模型解释与机制构建-智能难题中的知行合一_第1页
模型解释与机制构建-智能难题中的知行合一_第2页
模型解释与机制构建-智能难题中的知行合一_第3页
模型解释与机制构建-智能难题中的知行合一_第4页
全文预览已结束

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

模型解释与机制构建——智能难题中的“知行合一”报告人:周泽恩武汉大学哲学学院硕士生简介:智能难题是指“无智能的组成部分如何能够结合在一起产生智能?”这不仅是通用人工智能领域的难题,也是认知科学领域的难题。前者试图解码人类智能的运作机制并人工构建,后者试图建立数据模型最终实现对人类智能的解释。然而,目前的认知模型过于具体化而回避了对智能难题的解答。因此,作者主张在认知科学中开辟一块“智能科学”的子领域。人类智能是漫长进化过程的结晶,对我们呈现为一个智能的“成品”或“黑箱”。实际上,很多科学突破都源于大自然的种种奇妙“黑箱”的启发,从而采取一种仿生学和逆向工程的进路,比如飞机的发明源自鸟类。人工智能所要解码的正是人类智能的“黑箱”。如果以飞机的发明做类比,认知建模所做的是原原本本模拟鸟的生理构造来造一架像鸟一样拍打翅膀的“鸟飞机”。这显然把问题复杂化了,而且无助于解决鸟是如何飞上天的。而工程学家需要做的是,搞清楚鸟类飞行的机制——空气动力学,并据此造出满足这一基本机制的飞行器即可。因此,认知科学应当反思一味做“外部”模拟的研究,而直面“智能黑箱”的“内核“。作者建议开辟一个专门的认知研究领域:智能科学,并且揭示出该领域的研究和通用人工智能研究的目的殊途同归。-------------------------------------------------------------------------------TheoreticalFoundationsofArtificialGeneralIntelligence通用人工智能的理论基础Chapter2ArtificialIntelligenceandCognitiveModelingHavetheSameProblem第二章人工智能和认知建模面临同样的难题NicholasL.Cassimatis尼古拉斯L.卡西马蒂斯伦斯勒理工学院认知科学系摘要:试图解释人类智能的认知模型作者,与旨在创造出具备人类级别智能的计算机的人工智能研究者,具有共同的难题:一个由相对非智能的部分(如神经元或晶体管)组成的系统怎么会表现得有智能?我所要论证的是,尽管认知科学已经在许多方面取得显著进展,要解决智能难题必须引入特殊的标准和方法到认知科学中来。为推进相关研究,我建议在认知科学内新建一个子域,称为“智能科学”,并为解决智能难题的研究提供一些参考。-------------------------------------------------------------------------------1.智能难题智能难题:非智能的组成部分(神经元或晶体管,甚至小到分子、原子)如何能够结合在一起产生人类级别的智能?理解人类智能:理解人脑是如何具体解答这一难题的尝试人类级别人工智能:制造具有人类级别智能的计算机的进程=通用人工智能图灵测试的不当之处:能使观察者把计算机和人混淆的智能往往无关紧要(作为人工飞行的飞机未必要与鸟乱真)意义:对于作为认知科学基础的自然主义世界观的主要挑战,同时蕴含着巨大的技术收益。关于物理世界法则的理论的假设不包含:创造性问题的解决、有目的的行为及其他人类级别的认知特征作者强调:理解人脑如何解决人类智能难题是认知科学的重要目标【批评1】智能科学必须要回答的问题举例:限定难题(在短时间内检索和推断知识的例外)、相关性难题(如何迅速从大量模糊的信息中检索出相关方面)、整合难题(心灵如何解决需要多种基于不同运算方法的推断的问题)2.现有方法和标准不足人工智能和认知科学部分驱动目标:Goalofunderstandingandengineeringhuman-levelintelligence人类级别智能仅仅是认知科学的目标之一。解决一般目标的做法:产生预测解释经验数据的模型或理论,发展形式理论来预测人的符合规则的判断并把特定种类的认知过程与大脑区域相联系。无益于理解人类智能,需要方法论创新。例如:形式语言学、神经科学(认知神经科学、计算神经科学)、人工智能的两大目标:(1)一种形式化或经验化的展现,即一种能与规范标准相一致、相近似或相汇合的算法。贝叶斯网络无助于揭示人类级别智能难题,因为人类并不是标准化地正确的推理者,缺乏解决这一问题的专业的激励和标准;(2)揭示一种度量标准,即一种算法或系统更快、消耗更少资源并且/或者更加精确。