文档库 最新最全的文档下载
当前位置:文档库 › 智能科学技术导论-周乐昌-第01讲 引论

智能科学技术导论-周乐昌-第01讲 引论

智能科学技术导论

周昌乐教授教学课件 dozero@https://www.wendangku.net/doc/92297424.html,

https://www.wendangku.net/doc/92297424.html,

第01讲引论 主讲:周昌乐教授

福建省仿脑智能系统重点实验室 厦门大学智能科学与技术系

题记

夫天下险能生妙,非天下妙能生险也;险故妙,险绝故妙绝;不险不能妙,不险绝不能妙绝也。游山亦犹是矣。不梯而上,不缒而下,未见其能穷山川之窈窕,洞壑之秘隐也。 ——(清)金圣叹

第1.1节学科概述

任何一个学科,都有自己研究的对象、任务与历史,作为智能科学技术导论课程的第一讲,我们首先就这一学科的基本概况、研究的对象以及发展历史,做简要的论述,使得同学们一开始就对本学科有一个比较整体的把握。

1、学科基本描述

智能概念界定:神经、认知与智能,研究问题的角度与目标不同可以有完全不同的界定。可选的智能定义(对于情境有很灵活的反应;充分利用机遇;弄懂含糊不清或彼此矛盾的信息;分清重要和次要;发现不同事物的相似性;从相似之处找出差异;用旧概念综合新概念;提出全新的观念。)请诸位同学,也给出自己心目中的“智能”定义。 第1.1节学科概述

学科目标性界定:将人类智能(部分地)植入机器,使其更加“聪明”灵活地服务于人类社会。

根据这个定义,智能科学技术专业的学科内涵将涉及到智能哲学、智能科学、智能技术、智能服务等多个方面。下面我们分别简要加以论述。

(1)智能哲学:其中“部分地”:涉及心灵哲学,人工智能哲学讨论:人类具有美妙绝伦的智慧,机器能否也可以拥有与之相媲美的智能呢?也就是说,机器真的也会拥有人类的心智、机器也能够像我们一样会哭会笑并意识到自己的情感波动、像我们一样具有创造性能力并会不断自我完善、创造出更加聪明的机器后代吗? (2)智能科学:涉及狭义认知科学,人工智能理论研

究。所谓狭义的认知科学就是“心智计算理论”,其核心假设就是:“对思维最恰当的理解,是将其视为心智中的表征结构以及在这些结构上进行操作的计算程序。”(参见萨伽德,《心智:认知科学导论》,上海辞书出版社,2012年版,第11页)这样智能科学涉及的范围,就可以用下面示意图来说明了。

究。智能科学与技术学科的奇异之处就是试图将一长串严格形式化的规则放在一起,用这些规则教给不灵活的机器如何能灵活起来。此时,就涉及到具体的技术实现问题,包括智能计算技术、智能控制技术、智能交互技术,甚至脑机融合技术等。

(4)智能服务:涉及智能产品研发,人工智能应用研究。我们处于一个信息化的时代,支撑这个时代的技术就是信息技术,而信息技术的前沿技术就是智能技术。因此信息化不可能停留在电子化、数字化之上,而是要不断走向智能化。应该说,智能技术不仅仅是信息技术发展的驱动力,而且其本身也越来越成为信息技术的主流。

学科所处的地位:信息科学与技术学科主要包括电子科学与技术、通信科学与工程、控制科学与工程、计算机科学与技术以及智能科学与技术等五个本科专业。为了学生们大略了解不同学科在整体信息学科群的地位与相互之间的关系,我特意给出了一个“信息类学科信息冰山:信息类学科ICE 关系图

对社会进步的作用:21世纪的社会是信息社会,而信息社会的高级阶段就是智能社会。就像信息技术是信息社会的核心支撑技术一样,智能社会的核心支撑技术就是智能技术。我们这个时代也称为第二轴心时代,而从技术层面最终表现形式,就是智能社会。从历史发展的趋势看,未来的社会必将是智能社会。

