网络时代人工智能的发展.docx

网络时代人工智能的发展 摘 要：五十多年来，人工智能在模式识别、知识工程、机器人等领域已经取得 重大成就，但是离真正的人类智能还相差甚远。本文强调在当今的网络时代， 作为信息技术的先导，人工智能科学有着非常值得关注的研究方向，要在科学 交叉研究中实现人工智能的发展与创新。要关注认知科学、脑科学、生物智能、 物理学、复杂网络、计算机科学与人工智能间的交叉渗透，尤其是重视认知物 理学的研究；自然语言是人类思维活动的载体，是人工智能研究知识表示无法 回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型， 发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特 性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力 学行为，研究网络化了的智能，从而适应信息时代数据挖掘的普遍要求，迎接 人工智能科学与应用新的辉煌。 关键词；人工智能；认知物理学；数据场；云模型；网络化智能 从 1956 年著名的达特茅斯(Dartmouth)会议算起，人工智能学科诞生已有 半个世纪的历史，先后出现有逻辑学派(符号主义)、控制论学派(联结主义)和仿 生学派(行为主义)。符号主义方法以物理符号系统假设和有限合理性原理为基础， 联结主义方法以人工神经网络和进化计算为核心，行为主义方法则侧重研究感 知和行动之间的关系。这些理论和方法在模式识别、知识工程、机器人等领域 取得伟大成就，极大地推动了科技进步和社会发展。专家 系统、智能控制、数据挖掘、智能机器人、智能社区随处可见，改变了我们的 生活。 人工智能自诞生之日起就引发了人们无限美丽的想象和憧憬，但人工智能 1 的发展过程也存在着不少争议和困惑：什么才算是真正的“智能”?为什么再高 级的电脑、再智能的机器与人类的智能相比仍然那么幼稚?为什么人工智能与人 们最初的想象和期望仍然相距甚远?在网络时代人工智能的发展会有什么样新的 特征? 最近十几年来，我们在国家自然科学基金项目、国家 863 计划、973 计划 的支持下，把网络拓扑作为知识表示手段，围绕不确定性人工智能做了一些研 究工作。这些研究正走向一个有机的整体，把许多重要的、但又是局部的结果， 统一到一个令人满意的框架内。这些研究也让我们深深陷入了对人工智能未来 发展方向的思考。 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地 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。尽管各自的出发点有所不同，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。 当前，网络科学和技术无所不在，网络中的节点，可以是形形色色的行为主 体，本质上说，网络科学是研究网络中节点相互作用的理论和方法。回首人工 2 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。21 世纪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。 脑科学又称神经科学。揭示脑的奥秘已成为当代自然科学面临的最大挑 战。对人脑的探索，人类走过漫长的道路。早在公元前 400 年，古希腊医师希 波克拉底(Hippocrates)就提出脑是智慧的器官；17 世纪笛卡尔(Descartes)提出了 “反射”的概念；19 世纪末，卡赫尔(Cajal)发明的以他的名字命名的染色法奠 定了神经元学说基础。进入 20 世纪后，巴甫洛夫(Ivan Petrovich Pavlov)创立 了高级神经活动的条件反射学说；40 年代，微电极的发明开创了神 经生理研究，对神经活动的认识出现了重大的飞跃；60 年代，神经科学蓬勃发 展，从细胞与分子水平研究脑科学；元创伤大脑成像技术为人们认识活体脑的 活动及分析其机制提供了前