不确定性原理-人工智能的哲学基础

不确定性原理-人工智能的哲学基础
不确定性原理-人工智能的哲学基础

不确定性原理

——人工智能的哲学基础

作者:孙二林

电邮:sun2lin@https://www.360docs.net/doc/a61611283.html,

日期:2008年6月30日

文章编号:NNK2008-6-不确定性原理.doc

讨论组:https://www.360docs.net/doc/a61611283.html,/group/neural-network-knowledgebase

目录

不确定性原理 (1)

目录 (2)

前言 (3)

〇、概念图 (6)

一、不确定性原理 (10)

二、上帝掷骰子 (11)

三、宇宙坐标系 (20)

四、转化炉 (31)

五、进化网络 (42)

六、生命 (51)

七、人类 (58)

八、顶点 (66)

九、人工智能 (74)

前言

科学大体可以分为三层,从下往上依次是:基础科学、应用科学、前沿科学。

人工智能(及其近亲人工生命、机器人学)属于前沿科学的范畴,相对于已经发展了几百年的成熟的基础科学和应用科学,人工智能仅有几十年历史,尚处于起步阶段,远未形成坚实的基础和完整的架构。

研究人工智能,应该从哪里入手?这是个问题。

它牵扯到另外一个问题:人工智能到底是什么?

人工智能是一台计算机吗?

是,又不仅仅是。

人工智能是一段程序吗?

是,又不仅仅是。

显然,如果只了解计算机和程序,那最多也就能组装一台电脑、编写一段代码,跟人工智能还差得太远。

人工智能,不仅仅是一台机器,不仅仅是一段代码,甚至不仅仅是一个数学模型。

人工智能之父图灵所创建的图灵机,准确地说是计算机的数学模型,它是实现人工智能的工具和基础,而不是人工智能本身;它是实现人工智能的必要条件,而不是充分条件。计算机已经出现半个多世纪了,已经非常普及,但几乎所有人都不会认同:它就是人工智能。

我们对人工智能的理解,还远未达到可以进行数学建模的程度。在不能说清楚人工智能到底是个什么东西之前,就开始建模甚至编程,未免太过草率。

科学,是一座庄严宏伟的大厦。这座大厦建得越高,承载它的地基就需要挖得越深。

当科学大厦搭建到人工智能这一前所未有的高度时,无疑,它的地基也需要挖掘到前所未有的深度。

人工智能的下一层是什么?

计算机科学、生命科学、语言学。

计算机科学、生命科学、语言学的下一层是什么?

数学、物理学、逻辑学。

数学、物理学、逻辑学就是科学大厦的最底层了吗?

是的。

科学大厦再往下是什么?

基石。

科学的基石是什么?

哲学。

是的,哲学。如果我们要在人工智能的方向上走得更远,就必须对哲学有着更深刻的理解。

不懂哲学?

错,我们每个人都懂哲学。“人死不能复生”,“世界是由原子组成的”,这就是哲学。

一般来说,中国的研究人员(包括职业的和业余的)容易犯两个错误:

第一,搞科学的瞧不起搞哲学的。

第二,搞哲学的不懂科学。

其实呢,哲学与科学的关系如同基石与大厦的关系一样,只懂哲学不懂科学就没有高度,只懂科学不懂哲学就没有深度。

历史上的科学巨匠如牛顿、爱因斯坦、图灵、玻尔,他们都对哲学有着超凡的理解力。同样,历史上的著名哲学家如康德、黑格尔,他们也直接推动了科学的进步。有的伟人既是哲学家又是科学家,例如:亚里士多德、罗素、莱布尼兹、笛卡儿(我思故我在)。

在西方,哲学与科学本来就是一体。比如爱因斯坦,从小就生活在西方哲学头脑的人群中(普通人群可能没有科学头脑,但不可能没有哲学头脑),十几岁就熟读几何、微积分以及《纯粹理性批判》等大多数科学家一辈子都没读过的哲学巨著,他二十几岁能发表相对论,那不是没有关系的。

西方哲学和科学在向中国传输的过程中,被中国人有意识地一分为二、去粗取精、去

伪存真、“去其糟粕、取其精华”了。精华无疑是指科学,而糟粕,就是那倒霉的哲学了。

所以,中国科学家往往只看到了地面以上的宏伟建筑,却看不到地面下的哲学基础。

中国人把西方哲学和科学一分为二断章取义,也不是完全没有道理的。因为中国有五千年连绵不绝的辉煌文明史,形成了自己的一套完整、强大的传统哲学。不管你是否特意上了传统哲学课,它都会由你的父母、师长、书籍乃至生活习惯潜移默化地灌输给你。传统哲学的存在,使得西方哲学难以生根,只能以外来哲学的身份存在。

中国人脑子里有一种特殊的中式哲学,这是坏事,也是好事。如果它阻碍了对西方哲学的吸收,那就是坏事(对科学而言);如果它能够宽容地接纳西方哲学,并与之和谐共存,那就是好事。

与现代科学技术日新月异的发展速度相比,哲学的发展是缓慢的,具有一定的保守性,但这并不等于它不发展。事实上,每一次里程碑式的科学进步——特别是基础科学的重大进步,都是与哲学发展相互促进的。

那么,最近的基础科学的重大进步是什么呢?