2、厦门大学智能学科概况

厦门大学是全国第三个建立智能科学与技术系的

大学(2007年建系,目前全国有7个大学建有智能系,近20所高校设有智能科学与技术本科专业),主要优势研究方向包括仿脑智能系统、自然语言处理、智能媒体技术。建有福建省仿脑智能系统重点实验室,是中国人工智能学会理事单位,福建省人工智能学会理事长单位。

目前,全系拥有教授5名(博士生导师4名,闽江特

聘教授1名,福建省百千万人才1名)、副教授10余名。先后承担20余项国家级各类科研项目,学院惟有5项国家973、863项目均出自智能系。清华大学张钹院士为

我系双聘院士,并担任福建省仿脑智能系统重点实验室学术委员会主任。

建系以来,与国际学术界开展广泛学术合作与交流,联合培养本科、硕士、博士20余名,具有海外学习或访问一年以上经历的教师占50%。本科教学包括课堂教学、课外竞赛、课程实践、社会实习、毕业设计等环节,我校实施本科生导师制。智能系本科生配备最优秀的教师担任本科指导老师。

3、本门课程基本介绍

课程的培养目标:(1)了解学科的基本内容,包

括概念、思想、方法、前沿及难题等;(2)拓展学生

的知识面,介绍主要相关学科的基本情况;(3)提高

学生的思维能力,转变学生的思想境界。毛泽东指出:“学校的全部工作在于转变学生的思想。”

课程内容及进度安排:除了第一讲引论与最后一讲展望外,整个课程内容分为三个部分:计算基础知识、智能科学研究、智能技术应用。具体进度安排如下。

导论课程内容及其进度安排表

讲课第次周序讲座内容备注

第01讲引论第4周学科概述、人类大脑、智能简史

第02讲机器系统第5周数据存储、数据操作、操作系统计算基础

第03讲算法设计第6周算法概说、算法构造、算法结构计算基础

第04讲程序编制第7周编程语言、程序结构、软件开发计算基础

第xx讲学习适应轮空不讲知识表示、学习类型、机器学习智能科学

第05讲视觉感知第8周视觉机制、视觉计算、知觉困境智能科学

第06讲意义理解第9周诗歌解读、语言处理、意义领悟智能科学

第07讲思维能力第10周智力游戏、难倒深蓝、模式转绎智能科学

第08讲情思表达第11周诗文创作、传情达意、情感审美智能科学

第09讲行为展现第12周行为表征、行为控制、机器歌舞智能科学

第xx讲意识反思轮空不讲意识科学、机器意识、心识自明智能科学

第10讲智能接口第13周人机会话、情感交流、脑机接口技术应用

第11讲智能系统第14周专家系统、智能机器、智能武器技术应用

第12讲智能社会第15周智能家居、智能交通、智慧城市技术应用

第13讲展望第16周机器困境、智能哲学、学科前景

闭卷笔试期末考试第17周

关于教材问题:由于智能科学与技术专业是一个新兴学科,目前暂无比较理想的教材。名义上我们的教材是:钟义信,《智能科学技术导论》,智能科学与技术本科专业系列教材,北京邮电大学出版社,2006年。实际上,则以我的课件为主,主要参考书为:

周昌乐,《无心的机器》,湖南科学技术出版社,2000

[美]布罗克契尔(J.Glenn Brookshear),《计算机科学概论》(第七版),王保江等译,人民邮电出版社,2003年版

[加]保罗·萨伽德,《心智:认知科学导论》(第二版),朱菁等译,上海辞书出版社,2012年板。

深度专业读物:为了满足同学们不断增长的求知欲,建议参考如下进一步的专业读物:

