關(guān)于人工智能的畢業(yè)論文(2)
關(guān)于人工智能的畢業(yè)論文
關(guān)于人工智能的畢業(yè)論文篇二
機(jī)制主義方法與人工智能統(tǒng)一理論
摘 要：本文報(bào)導(dǎo)人工智能研究的一項(xiàng)重要進(jìn)展：由于發(fā)現(xiàn)了人工智能研究的“機(jī)制主義”模擬方法和“知識(shí)的生態(tài)學(xué)結(jié)構(gòu)”，使原來(lái)“鼎足三分”的三個(gè)主流學(xué)說(shuō)(結(jié)構(gòu)模擬、功能模擬和行為模擬學(xué)說(shuō))在“機(jī)制主義方法”的基礎(chǔ)上實(shí)現(xiàn)了和諧的統(tǒng)一，形成了統(tǒng)一理論。?
關(guān)鍵詞：結(jié)構(gòu)模擬; 功能模擬; 機(jī)制主義方法;人工智能統(tǒng)一理論?
一、引言：人工智能成為信息科學(xué)技術(shù)的焦點(diǎn)??
信息是事物存在方式和運(yùn)動(dòng)狀態(tài)的表象;知識(shí)是由信息提煉出來(lái)的產(chǎn)物，是事物存在方式和運(yùn)動(dòng)規(guī)律的本質(zhì)表征;智能是知識(shí)合目的演繹的結(jié)果，是運(yùn)用知識(shí)來(lái)認(rèn)識(shí)問(wèn)題和解決問(wèn)題的能力。信息科學(xué)技術(shù)的研究目標(biāo)不僅是為了認(rèn)識(shí)和利用信息本身，更重要的是為了“利用信息，提煉知識(shí)，生成智能，解決問(wèn)題”。后者，就是“人工智能”的研究。?
人，是地球上所存在的最高級(jí)信息系統(tǒng)。人體信息系統(tǒng)的進(jìn)化表現(xiàn)了一個(gè)重要的科學(xué)規(guī)律：在感覺(jué)器官、神經(jīng)系統(tǒng)、古皮層舊皮層、行動(dòng)器官成熟之后，新皮層就成為整體發(fā)展的焦點(diǎn)。信息技術(shù)的發(fā)展也遵循同樣的規(guī)律：在傳感(感覺(jué)器官功能的擴(kuò)展)、通信(傳導(dǎo)神經(jīng)系統(tǒng)功能的擴(kuò)展)、計(jì)算(古皮層舊皮層功能的擴(kuò)展)、控制(行動(dòng)器官功能的擴(kuò)展)充分發(fā)展起來(lái)之后，人工智能(新皮層功能的擴(kuò)展)就成為信息技術(shù)整體發(fā)展的?焦點(diǎn)。?
進(jìn)入21世紀(jì)，傳感、通信、計(jì)算、控制、以及基于通信和計(jì)算的互聯(lián)網(wǎng)都獲得了長(zhǎng)足的發(fā)展，智能傳感、智能通信、智能計(jì)算、智能控制、智能信息處理、智能機(jī)器人、智能信息安全、智能游戲等等已經(jīng)成為備受關(guān)注的方向;因而它們的共同基礎(chǔ)?人工智能本身的發(fā)展客觀上就成為了當(dāng)代信息技術(shù)發(fā)展的焦點(diǎn)。
??二、人工智能研究現(xiàn)狀簡(jiǎn)述??