应该是量子力学,还有后来的混沌。量子力学,终结了经典物理学,并揭开了现代物理学的序幕。它和混沌一起,彻底颠覆了传统宇宙观,沉重打击了统治科学哲学数百年之久的机械决定论。

量子力学也好,混沌也罢,它们有一个共同的基本原理:不确定性原理。

量子力学中的不确定性原理的表述是:粒子的速度的不确定性乘以粒子的位置的不确定性,其值大于或等于普朗克常数。或者说:任意两个不对易的物理量不能同时被精确的测量。通俗讲就是薛定谔猫:箱子中关着一只猫,如果我们不去观察,箱子里的猫的死活就不确定;只有打开箱子看一眼,猫的死活才会在这一瞬间确定下来。

混沌中的不确定性原理的表述是:只有几个因素的简单确定性系统也会产生随机性的行为,这种随机性是一种基本的性质,搜集更多的信息并不能取消随机性。初始条件的十分微小的变化,经过不断的放大,对其未来状态会造成极其巨大的差别。通俗讲就是蝴蝶效应:一只蝴蝶在巴西轻拍翅膀,可以导致一个月后德克萨斯州的一场龙卷风。

为什么量子力学和混沌都会建立在名称相同表述不同的“不确定性原理”之上?这仅仅是偶然,还是有着深刻哲学含义的必然?

如果说不确定性原理有着深刻的哲学含义,那么这种哲学到底是什么?

如果我们能够掌握这种奇怪的哲学,那么能否给人工智能的研究注入一丝活力呢?

本文的目的,就是试图从不确定性原理入手,更新我们的哲学思想,以期为人工智能的研究提供帮助。

〇、概念图

一、不确定性原理

本文论述的主题是哲学中的不确定性原理,该原理的基础是哲学中的矛盾论和实践论,以及现代物理学中的不确定性原理。

哲学中的矛盾论是指:世界是对立统一的。请注意:这里的矛盾是辩证法的矛盾,不等同于逻辑上的矛盾。

哲学中的实践论是指:实践和认知是对立统一的。

现代物理学中的不确定性原理是指:不确定性是事物的本质属性。

矛盾论加上不确定性原理可以推出:既然有不确定性,那么必定也有确定性,二者是对立统一的。由此得出哲学中的不确定性原理:

1.宇宙是由不确定性和确定性构成的矛盾体,

2.不确定性转化为确定性,

3.确定性限制不确定性。

不确定性原理共3句话,既相互补充又相互独立,每一句都可以推出一个基本概念。

先看第1句:宇宙是由不确定性和确定性构成的矛盾体。确定性是什么?确定性就是重复性。确定的必然是重复的,重复的必然是确定的。重复的对立面是什么?变异,变异是不确定性的体现。重复和变异又构成一对矛盾体。重复和变异,既可以看成一种性质,又可以看成一种方法。所以,第1句导出的概念是:宇宙是用重复和变异的方法建成的。

再看第2句:不确定性转化为确定性。不确定性转化为确定性,但没说确定性转化为不确定性,也就是说:这种转化是单向的。因此,第2句导出的概念是:时间序列。

最后看第3句:确定性限制不确定性。确定性限制不确定性意味着什么?意味着宇宙有限。在什么方面是有限的?在所有方面都是有限的,因为所有方面都是由不确定性和确定性构成的。

所以,不确定性原理导出以下3个推论:

1.宇宙是用重复和变异的方法建成的,

2.宇宙沿着单向的时间方向发展,

3.宇宙是有限的。

二、上帝掷骰子

第一章的论述有些拗口难懂,我们要问:不确定性到底是什么?

不确定性,简单来说就是“概率”。不确定性转化为确定性的过程,就是“掷骰子”的过程。也就是说,整个宇宙其实是上帝掷骰子掷出来的。我们可以用掷骰子的小实验来模拟宇宙的形成:

上帝有一个骰子,骰子的六个面用1,2,3,4,5,6代替。

上帝第1次掷骰子时,这是一个不确定性转化为确定性的过程。掷出每个数的概率都一样,都是1/6,约等于0.17。上帝掷出了骰子,结果是3。

上帝第2次掷骰子时,也是一个不确定性转化为确定性的过程。这一次,掷出每个数的概率还是1/6吗?非也,非也!如果第2次掷出每个数的概率还是1/6,那就与第1次掷骰子的概率一样了,这与第1次掷骰子的“不确定性转化为确定性”是矛盾的。也就是说,第1个“不确定性转化为确定性”的过程已经发生了,它已经不是不确定性的,而是确定性的了,它已经给整个宇宙造成了永恒而深刻的影响。如果第2次的骰子概率与第1次骰子概率相同,就违反了第1个“不确定性转化为确定性”的过程。

所以,第2次掷骰子的概率必然与第1次不同,不可能是(0.17,0.17,0.17,0.17,

0.17,0.17)。

那么,第2次掷骰子的概率可能是(1,0,0,0,0,0)或者(0,0,1,0,0,0)吗?也不可能,因为如果这样的话第2次掷骰子的结果在投掷之前就已经是确定了的,与第2个“不确定性转化为确定性”相矛盾。

第1次掷骰子所造成的“确定性”到底是什么?就是“3”。

第2次掷骰子的概率,必然与“3”有关。也就是说,第2次投出3的概率,可能比1/6大一些,也可能比1/6小一些。

第2次掷骰子的概率分布,本身又是一个概率分布!

