但凝云

（昭通學(xué)院，昭通 657000）

隨著我國社會(huì)經(jīng)濟(jì)水平的不斷提高，人們對(duì)科學(xué)技術(shù)的要求越來越高，而人工智能中只是獲取則直接關(guān)系到我國科學(xué)技術(shù)發(fā)展，因此得到了社會(huì)各方人士的關(guān)注及重視，并對(duì)人工智能中知識(shí)獲取進(jìn)行了深入研究，很多研究結(jié)果顯示，當(dāng)下人工智能知識(shí)獲取還面臨著很多中學(xué)困難，所以要想基于人工智能高效獲取知識(shí)，需要克服這些哲學(xué)困難，并確定正確的未來發(fā)展方向。所以下文先詳細(xì)分析了人工智能中知識(shí)獲取面臨的哲學(xué)困境，然后簡要探討了人工智能中知識(shí)獲取的未來走向。

1 人工智能中知識(shí)獲取面臨的哲學(xué)困境

1.1 面臨的符號(hào)主義哲學(xué)困境

符號(hào)主義又稱邏輯主義和物理符號(hào)系統(tǒng)假設(shè)，這種假設(shè)實(shí)質(zhì)上就一種以客體符號(hào)為主要媒介，連接各種知識(shí)體系，然后利用現(xiàn)代化技術(shù)實(shí)現(xiàn)這些知識(shí)體系的智能化操作，最終實(shí)現(xiàn)知識(shí)獲取的一種符號(hào)系統(tǒng)假設(shè)，最具代表性的技術(shù)為離散符號(hào)處理計(jì)算系統(tǒng)。符號(hào)主義哲學(xué)雖然在一定程度上方便了人工智能知識(shí)獲取，但在智能化水平上還有待提高，這在不同程度上給人工智能中的知識(shí)獲取帶來了哲學(xué)困境，主要體現(xiàn)在以下三方面：

第一，符號(hào)系統(tǒng)中含有專家系統(tǒng)，而研制專家系統(tǒng)時(shí)需要獲取大量的知識(shí)，其知識(shí)涉及到的領(lǐng)域非常廣且難度高，這給知識(shí)獲取造成了很大的困境，加之人工智能中的知識(shí)獲取辦法不統(tǒng)一，導(dǎo)致獲取而來的知識(shí)存在不可用、不真實(shí)等問題；第二，知識(shí)工程師在獲取知識(shí)、整理知識(shí)和表達(dá)知識(shí)時(shí)所受到的局限性非常大，這給整體的人工智能知識(shí)獲取工作帶來了很大的困境；第三，很多人類專家所以開發(fā)出來的知識(shí)都是基礎(chǔ)性和常識(shí)性知識(shí)，這些知識(shí)內(nèi)容非常繁多且實(shí)踐性很強(qiáng)，所以在獲取時(shí)需要做大量的前期準(zhǔn)備工作，并且在獲取后還需要應(yīng)用到實(shí)際的生產(chǎn)及生活中去，否則就失去了這些知識(shí)的存在意義，因此給人工智能知識(shí)獲取帶來了很大的困境，主要體現(xiàn)在知識(shí)整理及應(yīng)用方面。

1.2 面臨的聯(lián)結(jié)主義哲學(xué)困境

聯(lián)結(jié)主義哲學(xué)簡而言之就是一種將神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)連接起來的哲學(xué)方法，也可以理解為連接機(jī)制與學(xué)習(xí)算法相結(jié)合的智能模擬方法。聯(lián)結(jié)主義哲學(xué)是神經(jīng)心理學(xué)、認(rèn)知科學(xué)得以深入研究的成果，能夠?qū)⑷四X的高層網(wǎng)絡(luò)活動(dòng)與實(shí)際的網(wǎng)絡(luò)連接起來，從而增強(qiáng)智能活動(dòng)范圍，最終實(shí)現(xiàn)更多更有效知識(shí)的獲取及應(yīng)用，最具有代表性的技術(shù)便是人工神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上就是一種分布式處理器，能夠連接大量的知識(shí)點(diǎn)，使在知識(shí)獲取的過程中解決各種問題，所以人工網(wǎng)絡(luò)在人工智能知識(shí)獲取領(lǐng)域得到了廣泛應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與離散符號(hào)處理計(jì)算系統(tǒng)（符號(hào)主義代表技術(shù)）存在很多不同點(diǎn)，最大的不同點(diǎn)就是人工網(wǎng)絡(luò)能夠?qū)崿F(xiàn)大規(guī)模智能活動(dòng)，以同時(shí)獲取多個(gè)領(lǐng)域的知識(shí)[1]。

