《人工智能与博弈对抗》以人工智能方法解决博弈对抗问题为主线，介绍策略搜索与机器博弈、机器学习与数据对抗、强化学习与对抗决策、博弈论与均衡策略计算等理论基础以及其在求解博弈对抗问题中的应用，探讨人工智能对军事博弈对抗的影响。

第1章 绪论
　　1.1 相关概念与理解
　　博弈对抗在现实中所涉及的智能范畴十分广泛，往往并不局限于人工智能(artificial intelligence，AI)。本节首先分别从智能、人工智能、机器智能、人机混合智能与群体智能等概念与研究范畴进行分析，然后对博弈对抗的概念进行简要介绍。
　　1.1.1 智能
　　1. 语言学中智能的定义
　　在语言学领域，表征人类精神活动的词语很多。英语中除了intelligence，还有mentality、mind、intellect、wisdom、insight等；汉语中除了智能，还有智力、智慧、思维、认知、意识等。
　　《不列颠百科全书》中将intelligence表述为“是有效适应环境的能力”、“不是单一的心理过程，而是达成环境有效适应性的心理过程的综合”[1]。维基百科上的表述为“指逻辑、理解、自我意识、学习、情感知识、推理、规划、创造和解决问题的能力，可以更广泛地定义为感知或推断信息，并将其作为知识应用于特定环境下自适应行为的能力”[2]。从语源学角度看，intelligence源自拉丁语intelligentia，意为“理解、知识、洞察力、文艺、技能、体验”，其组成为inter+legere，inter意为“在 之间”，legere意为“搜集、选择”[3]。
　　在中文中，智能被阐述为“智”+“能”，亦即智力和能力。《荀子》正名篇中提到“所以知之在人者谓之知，知有所合谓之智”，意思是说在人身上所具有的用来认识事物的能力，称为“知”；知觉与所认识的事物能够符合，称为“智”[4]。
　　2. 心理学中智能的定义
　　在心理学领域存在着很多关于智能的表述。认知发展理论创始人让 皮亚杰(Jean Piaget)认为智能是在人不知道怎么做的时候才会动用的一种能力。心理学家大卫 韦克斯勒 (David Wechsler)认为智能是有目的行动、理性思考、有效处理环境的能力。教育学家和心理学家霍华德 加德纳 (Howard Gardner)提出的多元智能理论认为人类智能包括八个方面(图1.1)：语言、数理逻辑、视觉 /空间、身体 /运动、音乐、人际、内省、自然探索[5]。由心理学家路易斯 瑟斯顿(Louis Thurstone)和哈罗德 凯利(Harold Kelley)提出的基本心理能力理论，认为有七种昀基本的、相互关联的智力能力：言语理解、言语流畅性、归纳推理、空间视觉化、数字、记忆、知觉速度。约翰 卡罗尔(John Carroll)认为智力由三个层次水平的因素组成。昀高水平层由一种因素构成，即一般智力因素；中间水平层由七种因素构成，即流体智力、晶体智力、一般记忆容量、一般流畅性、一般视知觉、一般加工速度、一般听知觉；昀低水平层由许多特殊的因素构成。
　　图1.1人类智能的八个方面
　　3. 如何理解智能和智能科学
　　智能是人类和部分生物体神经系统特有的一种能力，这种能力使得生物个体在进化选择和生存竞争中，能够实现感知环境，并进行判断、预测和行为决策，以及开展群体合作等功能，从而在生存竞争中取得优势。智能是一种动态过程，不仅需要逐步进化的神经系统作为其依存的基本生理结构，还需要与环境和其他生命体进行对抗或合作，在动态环境中通过学习、交流等手段不断拓展和提升。在人工智能出现以后，智能的范畴从生物智能向人造物智能方向扩展。
　　从狭义上讲，通常描述中提到的智能指的是生物智能或者人类智能。从广义上讲，特别是随着人工智能的发展，智能的范围不仅局限于人类智能和生物智能，同时也将包括人工智能和机器智能等新形式的智能。
　　智能科学、脑科学、认知科学、控制科学、计算机科学、人工智能相互之间有着紧密联系。在学术研究上，智能科学研究智能的本质和实现技术，是由脑科学、认知科学、控制科学及人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；控制科学是研究机器、生命社会中控制和通信的一般规律的科学，是研究动态系统在变化环境条件下如何保持平衡状态或稳定状态的科学；人工智能模仿、延伸和扩展人的智能，实现机器智能、群体智能和人机混合智能。智能科学是用科学的方法和手段来研究智能及其应用过程的一门学科[6]。
　　博弈对抗一直是经济学和社会学的主要研究议题，在智能科学中也有着广泛的研究。人类社会中的博弈对抗往往可以看成人类高水平智能之间的博弈对抗。这也和我们通常的认识是一致的。人们在解决博弈对抗问题时，常常需要综合运用逻辑、理解、意识、学习、推理、规划、解决问题的这些智能方面的能力，有时自我意识和创造性也发挥着重要作用。
　　1.1.2 人工智能
　　1. 人工智能主流学派
　　经过六十余年的发展，人工智能三起两落，形成了多个学派，可以归纳出三个主流学派。
　　(1)符号主义学派(逻辑主义、心理学派、计算机学派)，认为人工智能源于数理逻辑，用机器的符号操作来模拟人的认知过程，强调功能模拟和符号推演。从启发式算法到专家系统，再到知识工程，符号主义学派曾长期一枝独秀，从宏观上模拟人的思维过程。
　　(2)连接主义学派(仿生学派或生理学派)，认为人工智能源于仿生学，特别是对人脑模型的研究，人的思维基元是神经元，而不是符号处理过程，连接主义的思路主要是进行结构模拟、神经计算。连接主义学派试图探索认知过程的微观结构。
