人工智能中意识机理探究.docxVIP

人工智能中意识机理探究 摘要：为了实现更为复杂的人工智能，必须解决人工智能 中的基础和核心问题，那就是意识的机理问题。在分析了文 献中关于意识生成的机制后，提出了意识机制中的存在的一 个问题：效用信息如何获取。给出了一个合理的解决方案。 关键词：人工智能；意识；信息处理 中图分类号：TP391.4文献标识码：A文章编号： 1009-3044 (2012) 33-8016-02 随着科学技术的发展，数字化时代正逐渐向智能化时代 过渡，人工智能的研究取得了举世瞩目的成绩，基于符号处 理的符号主义通过自动机理论来模拟人工智能取得了较好 的效果，但知识达到一定的规模之后，规则利用和选择的问 题就突现出来；以神经网络为代表的联结主义试图从模拟脑 组织结构的方法解决人工智能问题，比较符号主义而言，对 于机器学习、模式识别方面有一定的突破，但受脑科学研究 成果的制约，人们对大脑的了解还不够深入；而行为主义认 知基于维纳和麦克洛等人提出的控制论和自组织系统以及 钱学森等人提出的工程控制论和生物控制论，提出了感知- 动作模式。虽然人工智能取得了举世瞩目的成就，但也应该 看到人工智能并未取得突破性进展，其中的一些专家系统虽 然能解决某一领域的问题，但必须有严格的逻辑知识，有严 格的范围限制。究其原因是人工智能没有解决其基本和核心 的问题：意识问题。 文章首先分析了北京邮电大学钟义信教授提出的意识 机理论与模型[1, 2],探讨了其成功之处，提出了值得继续 探索的地方，给出了自己的基本观点。 1意识的基本概念 意识在哲学家的眼里是相对于物质而存在的，是除物质 以外的主观意识，是大脑对于客观世界的反映、理解和心理 过程。在钟义信教授的文章意识机理论与模型”中对意识 做了如下定义：“意识”的概念理解为“对于外部刺激的感 觉、记忆、理解和判断”的能力。所谓某个系统对某种刺激 “具有意识”，主要是指这个系统对于这种外部刺激具有感 觉能力、记忆能力、理解能力和判断能力。这种定义方法对 于研究人工智能是有好处的。可以从信息的角度来处理意识 问题。即：信息的感知、存储、逻辑推理等过程。 对于一个有意识的系统应当具有以下功能：一、信息感 知、获取能力；二、信息加工和储存的能力；三、信息推理 和选择运用的能力。智能可以定义为：在给定目的、环境、 问题的情况下，获取特定信息，对信息进行加工以达到认知, 生成策略信息，利用策略信息解决给定问题的能力。 2意识的生成机制 在钟义信教授的“意识机理论与模型文章中提出了 一种意识生成模型，把意识生成过程的外部信息分为两种， 一种是“形象”分量，一种为“效用”分量。“形象”分量， 指系统所感知的这个刺激的外部形象和姿态，包括它的外 貌、形状等静态形式参数和动作、情态等动态形式参数，相 当于全信息理论中的语法信息；刺激的“效用”分量，指对 于系统所设定的某个目的而言，这个刺激可能会带来什么样 的影响，是有利、有碍、还是无碍于实现系统所设定的目的， 相当于全信息中的语用信息。其模型如图1所示。 形象刺激的获取方法 现在考查一个试验和观察者组成的系统，记为(X, C, C*； R),其中R为观察者那主体，X为事件，C为先验肯定 度分布，C*为后验肯定度分布。则信息量可用下式计算： [I(C, C*； R)=I(C*)-1(0 =n= lNC*n 1 ogC*n-n= INCn 1 ogCn] (1) 但这里计算出来的还是语法信息量，想当于Shannon的 炳的定义。而且上式只适用于归一的情况，即概率性事件。 对于偶发信息和模糊信息，肯定度是不规一的。不过可 以通过一定的方式转化为归一的情况。 [I(C,C*；R)=lNn=lNI(Cn,C*n；R)[=lNn=lN[f*nlogf*n+ (l~f*nlog (l~f*n) -fnlogfn) - (1-fn) log (1-fn)]]] (2) 效用刺激的获取通过对语法信息的计算公式，可 以推导出效用信息的计算公式： [I (U, U* ； R) =lNn=lN[u*nlogu8n+ ( 1-un) log (1-un) ]-[unlogun+ (1-un) log (1-un) ]] (3) I (U)表示R关于X的先验单纯效用信息量，I (U*) 表示R关于x的后验效用信息量。I (U, U*； R)则表示试 验过程所获得的实得效用信息量。 综合语用信息量则分两种情况表示为： [I(P)=n=lNunlogun , ( C=P ) ? ( C=Q ) =lNn=lN[ p nlog u n+ (1- p n) log(1- u n) +log2], C=F] (4) 有了效用信息才能进一步明确语义信息，采用类似于不 归一语法信息的度量方法，可得如下公式。 [I (T, T*； R