网络时代人工智能研究与发展,人工智能论文

发布时间：2016-09-27 11:27

本文关键词：网络时代人工智能研究与发展，，由笔耕文化传播整理发布。

您现在的位置：上海论文网 > 科学论文 > 人工智能论文 > 网络时代人工智能研究与发展

网络时代人工智能研究与发展

发布时间：2013-04-11 点击次数：次

　1　在交叉学科研究中实现人工智能的创新人工智能虽然常常被划分为计算机或自动化学科的一个分支,但它的研究范畴一直是很宽泛的,涉及到哲学、认知科学、行为科学、脑科学、生理学、心理学、语言学、逻辑学、物理学、数学以及信息论、控制论和系统论等许多学科领域.人工智能这种综合性、交叉渗透性早在它诞生之日起就得到充分的体现.在达特茅斯会议上,有包括数学、神经生理学、精神病学、心理学、信息论和计算机科学等多领域的学者参加,科学家们从各自学科的角度出发,根据不同的学科背景,强调了各自的重点,产生了激烈的碰撞.尽管出发点有所不同,它们都汇聚到研究人类智能活动的表现形式和认知规律,借用数理逻辑来形式化,用计算机作为载体,提供关于形式化计算和符号处理的理论,模拟人类某些智能行为和方法,构造具有一定智能的人工系统,让计算机去完成以往需要人的智力才能胜任的工作,从而诞生了“人工智能”这一新的学科.
　　当今,网络无所不在,网络拓扑成为知识表示的重要手段,网络中的节点,可以是形形色色的行为主体,主体之间相互作用.网络科学是研究网络中节点相互作用的理论和方法.人工智能当初在起点时刻发生的学科碰撞,今天甚至可以通过网络拓扑进行形式化研究.网络时代人工智能发展的主要动力,更是要来自更广泛学科的交叉渗透,而各学科自身的飞速发展,为人工智能交叉研究提供了广阔的空间.
　　1. 1　重视和脑科学的交叉研究脑科学的目的是认识脑、保护脑和创造脑.人脑是生物智能最杰出的表现,是自然界中最复杂、最高级的智能系统.计算机很早就被称为电脑,说明人工智能要用电脑模拟人脑、制造机器生命的伟大目标.
　　因此脑科学和人工智能的交叉是必然的.
　　脑科学从分子水平、细胞水平、行为水平和整体水平对脑功能和疾病进行综合研究,并从脑的发育过程了解脑的构造和工作原理.人工智能是研究怎样使计算机来模仿人脑所从事的推理、学习、思考、规划等思维活动,来解决人类专家才能处理的复杂问题.应该说,对于人脑的研究是人工智能的必要前提.脑的复杂性体现在它是由太数量级的神经元和千太数量级的突触联结的信息处理和决策系统.人们的认知活动反应在大脑上很可能对应着一定的生理上的化学、电学的变化,但是目前生命科学还不能在思维活动与亚细胞的化学、电学层次的活动建立确切的关系.例如一个概念如何以生物学形式存储,它与其他概念发生联系的生物学过程是什么.也不能决定什么样的神经构造可以决定着哪些认知模式的发生.因而脑科学今后的任务仍将是从多层次来研究脑的整合功能,包括脑如何感知,如何思维,如何理解语言,如何产生情感,并将对神经活动的认识推向细胞和分子水平.这些研究都将大大推动自然智能科学的发展.
　　1. 2　重视和认知科学的交叉研究认知科学是研究人类感知和人类思维过程的科学,包括研究感知、记忆、学习、语言和其他认知活动.感知是大脑通过各种感觉器官接受外界的声、光、触、嗅等信息,其中视觉感知起着尤为重要的作用.认知以感知为基础,知觉是脑对客观各种属性的综合反应,知觉的表达是研究其他各个层面认知过程的基础.记忆是对感知的保持,有了记忆,当前的反映才能在以前反映的基础上进行,人才能积累经验.记忆和遗忘是大脑的本能.学习是基本的认知活动,有人把学习分为感知学习、认知学习和意义学习.学习主要是通过语言来表达的,人类智能和其他生物智能最突出的差别就在于语言,尤其是文字语言.语言以语音为外壳、词汇为材料、语法为规则.语言是结构最复杂、使用最灵活、应用最广泛的符号系统.人们通过语言进行思维的活动和认知的交流.还有很多其他的认知行为,如注意、意识等,通过生物的对比实验,来理解心理活动和表象(如情绪)之间的关系,实现情感计算.
　　人工智能要想在知识的表示、学习、存储、搜索、优化、预测、计划、判断、自适应等方面取得突破性成果,必然要把研究目标拓广到整个认知科学的理论、实验和实证中去.其中,视觉认知计算、听觉认知计算以及视听觉相互作用的认知计算,是一个很重要的切入点.国家自然科学基金委正在酝酿“十一五”期间实行“视听觉认知计算”的重大计划.