那么,如何确定第2次掷骰子的概率?

很简单,再掷一个骰子。

上帝在第1次掷骰子并得到结果3以后,在第2次掷骰子之前,掷了另外一个骰子,这个骰子不同于第一个六面体骰子,它的范围是从-1到+1的实数,不包含-1、0、+1。上帝掷这个骰子后得到一个结果,比如说,0.5。

也就是说,在第2次不确定性转化为确定性的过程中,需要掷2个不同的骰子,一个用于确定以前的过程对这次过程的影响程度,据此确定这次不确定性转化为确定性的概率分布;另一个用于依据概率分布把不确定性转化为确定性。为方便起见,我们把“确定以前的过程对这次过程的影响程度”的骰子称为认知骰子,简称小骰子;把“不确定性转化为确定性的骰子”称为实践骰子,简称大骰子。

这样,在第2次不确定性转化为确定性的过程中,上帝其实是掷了一小一大两个骰子,结果是:(0.5,5)。其含义是:上帝先投出小骰子,得到第1次掷大骰子对第2次掷大骰子的影响程度,是0.5,它定出了第2次掷大骰子的概率分布,比如(0.16,0.16,0.20,0.16,0.16,0.16)。有了概率分布,上帝投出了大骰子,得到了结果5。

这个0.5其实就是第1次结果3对第2次结果的影响权重,有了它,上帝在第2次不确定性转化为确定性之前,就能定出掷大骰子的概率。第1次结果3的权重大于0时,它对第2次出现结果3的影响是正面的,即像(0.16,0.16,0.20,0.16,0.16,0.16)这样,结果3的概率比别的数高;第2次结果3的权重小于0时,它对第2次出现结果3的影响是负面的,即像(0.18,0.18,0.10,0.18,0.18,0.18)这样,结果3的概率比别的数低。

还有一个问题:每次掷大骰子之前,上帝要掷几次小骰子,来定大骰子的概率分布?

答案是:很多次。

上帝在第2次掷大骰子时,需要掷一次小骰子来对第1次的大骰子进行认知;上帝在第3次掷大骰子时,也需要掷一次小骰子来对第1次的大骰子进行认知,当然还需要掷一次小骰子对第2次的大骰子进行认知。如此这般,第N次掷大骰子时,至少需要掷N-1个小骰子,以定出以前的各次大骰子的权重。

现实世界中,这样的例子不胜枚举。比如,对于同一个斯大林,不同时期的评价却有很大的反复。斯大林在世时,被苏联人民尊称为“最高统帅”、“慈父”;斯大林去世不久,继任者赫鲁晓夫就骂他是“暴君”、“刽子手”;勃列日涅夫把赫鲁晓夫赶下台后,给斯大林“平了反”;戈尔巴乔夫-叶利钦时期,又重新掀起了批判斯大林的“新浪潮”;普京振兴了俄罗斯,斯大林又被称为“苏联最成功的领导人”。

宇宙就是这么神奇。上帝需要掷许多次大骰子来确定宇宙演化的方向,对每一次大骰子掷出的结果,还需要掷许多次小骰子来加以认知。

或许你会反问:照你说宇宙岂不是成了主观的吗?

是的,宇宙既是客观的,又是主观的。

在经典物理学里面,宇宙处于被观测的地位,是被观测者;宇宙中的系统也处于被观测的地位,也是被观测者。

经典物理学

宇宙= 被观测者

系统= 被观测者

在以不确定性原理为基础的现代物理学里面,宇宙既是被观测者,又是观测者;宇宙中的系统也既包括被观测者,又包括观测者。

现代物理学

宇宙= 观测者+被观测者

系统= 观测者+被观测者

被观测者简称客观,观测者简称主观。经典物理学和现代物理学中的宇宙和系统可以表示为:

经典物理学

宇宙= 客观

系统= 客观

现代物理学

宇宙= 主观+客观

系统= 主观+客观

所以,以现代物理学的眼光来看,宇宙既是客观的又是主观的,客观与主观没有先后主次之分,它们都是在大爆炸时与宇宙同步产生的。不是因为人类的存在所以产生了主观,而是因为宇宙是主观的所以产生了人类。

小骰子,也就是认知骰子,是主观的来源,所以又称为主观骰子;大骰子,也就是实践骰子,是客观的来源,所以又称为客观骰子。

继续进行“上帝掷骰子”实验。上帝掷了第1次大骰子得到结果3,掷了第2次大骰子得到结果5,现在,他准备掷第3次大骰子。

在掷第3次大骰子之前,他至少要掷2次小骰子,一次用于确定第1次大骰子对第3次大骰子的影响,一次用于确定第2次大骰子对第3次大骰子的影响。

还有没有别的东西会对第3次大骰子产生影响?