周昌乐,《心脑计算举要》,清华大学出版社,2003 [美]侯世达,《哥德尔、艾舍尔、巴赫——集异璧之大成》,商务印书馆,1996

史忠植,《智能科学》,清华大学出版社,2006

韩济生主编,《神经科学原理》第二版,北京医科大学出版社,1999年版

[日]艉田秀司,《仿人机器人》,管贻生译,清华大学出版社,2007年版。

第1.2节人类大脑

为了理解智能科学技术的主要研究策略,首先我们需要对人类智能产生的脑机制进行考察,理解心智是如何工作的。从根本上讲,无论我们所讨论的智能现象和行为多么复杂、多么难以为机器所拥有,都不过是人脑的产物。也就是说:心无非就是脑活动,是活动的脑,而机器能否拥有人类的心智能力,说到底也就是要看,人脑活动机制能否从根本上可以化解为可机器执行的

算法?为了弄清这一根本问题,让我们先从人脑的神组织结构开始说起。

1、人脑结构与功能定位

人脑很像一只放大尺寸、剥开硬壳的山西核桃,被包裹在头颅骨里面。如图所示,紧靠上面的是布满皱纹

沟回的大脑,其下便是间脑(丘脑及周边组织)、脑干(中脑、脑桥、延脑)和小脑。脑干的延脑部分与脊髓相接,联络外周神经组织。

这就是类似核桃的人脑

人脑系统结构图

大脑结构定位

呈显灰色的大脑皮层是高级神经活动的物质基础,约含有1012左右的神经细胞,它们都以自内向外分层方式排列(一般6-8层),形态相似的细胞聚成一定的层次。皮层下呈显白色的是神经元之间相互连接的神经纤维。

通常沟通半球内神经元的神经纤维称为联络纤维、沟通两半球之间联系的神经纤维称为连合纤维,而负责与外周神经联系的神经纤维称为投射纤维。这些神经纤维的纵横交错,将皮层神经细胞聚集为一个不可分割的有机整体。一般可以依据皮层中各部细胞和纤维联系,将全部皮层分成若干区,其反映一定的心理功能。

大脑功能区划分

大脑边缘叶结构

实际上脑叶或脑区的功能似乎首先由输入、输出的神经投射相关联,然后才是由各区之间的联络纤维以及跨半球叶区之间的连合纤维相关联。因此,任何叶区的功能划分都不会是绝对明确的,确切的功能性叶区边界也是不存在的;并因人而异的。对于特定成熟大脑的脑区功能定位分布,完全应看作是长期神经活动彼此消长相互作用的结果,是整体神经活动中各输入激活刺激源相互作用、争奇的产物。

总之,脑功能是分布搭配式的,因此某个功能消失并不一定引起所有功能的丧失,这同基因的组合搭配类似。但机器则不同,在集中式逻辑控制下,CPU任意部分的损伤无疑会引起整个CPU的瘫痪。这便是我们考察人脑所获得的第一个结论。

2、神经细胞及其连接网格

神经细胞在结构上通常由一个细胞体及其众多漫

延开来的突起构成,如图所示。在神经细胞的突起中,唯一一根长长的突起称为轴突,是神经细胞输出信号的主通道;剩余众多较短的、树状枝叉突起则称为树突,是神经细胞输入信号的各通道,有些神经细胞的树突表面会漫生出多种形状的细小突起,称为树突棘,它们都可以成为输入信号的源点。

神经细胞结构图

神经细胞间的联结

突触结构图解

业已探明,人脑的各种心理功能和行为是由神经细胞集群构成的多级神经环路完成的。其中微环路是由突触组构的最初级形式,在此基础上再形成更高级的局部环路,并这样逐极扩展,直到一个脑区、脑叶和整个脑。从这个意义上讲,我们可以将人脑中的神经系统看作是由神经细胞及其突触联系所构成的一张巨大无比的神

经网络。

视觉注意的神经通道

如果一定要将大脑比作是一架机器的话,那它也是一架非常特独的机器,它由1012个相当一致的物质基元,使用少数定型信号并通过基元之间1012 ×104量级的广泛连接,赋予了其不同寻常的能力。而建筑在其活动信号组合模式之上的心智功能意义的产生,完全又是数以亿计的基元相互作用动力学行为的结果。