都可以实现特定目标而不必有助于人类级别智能问题的解决。、实验心理学(认知心理学仅仅要求理论的精确性)3.认知建模:模型拟合强迫认知建模对理解人类级别智能不可或缺,最终的理解在于:(1)表现得如同人类一样智能的计算模型;(2)了解该模型或至少该模型行为的机制的方式反映了人类内部的运作。许多认知模型作者的重大目标:创造类似人类行为的计算模型,并显示模型的机制在某种层次上符合人类认知中的机制。认知建模共同体中的一些实践和标准虽然适于理解认知的许多方面,但并不足以甚至有时会阻碍理解人类级别的智能。方法论批判:模型拟合强迫当今的研究进路是创建在一项任务中的人类认知模型,需要拟合人类行为在该任务中的数据,并理想化地预测在其他版本任务或其他所有任务中的行为。如果有效,我们可以说模型所设想的机制与实际上的人类认知相符合或相近似。【批评2】(1)不能确保未被揭示的机制对于理解人类级别智能是否重要,(2)不能推动人们探寻理解人类级别智能中未被揭示的关键问题和机制比喻说明:鸟类科学:理解鸟类的进程鸟类建模:创建鸟类计算模型的进程→【问题在于,飞机只是对鸟的飞行行为的机制的重构,但并没有解决鸟类飞行智能的问题,即鸟如何根据不同情况精细调控自己的飞行行为。目前的无人机研究似乎才朝这个方向更进一步→生物的工程化解析与工程的生物化构建】人工飞行:制造会飞的机器的进程飞行难题:由分别服从重力的各部分构成的系统如何组合在一起对抗重力理解鸟类飞行:理解鸟类如何具体解决这一难题的进程【批评3】观点一:不足:需要引入标准来说明模型强大到足以解释人类级别的表现【批评4】观点二:阻碍:莱特兄弟的飞机并不符合鸟类模型却足以飞翔,而按照现在的进路要绕一大圈才回到问题的实质:发现飞行结构中的空气动力学原理进而解决飞行难题。实践的有效性足以说明人们无意中掌握了未知的原理,对我们的研究具有启发。但是因为是试验性的,难以保证不会漏掉关键的成分,所以要么要走很长一段不确定之路,要么就要推迟公布、确证和传播他们系统中蕴藏的思想。【我认为这个反驳无力】多数认知科学的任务都有一种以上的能够完成该任务的可能的计算机程序,然而,至今尚无已知能够达到人类级别智能的程序。一旦有了能够预测人是有智能的模型,就可以验证已有的机制是否强大到足够解释人类智能。创建这样的模型意味着编写表现智能的计算机程序【何以判定是否智能?】4.人工智能和认知建模可以互益已论证:低相关性;研究空缺;标准的束缚性建议:(1)子领域(2)对正确的数据建模(3)慎重对待AI(走向通用)(4)取得进展(处理简单、实际运用的问题,以取得认可)(5)发展现实的公共标准(作者正在从事)(6)难处:能够模拟的、有显著进步的智能水平;物理层面要求理解框架问题、可废止的推理、如何整合持续的、基于不同算法和数据结构的认知模型(7)易处:避免外部事项、任务。(8)增加:持续增加(9)普遍性/通用:-------------------------------------------------------------------------------评论:【批判1:1.概念混淆:智能难题和人类智能难题是不同层次的问题,后者更具体化、特殊化;2.潜在预设:人类智能本身就是人脑活动的表现,然而将人脑视作为解决人类级别智能问题的解决方案之一,实际上就潜在预设了存在可以脱离人脑的人类级别的智能,这也就意味着把对人类智能的抽象即“人类级别的智能”由思维认知上的抽象变为的工程技术的抽象、由理论的抽象变为现实的抽象;既是抽象物(模型)又要具象化、实体化(实体),从下到上的理论认识和从上到下的工程设计,中间是核心部分即对原理的把握;物理学,事物中的原理,还原的方法论,仿生学,认知科学→实体和模型的界限在哪?虚拟化、信息化】【批评2:采取特定数据-假设模型-推广检验-模型修正-推广检验-模型修正……-成熟的数据模型→朱熹格物致知】【批评3:问题的根本可能在于不该期望从这一进路寻找答案,而是应该从进化的视角层层解决、动态解决;工程应该是对进化过程的模拟重构,而不是简单粗暴地拆开玩具再拼凑起来】【批评4:问题还在于从人当中寻求参照,而这一参照系本身就是不明朗的,作者所要诉诸的原则恰恰是未知的,这是一个需要不断试错的过程,实践认识再实践】理解智能的原理,生物学!不拘泥于人类的这种形式的智能,回到智能本身。区分智能和人类智能:人类智能作为智能的一种特殊、高级的表现形式,具有自我意识、自主性其他评论:1.区分

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论