盡管在聯(lián)結(jié)主義哲學(xué)影響下人工智能知識(shí)獲取的效率得了提高，但聯(lián)結(jié)主義依然還是在一定程度上給人工智能的知識(shí)獲取帶來了常識(shí)知識(shí)方面的問題，同時(shí)還在神經(jīng)網(wǎng)絡(luò)模型建構(gòu)技術(shù)方面受到了限制，具體的聯(lián)結(jié)主義哲學(xué)困境如下：

第一，雖然基于聯(lián)結(jié)主義哲學(xué)構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型與人腦的神經(jīng)網(wǎng)絡(luò)很相似，但畢竟不是真正的人腦，在很多知識(shí)處理上還是會(huì)出現(xiàn)問題，如果遇到難度系數(shù)很高的問題時(shí)則需要幾百個(gè)76元去解決，這無疑增加了人工智能的知識(shí)獲取難度；第二，基于聯(lián)結(jié)主義哲學(xué)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在學(xué)習(xí)方法及邏輯等方面與人不同，會(huì)增加人工智能知識(shí)獲取的連接難度，即不同領(lǐng)域知識(shí)的連接；第三，基于聯(lián)結(jié)主義哲學(xué)的人工智能知識(shí)獲取需要在網(wǎng)絡(luò)支持下才能進(jìn)行操作，如果沒有大量指導(dǎo)，網(wǎng)絡(luò)操作就會(huì)出現(xiàn)質(zhì)量下降的問題，進(jìn)而影響人工智能的知識(shí)獲取質(zhì)量及效率。

1.3 面臨的行為主義哲學(xué)困境

行為主義哲學(xué)簡而言之就是一種 “感知和行動(dòng)”的行為智能模擬方法，該種方法主要通過感知、行為來實(shí)施和應(yīng)用，所以實(shí)施效果取決于外界環(huán)境的復(fù)雜程度，復(fù)雜程度越高則實(shí)施難度越高，反之則越低，所以基于行為主義的人工智能知識(shí)獲取智能在與環(huán)境的交互作用中實(shí)現(xiàn)，這使知識(shí)獲取受到了很大的環(huán)境限制，這便是人工智能知識(shí)獲取所面臨的行為主義哲學(xué)困境。

2 人工智能中知識(shí)獲取的未來走向

通過上面的分析了解到人工智能的知識(shí)獲取還面臨符號(hào)主義、聯(lián)結(jié)主義及行為主義上的哲學(xué)困境，所以未來的人工智能中知識(shí)獲取的走向應(yīng)趨向于網(wǎng)絡(luò)化、智能化、信息化及數(shù)據(jù)化，即不斷提高人工智能中知識(shí)獲取的網(wǎng)絡(luò)化水平、信息化水平、智能化及數(shù)據(jù)化水平，使知識(shí)獲取效率及質(zhì)量更高。

3 結(jié)束語

總而言之，當(dāng)下人工智能中知識(shí)獲取還面臨各種哲學(xué)困境，需要不斷提高知識(shí)獲取的智能化、信息化及數(shù)據(jù)化水平。

[1] 劉桂林，宋瑋.電力系統(tǒng)中就人工智能若干問題的討論分析[J].國網(wǎng)技術(shù)學(xué)院學(xué)報(bào)，2014，17（02）：9-11+18.