馮酉南中北大學(xué)
?
人工智能的方法探索
馮酉南
中北大學(xué)
摘要:人工智能從20實際5 0年代興起,60多年來,人工智能取得了眾多成果。關(guān)于人工智能方法的探索始終在不斷的發(fā)展。先后經(jīng)歷了結(jié)構(gòu)模擬、功能模擬、行為模擬三個模擬階段的方法探索 并在近1O年發(fā)現(xiàn)人工智能的共性核心機制為“信息一知識一智能策略”。并以此為基礎(chǔ),通過知識的不同來探尋不同的智能策略,打破了人工智能結(jié)構(gòu)、功能、行為的相互獨立性。以統(tǒng)一的“信息觀,系統(tǒng)觀,機制觀”為人工智能的研究提供了新的方向。
人工智能(Artificial Intel1igence簡稱AI)是有McCarthy于1956年提出,屬于人類三大尖端技術(shù)之一。近十年來,人工智能取得了許多重要的成果。小到手機里的智能語音助手,再到基于物聯(lián)網(wǎng)與大數(shù)據(jù)的智能家居,以及已經(jīng)上路的自動駕駛汽車,工業(yè)生產(chǎn)線上的智能機器人,每秒運算萬億次以上的超級計算機等都已走入我們的生活。人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲取知識并使用知識的學(xué)科,實現(xiàn)人工智能的三個核心問題在于“怎樣表示,怎樣獲取,怎樣使用”這也是人們對人工智能探索的核心問題所在。
在20世紀(jì)中葉科學(xué)技術(shù)的背景下,人們發(fā)現(xiàn)對于智能的研究確實太過于復(fù)雜,于是人工智能技術(shù)的工作者采用分散化的方式對人工智能進行研究。人們當(dāng)時主要將智能模擬研究分解為“結(jié)構(gòu)模擬”、“功能模擬”、“行為模擬”三個分支。
1.1基于結(jié)構(gòu)模擬的神經(jīng)網(wǎng)絡(luò)研究
根據(jù)解剖學(xué)的相關(guān)成就,人們發(fā)現(xiàn)人腦的思維定位于大腦皮層。人的大腦皮層是由101 1個神經(jīng)元構(gòu)成的極其復(fù)雜的一個網(wǎng)絡(luò),每個神經(jīng)元都是一個處理單元,每個神經(jīng)元有數(shù)千個與其他神經(jīng)元形成的動態(tài)鏈接。生物系統(tǒng)的工作頻率大約為lOOHz。于是生物大腦大約有1016鏈接/s的速度。依靠如此復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng),大腦可以充分描述外部世界,并對刺激做出響應(yīng)。
起初人們嘗試建立同樣一個復(fù)雜的網(wǎng)絡(luò)系統(tǒng)——神經(jīng)網(wǎng)絡(luò)。通過眾多人工的神經(jīng)元單元的有序鏈接實現(xiàn)人工智能。但是后來人們發(fā)現(xiàn)簡單的通過結(jié)構(gòu)的模擬并不能實現(xiàn)智能。主要面對三大問題:(1)生物的大腦是在不斷的變化的,伴隨生物的代謝,新神經(jīng)突觸的建立等一系列變化,神經(jīng)元的鏈接方式無時無刻不在發(fā)生著變化。如果只模擬結(jié)構(gòu),而不模擬出其變化的特性就很難做到智能化。(2)基于工業(yè)的發(fā)展水平,要制造出復(fù)雜程度如同生物大腦級別的網(wǎng)絡(luò)系統(tǒng)存在著巨大的困難(3)如果將系統(tǒng)的復(fù)雜程度降低,其智能化程度又會大打折扣。所以人們便開始功能性模擬的探索。
1.2基于功能模擬的物理符號系統(tǒng)
Newell和Simon提出了著名的 “物理符號系統(tǒng)假設(shè)”,認為:一個物理符號系統(tǒng)只要滿足:(1)具有輸入符號(2)具有輸出符號(3)能夠存儲符號(4)能夠復(fù)制符號(5)能夠建立符號結(jié)構(gòu)(6)具有條件性遷移能力,就能算作一個智能系統(tǒng)。他們認為:計算機跟人類大腦都滿足這6個假設(shè),他們是相互等效的兩個物理符號系統(tǒng)。所以用計算機模擬人腦是可能的。