3、心脑行为的自组织

美国学者侯世达教授(D.R.Hofstadter)在他的《Godel,Escher,Bach--an EternalGolden Braid》一书中认为:“为阐明大脑中发生的思维过程,我们还剩下两个基本问题:一个是解释低层次的神经发射通讯是如何导致高层次的符号激活通讯的;另一个是自足地解释高层次的符号激活通讯--建立一个不涉及低层神经事件的理论。”

很明显,心脑活动的复杂行为是建立在大量特异化神经组块相互作用的基础上的,因此侯世达所强调的正是指神经元集群如何自发(自组织)地产生宏观行为的问题。这便是一个心脑内部神经活动如何导致心脑整体性外在表现的自组织问题。为了对心脑这种自组织规律活动有个比较直观的认识,让我们从蚁群行为的比附说起。

蚂蚁是一种很不起眼的小生命,但却有着很多类似于人类活动的“神奇”行为。比如蚂蚁会种植、采集、畜牧、驱奴、缝纫、吸毒,甚至使用工具等。当然单个吗蚁是微不足道的,一旦离群,除了死,别无选择;但作为一个十几万个单元组成的蚁群,其表现出来的行为方式,就颇为壮观了。

蚂蚁放牧蚜虫

放牧目的是为了吸食蜜汁

切割蚁在采集途中

蚂蚁是通过接触提供的信息传递来协调其活动的,并用这种方式互相组队支援,去从事随便什么活动。当然,蚂蚁组队是有一定条件的,只有当聚集的蚂蚁的数量达到某一临界数量时,有条理的蚁群现象才会出现。并且一旦出现这种情况,就会象滚雪球一样,把越来越多的蚂蚁裹挟进来。这样为收集食物、营造蚁窝等目标而工作的完整的“蚁队”就形成了。

蚂蚁组队

信息交流:须须触须须

蚂蚁团队协作

比如,蚂蚁在预报天气时,先是派出侦察蚁四处活动,带回“搜寻”到的各种信息后,举行“碰头会”,他们围成一圈,须须碰须须地充分交换“意见”后,有意义的“气象情报”就突现出来,形成对气候的预报结果,并据此采取相应的群体行动,如是洪水来犯,就举家迁移。

蚁群天气预报

类似的,作为神经元个体,同单个蚂蚁一样,都要为自己的功能生效和生存而竞争,模块中的细胞群也一样要进行竞争,所以模块不是固定不变的实体,这也同蚁队一样是构成高级心智功能的基本彻块。由这些彻块可以构成更大规模的皮层区、叶和半球,直到整个神经分布系统。而大多数由皮层媒介的行为同样也是依靠不同皮层之间的相互作用实现的。

蚁群结构与神经系统对应表

序号蚁群结构层次大脑皮层结构层次

1蚁群分布结构神经分布系统

2高层蚁队多重皮层代表区:叶、半球

3中层蚁队皮层区

4 低层蚁队基本的皮层回路(皮层模块)

5 蚂蚁神经元

6 蚁队动态接触突触

7触须活联路离子通道

8 气味分子分子和离子

的确,由于在神经活动中,小到离子去极化、神经元之间的颉颃,大到神经功能区的竞争、神经系统与环境的相互作用,无不体现着非线性自组织规律:(1)心脑行为是一个多层次、特异过程的宏观动力学系统;(2)系统与环境进行连续交换,从而与环境共同演化;(3)跨层次整体效应的自涌现以及系统的自我超越,即演化过程本身的元演化。

毫无疑问,我们的确可肯定,心脑行为从根本上讲是神经系统自组织活动本身的外效表现。不过,由于自组织行为涉及到大量非线性科学的理论,特别是有关突变论、耗散理论、协同学、超循环论、混沌动力学以及分形几何等内容,其定量分析存在着非常巨大的困难。这便是需要我们不断去探索与解决的问题。