迄今，人工智能的研究形成了三種主流學(xué)說(shuō)。
?(一)1943年以來(lái)形成的模擬人腦結(jié)構(gòu)的“結(jié)構(gòu)模擬學(xué)說(shuō)”[1][5]，它的典型代表是人工神經(jīng)網(wǎng)絡(luò)(后來(lái)與模糊邏輯及進(jìn)化計(jì)算相結(jié)合，稱為計(jì)算智能)，它的特點(diǎn)是：通過(guò)對(duì)“信息樣本的訓(xùn)練”獲得經(jīng)驗(yàn)知識(shí)和策略，用以解決形象思維一類智能問(wèn)題。
?(二)1956年以來(lái)興起的模擬人腦邏輯思維功能的“功能模擬學(xué)說(shuō)”[6][10]，典型代表是符號(hào)邏輯系統(tǒng)(如專家系統(tǒng))，它的特點(diǎn)是：通過(guò)獲取領(lǐng)域相關(guān)的規(guī)范知識(shí)和運(yùn)用邏輯演繹的方法獲得求解問(wèn)題的策略，求解邏輯思維一類智能問(wèn)題。
?(三)1990年前后發(fā)展起來(lái)的模擬智能系統(tǒng)行為的“行為模擬學(xué)說(shuō)”[11]，它的典型代表是黑箱系統(tǒng)(如感知-動(dòng)作系統(tǒng))。它的特點(diǎn)是：需要建立刺激與響應(yīng)之間的關(guān)系(表現(xiàn)為常識(shí)知識(shí))，于是只要識(shí)別了刺激的類型，與之相關(guān)的響應(yīng)就可以自動(dòng)產(chǎn)生。
?目前的人工智能的研究還存在許多問(wèn)題。主要問(wèn)題之一是，在“三種學(xué)說(shuō)”各自取得進(jìn)展的同時(shí)，卻很少互相溝通。不僅如此，互相之間還存有“孰優(yōu)孰劣”的爭(zhēng)論，有時(shí)爭(zhēng)論還非常尖銳和激烈[12]，表現(xiàn)出三者之間的不和諧，形成“鼎足三分”的格局。
?這種“鼎足三分互不溝通”的狀況，不能不使人們深思，并且逐漸醒悟：看來(lái)，現(xiàn)有人工智能的各種研究方法還沒(méi)有真正抓住智能問(wèn)題的本質(zhì)，致使“三分”狀態(tài)未能實(shí)現(xiàn)“歸壹”;為此，當(dāng)務(wù)之急就是要加緊研究和發(fā)現(xiàn)更加深刻更加科學(xué)的研究方法。
??三、新進(jìn)展之一：人工智能的第四方法——機(jī)制主義方法??
智能是一種復(fù)雜的研究對(duì)象。智能系統(tǒng)的結(jié)構(gòu)、功能、行為雖然都是窺探其中奧秘的重要觀察窗口，卻不是最根本的入口。?
本文的研究發(fā)現(xiàn)：探索智能奧秘的最具本質(zhì)意義的途徑，應(yīng)當(dāng)是探尋和闡明“智能生成的機(jī)制”，回答“智能是怎樣生成的”這樣根本的問(wèn)題，特別要把注意力放在“智能生成的共性核心機(jī)制”的問(wèn)題上。這就是人工智能研究的第四種方法的基本理念。?
按照這個(gè)新的理念，我們分析了典型的智能活動(dòng)過(guò)程，考察了隱藏其中的普遍規(guī)律。?
典型的智能活動(dòng)過(guò)程?
無(wú)論何種場(chǎng)合，典型的智能活動(dòng)過(guò)程一般都應(yīng)當(dāng)包含以下6個(gè)基本步驟：?
(1) 給定問(wèn)題P、目標(biāo)G和環(huán)境E，稱為“任務(wù)給定”?
(2) 獲得關(guān)于問(wèn)題、目標(biāo)、環(huán)境的信息，稱為 “信息獲取”，符號(hào)表示為：I (P, G, E)?
(3) 把這些信息加工成為相應(yīng)的知識(shí)，稱為 “知識(shí)提煉”，符號(hào)表示為：ζ= f (I)?
(4) 在目標(biāo)的引導(dǎo)下把知識(shí)和信息演繹成為解決問(wèn)題的策略，稱為 “策略生成”，?
符號(hào)表示為：ξ= g (K, I, D)?
(5) 把策略轉(zhuǎn)換為行為，求解問(wèn)題，稱為 “策略執(zhí)行”，?
(6) 把求解的效果(誤差)作為新的信息反饋至(2)，通過(guò)(2)至(5)的步驟調(diào)整
和優(yōu)化策略，稱為“反饋優(yōu)化”;逐次逼近，直至滿意。?
