人工智能的方法探索

1 / 5 人工智能的方法探索 人工智能的方法探索 人工智能是有 McCarthy 于 1956 年提出，属于人类三大尖端技术之一。近十年来，人工智能取得了许多重要的成果。小到手机里的智能语音助手，再到基于物联网与大数据的智能家居，以及已经上路的自动驾驶汽车，工业生产线上的智能机器人，每秒运算万亿次以上的超级计算机等都已走入我们的生活。人工智能是关于知识的学科 怎样表示 知知识以及怎样获取知识 并并使用知识的学科。【 1 】实现人工智能的三 个个核心问题在于 “ 怎样 表表示，怎样获取，怎样 使使用 ” 这也是人们对人 工工智能探索的核心问题 所所 在。 1 人工智能 研研究的分散化 在 20 世世纪中叶科学技术的背 景景下，人们发现对于智 能能的研究确实太过于复 杂杂，于是人工智能技术 的的工作者采用分散化的 方方式对人工智能进行研 究究。人们当时主要将智 能能模拟研究分解为 “ 结 构构模拟 ” 、 “ 功能模拟 ” 、 “ 行为模拟 ” 三个 分分支。 基于结构模拟 的的神经网络研究 根据 解解剖学的相关成就，人 们们发现人脑的思维定位 于于大脑皮层。人的大脑 皮皮层是由 1011 个神 经经元构成的极其复杂的 一一个网络，每个神经元 都都是一个处理单元，每 个个神经元有数千个与其 他他神经元形成的动态链 接接。生物 系统的工本文 由由2 / 5 论文联盟 http:/收集整理作频率大 约约为 100Hz。于是 生生物大脑大约有 1016 链接 /s的速度。依 靠靠如此复杂的神经网络 系系统，大脑可以充分描 述述外部世界，并对刺激 做做出响应。 起初人们 尝尝试建立同样一个复杂 的的网络系统 神经网 络络。通过众多人工的神 经经元单元的有序链接实 现现人工智能。但是后来 人人们发现简单的通过结 构构的模拟并不能实现智 能能。主要面对三大问题 ：生物的大脑是在不断 的的变化的，伴随生物的 代代谢，新神经突触的建 立立等一系列变化，神经 元元的链接方式无时无刻 不不在发生着变化 。如果 只只模拟结构，而不模拟 出出其变化的特性就很难 做做到智能化。基于工业 的的发展水平，要制造出 复复杂程度如同生物大脑 级级别的网络系统存在着 巨巨大的困难如果将系统 的的复杂程度降低，其智 能能化程度又会大打折扣 。所以人们便开始功能 性性模拟的探索。 1.基基于功能模拟的物理符 号号系统 Newell 和和 Simon提出了著 名名的 “ 物理符号系统 假假设 ” ，认为：一个物 理理符号系统只要满足： 具具有输入符号具有输出 符符号能够存储符号能够 复复制符号能够建立符号 结结构具有条件性迁移能 力力，就能算作一个智能 系系统。他们认为：计算 机机跟人类大脑都满足这 6 个假设，他们是相互 等等效的两个物理符号系 统统。所以用计算机模拟 人人脑是可能的。【 2】 著名的血液感染疾病 诊诊断专家系统 MYCIN 就是基于功能3 / 5 模拟的 物物理符号系统。它是首 个个通过图灵测试的智能 系系统，具有极其深远的 意意义。打败国际象棋世 界界冠军的 “ 深蓝 ” 计算 机机也是基于这一系统。 但是问题在于这套系 统统是否真的智能还有待 考考究。因为目前仍没有 一一套有效的测试方式来 判判断系统是否具有真正 的的意识形态。换言之， 疾疾病诊断系统是否知道 自自己是在做诊断，是否 知知道疾病的概念，在它 眼眼中，他的诊断过程到 底底是疾病的诊断，再或 者者深蓝是否知道自己是 在在下象棋，这个很难表 述述清楚。正是由于这种 自自我认知的缺失，人们 不不得不将这套系统用于 专专门领域的“专家系统 ”。但是专家系统同样 存存在这巨大的问题。专 家家系统必须具有专家级 的的知识储备，它的知识 是是程序设计者从相关领 域域专家处获取的，那么 程程序设计者的主观意识 以以及对知识的理解不同 会会使得专家系统带有程 序序设计者的 “ 情感 ” ，另外，专家到底能否 将将系统所需的知识以机 器器能理解的方式进行完 整整的表述也是问题所在 。更重要的，知识是不 断断更新 不断变化的。一 台台计算机如果不会学习 ，就不能称为具有智能 的的。【 3】由于这诸多 的的限制，通过物理符号 实实现人工智能的途径也 走走到了瓶颈。 1.基 于于行为模拟的感知 动 作作系统 Jackson Pollock 是 著著名的滴画画家，他通 过过放空自己，不刻意也 不不随机，用介于两者之 间间的状态创作出了伟大 的的画4 / 5 作。人们想通过类 似似的方式找到智能的突 破破。人们既不关心智能 系系统的原型结构，也不 关关心系统所需要的知识 储储备。做的仅仅是在感 知知到刺激后，做出相应 的的动作。这是典型的 “ 黑黑箱系统 ” 。 通过这 种种方式人们可 以模拟出 生生物的某些先天性条件 反反射，但是对于高级的 思思考行为却无能为力。 人工智能新发展 正是 因因为分散化研究存在诸 多多的弊病，人们开始探 索索新的途径。人工智能 其其实是信息为主导的一 套套系统。信息间的相互 联联系，相互作用对系统 的的意义十分重大，所以 分分散研究智能有其形而 无无其神。 研究发现， 知知识不是一成不变的， 它它具有自己的生态学系 统统。在先天的本能知识 支支持下，在外界信息激 励励下，人类后天不断习 得得的知识是由欠成熟的 经经验知识开始，形成成 熟熟的规范知识，进一步 成成长为常识知识。而且 已已经建立了能统一考 虑 信信息的形式、内容和价 值值的“全信息理论”。 于是人们基于对知识 和和信息的新认识，提出 了了“信息 知识 智能 策策略”的人工智能新的 发发展方向。形成以“学 习习”为“隐性智能”， “ 策略生成 ” 为 “ 显显性智能 ” 的双智能问 题题。知识可分为：经验 知知识规范知识常识知识 本本能知识。问题的不同 主主要在于涉及知识不同 。这样人工智能的问题 就就5 / 5 变成了解决知识的问 题题。而知识间的相互联 系系正是人工智能的灵魂 。 总结 虽然人工智 能能刚刚兴起，但是其影 响响是巨大的。近些年的 研研究更是给人工智能指 明明了新的发展方向