比起其他学科,智能学科正式的历史就显得十分短暂,但如果将古代思维机器的研究历史也包括进来,那么算起来也有很长的历程了。读史可以明智,通过回顾历史,也许我们对如何进一步推动人工智能进程有比较清醒的认识。

第1.3节智能简史

1、思维机器的发展史

最早尝试研制思维机,可以追溯到十三世纪中叶。当时,西班牙修道士卢禄(R.Lull,1237-1315)在写作《大艺术》的书中,设想了一种思维机器,试图用概念组合方法来代替思维,从而使思维成为一种计算。为此,卢禄还专门设计了一个由六个同心圆盘构成的运动机械装置,用以检验被研究场合所有可能元素组合的逻辑原则。

达·芬奇的手稿中,发现了关于机械式计算工具设计方案的记录。

后人根据达芬奇的手稿仿制出了机械式计算器。

1623年,德国科学家希尔德(W.Schickard)为天文

学家开普勒(Kepler)制作了一台机械计算机。由加法器、乘法器和记录中间结果的机构等三部分组成的。加减分别由带有十个齿的齿轮与相应的传动装置来进行。乘法要用绕在转轴上的乘法表,除法则化成重复加减,进位机构是连接轴上只有一个齿的辅助齿轮。但遗憾的是,这一模型还没有来得及建造完毕,就被毁于一场大火。

能进行六位以内数加减法,并能通过铃声输出答案的“计算钟”,使用转动齿轮来进行操作。

就在希尔德的演算机被大火烧毁这一年,法国数学家帕斯卡(B.Pascal,1623-1662)降生了,并在1642年刚满二十岁的那一年,天才的帕斯卡终于制造出了能够进行加法运算的世界第一台计算机器,并于1649年

获得英国皇家专利权。目前,巴黎博物馆里还保存着数台当年帕斯卡制造的计算机器。

用一个个的齿轮表示数字,利用齿轮啮合装置,低位的齿轮每转十圈,高位的齿轮就转一圈,实现了进位。计算器上面有一排窗口,透过窗口可以看到算得的答案。对应于每个数字轮,都配有一个拨盘(与目前的电话拨盘相似)。在进行加法运算时,每个拨盘都先拨“0”,让每个窗口都显示“0”,然后拨被加数,再拨加数,窗口就

显示出和数。在进行减法运算时,先要把计算器上面的金属直尺往前推,盖住原先的那一排窗口,并露出它下面的窗口,接着拨被减数,再拨减数,差值就自动显示在窗口上。他的机器比较简单,实际上包含了后来广泛使用的手摇计算机的基本原理。

大约在1671年左右,德国数学家莱布尼茨(G.W.Leibniz,1646-1716,就是受到《易经》八卦启发创立二进制,也发明了微机分的那位大名鼎鼎的数学家、数理逻辑奠基人),进一步发展了帕斯卡的构想,发明了一种梯形齿轮,从而圆了希尔德当年被一场大火烧掉的梦想,实现了一次操作即可直接完成乘除运算,从而完成了四则运算计算机器的建造。

到了十九世纪初,由于法国工程师J.M.雅卡尔发明了控制纺织机的穿孔卡片,英国数学家巴比吉

(C.Babbage,1792~1871)深受启发,提出了一种带有程序控制的全自动计算机器的设计思想(采用十进制),并于1822年建造了第一台这种样机,当时取名为“差分机”,可以进行差分运算并用于计算多项式数值表。

差分机

巴比吉之后的一百年间,又有不少科学家为计算机器的不断完善作出了贡献。到了1941年,德国电气工程师K.楚泽(Konrad Zuse,1910-1995):采用继电器作为元件,制造出了世界上第一台机电式计算机(首次采用二进制),终于实现了巴比吉“分析机”的理想。楚泽也因此被称为数字计算机之父。