著名的血液感染疾病診斷專家系統(tǒng)MYCIN就是基于功能模擬的物理符號系統(tǒng)。它是首個通過圖靈測試的智能系統(tǒng),具有極其深遠的意義。打敗國際象棋世界冠軍的“深藍”計算機也是基于這一系統(tǒng)。
但是問題在于這套系統(tǒng)是否真的智能還有待考究。因為目前仍沒有一套有效的測試方式來判斷系統(tǒng)是否具有真正的意識形態(tài)。換言之,疾病診斷系統(tǒng)是否知道自己是在做診斷,是否知道疾病的概念,在它眼中,他的診斷過程到底是疾病的診斷,再或者深藍是否知道自己是在下象棋,這個很難表述清楚。正是由于這種自我認知的缺失,人們不得不將這套系統(tǒng)用于專門領(lǐng)域的“專家系統(tǒng)”。但是專家系統(tǒng)同樣存在這巨大的問題。專家系統(tǒng)必須具有專家級的知識儲備,它的知識是程序設(shè)計者從相關(guān)領(lǐng)域?qū)<姨帿@取的,那么程序設(shè)計者的主觀意識以及對知識的理解不同會使得專家系統(tǒng)帶有程序設(shè)計者的 “情感”,另外,專家到底能否將系統(tǒng)所需的知識以機器能理解的方式進行完整的表述也是問題所在。
1.3基于行為模擬的感知一動作系統(tǒng)
Jackson Pollock是著名的滴畫畫家,他通過放空自己,不刻意也不隨機,用介于兩者之間的狀態(tài)創(chuàng)作出了偉大的畫作。人們想通過類似的方式找到智能的突破。人們既不關(guān)心智能系統(tǒng)的原型結(jié)構(gòu),也不關(guān)心系統(tǒng)所需要的知識儲備。做的僅僅是在感知到刺激后,做出相應(yīng)的動作。這是典型的“黑箱系統(tǒng)”。通過這種方式人們可以模擬出生物的某些先天性條件反射,但是對于高級的思考行為卻無能為力。
正是因為分散化研究存在諸多的弊病,人們開始探索新的途徑。人工智能其實是信息為主導(dǎo)的一套系統(tǒng)。信息間的相互聯(lián)系,相互作用對系統(tǒng)的意義十分重大,所以分散研究智能有其形而無其神。研究發(fā)現(xiàn),知識不是一成不變的,它具有自己的生態(tài)學(xué)系統(tǒng)。在先天的本能知識支持下,在外界信息激勵下,人類后天不斷習(xí)得的知識是由欠成熟的經(jīng)驗知識開始,形成成熟的規(guī)范知識,進一步成長為常識知識。而且已經(jīng)建立了能統(tǒng)一考慮信息的形式(語法結(jié)構(gòu))、內(nèi)容(語法意義)和價值(語法信息)的“全信息理論”。于是人們基于對知識和信息的新認識,提出了“信息一知識一智能策略”的人工智能新的發(fā)展方向。形成以“學(xué)習(xí)”為“隱性智能”,“策略生成”為“顯性智能”的雙智能問題。知識可分為:(1)經(jīng)驗知識(2)規(guī)范知識(3)常識知識(4)本能知識。問題的不同主要在于涉及知識不同。這樣人工智能的問題就變成了解決知識的問題。而知識(信息)間的相互聯(lián)系正是人工智能的靈魂。
雖然人工智能剛剛興起,但是其影響是巨大的。近些年的研究更是給人工智能指明了新的發(fā)展方向。從分散的研究,到找到內(nèi)在統(tǒng)一規(guī)律,這對人工智能的發(fā)展具有重要的意義。如今人工智能已經(jīng)在國民生活,工業(yè)生產(chǎn),國防建設(shè)等眾多領(lǐng)域發(fā)揮了許多積極的作用 而且我相信,它的貢獻將會越來越大,對科技進步和產(chǎn)業(yè)發(fā)展發(fā)揮更加強大的作用。
關(guān)鍵字:人工智能 統(tǒng)一理論 專家系統(tǒng) 方法探索