发布时间 : 星期一 文章对人工智能的若干思考更新完毕开始阅读
对人工智能的若干思考。
来源： 作者： 时间：2009-09-05 点击： 一、人工智能的现状
人工智能的研究目前主要包括以下一些方面: 1.问题求解
人工智能的第一大成就是以下棋程序为代表的问题求解,如美国深蓝系统击败国际象棋大师俄国的卡斯帕洛夫,已经达到很高的水平。但究其实质则是单纯地搜索解答空间,寻求较优的解答。是一种机械地反复进行排列组合加判断的过程,根本不能与国际大师们洞察棋局的能力相提并论。 2.逻辑推理定理证明
像数学逻辑中的分离公式一样,以一定的数据结构表示每个事实,形成数据库,采用谓词逻辑,不断由已有的事实推演出新的结论。
3.自然语言理解
现在已编写出能够从内部数据库回答用英语提出问题的程序,能把句子从一种语言翻译成另一种语言。 4.自动程序设计
在某种意义上讲,编译程序已经在干“自动程序设计”的事了,只不过是把高级语言的源代码转代写论文换为机器所能执行的机器代码。“自动程序设计”则是把更高级的语言如C语言、程序框图或自然语言转化为高级语言编制程序。
5.专家系统
现有专家系统已经在诊断疾病、探矿、质谱分析等方面达到了人类专家水平,但专家系统的领域非常狭窄,存在着“浅层次,窄台阶”的严重局限性,而人类专家可以从哲学和社会的角度对比较宽广的多领域问题进行思考。 6.机器学习
目前较为成功的机械学习,导师把信息形式化,机器照抄这些信息。讲授式学习则是机器对导师提供的信息有一定的选择能力,并予以形式化。机器学习子领域开辟了多个方面的工作,但进展缓慢。
7.人工神经网络
对人脑的研究发展,人脑是一个功能特别强大,结构异常复杂的信息处理系统。其基础是神经元及其相互联系。1934年,McCarlock-Pitts提出第一人工神经网络模型,之后曾先后产生200多种神经网络模型。1986年,霍普菲尔德提出用硬件实现神经网络,提出霍普菲尔德模型。 8.机器人学
现在正在工业上运行的成千上万台机器人只是按固定的程序重复简单操作。在增添了“视觉和视觉处理后,机器人可以对环境进行一些简单判断。
9.模式识别
模式识别着眼于拓宽计算机的应用领域,提高其感知外部信息的能力。也就是识别、理解外部信息如图像、声音触觉信号等。具体做法是从对象提取若干特征,根据这些特征将对象分为若干类然后判断对象属哪一类。 10.机器视觉
机器视觉已从模式识别的一个研究领域发展为一门独立学科。包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别,实施图像压缩、传输和复原、多光谱和彩色图像的处理与解释等。 11.智能控制
智能控制是一类无需(或需要尽可能少的)人的干预能够独立驱动智能机器,实现其目标的自
动控制。其本质是采用定量数学解析法和基于知识的定性方法的混合控制方式。
由人工智能的现状可以看出,人工智能在解决具体领域问题方面已经取得了了不起的成就,解决了许多人类难以解决的问题。尽管如此,还是很难看出当前的人工智能技术或者说智能机器有些像人的智能。因此,有必要分析一下人的智能,以便找出机器智能与人的智能在外在表现上的差别及内在机制上的差别。
二、对人工智能若干问题的思考
人工智能的困难体现在两个方面。其一是对人脑的工作机制知之甚少,所以从结构和原理上模拟人脑非常困难。其二是尽管在计算机上实现了许多所谓“智能化”,但这种智能化依然是解决某一领域的复杂程序。因此,有必要从科学发展的历史、人类认识自然的历史和哲学的角度对人工智能本身进行一些思考。
1.实现人工智能是否一定要模仿人脑结构和工作过程
单就实现人工智能的近期目标而言,可以说没有必要模仿人脑的工作过程。现有的计算机技术加上解决各类问题的数学算法基本上可以解决相当一部分问题。但就实现人工智能的远期目标而言,可以说现在计算机学派和连接主义学派都尚未取得突破。人类进行模仿生物的发明创造已有很长的历史了。但人类飞行和地面行走并不是完全模仿鸟类和动物行走。 2.人类认知世界的能力
从理论上讲,人脑是物质的,物质世界是可以认识的,人类最终将认识脑机制。
经典的还原论认为,通过研究和了解系统的每一部分,可以了解这个系统。通过研究客观现实的自然规律可以掌握客观世界的未来。但是,无论我们对生物体的每一个细胞了解有多深,我们无法理解和预测整个生物体的构造机制和行为。复杂的生物体似乎有他自己的某种动力。 经典的牛顿力学使我们可以准确预测哈雷彗星何时重返太阳系,但是无法预测宇宙的未来。可以这样理解:根据人类对自然及自然规律的认识,人类可以在一定的时间、空间范围内对不太复杂的系统做出彻底的理解和预测。但超过一定的时间、空间范围和复杂程度后,人的认识能力就有限了。
