· 人工智能是一门知识的科学。以知识为对象,研究知识的获取、表示和使用。
· 人工智能的系统过程是,数据处理->知识处理,数据->符号。符号表示的是知识而不是数值、数据。
· 问题求解过程有启发,有推导。
· 人工智能是引起争论最多的科学之一。
问题焦点:当前人工智能的研究应该以人类的普遍思维规律为主,还是以特定知识的处理和运用为主?智能的本质是什么?机器能达到人的水平吗?总而言之,人工智能研究是非常困难的。
人工智能研究是非常困难的
McCarthy:人工智能的所有问题都是难解的。
Minsky:人工智能是有史以来最难的科学之一。难在:实现智能需要浩繁的知识,而最难对付的知识是常识(不是专业知识)。
Dreyfus:常识问题是实现人工智能的最大障碍。
结论:
万能的逻辑推理体系至今没有创造出来,并不是因为人工智能专家的本事不够,而是因为这种万能的体系从根本上就是不可能有的。他最大的弱点就是缺乏知识,缺乏人类在几千年的文明史上积累起来的知识,在实际生活中,人是根据知识行事的,而不是根据在抽象原则上的推理行事的。
即使就推理体系来说,它的主要技术是状态空间搜索,而在执行中遇到的主要困难就是" 组合爆炸" ,事实表明,单靠一些思维原则是解决不了组合爆炸问题的,要摆脱困境,只有大量使用理性的知识。
人工智能就其本质而言,是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行,一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器;二是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。
人工智能不是人的智能,更不会超过人的智能。
“机器思维”同人类思维的本质区别:
1.人工智能纯系无意识的机械的物理的过程,人类智能主要是生理和心理的过程。
2.人工智能没有社会性。
3.人工智能没有人类的意识所特有的能动的创造能力。
4.两者总是人脑的思维在前,电脑的功能在后。 [编辑本段]【强人工智能和弱人工智能】 人工智能的一个比较流行的定义,也是该领域较早的定义,是由约翰·麦卡锡(John McCarthy|)在1956年的达特矛斯会议(Dartmouth Conference)上提出的:人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性(见下)。另一个定义指人工智能是人造机器所表现出来的智能性。总体来讲,目前对人工智能的定义大多可划分为四类,即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动,或制定行动的决策,而不是肢体动作。
强人工智能
强人工智能观点认为有可能制造出真正能推理(Reasoning)和解决问题(Problem_solving)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。强人工智能可以有两类:
类人的人工智能,即机器的思考和推理就像人的思维一样。
非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。
弱人工智能
弱人工智能观点认为不可能制造出能真正地推理(Reasoning)和解决问题(Problem_solving)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。
主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则处于停滞不前的状态下。
对强人工智能的哲学争论
“强人工智能”一词最初是约翰·罗杰斯·希尔勒针对计算机和其它信息处理机器创造的,其定义为:
“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具;相反,只要运行适当的程序,计算机本身就是有思维的。”(J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980)这是指使计算机从事智能的活动。在这里智能的涵义是多义的、不确定的,象下面所提到的就是其中的例子。利用计算机解决问题时,必须知道明确的程序。可是,人即使在不清楚程序时,根据发现(heu- ristic)法而设法巧妙地解决了问题的情况是不少的。如识别书写的文字、图形、声音等,所谓认识模型就是一例。再有,能力因学习而得到的提高和归纳推理、依据类推而进行的推理等,也是其例。此外,解决的程序虽然是清楚的,但是实行起来需要很长时间,对于这样的问题,人能在很短的时间内找出相当好的解决方法,如竞技的比赛等就是其例。还有,计算机在没有给予充分的合乎逻辑的正确信息时,就不能理解它的意义,而人在仅是被给予不充分、不正确的信息的情况下,根据适当的补充信息,也能抓住它的意义。自然语言就是例子。用计算机处理自然语言,称为自然语言处理。
关于强人工智能的争论不同于更广义的一元论和二元论(dualism)的争论。其争论要点是:如果一台机器的唯一工作原理就是对编码数据进行转换,那么这台机器是不是有思维的?希尔勒认为这是不可能的。他举了个中文房间的例子来说明,如果机器仅仅是对数据进行转换,而数据本身是对某些事情的一种编码表现,那么在不理解这一编码和这实际事情之间的对应关系的前提下,机器不可能对其处理的数据有任何理解。基于这一论点,希尔勒认为即使有机器通过了图灵测试,也不一定说明机器就真的像人一样有思维和意识。
也有哲学家持不同的观点。Daniel C. Dennett 在其著作 Consciousness Explained 里认为,人也不过是一台有灵魂的机器而已,为什么我们认为人可以有智能而普通机器就不能呢?他认为像上述的数据转换机器是有可能有思维和意识的。
有的哲学家认为如果弱人工智能是可实现的,那么强人工智能也是可实现的。比如Simon Blackburn在其哲学入门教材 Think 里说道,一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。我永远不可能知道另一个人是否真的像我一样是智能的,还是说她/他仅仅是看起来是智能的。基于这个论点,既然弱人工智能认为可以令机器看起来像是智能的,那就不能完全否定这机器是真的有智能的。Blackburn 认为这是一个主观认定的问题。
需要要指出的是,弱人工智能并非和强人工智能完全对立,也就是说,即使强人工智能是可能的,弱人工智能仍然是有意义的。至少,今日的计算机能做的事,像算术运算等,在百多年前是被认为很需要智能的。
不用吃饭
无意识的机械的物理的过程 人脑的思维在前,电脑的功能在后
是对人的思维的信息过程的模拟。
说句实在话,人工智能研究的最大的问题就在哲学上的定义了,什么是学习,什么是智能,这个都还没有具体定义的情况下讨论人工智能还是早了点。
关于计算机应用上面现在的大部分研究人员都不在软件开发上下工夫了,都开始和其他学科进行交叉研究以期望获得突破了。