智能活動(dòng)過(guò)程的普遍規(guī)律?鐘義信:機(jī)制主義方法與人工智能統(tǒng)一理論考察上述典型的智能活動(dòng)過(guò)程不難發(fā)現(xiàn)：通常，(1)是由人給定的，(2)至(6)則可以由機(jī)器執(zhí)行;而機(jī)器執(zhí)行的這些步驟之中，(2)至(4)信息獲取、知識(shí)提煉、策略生成 -- 是核心步驟?？紤]到“策略”是智能的集中體現(xiàn)，所以，策略生成也可以成為智能生成。于是，這些核心步驟也可以表示為：信息獲取、知識(shí)提煉、智能生成。而且，信息獲取、知識(shí)提煉、智能生成是逐層遞進(jìn)的過(guò)程，由此可以得出結(jié)論：智能生成的共性核心機(jī)制是“信息-知識(shí)-智能轉(zhuǎn)換”。符號(hào)表示為：?
ξ= g (ζ, I, G) (1)?
其中， ζ= f (I (P, G, E)) (2)?
公式(2)表示的是由信息到知識(shí)的轉(zhuǎn)換;公式(1)表示的是在目標(biāo)制導(dǎo)下由信息和知識(shí)到智能的轉(zhuǎn)換;兩者的綜合表示了“信息-知識(shí)-智能”的轉(zhuǎn)換。關(guān)于公式中的轉(zhuǎn)換g和f，原則上可以認(rèn)為：f 是一類由大量信
息樣本提煉共性知識(shí)的“歸納算法”，而g則是在目標(biāo)制導(dǎo)下由相關(guān)知識(shí)和信息演繹智能策略的“演繹算法”。因此，它們?cè)谠瓌t上是可以操作和可以實(shí)現(xiàn)的。不過(guò)，關(guān)于g和f 還需要做出如下的說(shuō)明：?
(a) 在規(guī)范的場(chǎng)合，轉(zhuǎn)換g和f可能由“數(shù)學(xué)”表達(dá)式來(lái)嚴(yán)格地表示并進(jìn)行運(yùn)算;?
(b) 在更多的場(chǎng)合，由于智能問(wèn)題的復(fù)雜性，這些轉(zhuǎn)換不一定能夠用現(xiàn)有的數(shù)學(xué)表達(dá)
式來(lái)表示。這時(shí)，可能要借助“邏輯”來(lái)表達(dá)和推理。?
(c) 在許多更為復(fù)雜的情形，現(xiàn)有的邏輯學(xué)也無(wú)能為力。這時(shí)，可以用“算法程序”來(lái)表示和處理;?
(d) 在那些極為復(fù)雜的情形，甚至還要借助“人工”的方法來(lái)處置。?
本文確信，在各種“智能問(wèn)題求解需求”強(qiáng)烈推動(dòng)之下，各種新的“數(shù)學(xué)方法”、“邏輯方法”和“算法程序”必將陸續(xù)應(yīng)運(yùn)而生。正像經(jīng)典微積分方法處理不了隨機(jī)現(xiàn)象的時(shí)候就誕生了概率論等統(tǒng)計(jì)數(shù)學(xué)方法、經(jīng)典微積分和統(tǒng)計(jì)數(shù)學(xué)方法處理不了模糊現(xiàn)象的時(shí)候就催生了模糊數(shù)學(xué)方法一樣。?
于是，以公式(1)和(2)表示的“信息-知識(shí)-智能轉(zhuǎn)換”就是“智能生成的共性核心機(jī)制”。只要給定了具體的問(wèn)題、環(huán)境約束和目標(biāo)，原則上就可以通過(guò)(1)和(2)的轉(zhuǎn)換來(lái)獲取信息、提煉知識(shí)、生成智能(策略)，使問(wèn)題得到滿意的解決。?
?四、新進(jìn)展之二：知識(shí)的生態(tài)學(xué)結(jié)構(gòu)??
如上所見(jiàn)，智能生成的共性核心機(jī)制涉及到信息、知識(shí)、智能三個(gè)層次的理論。在這三者之中，信息是現(xiàn)象，知識(shí)是本質(zhì)，智能是能力。信息來(lái)自現(xiàn)實(shí)世界，能力作用于現(xiàn)實(shí)世界，知識(shí)則是信息與智能之間的橋梁與中介。因此，知識(shí)在“智能生成的共性核心機(jī)制”中扮演著極其重要的作用。?