这种有限是由四个方面的原因构成的。
其一是人类所掌握的规律的局限性,例如,牛顿力学对高速和微观世界不适用;
其二是人类的运算能力的局限性所造成的,例如,天气预报,从理论上讲,只要运算速度足够快,就可以精确预报未来相当长时间的天气情况。但这种能力还是非常有限的。因为有关的方程个数是非常有限的,所能容纳的初始参数也是有限的,从而不可能取所有有关的初始值;
其三,来源于我们认知世界的方法。我们对世界的观察实质上是与世界进行相互作用。可以说,人类从来没有以一个旁观者的身份观察过世界。这是人类世界无法避免的。例如,我们读取的温度并非物体原来的温度,实质上是物体与温度计这两个物体达到温度平衡后的温度。尽管在宏观上,这种差别是可以忽略的。但是,严格的“真正准确认识世界”是不可能的;
其四,人类对客观世界进行认识最根本的观察是人的知觉系统。可以说,只有人的知觉系统是直接地观察着世界,与世界发生相互作用。超越人的知觉能力,人只能间接地观察世界。例如,人眼可看见有色光,但可以间接地观察到紫外线和无线电波。对盲人而言,可见光如同紫外光和无线电波。所以,超越人的知觉能力之外,人对世界的理解靠的是概念与意识。
人认识世界的过程可以说是观察世界、形成概念以及概念形成符号串(断言)的过程。鉴于人类对客观世界的认识都是可以表达出来的,而这种表达是一个符号系统,所以,符号系统是可以完全描述人所认识的客观世界的。但值得注意的是人对自然的认识与自然本身是不同的,前者是精神的,后者是物质的。
3.脑机制是否可以被认识
人脑是物质的,物质世界是可以认识的。这种认识是客观世界在人脑中的印象。 4.智能是否只存在于人脑中
这实际上包含两个问题,即人的智慧的结果能独立于人脑而存在,但这种存在只有被另一个智慧体接收才有意义。第二个方面是,智能过程是否只存在于人脑中。从广义度看,凡是对输入信息做出适当反应的系统都可以认为是有一定智能的。如果指人所具有的智能,则这种智能目前还只能存在于人脑之中。 5.计算机是否可以模仿人类智能
从功能和效果上部分地模仿人类智能,已被实践证明是可能的。但有一点可以肯定,计算机对人脑的模拟只能是一种功能和效果上的模仿,而不会是照搬人脑的结构和思维过程。人脑与计算机的工作方式是截然不同的。 6.被忽视的问题
目前对人工智能的研究一方面是倾向于解决具体问题,并已取得成就,但不具备人的智能。另一方面通过模仿人脑的硬件结构试图制造出具有人的智能的机器。但这两者都忽视了人的生物性和人的社会性。人脑所具备的智慧并非孤立地建立在脑机制之上。可以设想一个人如果从出生之日起与人类社会隔绝,则这个人不可能产生人的智慧。同时,如果一个人不曾具有感知能力,无法接收外部信息,则不可能产生智能。
研究人工智能往往非常注重人的高级思维活动,忽视了人的高级思维活动是建立在低级生物活动基础之上的。例如,人的触觉-反应系统就不是通过人脑思维产生反应的。这说明人的大脑之所以能专门用于高级思维,是因为外界信息的许多处理是由神经系统直接完成。而现有的人工智能系统中,往往是用主算机与神经网络处理信息。 三、人工智能前景的展望
尽管人工智能是一门涉及到生命科学、计算机科学、数学、心理学等众多学科的科学,而相对人工智能的需要来说,这些学科的发展还很不成熟。但人工智能的研究已经在实际应用方面取得了巨大成绩,产生了巨大的经济效益。在基础理论方面,已提出多种模型,在不同的方面模拟人的思维过程,已取得了一定进展。可以预计人工智能可能在以下几个方面取得突破: 1.生命科学的发展帮助人类彻底弄清脑机制,从而在硬件上复制出人脑计算机,在理论上描述脑的思维过程,最终实现人工智能。
2.全新的理论框架,全面表达各种人类知识及人类思维方式。
3.对现有人类知识的综合集成。把人的思维和思维的成果、人的知识和智慧以及各种信息和资料统统集合起来。
4.在人工智能的某个领域取得突破,例如宽领域的专家系统、自然语言理解等,从而带动人工智能的突破。
人类既不能因人工智能的成就而沾沾自喜,也不能因人工智能的远期目标的困难而失去信心。一方面要积极利用人工智能的技术解决实际问题,发展社会生产力,同时,也要努力探索人工智能的基础理论,从理论上取得大的突破。