【正文】 這樣，在新的世紀里，有可能出現(xiàn)一種這樣的產(chǎn)物，它是生物機體和電子電路結合的產(chǎn)物，我們可以稱呼它為 “人工智能動物” 蘋果 從左到右依次是 （ 19771998年）（ 19982023）（ 20232023）（ 2023至今，目前使用中）、（ 20230318， iPad發(fā)布會使用）。若采用半導體器件組裝成相應的電腦裝置，則必須做成一座高達 40層的摩天大樓，所需功率要以百萬千瓦計。 視覺識別 一種可能的解決方案是：圖象上的每一點都用一個神經(jīng)細胞與之對應并逐一判別，最后綜合為整體；但是，既使只描述圖象局部的大致輪廓，神經(jīng)元的數(shù)目仍不敷使用。人們把這種順序執(zhí)行（串行） 已儲存程序的電腦類型統(tǒng)稱為“諾依曼機 ”。 系 統(tǒng) 運 行時 ， 綜 合 數(shù) 據(jù) 庫 建立 ， 在 當 系 統(tǒng) 運 行 完成 之 后 ， 綜 合 數(shù) 據(jù) 庫也 就 會 被 撤 消 。 一個人要成為專家，至少必須掌握某一學科淵博的 知識 ，具有豐富的 實踐經(jīng)驗 ，能解決一般人不能夠解決的疑難問題。這個看似簡單的問題，就象“哥德巴赫猜想”一樣，屬于世界上最著名的數(shù)學難題之一。 以這些觀點為基礎， Brooks研制了一種機器蟲， 用一些相對獨立的功能單元，分別實現(xiàn)避讓、前進、 平衡等功能，組成分層異步分布式網(wǎng)絡，取得了一 定程度的成功，特別對機器人的研究開創(chuàng)了一種新 的方法。神經(jīng)計算機 (neural puter)能夠以類似人類的方式進行“思考”，它力圖重建人腦的形象。 ? 人工智能尚缺乏必要的理論，在一些關鍵技術方面，如機器學習、非單調(diào)推理、常識性知識表示、不確定推理等尚未取得突破性進展。 西蒙 (75,圖靈獎 ) 、 麻省理工學院塞夫里奇 （ O. Selfridge）和索羅門夫 ） ， 以及 IBM公司塞繆爾 （ ， 跳棋機 ， 56 ） 和莫爾（ ） 。 各神經(jīng)元間軸突和樹突的接口，即神經(jīng)末梢與樹突相接觸的交界面，每個細胞體大約有103—104個突觸，有興奮型和抑制型兩種。最后，戈德斯坦毫不隱瞞地告訴他莫爾學院的電子計算機課題和目前的研究進展。在柏林當了幾年無薪講師后，他轉而攻向物理學，為量子力學研究數(shù)學模型，又使自己在理論物理學領域占據(jù)了突出的地位。布達佩斯人才濟濟，可一個多月過去，居然沒有一人前往應聘。 圖靈預言 圖靈曾預言，隨著電腦科學和機器智能的發(fā)展，本世紀末將會出現(xiàn)這樣的機器。這篇文章后來被改名為 《 機器能思維嗎？ 》 .它引來的驚雷，今天還在震撼著電腦的世紀。 ? 圖靈把人在計算時所做的工作分解成簡單的動作，與人的計算類似，機器需要：（ 1）存儲器，用于貯存計算結果；（ 2）一種語言，表示運算和數(shù)字；(3)掃描；（ 4）計算意向，即在計算過程中下一步打算做什么；（ 5）執(zhí)行下一步計算。在書中他響亮地提出了“知識就是力量”的觀點。這里我們以符號 S及 P分別表示主詞及謂詞。 – 1861年法國神經(jīng)解剖家布魯卡，對八名有語言障礙：能聽懂而不能說的病人，進行研究時發(fā)現(xiàn)，由于大腦左側額區(qū)的后部，一些組織受損所致。 – 他進一步指出，要深思的不是結局而是手段，假設了結局并考慮如何以及通過什么手段得到結局，結局是否容易是否最好，手段在分析順序中是最后一個，在生成順序中是第一個 – 這實際上就是回歸規(guī)劃系統(tǒng)， 2300年后， 1972年NewellSimon研制了第一個能夠擬人類問題解決的計算機程序 —— GPS程序（ General Problem Solver program ）當多個行動可以達到目標時或根本無法到達目標時，如何行事？ ? 結論：通過目標和關于行動結果的知識之間的邏輯聯(lián)系來判定 哲學家們標志出了 AI的大部分思想，但實現(xiàn)成為一門規(guī)范科學的飛躍就要求在三個基礎領域完成一定程度的數(shù)學形式化：邏輯、計算和概率。 ? Haugeland, 1985:人工智能是一種使計算機能夠思維，使機器具有智力的激動人心的新嘗試。 – 各教學環(huán)節(jié)占總分的比例：期末考試占考試成績的 80%，大作業(yè)占 20%。 ? Winston, 1992：人工智能是研究那些使理解、推理和行為成為可能的計算。 – 不完備性定理還可以表述為，整數(shù)的某些函數(shù)無法用算法表示，即不可計算。而說英語由于依靠語言的形態(tài)變化，須要多聽、多說因此，使用布魯卡的聽力區(qū)。 ? 例如： (i)凡孔子的后代是人 (ii)凡人皆會死 因此，凡孔子的后代會死。 ? 這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結論的真，整個推理因此缺乏必然性。圖靈機是一種抽象計算模型，用來精確定義可計算函數(shù)。 圖靈試驗 圖靈指出：“如果機器在某些現(xiàn)實的條件下，能夠非常 好地模仿人回答問題，以至提問者在相當長時間里誤認 它不是機器，那么機器就可以被認為是能夠思維的。缺點： （ 1）沒有存儲器；（ 2）它用布線接板進行控制，甚至要搭接幾天，計算速度也就被這一工作抵消了． ?？颂兀ㄓ遥┖湍死ㄗ螅? Von Neumann提出馮 ?諾依曼計算機模型。不到一個學期，他班上的數(shù)學老師走進家門，告訴銀行家自己的數(shù)學水平已遠不能滿足馮 諾依曼預料到未來科學的發(fā)展中心即將西移，欣然同意赴美國任教。諾依曼機”，其中心就是有存儲程序。 現(xiàn)實世界中相當多的問題求解是復雜的，常無算法可循，即使有計算方法，也是 NP (Nondeterministic Polynomial，即多項式復雜程度的非確定性問題 )問題。和這些工作有聯(lián)系的 Newell關于自適應象棋機的論文和 Simon關于問題求解和決策過程中合理選擇和環(huán)境影響的行為理論的論文，也是當時信息處理研究方面的巨大成就。 自然界智能水平最高的生物就是人類自身，不但具有很強的生存能力，而且具有感受復雜環(huán)境、識別物體、表達和獲取知識以及進行復雜的思維推理和判斷的能力。 符號主義 是以知識的符號表達為基礎，通過推理進行問題求解； 連接主義 以人工神經(jīng)網(wǎng)絡為代表； 行為主義 主張從行為方面模擬、延伸、擴展人的智能，認為“智能”可以不需要“知識”。西蒙進一步認識到，人類證明數(shù)學定理也有類似的思維規(guī)律，通過“分解”（把一個復雜問題分解為幾個簡單的子問題）和“代入”（利用已知常量代入未知的變量）等方法，用已知的定理、公理或解題規(guī)則進行試探性推理，直到所有的子問題最終都變成已知的定理或公理，從而解決整個問題。問題的癥結在于，雖然機器能夠解決一些大規(guī)模數(shù)字處理、嚴格的邏輯推理以及下棋等某些類型的問題。在 AI研究里，這類知識稱之為“啟發(fā)式知識”。 專家系統(tǒng)實例之一 專家系統(tǒng)最成功的實例之一， 是 1976年美國斯坦福大學肖特列夫（ Shortliff）開發(fā)的醫(yī)學專家系統(tǒng)MYCIN，這個系統(tǒng)后來被知識工程師視為“專家系統(tǒng)的設計規(guī)范”。 “新一代計算機”的主要目標之一是突破電腦所謂“馮 863計劃先后支持了清華大學、中科院聲學所、中國科技大學等八家單位進行語音合成技術攻關。即使在這種嚴重的故障面前，大腦仍然可以正常地運作。 – “我認為展望未來 50至 100年，如果我們真能開發(fā)出一款設備，它可以捕捉潛在精神，或者一套潛在的原則，或者是潛在的看待世界的方式，這樣當下一個亞里士多德出現(xiàn)的時候 ……”喬布斯說，“也許他可以隨身攜帶這款設備，將所有東西都輸入其中。 電腦與人腦相連接 人工智能的泰斗明斯基教授想用另外的辦法，即把微電腦嵌入人的大腦，以便使“我們能設計出我們的‘思維兒童’ ，他們思考問題的速度比我們現(xiàn)在快 100萬倍。 人們看到一臺電腦正在分辨人用點頭或搖頭表示 YES和 NO的動作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤“三子棋”。然而，“五代機”的命運是悲壯的。相對于美國很多探礦、化學等專家系統(tǒng)來說，我國的醫(yī)療診斷專家系統(tǒng)也是相當成功的，但是由于醫(yī)療風險等問題，投入實際使用的難度比較 大。推 理 機 就 是 實 現(xiàn) 推 理的 程 序 ， 它 是 利 用 知識 進 行 推 理 的 。 AI研究曾一度墮入低谷，出現(xiàn)了所謂“黑暗時期”。 ? 美籍華人學者、洛克菲勒大學教授王浩在“自動定理證明”上獲得了更大的成就。其研究重點側重于模擬和實現(xiàn)人的認識過程中的感知過程、形象思維、分布式記憶和自學習自組織的過程。 ? 機器智能可以模擬人類智能 物理符號系統(tǒng)假設的推論一告訴我們，人有智能，所以他是一個物理符號系統(tǒng)；推論三指出，可以編寫出計算機程序去模擬人類的思維活動。 ? 1956年 Chomsky的文法體系， 1958年塞夫里奇（ O. Selfridge）等人的模式識別系統(tǒng)程序等，都對人工智能的研究產(chǎn)生有益的影響。例如，1969年“圖靈獎”獲得者是哈佛大學的明斯基（ ）； 1971年“圖靈獎”獲得者是達特莫斯大學的麥卡錫（ ）； 1975年“圖靈獎”則由卡內(nèi)基 — 梅隆大學的紐厄爾（ A. Newell）和赫伯特 ????njijjii vwu1?)( ii ufv ???????0,00,1iii uuv wij —— 代表神經(jīng)元 i與神經(jīng)元 j之間的連接強 度 (模擬生物神經(jīng)元之間突觸連接強度 )，稱之為連接權； ui—— 代表神經(jīng)元 i的活躍值，即神經(jīng)元狀態(tài)； vj—— 代表神經(jīng)元 j的輸出，即是神經(jīng)元 i的一個輸入； θ i—— 代表神經(jīng)元 i的閾值。天賜良機，戈德斯坦感到絕不能放過這次偶然的邂逅，他把早已埋藏在心中的幾個數(shù)學難題，一古腦兒倒出來，向數(shù)學大師討教。諾依曼與數(shù)學教授聯(lián)名發(fā)表了他第一篇數(shù)學論文，那一年，他還不到 17歲。諾依曼代數(shù)”。 你多半會想到，面前的這位是一部笨機器。 ? 1945年，脫下軍裝的圖靈，帶著大英帝國授予的最高榮譽勛章，被錄用為泰丁頓國家物理研究所高級研究員。 圖靈（ Turing， 1912年 6月 23日 1954年 6月 7日），英國數(shù)學家，舉世公認的“人工智能之父”。培根小時候身體很弱，經(jīng)常生病，但他卻很愛學習，喜歡閱讀比他的年齡應讀的書更為高深的書籍，１３歲時便進入英國著名的劍橋大學讀書。 ? 亞氏在邏輯主要成就包括主謂命題 (statement in subjectpredicate form)及關于此類命題的邏輯推理方法，特別是三段論證 (syllogism)。麥卡洛克（ Warrenc McCulloch）和沃爾特 ” ? 結論：肯定的結論，即可以用一個規(guī)則集合描述意識的形式化部分 ? 精神的意識是如何從物質的大腦產(chǎn)生出來？ – Descartes(笛卡爾 )給出了第一個關于意識和物質之間區(qū)別以及由此產(chǎn)生的清晰的討論 – 二元論 ? 意識（靈魂、精神）的一部分是超脫于自然之外的，不受物理定律的影響 ? 動物不具有這種屬性，它們可以被當做機器對待 – 唯物主義 ? 大腦依照物理定律運轉而構成意識 ? 自由意志是對出現(xiàn)在選擇過程中可能選擇的感受方式 ? 結論：兩種選擇：二元論和唯物主義 ? 知識從哪里來？ – 關于知識的來源： Francis Bacon(培根 )《 新工具論 》開始了經(jīng)驗主義運動 – John Locke(洛克 )指出：“無物非先感而后知” – Rudolf Carnap(魯?shù)婪? Movies 5 ? 黑客帝國（ MATRIX） Movies ? Iron Man What is AI? What is AI? ? 定義 1 智能機器 (intelligent machine)能夠在各類環(huán)境 中自主地或交互地執(zhí)行各種擬人任務的機器。 ? 機器人三大法則 :機器人不得傷害人，或任人傷害而無所作為；機器人應服從人的一切命令，但命令與第一法則沖突時例外；機器人必須保護自身的安全，但不得與前兩條法則抵觸。 – 17世紀，有人提出推理如同數(shù)字計算，帕斯卡寫到：“算術機器產(chǎn)生的效果顯然更接近思維，而不是動物的其他活動。 – 但任何 NP完全問題類可歸約而成的問題類很可能是不可操作的 ? 結論：有了可計算性可算法復雜性的理論的指導 神經(jīng)科學：大腦是如何處理信息的？ 在 1943年沃侖 ? AI對主流計算機科學的影響 – 分時技術 – 交互式翻譯器 – 使用窗口和鼠標的個人計算機 – 面向對象的編程 … 語言學：語言和思維是怎樣聯(lián)系起來的？ ? 現(xiàn)代語言學的誕生： Chomsky（喬姆斯基）理論 – 1957年 《 句法結構 》 出版，顛覆了行為主義，認為兒童怎么能理解和構造他們以前沒有聽到