一、1 AI简介+27 道德与安全
四种理解 AI 的方式：
Think like a human ------ 像人一样思考
Act like a human ------ 像人一样行动
Think rationally ------ 理性地思考
Act rationally ------ 理性地行动
这门课把 AI 的核心看成：构造能够在环境中"理性行动（act rationally）"的智能体。
（一）什么是人工智能？
AI 的目标概括成：让机器解决那些传统上对人类而言需要"智能"才能解决的问题。
能够做这些事情的机器，称为：Intelligent Agent------智能体。
AI ≠ 一定要像人。
比如 A* 算法找到最短路径，并不需要模拟人脑怎么想；国际象棋 AI 也不一定按照人类棋手的思维方式计算。
所以"智能"与"模仿人类"实际上是两个不同的问题。
（二）Narrow AI、AGI、Superintelligence
1. Narrow AI------狭义人工智能 / 专用人工智能
能解决某一个特定问题的智能体。也就是说：任务范围有限，但在特定任务上可以非常强。
例如：自动驾驶、下国际象棋
现实世界中我们现在大量使用的 AI，本质上都属于这个范畴。
2. AGI------Artificial General Intelligence 通用人工智能
一种假设中（目前没有实现）的智能体：可以理解或学习人类能够完成的任何智力任务。
3. Artificial Superintelligence 人工超级智能 / 超级人工智能
一种假设中的智能体，其智能：超过最聪明、最有天赋的人类。
但这不是说 AI 必然按照这条路线发展，而是在区分三个概念。
（三）路线一：Think Like a Human
如果采用这种 AI 定义，那么研究对象就变成：人类到底是怎么思考的？
可以和 Cognitive Sciences------认知科学 联系起来。
人脑可以被研究为一种：information processing machine 信息处理机器。
要模拟人类思维，就需要科学理论解释大脑工作方式。
怎么研究人类认知？
① Introspection 内省/反思
也就是：观察自己是怎么思考的。
② Predict human behavior 通过实验：预测人的行为。
如果一个认知模型真的模拟人类，它应该能预测人在某些任务中的行为。
③ Image the brain 利用：脑成像、神经科学数据 直接研究大脑。
生物大脑并不等同于机器学习中的人工神经网络。
"神经网络"受到生物神经元启发，但现代 ANN 并不是人脑的真实复制品。