　　1. 3　重视和物理学的交叉研究人类在对客观世界的认识过程中,已经取得的最集中、最突出的惊人成就,当属物理学.如分子物理学、原子物理学、粒子物理学,还有天文学的大爆炸理论,大陆漂移说和进化论等.迄今为止,物理学家已经发现,自然界存在万有引力、电磁力、强作用力和弱作用力相互作用,分别存在于不同尺度的物理现象中,形成所谓的层次.人们对物质结构的认识,一方面去探索大尺度的目标,包括行星、星球、银河系等,另一方面积极探索微观世界,发现物质更小的构成单元,从分子、原子深入到原子核、再到中子、质子,进一步又深入到夸克层次.用更统一的理论去覆盖这4种相互作用,是物理学大家孜孜不倦的追求.
　　诺贝尔物理学奖获得者李政道曾说:“科学,不管天文、物理、生物、化学,对自然界的现象,进行新的准确的抽象,科学家抽象的叙述越简单,应用越广泛,科学创造也就越深刻”.如此精辟的结论,启发了一个深刻的问题: 21世纪物理学的发展依然是简化归纳.
　　当今,人工智能研究中一个十分活跃的分支———数据挖掘,追溯到早期是以演绎为主的专家系统的潮流而动,期望能够通过对数据的分析、清洗、整合、挖掘、模拟人的认知和思维活动,发现新的知识,这种抽象的过程,本质上也是简化归纳.
　　那么,对人脑自身的认识是否可以借鉴对客观世界的认知呢? 21世纪认知和思维科学发展的一个重要方向,就是把现代物理学中对客观世界的认知理论成果引伸到对主观世界的认知中来,这就是我们孜孜所求的方向,不妨称之为认知物理学.
　　物理学在对客观世界的认识中,场论起到了关键的作用.借鉴物理学中场的思想,我们将物质粒子间的相互作用及其场描述方法引入抽象的认知空间.按照认知物理学的思路,人自身的认知和思维过程,从数据到信息,从信息到知识,如果也用场的思想来形式化表示,就可以建立一个认知场,来描述数据之间的相互作用,可视化人的认知、记忆、思维等过程.论域空间中的数据也好,概念也好,语言值也好,集团也好,都是场空间中相互作用的客体或者对象,仅仅是粒度不同而已.
　　以从关系数据库中发现知识为例,不妨将发现知识的背景看作是一个具有M维属性的N条记录构成的逻辑数据库,即M维论域空间中的N个客体表示的数据分布.每一个客体看作是论域空间的一个点电荷或质点,位于场内的所有其他客体都将受到该客体的某种作用力.这样一来,在整个论域空间就会形成一个场,所谓数据库中的知识发现,就是在发现状态空间从不同粒度上研究这些客体之间通过场发生的相互作用和关系,模拟人类知识发现中的抽象过程.
　　只有用不同尺度分析、理解自然界、人类社会和人的思维活动,才能更清楚看清问题的本质.借鉴物理学中的粒度来反映发现知识的粒度或概念的尺度,是认知物理学的又一个重要内容.应用它来研究人类自身的认知机理,研究数据、概念、规则、知识之间的不确定的层次结构.人的认知过程有感觉、知觉、表象、概念、抽象等不同层次.层次和客体的粒度相关,知识的层次和概念的粒度相关,无论是发现哪一类知识,如果对于原始较低粒度的概念进行提升,就可以发现更普遍、更概括的知识,这就是正在兴起的粒度计算.
　　人类智能的一个公认特点,是人们能够从极不相同的粒度上观察和分析同一问题,不仅能够在同一粒度世界里进行问题求解,而且能够很快地从一个粒度世界跳到另一个粒度世界,往返自如,甚至具有同时处理不同粒度世界的能力,这正是人类问题求解的强有力表现.而人类的认知和思维的过程,实际上对应着不同粒度表述的概念在不同尺度之间的转化过程,即从一种相对稳定的发现状态向另一种相对稳定的发现状态的过渡.如何形式化描述人类认知过程中从数据到概念,从概念到规则的发现状态转换,以及知识由细粒度到粗粒度的逐步归纳简约的过程,也是人工智能研究中的基础问题.我们借鉴物理空间的多视图、多尺度、多层次等特点,借用物理学中状态空间转换的思想,形成了知识发现状态空间转换的框架,空间中的每个状态代表一个相对稳定的知识形态,而认知过程则对应着从一个状态空间到另一个状态空间的转换,数据场成为发现状态空间转换的重要工具.

上一篇：浅析人工智能与专家系统

下一篇：研究瓦拉赫与艾伦的智能机器人道德伦理理论及设计方法