还有。

因为:除了第1次大骰子的结果3、第2次大骰子的结果5是确定的以外,还有一个是确定的,这就是:“第1次大骰子的结果3、第2次大骰子的结果5”!也就是说,第1次大骰子的结果3和第2次大骰子的结果5共同构成了一个确定性的结果,这个结果也将影响第3次掷大骰子的概率分布。

所以,还需要掷一个小骰子,用于确定“第1次大骰子的结果3、第2次大骰子的结果5”对第3次掷大骰子的影响。这就是下图中的小骰子D。

“第1次大骰子的结果3、第2次大骰子的结果5”,既不同于“第1次大骰子的结果3”,也不同于“第2次大骰子的结果5”。它是什么?它是结构。

反过来,“第1次大骰子的结果3”、“第2次大骰子的结果5”,它们也是结构,只不过它们是由1次大骰子构成的结构,而“第1次大骰子的结果3、第2次大骰子的结果5”是由两次大骰子构成的结构。

上帝掷出了骰子,得到了结果3。

上帝掷了3次大骰子,得到了3个由一次大骰子构成的结构、2个由两次大骰子构成的结构、1个由3次大骰子构成的结构。

结构不是一个个孤立出现的,它们必然是成套出现的。没有单个的粒子、没有单个的人、也没有单个的单词。因此必须在成套的结构中研究结构。

成套的结构,称之为结构方案。

从下图中可以看出,时间序列是一个数列,大骰子值也是一个数列,那么这两个数列有什么本质的区别吗?

重复。

时间序列和大骰子值的本质区别就是重复:大骰子值会重复,而时间序列永不重复。

或者说,时间序列是唯一的,大骰子值不唯一。

与大骰子一样,时间序列也可以看成一套由大小结构组合起来的结构方案。与大骰子不一样的是,时间序列的结构方案中,无论大结构还是小结构,都没有重复。而大骰子结构,也就是通常意义的结构中,无论大结构还是小结构,都是有重复的。

正是时间序列的唯一性,才保证了结构方案的重复性。没有时间序列的唯一,也就无所谓结构方案的重复。所以:时间是结构方案的基础。

在上帝掷骰子实验中,我们把大骰子预先设定为包含6种可能性的六面体骰子。现在我们知道,大的结构可以分解为小的结构,骰子本身也是结构。6个数中的任意一个数字,都可以分解为由0、1组成的二进制数字,因此可以用二进制骰子来代替六面体骰子。

实际上,任何一种大骰子都可以转化为二进制骰子,二进制骰子可以代替任何一种大骰子。

二进制骰子,是最基本的“大骰子”。

大骰子可以分解为最基本的二进制骰子,小骰子能否分解为最基本的骰子呢?

小骰子不能分解,小骰子还是从-1到+1的实数,不包含-1、0、+1。只不过我们对它有了新的认识。当小骰子值大于0时,它意味着正重复,即前面的大骰子值对后面出现重复的大骰子值的可能性的影响是正面的;当小骰子值小于0时,它意味着反重复,即前面的大骰子值对后面出现重复的大骰子值的可能性的影响是反面的;当小骰子值接近0时,它意味着不重复,即前面大骰子对后面大骰子的影响可以忽略。

也就是说,重复的概念,是直接蕴含在不确定性原理中的。不确定性转化为确定性以

认知骰子

>0 = 正重复 ●

<0 = 反重复 ● ≈0 = 不重复

实践骰子 = 二进制骰子

后,就不是不确定的而是确定的了,它将对以后的不确定性转化为确定性的概率分布产生“不确定的”“确定性的”影响。由前面的不确定性转化而来的确定性,对后面的不确定性转化为确定性的概率分布的影响,就是通过不确定地“重复自己”来实现的。

世界是矛盾的,有重复就必然有它的对立面:变异。

前面所论述的重复其实已经包含了变异。小骰子的取值范围介于-1和+1之间,不包含-1、0、+1。这意味着:

1.小骰子把前面的大骰子重复(或反重复)到后面的大骰子;

2.小骰子不是把前面的大骰子完全重复(或完全反重复)到后面的大骰子。

重复而不完全重复,反重复而不完全反重复,这就是变异。

所以:结构的本质是重复变异,结构方案的本质是重复变异方案。

上帝掷出的骰子,构成一个由大骰子和小骰子组成的网络,其中大骰子是节点,小骰子是连线。

每一个节点(大骰子),都有有限条连线(小骰子)指向它,并发出有限条连线(小骰子)指向别的节点(大骰子)。指向大骰子的小骰子影响到该大骰子的概率分布,大骰子发出的小骰子影响到别的大骰子的概率分布。