本文研究發(fā)現(xiàn)：知識(shí)并非孤立靜止的對(duì)象，相反，它是一個(gè)不斷動(dòng)態(tài)生長(zhǎng)著的復(fù)雜運(yùn)動(dòng)過(guò)程：在先天知識(shí)的支持下，在各種信息的激勵(lì)下，不斷生長(zhǎng)出“欠成熟”的經(jīng)驗(yàn)知識(shí)，其中一些經(jīng)驗(yàn)知識(shí)會(huì)成長(zhǎng)為“成熟”的規(guī)范知識(shí)，并進(jìn)一步成長(zhǎng)為“過(guò)成熟”的常識(shí)知識(shí);后者的一部分又可能沉淀成為下一代的先天知識(shí)。如此不斷生長(zhǎng)，不斷進(jìn)化，成為一個(gè)“有始無(wú)終”的開(kāi)放的生態(tài)過(guò)程。這就是“知識(shí)的生態(tài)學(xué)”，它的結(jié)構(gòu)也可以由圖1表示。
?如果把這個(gè)“知識(shí)生態(tài)學(xué)系統(tǒng)”看作是知識(shí)的“內(nèi)部”生長(zhǎng)過(guò)程的規(guī)律，稱為“知識(shí)的內(nèi)生態(tài)系統(tǒng)”，那么，前面所討論的“信息-知識(shí)-智能轉(zhuǎn)換”則可以看作是知識(shí)的“外部”生長(zhǎng)過(guò)程的規(guī)律，稱為“知識(shí)的外生態(tài)系統(tǒng)”。
??五、新進(jìn)展之三：人工智能的統(tǒng)一理論??
表面看，這里所揭示的“知識(shí)內(nèi)生態(tài)系統(tǒng)”并沒(méi)有什么新奇而不可理解或不可接受的概念。然而，正是這個(gè)“知識(shí)內(nèi)生態(tài)系統(tǒng)”與“知識(shí)外生態(tài)系統(tǒng)(即智能生成的共性核心機(jī)制)”結(jié)合在一起，卻產(chǎn)生了一個(gè)非常有意義的重要結(jié)果，這就是：依所用知識(shí)類型的不同，機(jī)制主義方法有A、B、C型之分;而神經(jīng)網(wǎng)絡(luò)(結(jié)構(gòu)模擬)、專家系統(tǒng)(功能模擬)、感知-動(dòng)作系統(tǒng)(行為模擬)分別是A、B、C型的機(jī)制主義方法特例，如表1所示。??
?表1說(shuō)明：機(jī)制主義方法的實(shí)現(xiàn)是“信息-知識(shí)-智能轉(zhuǎn)換”;當(dāng)其中的知識(shí)屬于經(jīng)驗(yàn)知識(shí)的時(shí)候，機(jī)制模擬可以退化為“結(jié)構(gòu)模擬”;當(dāng)其中的知識(shí)屬于規(guī)范知識(shí)的時(shí)候，機(jī)制模擬可以退化為“功能模擬”;當(dāng)其中的知識(shí)屬于常識(shí)知識(shí)的時(shí)候，機(jī)制模擬可以退化為“行為模擬”。換言之，結(jié)構(gòu)模擬、功能模擬、行為模擬都是機(jī)制模擬分別在經(jīng)驗(yàn)知識(shí)、規(guī)范知識(shí)、常識(shí)知識(shí)條件下的特例。而根據(jù)知識(shí)的內(nèi)生態(tài)結(jié)構(gòu)，經(jīng)驗(yàn)知識(shí)可以成長(zhǎng)為規(guī)范知識(shí)并進(jìn)而可能成長(zhǎng)為常識(shí)知識(shí)，因此，結(jié)構(gòu)模擬、功能模擬、行為模擬之間構(gòu)成了一種各司其職、相互支持和相輔相成的生態(tài)關(guān)系，而不存在先前那種“孰優(yōu)孰劣”的矛盾。?