　　(3)行为主义学派(进化主义、控制论学派)，认为人工智能源于控制论，智能取决于感知和行动，在“感知-动作”模式中，人工智能可以像人类智能一样进化。智能行为只能通过现实世界与周围环境的交互作用表现出来。
　　2. 人工智能定义的四种角度
　　对于人工智能存在的一些定义，可以通过两个维度进行归纳：思考/行动，类人/理性。其中理性是指在思考和行动过程中以理想的性能评价为支持。从历史上看，这四类定义均由不同的研究人员通过不同的方式进行描述。以人为中心的定义主要源于实验科学，涉及对人的行为的观察和假设；理性主义定义主要综合数学和工程学。不同观点的研究人员互相争论又互相促进。
　　(1)类人思考的观点认为人工智能是“新的令人激动的努力，要使计算机能够思考 从字面上完整的意思就是：有头脑的机器”[7]、“使与人类思维相关的活动自动化，如决策、问题求解、学习等活动”[8]。
　　(2)类人行动的观点认为人工智能是“一种技艺，创造机器来执行人需要智能才能完成的功能”[9]、“研究如何让计算机能够做到那些目前人比计算机做得更好的事情”[10]。
　　(3)理性思考的观点认为人工智能是“通过对计算模型的使用来进行心智能力的研究”[11]、“对使得知觉、推理和行动成为可能的计算的研究”[12]。
　　(4)理性行动的观点认为人工智能是“一门通过计算过程力图理解和模仿智能行为的学科”[13]、“计算机科学中与智能行为的自动化有关的一个分支”[10]。
　　可以看出，强调思考的观点注重于大脑内部发生的事；强调行动的观点注重于环境，关注感知和行动，其概念范围更大；强调类人的观点注重于模仿人的思维和行动过程；强调理性的观点注重于理想的性能评价。
　　3. 如何理解人工智能
　　人工智能包括弱人工智能和强人工智能。弱人工智能是指能够使机器在特定任务中达到或者超越人的智能；强人工智能是指机器能够全面满足在任意任务中原本需要的人的能力。当前科学界的研究集中于弱人工智能。
　　关于人工智能的定义有很多。斯坦福大学尼尔森教授对人工智能的定义为[14]：广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能具有科学和工程双重目标，人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。加利福尼亚大学斯图尔特 罗素(Stuart Russell)教授对人工智能的定义为[15]：人工智能是采用计算机、机器人等现代人造工具，对生物智能进行延伸或者替代的各种尝试，由此形成的理念、理论、技术和体系的统称。
　　1.1.3 机器智能
　　1. 对机器智能的理解
　　相对于人工智能，人们较少使用机器智能一词。维基百科上对机器智能的定义包括两个方面：人工智能和机器学习。前者指让机器模仿实现人类的智能；后者看中机器自身的主动学习能力[16]。
　　2019年英国Nature杂志的子刊Nature Machine Intelligence正式上线，用于发表机器学习、机器人技术和人工智能领域的高质量原创研究论文和评论文章。目前普遍认为机器学习是体现机器智能的主要方面。例如，阿里巴巴集团技术委员会主席王坚提出：只要创造出关于动物和人的智能，都可以叫作人工智能。但人与动物不具备的智能，如果机器具备了，那就是机器智能[17，18]。美国斯坦福大学人工智能与伦理学教授杰瑞 卡普兰(Jerry Kaplan)认为：机器智能不应该是让机器变得像人一样有智慧，应该是新一代的自动化；它不是来取代人，而是来辅助人的；现在就有很多工作岗位不能靠自动化来取代，而是让我们工作变得更加高效，同时也会创造出新的工作岗位[18]。从这个视角来看，可以认为机器智能是机器自动化的延伸。北京大数据研究院院长鄂维南也认为：机器智能的核心是研究会学习的机器，它将会把我们带入智能化社会，就像当年造出了会劳动的机器把我们带入了工业化社会一样。
　　2. 机器智能的内涵与外延
　　从广义上讲，机器模拟人类的行为、思考方式，通过摄像头、话筒等传感器接收外界数据，与存储器的数据进行对比、识别，从而判断、分析，以便控制机械的行为，就表现为机器智能。这里的“机器”主要指计算机、自动化装置、通信设备等。
　　智能机器人和智能制造是机器智能的核心体现。机器人是人工智能技术与载体和任务的结合体，可以分为以计算机和网络空间为主的软件机器人，具有感知、思考和移动能力的智能机器人，具有感知、分析、推理、决策、控制和制造功能或加入了智能算法的智能化装备或设备。图1.2给出了几种典型机器人的例子。
　　图1.2机器人例子
　　机器智能主要是依靠机器(而非人)这一载体实现一些智能行为。机器智能也分为若干层次，如昀简单的应激反射算法，到较为基础的控制模式生成算法，再到复杂神经网络和深度学习算法，机器智能也有智能高低之分。因此，也可以认为机器智能是囊括人工智能技术、虚拟现实技术、增强现实技术、物联网技术等方面的大集合。
　　1.1.4 人机混合智能
　　1. 人机混合智能的内涵
　　与机器相比，人脑能够整合理解复杂环境中的多重信息并快速作出决策，同时对外界环境变化有很强的适应性。而机器在数值计算、快速检索、海量存储等方面具有明显优势。人机混合智能可以从两个方面理解：人类智能(行为或决策)与人工智能的交互或整合；用智能设备和人体进行集成，形成一个人机合一的超级实体。