三、宇宙坐标系

在第二章中,我们用上帝掷骰子的虚拟实验理解了不确定性原理。现在,我们要根据不确定性原理,建立一套结构方案:宇宙坐标系。

坐标系包含4种基本要素:维、界限、节点(大骰子)、连线(小骰子)。

想象一下,宇宙是一头巨兽,维是巨兽的骨架,界限是巨兽的皮肤和隔膜,节点和连线是巨兽的血肉。

坐标系至少有3

个维,依次是:时间维、深度维、广度维。时间维有起点,深度维和广度维有上限和下限。维用实线箭头表示,界限用虚线表示。

节点的取值范围是0和1,连线的取值范围是从-1到+1,不包括-1、0、+1。过去的节点和连线是确定的,将来的节点和连线是不确定的。

如下图所示:

下面具体分析这个坐标系。

在第一章里面,根据不确定性原理已经推出了第1个维:时间。时间维是其它维的基础。宇宙有限因此时间有界,即时间有起点和终点。起点是确定的,终点是不确定的。时间起点就是原初宇宙。原初宇宙含有大量的不确定性和极少量的确定性,这极少量的确定性构成了整个宇宙发展的框架和基础。

仅有时间维是不够的,因为时间不能重复。时间能把不确定性转化为确定性,但不能凝聚确定性。而确定性是必须凝聚的,否则就不成其为确定性了。时间不能凝聚确定性,导致其不能被显式地观察,即不能在某一时刻观察。这又与宇宙由观察者和被观察者组成相矛

宇宙坐标系

现在 过去 将来

人工智能的发展及与人类意识关系的哲学研讨

人工智能的发展及与人类意识关系的哲学研讨 作者:冯胜平 摘要:随着人工智能的发展,机器人是否有真正的意识以及机器人“意识”与人类“意识”的关系的问题日益凸显,为了使科学技术更好地为人类服务,就必须理性地分析人工智能 发展的目的、过程和意义,与人类意识进行细致深入的对比,从而得出正确的结论,指导 以后的发展方向。 关键字:人工智能,人类意识,区别,挑战 1引言 人工智能,英文Artificial Intelligence,缩写为AI。它是研究、开发用于模拟、 延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计 算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方 式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理 和专家系统等人工智能可以说已经渗透到我们生活的每一个领域。小到电脑游戏里面的 NPC 大到战胜国际象棋世界冠军的计算机“深蓝”,这都是人工智能发展所带来的产物。 2人工智能的界定和发展历史 2.1人工智能的定义 人工智能的英文表示是“Artificial Intelligence”,简称AI。从字面上理解,人工智能就是用人工的方法在计算机上实现人类的智能。人工智能既是一门综合性学科,又是一项广泛应用的技术。作为科学,它除了与计算机科学技术紧密联系外,还涉及数学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科;作为技术,它运用于各行各业,减轻了人们体力脑力的劳动。德国著名哲学家海德格尔认为:技术不仅仅是手段,“乃是一种解蔽方式。”,技术的发展逐渐沿着从肢体、器官的延长到躯干、直到大脑的延长的逻辑轨道行进。人工智能即是思维研究成果的运用,又是人脑思维的延伸。人工智能分为强、弱两种形式,弱人工智能(Weak AI)旨在发展研究人类和动物智能的理论,并能通过程序来测试这些理论,而强人工智能(Strong AI)是人工智能的最高形式,它的目标是建造能够思考、拥有意识和感情的机器。本文所讨论的即是强人工智能研究下的哲学思考。 2.2人工智能的诞生和发展 1956年美国达特茅斯学院举行了有关机器模拟人类智能的学术研讨会,会上夏麦卡锡、明斯基等10多位数学、心理学家和信息论等方面的学者第一次使用并确立了人工智能这一术语,它标志着人工智能这门新兴学科的正式诞生。人工智能的发展经历了两个大的阶段:第一阶段(1968~1986年),符号主义一支独秀。符号主义又称为逻辑主义,其原理主要为物理符号系统假设和有限合理性原理,认为人的认识基元是符号,而且认知过程即符号操作过程。第二阶段(1986年以后),联接主义复兴及人工智能枝繁叶茂。20世纪80年代传统人工智能理论发展面临困境,人工神经网络理论出现新的转机,基于结构演化的人工智能理论——联接主义迅速成为人工智能研究的主流之一。1997年,IBM的“深蓝”并

张仰森---人工智能原理及其应用(第二版)习题答案[精选.]

第2章知识表示方法部分参考答案 2.8设有如下语句,请用相应的谓词公式分别把他们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词 P(x):x是人 L(x,y):x喜欢y 其中,y的个体域是{梅花,菊花}。 将知识用谓词表示为: (?x )(P(x)∧(L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))) (2) 有人每天下午都去打篮球。 解:定义谓词 P(x):x是人 B(x):x打篮球 A(y):y是下午 将知识用谓词表示为: (?x )(?y) (A(y)∧B(x)∧P(x)) (3)新型计算机速度又快,存储容量又大。 解:定义谓词 NC(x):x是新型计算机 F(x):x速度快 B(x):x容量大 将知识用谓词表示为: (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解:定义谓词 S(x):x是计算机系学生 L(x, pragramming):x喜欢编程序 U(x,computer):x使用计算机 将知识用谓词表示为: ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解:定义谓词 P(x):x是人 L(x, y):x喜欢y 将知识用谓词表示为: (?x) (P(x)∧L(x,pragramming)→L(x, computer))