1938年,28岁的楚泽(K.Zuse)完成了一台可编程数字计算机Z-1的设计(中图是后来重建的Z-1 )。

1939年,楚泽继电器组装了Z-2。

1941年,楚泽的电磁式计算机Z-3完成(左图)。

1945年建造了Z-4计算机(右图)。

1949年,他建立了“Zuse计算机公司”,继续开发更先进的机电式程序控制计算机。

在真空电子管发明的基础上,1943年英国皇家空军为了破译德军密码,组织一大批科学家(其中包括计

算机理论开创者、英国数学家图灵,

A.M.Turing,1912~1954),研制成功了世界上第一

批电子计算机。这种被命名为“巨人”(COLOSSUS)

的计算机共生产了十台,战争结束后即被全部秘密销毁,因此长期以来一直鲜为人知。

1946年2月,美国宾夕法尼亚大学成功研制出了ENIAC,这是世界上第一台数字电子计算机。这项工程

首先源自于莫尔学院的两位青年学者——36岁物理学家约翰?莫齐利(JohnMauchly)和他的学生,24岁的电气工程师布雷斯帕?埃克特(Presper Eckert),向戈德斯坦提交了一份研制电子计算机的设计方案——“高速电子管计算装置的使用”。

1944年夏的一天,在阿贝丁火车站,戈德斯坦邂逅了数学家约翰?冯?诺依曼(John VonNouma:1903—1957年),于是戈德斯坦向冯?诺依曼介绍了正在研制电子计算机,冯?诺依曼非常感兴趣。几天之后,冯?诺依曼就专程到莫尔学院参观还未完成的ENIAC,并参加了为改进ENIAC而举行的一系列专家会议。最后,完成了ENIAC 的研制工作。

这台名为ENIAC (电子数字积分计算机的缩写)的机器,使用18800个电子管,1500多个继电器,耗电150千瓦,占地170平方米,重达30吨,可谓“庞然大物”。

电子计算机的出现是二十世纪最辉煌的成

就之一,按照采用的电子器件划分,电子计算机大致已经历了四个阶段:(1)第一代电子管阶段(1946年—1957年);(2)第二代晶体管阶段(1958年—1964年);(3)第三代集成电路阶段(1965年—1972年);(4)四代大规模集成电路阶段(1972年—)。

电子管

晶体管

集成电路

量子计算机

现在很多国家正在研制新一代的计算机,新—代计算机将是微电子技术、光学技术、超导技术、电子仿生技术等多学科相结合的产物。已经实现的非传统计算技术有:超导计算、量子计算、生物计算、光计算等。未来的计算机可能是超导计算机、量子计算机、生物计算机、光计算机或纳米计算机、DNA计算机等。

2、人工智能的研究史

现代计算机的诞生及其所表现出来越来越强大的计算能力,促使科学家们再次考虑起机器能不能像人脑一样思维的问题。1950年,还是那位英国著名数学家图灵,运用他非凡的才智,在《心智》杂志上发表了一篇题为“计算机器与心智”的文章(Turing,1950),第一次提出了“机器能不能思维”这一重要课题。从此也拉开了人类史上人工智能研究的序幕。

所谓人工智能,指的是这样一种科学研究领域,其主要研究如何使机器去做过去只有人才能做的智能工作。1956年夏天,作为对图灵所提出课题的一种响应,美国的明斯基、香农、莫尔、塞繆尔、罗杰斯特、塞尔夫利奇、西蒙、纽厄尔以及麦卡锡等在美国达德茅斯大学发起召开了第一次学术研讨会,并经麦卡锡提议,会上正式决定使用“人工智能(ArtificialIntelligence)”来概括会议所关心的研究内容。从此,也就宣告了作为一门独立学科的正式诞生。

