这个问题的一个好的答案取决于你想用标签做什么。

当我想到“优化”时，我想到的是解决方案空间和成本函数；也就是说，可以返回许多可能的答案，我们可以知道任何特定答案的成本是多少。

在这个观点中，答案是“是”——模式识别是每个模式都是一个可能的答案的情况，优化方法是试图找到成本最低的那个（即答案与你的答案相匹配的地方）希望它匹配）。

但是大多数有趣的优化问题的特征是指数解空间和干净的成本函数，因此可以更多地被认为是“搜索”问题，而大多数模式识别问题的特征是简单的解空间和复杂的成本函数，可能感觉不自然把他们两个放在一起。

（总的来说，我确实认为优化和智能之间的联系足够紧密，优化能力是衡量智能的好方法，当然比模式识别更能衡量智能的实际应用。）

我可以对此提供两种（乍一看，相互矛盾的）观点：

第一：

如果字母字符串“abc”变成“abd”，“ijk”“做同样的事情”会是什么样子？

这只是一个不容易被定义为优化问题的问题（所谓的“字母串类比问题”）的一个例子——有一系列对人类来说似乎很有吸引力的答案，每个答案都有其特定的结构原因. 此处详细讨论了这类问题的一些微妙之处。

其次：

这是关于 AGI 的一个非常高级的观点，其中优化起着关键作用。

目前尚不清楚这两种截然不同的方法如何协调。作为一个以优化研究为生的人，我倾向于说，当然，就目前所有的实际目的而言，AGI 不能真正被视为优化问题，因为大多数有趣的活动并不适合通过成本函数进行描述。