2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手,要处理的世界有一张桌子,桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作:从桌上拣起一块积木;将手中的积木放到桌之上;在积木上再摞上一块积木;从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解:(1) 先定义描述状态的谓词 CLEAR(x):积木x上面是空的。 ON(x, y):积木x在积木y的上面。 ONTABLE(x):积木x在桌子上。 HOLDING(x):机械手抓住x。 HANDEMPTY:机械手是空的。 其中,x和y的个体域都是{A, B, C}。 问题的初始状态是: ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是: ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中,机械手的操作需要定义以下4个谓词: Pickup(x):从桌面上拣起一块积木x。 Putdown(x):将手中的积木放到桌面上。 Stack(x, y):在积木x上面再摞上一块积木y。 Upstack(x, y):从积木x上面拣起一块积木y。 其中,每一个操作都可分为条件和动作两部分,具体描述如下: Pickup(x)

《人工智能原理及其应用》(王万森)第3版课后习题答案

第1章人工智能概述课后题答案 1.1什么是智能?智能包含哪几种能力? 解:智能主要是指人类的自然智能。一般认为,智能是是一种认识客观事物和运用知识解决问题的综合能力。 智能包含感知能力,记忆与思维能力,学习和自适应能力,行为能力 1.2人类有哪几种思维方式?各有什么特点? 解:人类思维方式有形象思维、抽象思维和灵感思维 形象思维也称直感思维,是一种基于形象概念,根据感性形象认识材料,对客观对象进行处理的一种思维方式。 抽象思维也称逻辑思维,是一种基于抽象概念,根据逻辑规则对信息或知识进行处理的理性思维形式。 灵感思维也称顿悟思维,是一种显意识与潜意识相互作用的思维方式。 1.3什么是人工智能?它的研究目标是什么? 解:从能力的角度讲,人工智能是指用人工的方法在机器(计算机)上实现智能;从学科的角度看,人工智能是一门研究如何构造智能机器或智能系统,使它能模拟、延伸和扩展人类智能的学科。 研究目标: 对智能行为有效解释的理论分析; 解释人类智能; 构造具有智能的人工产品; 1.4什么是图灵实验?图灵实验说明了什么? 解:图灵实验可描述如下,该实验的参加者由一位测试主持人和两个被测试对象组成。其中,两个被测试对象中一个是人,另一个是机器。测试规则为:测试主持人和每个被测试对象分别位于彼此不能看见的房间中,相互之间只能通过计算机终端进行会话。测试开始后,由测试主持人向被测试对象提出各种具有智能性的问题,但不能询问测试者的物理特征。被测试对象在回答问题时,都应尽量使测试者相信自己是“人”,而另一位是”机器”。在这个前提下,要求测试主持人区分这两个被测试对象中哪个是人,哪个是机器。如果无论如何更换测试主持人和被测试对象的人,测试主持人总能分辨出人和机器的概率都小于50%,则认为该机器具有了智能。 1.5人工智能的发展经历了哪几个阶段? 解:孕育期,形成期,知识应用期,从学派分立走向综合,智能科学技术学科的兴起

人工智能的哲学思考(home edition)

人工智能(Artificial Intelligence)的英文缩写为AI, 它综合了计算机科学、生理学、哲学等学科。人工智能的研究课题涵盖面很广,从机器视觉到专家系统,包括了许多不同的领域。同时,由于它涉及到智能这一人类的独有属性,对其进行的研究也包含了哲学和伦理上的探讨。 几千年来,人们一直幻想能够创造出类人的智慧生命。中国古代神话故事中就不乏各种各样的机器人。著名的如列子汤问篇所记载巧匠偃师造机器人献给周穆王的故事。其他如魯班的在天上飞三天三夜的木鸢,诸葛亮造炒菜的木頭人,都是和机器人有关的传说。希腊传说中塞浦路斯国王皮格马利翁爱上了自己雕刻的一尊叫做加拉特的女性雕像,便祈求美神维纳斯使它变成活人,他终于如愿以偿,后来便娶加拉特为妻。历史中这些融合了大量神话的自动机械制造史说明了人类从远古以来来对人工智能的向往。 随着对科学的不断进步,对自然和人类自身认识的不断提高,人们开始对自身思维的特点进行研究,期望能够从对人类思维的模拟中实现人工智能。在电子学出现以前。布尔及其他一些哲学家和数学家建立起逻辑学的理论原则,数学的归纳和推理方法在一定程度上符合人类的思维表现,对这些的研究成为人工智能逻辑学的基础。但对人工智能的真正实现要从计算机的诞生开始算起,只有从基于计算机,人类才有可能以机器实现人类的智能。 英国科学家阿兰·图灵是计算机科学和人工智能理论的奠基人,1937年图灵发表的论文《论可计算数及其在判定问题中的应用》原本是为了解决一个基础性的数学问题,即数学函数是否能够通过有限次机械步骤求得解答。文章中图灵设想了一台虚拟机器。这一机器使用一条划分成许多方格的无限长纸带,有的方格被画上斜线,代表“1”;有的没有画任何线条,代表“0”。一个读写部件在纸带上按每次一格移动,并根据从带上读出的信息,将当前格变为0或者1。图灵机实际上是一种有限状态计算机。这一概念是目前通用计算机的原始模型。文章中提出将程序和数据都储存在纸带上,成为比冯·诺依曼计算机体系结构的雏形。 1950年10月,图灵发表了它的另一篇论文《计算机与智能》。文章后来被改名为《机器能思维吗?》(Can a Machine Think?)论文中首次提出计算机智能的行为角度定义。图灵在这一文章中给出了著名的“图灵测试”,通过让计算机模仿人类回答某些问题,判断它是否具备智能。如果在测试中提问的人无法从回答中判别答案是由机器还是人类做出的,参与测试的计算机就可以被认为拥有智能。他写道:“我的论点是,与人脑活动方式极为相似的机器是可以制出来的。这些机器有时会出现错误,但有时它们也会提