這樣，如果令 ?表示機(jī)制模擬方法，ζ和 ξ分別表示“信息-知識(shí)-智能轉(zhuǎn)換”的知識(shí)和智能策略，令 ?(S), ?(F) 和?(B) 分別表示結(jié)構(gòu)模擬方法、功能模擬方法和行為模擬方法，令ζ(E), ζ(R) 和ζ(C) 分別表示經(jīng)驗(yàn)知識(shí)、規(guī)范知識(shí)和常識(shí)知識(shí)，ξ(E), ξ(R) 和ξ(C) 表示經(jīng)驗(yàn)性智能策略、規(guī)范性智能策略和常識(shí)性智能策略，那么，就分別有?
??? (S)，若 ζ= ζ(E); (3)?
和
??? (F)，若 ζ= ζ(R); (4)?
以及：
??? (B),若 ζ= ζ(C) (5)?
且有：
??? (S)? (F) ∪ (B) (6) ?
上述公式的含義和表1的含義完全等效，兩者都說(shuō)明：人工智能的結(jié)構(gòu)模擬方法、功能模擬方法和行為模擬方法在機(jī)制模擬方法的框架內(nèi)實(shí)現(xiàn)了和諧的統(tǒng)一。
??六、結(jié)論??
本文注意到人工智能研究領(lǐng)域三大主流學(xué)說(shuō)之間存在“互不認(rèn)可”的矛盾，認(rèn)識(shí)到其中的本質(zhì)的問(wèn)題是研究方法不完善;于是，通過(guò)自己的深入研究提出和建立了“機(jī)制主義方法”，進(jìn)而又發(fā)現(xiàn)和總結(jié)了“知識(shí)內(nèi)生態(tài)結(jié)構(gòu)”與“知識(shí)外生態(tài)結(jié)構(gòu)”。綜合以上提出的方法和兩項(xiàng)發(fā)現(xiàn)，建立了人工智能的統(tǒng)一理論，使整個(gè)人工智能的研究由原來(lái)“鼎足三分”的狀態(tài)轉(zhuǎn)變?yōu)?ldquo;三分歸壹”。這一研究成果，對(duì)于人工智能理論研究的進(jìn)一步發(fā)展具有重要的意義。
參考文獻(xiàn)?
[1]W. C. McCulloch & W. Pitts. A Logic Calculus of the Ideas Immanent in Nervous Activity [J].Bulletin of Mathematical Biophysics, 1943(5): 115-133.?
[2]Rosenblatt, F.The Perceptrom: A Probabilistic Model for Information Storage and Organization in the Brain[J]. Psych. Rev.，1958(65):386-408.?
[3]Hopfield, J. J. Neural Networks and Physical Systems with Emergent Collective Computational Abilities[J]. Proc. Natl. Acad. Sci., 1982(79):2554-2558.?
[4]Grossberg, S. Studies of Mind and Brain: Neural Principles of Learning Perception, Development, Cognition, and Motor Control [M]. Boston: REidel Press, 1982.?
[5]Rumelhart, D. E. Brain Style Computation: Leaning and Generalization[M]//S.F. Zornetzer. an Introduction to Neural and Electronic Networks. New York: Academic Press, 1995.?
[6]Newell, A. & Simon, H. A., GPS, A Program That Simulates Human Thought [M]// E.A. FEIgenboum & ,eds. Computers and Thought.New York:McGraw?Hill, 1963:279-293.?
[7]Feigenbaum, E. A., eds. Computers and thought [M]. New York:McGraw?Hill, 1963.?
[8]Simon, H. A. The Sciences of Artificial [M].Cambridge, MA: The MIT Press, 1969.?
[9]Newell, A. & H. A. Simon. Human Problem Solving [M].New Jersey: Prentice?Hall, 1972.?
[10]Minsky, M. L. The Society of Mind [M].New York:Simon and Schuster,1986.?
[11]Brooks, R. A. Intelligence without Representation [J].Artificial Intelligence, 1991(47): 139-159.?
[12]鐘義信，機(jī)器知行學(xué)原理?信息?知識(shí)?智能轉(zhuǎn)換理論 [M]，科學(xué)出版社，2007.
關(guān)于人工智能的畢業(yè)論文相關(guān)文章：