Answers:
这个问题的好答案取决于您要使用标签的目的。
当我考虑“优化”时，我考虑的是解决方案空间和成本函数。也就是说，有许多可能的答案可以返回，我们可以知道任何特定答案的成本是多少。
在此视图中，答案是“是”-模式识别是每种模式都是可能的答案的情况，并且优化方法正在尝试寻找成本最低的模式（即，答案与您的需求相匹配）希望它匹配）。
但是，大多数有趣的优化问题的特征在于指数解空间和干净的成本函数，因此可以更多地看作是“搜索”问题，而大多数模式识别问题的特征在于简单的解决方案空间和复杂的成本函数，并且可能会感到不自然将他们两个放在一起。
（总的来说，我确实认为优化和智能之间的联系非常紧密，以至于优化能力是对智能的一种很好的度量，当然，与模式识别相比，它对于智能的实际使用也可以是一种更好的度量。）
我可以提供两种（乍一看，矛盾的）观点：
首先：
如果字母字符串“ abc”变为“ abd”，那么对“ ijk”进行“相同操作”会是什么样？
这只是一个问题（所谓的“字母字符串类比问题”）的一个例子，很难将其描述为一个优化问题-有一系列看来对人类有吸引力的答案，每个答案都有其自身的结构特定原因。这些问题的一些微妙之处在这里详细讨论。
其次：
这是AGI 的一个非常高级的观点，其中优化起着关键作用。
尚不清楚如何协调这两种截然不同的方法规模。作为从事优化研究工作的人，我倾向于说，就目前所有实际目的而言，AGI都不能真正被视为优化问题，因为大多数有趣的活动都不容易使自己适应于此。通过成本函数进行描述。