人工智能伦理学慕课试题库

. 人工智能伦理学慕课题库 1.1人工智能的历史 1. [多选题] 对人工智能常见的误解有哪些?( ) A.人工智能就是机器学习 B.机器学习只是人工智能中的一个方向 C.人工智能最近十年受到深度学习的驱动较多 D.人工智能就是深度学习 我的答案:AD 2.[判断题]哲学思维对于人工智能的重要性表现在,哲学所强调的批判性思维有助于认清人工智能发展中的问题。() 我的答案:对 3. [判断题] 深度学习在人工智能领域的表现并不突出。( ) 我的答案:错 1.2符号人工智能 1.[单选题]人工智能作为一门学科的建立时间是()。 A.1956年 B.1930年 C.1960年 D.1952年 我的答案:A 2.[单选题] 人工智能与计算机学科的关系是()。 A.计算机学科的主要驱动力是人工智能研究 B.计算机是人工智能研究的一个领域 C.人工智能是计算机学科的一个分支 D.人工智能与计算机学科没有联系 我的答案:C 3. [单选题] 计算机之父是( )。 A.约翰·麦卡锡 B.艾伦·图灵 C.赫尔伯·西蒙 D.马文·明斯基 我的答案:B 4.[判断题]符号AI是将人的思维通过逻辑语言制成流形图让计算机去执行。() 我的答案:对 5. [判断题] 通用问题求解器需要寻找全局最优解。( ) 我的答案:错 1.3人工神经网络 1. [单选题] ( )是现在新出现的人工智能的研究方向。 A.深度学习 B.人工神经元网络 C.贝叶斯网络

D.类脑人工智能 我的答案:D 2. [单选题] 深度学习中的“深度”是指( )。 A.计算机理解的深度 B.中间神经元网络的层次很多 C.计算机的求解更加精准 D.计算机对问题的处理更加灵活我 的答案:B 3. [多选题] 人工神经元网络与深度学习的关系是( )。 A.人工神经元网络是深度学习的前身 B.深度学习是人工神经元网络的一个分支 C.深度学习是人工神经元网络的一个发展 D.深度学习与人工神经元网络无关我 的答案:AC 4. [判断题] 符号AI不是人工智能的正统。( ) 我的答案:错 5.[判断题]相比于人工神经元网络和深度学习,类脑人工智能对人类大脑的神经回路具有更深入的了解。() 我的答案:对 1.4框架问题 1. [单选题] 深度学习的实质是( )。 A.推理机制 B.映射机制 C.识别机制 D.模拟机制我 的答案:B 2.[判断题]计算机具有触类旁通的能力,可以根据具体语境对事件进行分类。() 我的答案:错 3. [判断题] 人工神经元网络会遭遇“框架问题”。( ) 我的答案:错 4.[判断题]推理的本质是在信息不足的情况下能够最大程度的得到最靠谱的结论。() 我的答案:对1. [单选题] 深度学习的实质是( )。 A.推理机制 B.映射机制 C.识别机制 D.模拟机制我 的答案:B 2.[判断题]计算机具有触类旁通的能力,可以根据具体语境对事件进行分类。() 我的答案:错 3.[判断题]人工神经元网络会遭遇“框架问题”。() .

