模拟智能的整体思路.docVIP

模拟智能的整体思路 　　自编程序是一种基本技术，它可以应用在各种形式的智能系统之中，这就是我们这里要介绍的自编程序的目标选择。可以这样说，目前的任何一种人工智能程序，加入我们介绍的自编程序技术，都可以使该智能系统的智能得到在工作中的改善提高的效果。表面看，我们用一些已经成功运行的人工智能程序（如一些专家系统程序、一些推理机程序、一些人工神经网络程序）加入自编程序技术，进行程序的改进和提高，比较容易见成效。然而由于他们的程序在原理上与我们的自编程序有所不同，往往很难从他们的程序中分解出直接连接不用流向控制的小程序（这里的小只是相对于自编程序而言，有时并不真小）。因此无法实现我们意义的自编程序，以改进这些人工智能系统的性能。　　另外，很多人工智能系统程序都有自己的专利保护和加密措施。我们把他们的程序改进为自编程序的系统及会遇到侵犯人家专利的问题，又会受加密的影响而无法掌握人家程序的核心，从而使我们的改进措施无效。所以我以为，虽然在目前的人工智能系统上添加自编程序技术以改进和提高它们的性能，是最简便易行的方法，但是实行起来的难度却是最大的。　　因此我们可以以语言系统为目标，构建以自编程序技术为核心的智能系统是目前较为简单的方法。它是以各种语言为处理对象，以自编程序为处理语言的程序。以实现图灵检测似的人际交流，并在收集人类知识的基础上提出自己见解和观点为智能目标的强人工智能系统。表面上看，这种强人工智能除去野心比目前的自然语言理解系统大以外，没有多少差别。但是实际情况却不同。由于自编程序技术的基点是系统自己生成能力，因此在编写系统程序时，我们根本不必考虑系统的词汇库问题，不必考虑系统的语法和语言逻辑问题。这些问题完全由系统在学习中自己解决。我们在编制系统程序（它一定要由人来编写）只考虑系统的理解能力、表达能力、提出解决问题能力、自主决策能力是怎样来的，而不必为系统考虑理解能力、表达能力、提出和解决问题能力、自主决策能力的程序是什么样子。大家应该注意到，这是一个与现在编程思想绝对不同的一种新编程思想。　　我们还可以以神经元信息为目标，构建智能系统。它比以语言为目标的系统要复杂一些，但是它与人类智能更加接近。因为神经元信息中包含着感觉信息，这就使我们的智能系统可以实现由感觉到提出理论的全面的类似人类智能的模拟。也就是说，我们的可以使我们模拟的强人工智能由感觉获得的信息一直到把它们加工为科学理论。　　在以神经元信息为目标的构建智能中又有以模拟反射为基础和以模拟神经元网络为基础两种，以模拟反射为基础与模拟神经元为基础的区别在于，反射只考虑大脑神经联系的起点与终点，不考虑中间的传递过程。神经元网络则需要考虑信息传递的所有中间过程。４、自编程序的产生和检验。　　我们前面已经指出，用自编程序作为切入点可以解决智能系统的灵活性问题。同时我们也已经对程序的结构进行了新的解释，使我们现在的程序可以方便地由计算机自编。但是程序的是怎样产生的和程序产生后如何调试的问题还没有解决。显然这两个问题不解决，你就是把自编程序吹得天花乱坠，也不能解决智能问题。　　但是我们也应该看到，我们现在确定的程序是由一些能够成功运行的小程序直接连接而成的，在这种程序的结构中，没有控制程序流向的转移和循环。这样一种程序可以再无智能或智能很低的情况下编制和调试。这也是为什么我们如此限制自编程序的结构的主要原因。　　下面我们首先介绍一种没有智能情况下自编程序的过程。　　我们考虑这样的情况，我们面前已经有一些能够成功运行的小程序。如何把它们连结成大程序呢？我们可以用一个随机组合操作。随便地把一个小程序与另一个小程序连接起来，这种随机地连接当然不需要什么智能。它是连接出来的东西也不能够正确的执行什么任务。我们就把这种操作作为自编程序的第一步。　　第二步是把连接的东西记录下来，以便使系统知道已经做过那些连接。我们把这种记录叫做印象程序。　　第三步是把这个程序拿去执行，并有人或系统自身（有人监视的系统功能比较简单，但是自动化程度差。资深坚实的自动化程度高，但是系统的结构会几倍的复杂。）监视程序的执行，把执行结果统治给系统。　　第四步是把成功的印象程序保存为最后的程序，这种程序叫做经验程序。　　如果连接的程序执行不成功，就进入第五步。那时就返回第一步重新随机连接小程序，重新形成印象程序。同时把不成功的程序纪录为负经验程序，也就是失败的印象程序。在重返第一步随机组成新程序后先把新组成与负经验程序比较，如果相同，就把它否定掉，不进入第二步（纪录为新印象程序）。只有那些与负经验程序不同的才被记录为新印象程序。然后继续执行第二、第三、第四步。如果再次不成功，就再次返回第一步。直到找出一种成功的随机连接后的程序。　　上述过程也是一个计算机程序，它就是系统程序的一个核心部分