人工智能学科一经正式形成,在最初的十年的时间里(大约在1955-1965

之间,史称早期的热情期),

主要围绕着问题求解研究展开,产生了以机器翻译,智力游戏,人机搏弈,定理证明和字符识别等为主的一大批研究成果,并同时也形成逻辑符号、神经网络和遗传演化三种人工智能主要方法的雏形,因此也确定了人工智能进一步深入研究的基础。

但上述早期的研究方法并没有真正产生任何富有

成效的结果,除了解决有限的简单任务外,当初许下的诺言并没有兑现。接着遇到的种种困难很快使人们对人工智能的发展前景失去了信心。这样在经过最初十年的热情期之后,人工智能研究遇到了第一次全面挫折,随着人工智能研究基金在全球范围内的削减,人工智能研究进入了低潮(大约在1965-1975之间,史称黑暗期)。

于是人们开始了认真的反思,一方面以德雷福斯为代表的哲学学派对强人工智能派进行了无情的批驳(Dreyfus,1979);另一方面以费根鲍姆为代表的人

工智能派看到了早期那种“无知识表示”方法的局限性,在人工智能面临种种困难的处境中,认识到要摆脱困境,只有大量使用知识(Feigenbaum,1977)。到了七十年代后期,知识工程、机器学习和专家系统等研究领域迅速兴起,人工智能研究进入了一个以知识表示、获取和利用为主的复兴期(大约在1975-1980之间)。

但对于强人工智能的目标而言,基于逻辑符号主义方法的根本局限性问题依然存在,正如侯世达在《哥德尔、艾舍尔、巴赫》一书中指出的:“有些时候,当我

们朝着人工智能方向前进了一步之后,却仿佛不是造出了某种大家都承认的确是智能的东西,而只是弄清了实际智能不是哪一种东西。”(Hofstagter,1979)很明显,由于哥德尔定理的存在,只要人工智能不走出逻辑符号主义方法的阴影,就难以真正找到光明的出路。

正是认识到了这一点,进入八十年代后,人工智能的研究除了在符号逻辑主义方法方面的进一步发展外,重新肯定了早期人工智能研究中的神经联接方法和遗

传演化方法,并加以全面复兴和发展,使之成为占主导地位的人工智能新方法。人工智能的研究因此也迎来了一个全面繁荣的新时期(大约在1980-1990之间)。

神经网路结构图

染色体遗传编码

人工智能研究的空前繁荣,也给科学家们注入了新的激情。引发了日本的第五代机(Furukawa,1993)和美国的CYC工程(Lenat,1990)这样的超级工程全面开展。遗憾的是,经过轰轰烈烈历时十年的努力,所有的这一切,包括像五代机和CYC工程这样主要的人工智能研究,并没有真正导致出智能的结果或者成功的商业性产品。因此,到了九十年代,人工智能的前景再次发生逆转并出现了一些批评意见。人工智能进入了新的冬季(大约在1990-1995之间)。

由于不管是逻辑符号方法,还是后来的神经联结、遗传演化和并行分布等方法,就目前为止,无一例外都是以丘奇-图灵意义上的算法为基础的,又都是只面对孤立的单纯智能问题的,因此出现了彭罗斯《皇帝的新脑》(Penrose,1994)的批评意见,并切中了已有人工智能研究局限性的要害。也就是说,基于逻辑的机器、以纯算法的手段是不可能真正产生像“心”一样的东西的(周昌乐,《无心的机器》,2000)。

这样,人工智能研究转入了悄无声息的工程应用之中。嵌入式智能软件、大容量数据挖掘、智能搜索引擎、智能优化算法以及机器生物和人工生命等,充分体现和利用了人工智能已经取得的成就。与此同时,一场非经典计算革命也正悄然兴起,为人工智能走向新生迎来了曙光(大约在1995之后)。

3、心脑计算的新进展

随着人工智能研究不断深入,科学家们对人类智能问题的认识也不断深入。很明显,由人脑表现出来的心

智现象不仅体现在智的方面,而且还体现在情和意的方

面,因此随着研究工作的不断深入和开拓,人工智能已经不仅仅停留在智能实现方面的研究,而且同样也在情感和意识方面开始了“仿造”性的研究。人工智能真正开启了全面“仿造”脑的研究历程。

