類最偉大的棋手，類人機器人可以走路並且能和人類進行互動。盡管早就有宣言稱智能機器指目可待，但此方麵的進展卻緩慢而艱難。意識和環境是困擾研究的兩大難題。我們到底應該怎樣去製造智能機器呢？它應該像大腦一樣運轉？它是否需要軀體？從圖靈影響深遠的奠基性研究到機器人和新人工智能的飛躍，本書圖文並茂地將人工智能在過去半個世紀的發展清晰地呈現在讀者麵前。
《人工智能的未來》：詮釋了智能的內涵，闡述了大腦工作的原理，並告訴我們如何才能製造出真正意義上的智能機器 —— 這樣的智能機器將不再僅僅是對人類大腦的簡單模仿，它們的智能在許多方麵會遠遠超過人腦。霍金斯認為，從人工智能到神經網絡，早先複製人類智能的努力無一成功，究其原因，都是由於人們並未真正了解智能的內涵和人類大腦。所謂智能，就是人腦比較過去、預測未來的能力。大腦不是計算機，不會亦步亦趨、按部就班地根據輸入產生輸出。大腦是一個龐大的記憶係統，它儲存著在某種程度上反映世界真實結構的經驗，能夠記憶事件的前後順序及其相互關係，並依據記憶做出預測。形成智能、感覺、創造力以及知覺等基礎的，就是大腦的記憶 - 預測係統 ……
《人工智能哲學》：人工智能哲學是伴隨現代信息理論和計算機技術發展起來的一個哲學分支。本書收集了人工智能研究領域著名學者的十五篇代表性論文，這些論文為計算機科學的發展和人工智能哲學的建立作出了開創性的貢獻。這些文章總結了人工智能發展的曆程，近年來該學科發展的趨勢，以及人工智能中的重要課題。在這些劃時代的著作中，包括有：現代計算機理論之父艾倫 · 圖靈的 “ 計算機與智能 ” ；著名美國哲學家塞爾的 “ 心靈，大腦與程序 ” ； J·E· 欣頓等人的 “ 分布式表述 ” ，以及本書編者、英國著名人工智能學者 M·A· 博登的 “ 逃出中文屋 ” 。
《人工智能：一種現代的方法》：本書以詳盡和豐富的資料，從理性智能體的角度，全麵闡述了人工智能領域的核心內容，並深入介紹了各個主要的研究方向，是一本難得的綜合性教材。全書分為八大部分：第一部分 " 人工智能 " ，第二部分 " 問題求解 " ，第三部分 " 知識與推理 " ，第四部分 " 規劃 " ，第五部分 " 不確定知識與推理 " ，第六部分 " 學習 " ，第七部分 " 通訊、感知與行動 " ，第八部分 " 結論 " 。 本書既詳細介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進展，同時收集整理了詳實的曆史文獻與事件。因此本書適合於不同層次和領域的研究人員及學生，可以作為信息領域和相關領域的高等院校本科生和研究生的教材或教學輔導書目，也可以作為相關領域的科研與工程技術人員的參考書。本書官方網站 http://aima.cs.berkeley.edu/ 。
|