1997年,美国科学家皮卡特在MIT出版了一本称作《情感计算》的书(Picard,1997)。书中对情感的计算化研究作了系统介绍,认为目前情感计算主要分为三个方面,即让机器发自内心地拥有情感驱动力、让机器表现得似乎富有情感以及让机器能够理解识别人类的

情感表现。

情感是可计算的吗

20世纪90年代以来,国际学术界开始把意识问题

作为自然科学多学科研究的重要领域之一,从而也带动了人工意识研究兴起。当然所有这些研究都还属于初步阶段,其中涉及超逻辑问题还需要全新的计算方法支持。

除了情感和意识方面的研究外,即使在智能方面,进入二十世纪九十年代后期,人工智能研究也全面开始从人类大脑机制出发,来进行类脑机制和方法的研究,强调无表示智能、集群相互作用机制、多主体系统中信念、愿望和意图的协商、协调和协作机制以及艺术创造力等。

很明显,心脑计算研究的情感计算、人工意识和类脑智能等新问题,往往都涉及到突破经典逻辑算法的问题,需要新的计算方法的支持。特别是对于意识和情感而言,仅仅依靠经典计算的方法显然远远不够的。正因为这样,几乎与心脑计算研究同步发展起来的基因计算、量子计算和集群计算等非经典计算也就成为心脑计算

研究的重要方法论基础。

对于心脑机制的实现问题,必定存在着不可约简部分,因此就需要通过“自然机制+算法”相结合的方法来

进行研究,找出解决问题的方法。这样一来,我们也就必须放弃强人工智能一直执著的“人工”手段,而采用“人工(算法)+自然(机制)”的新策略。目前有关脑机融合方法就是这种策略的具体体现,已经成为人工智能的重要实现途径。

脑机融合

猴子靠意念控制机器人进食

总之,从模拟人类智能行为到模仿人类心脑机制,这是心脑计算不同于人工智能的最大进步。我们有理由相信,建筑在新的“自然机制+算法”这一计算观念之上

的心脑计算,一定会取得比以往任何时候都要丰硕的成就,并将智能科学技术带入一个充满活力的新纪元!

从历史不难看出,尽管遇到了挫折与困难,人工智能研究研究总是充满活力,并为信息科学与技术的迅速发展,提供了源源不断的新理论、新方法与新技术。正是因为人工智能这样的研究积累,才形成了新兴的智能科学与技术学科,为信息社会的智能化发展,提供了理论与技术保障。可以预见,随着智能科学与技术的不断发展,不远的将来,我们将一起见证一个崭新的智能社会时代的降临。

第01讲小结

在我们第一讲中,除了介绍了包括研究学科界定、主要目标、作用地位等在内的智能科学技术学科的基本概况外,还简要介绍了智能科学研究模仿的对象:人类的大脑,以及对智能科学技术的历史做了全方位的回顾。智能科学技术是代表信息科学技术发展方向的新兴学科,也是未来信息社会高级形态,即智能社会发展的动力源泉与技术保障,因此必将成为未来社会形态的主导学科,有着极为广阔的发展前景。

思考题

1.举例说明,在学生进入大学后,还有哪些东西需要学习?

2.为什么智能学科会涉及到不同学科的知识与方法?

3.对于理解智能,你能够提出什么不同的观点吗?

4.你认为,人类心智的哪些方面是机器难以植入的?

是什么使你确信一台机器具备了智能?

5.如何理解计算机科学技术与智能科学技术的关系?

6.此前你了解过人类大脑的工作机制吗?你认为人类

大脑思维的工作机制的关键所在是什么?

联系电话:138********

电子邮箱:dozero@https://www.wendangku.net/doc/92297424.html,

新浪微博“厦门大学周昌乐”

相关文档
相关文档 最新文档