人工智能下的哲学思考

人工智能下的哲学思考 摘要:随着科学技术的迅猛发展,人工智能已取得较大的成就,但是在人工智能的发展中,也伴随着其哲学意义的思考。所以从哲学意义的角度去分析人工智能的一些道德问题能更好的指导人类对人工智能发展的思考,使得人工智能能为人类、为社会创造更大的价值,积极推动科学的发展。 关键词:人工智能;哲学;思考 在人工智能的发展过程中,其定义也没有得到一个完美的统一,目前普遍接受的定义是:人工智能就是要让机器的行为看起来就像是人类所表现的智能行为一样,在这个定义下,人工智能分为强人工智能和弱人工智能。强人工智能观点认为有可能制造出真正能推理和解决问题的智能机器,并且这样的机器能被认为是有知觉的,有自我意识的;弱人工智能观点认为不可能制造出真正的推理和解决问题的智能机器,这些机器只是看起来像是智能的,但是并不能真正的拥有智能,也不会有自主意识。 1 人工智能的历史进程 人工智能的发展大致分为孕育期、形成期、发展期和繁荣期四个阶段。 第一阶段是孕育期。很久以前,人类就试图用机器来代替人力和脑力的劳动,以此解放人类,早在公元前,伟大的哲学家亚里士多德就在其著作《工具论》中提出形式逻辑的一些主要定律,他提出的三段论至今仍然是演绎推理的基本依据。同样,英国哲学家培根曾系统的提出了归纳法,还提出了知识就是力量。这些对于研究人类的思维过程,以及从20世纪70年代人工智能转向以知识为中心的研究都产生了重要的影响。英国数学家图灵在1936年提出了一种理想计算机的数学模型,即图灵机。这为后来的电子计算机的问世奠定了理论基础,同时图灵机也是判断其是否具有人工智能的一个依据。 第二阶段是形成期。1956年夏天,麦卡锡在一次研讨会上正式提出了“人工智能”这一用语,用它来表示有关机器智能的研究。这也代表着人工智能作为一门新兴学科正式诞生了。在人工智能诞生后,他就在机器学习方面、模式识别专家系统以及其他许多方面都取得了举世瞩目的成绩。 第三阶段是发展期。20世纪70年代后期到80年代末期,人工智能的研究已经被大范围的研究,形成了一个良性的互动,各国都不断取得新的成果。并且在第三阶段,也对人工智能的发展有一些改变,在最开始的时候,将人工智能看作一部自动机,运用数学方法,建立数学模型,然后创造出某种方法,用计算机去解决那些原来只有人的智能才能解决的问题。之后发展成为把人工智能看成符号加工机,采用启发式程序设计,模拟人的智能,把人的感知、记忆、学习等心理活动总结成规则,然后用计算机模拟,使计算机表现出各种智能。到目前,发展成为将其看作一个生物学概念上的机器,从人的生理结构、神经系统结构方面来模拟人的智能,从而造出“类人脑”的“类人”机器。 第四阶段是繁荣期。20世纪80年代至今,人工智能的发展达到了阶段性的顶峰,尤其在人工神经网络的研究上取得突破性的进展。20 世纪80 年代至今,人工智能的发展达到了阶段性的顶峰,尤其在人工神经网络的研究上取得突破性的进展。美国物理学家Hopfield

自然辨证法概论—论人工智能与人类智能的关系

论人工智能与人类智能的关系 摘要:人工智能的发展不仅仅指技术层面的进步,人工智能也将引入哲学的范畴。从哲学的角度,应用辩证法和认识论去分析人工智能与人类智能的关系,使人们对人工智能有更清晰、正确的认识,能更好指导人类实践。探讨了人工智能带来的社会问题以及提出的应对策略,使人工智能为人类、为社会创造更大的价值,积极推动社会的协调发展。 关键词:人类智能;人工智能;辨证关系;社会问题 一、前言 进入信息时代的二十一世纪,“人工智能”伴随着电子科学技术和信息技术的膨胀式发展孕育而生。人工智能是一门综合了生命科学、计算机科学、哲学等的前言学科,研究人工智能的目的在于延长和增强人脑的智能,提高主体认识能力。在人工智能的发展过程中,其思想、理论、方法和技术逐渐的渗透到科学技术的诸多领域和人类生活的各个方面,引发了人们对人工智能与人类智能的一系列哲学问题的思考,包括他们的社会属性、主客体关系、主观能动性等辨证关系。同时,人工智能是否会超过人类智能甚至威胁人类也引发了人们的担忧,不可否认的是人工智能的应用带来了科学技术的变革,解放了生产力,加快了社会的发展进程,但是人工智能也引发了一系列关于道德、伦理、责任以及失业的问题。只有正确的认识和对待人工智能的发展,才能更好的使人工智能服务于人类。本文从哲学的角度,应用辩证法和意识论对人工智能和人类智能的辨证关系进行了深入的分析,探讨了人工智能带来的社会问题以及提出相应的对策。 二、人工智能与人类智能的内涵 1.人类智能的内涵 人类智能就是人类认识世界和改造世界的才智和本领。这儿的才智也就是人的知识,人的知识是对客观外界规律性的认识,那么人类智能则是运用这种对客观外界规律性的认识来解决矛盾,有目的地改造客观世界的能力〔1〕。人类智能的物质载体是由上千亿个神经元之间通过网络化和层次化的相互连接组成的神经系统,这个极其复杂、最为协调的神经系统就是人脑。人脑经历了漫长的生理进化以及几百万年的社会进化,人脑具有特有的自然属性和社会属性。意识活动是人脑的特有机能,它是脑神经细胞化学物质和生物电传递和处理信息的过程,也是在生理基础上的心理过程,从而形成的一个相对独立的、具有主观能动反映外部世界功能的精神世界,在大脑的意识活动中,意识的载体是通过语言、文字等信息进行加工的。人类智能的内容涉及到数学计算、逻辑计算以及形象思维。 2.人工智能的内涵

人工智能不确定性推理部分参考答案教学提纲

人工智能不确定性推理部分参考答案

不确定性推理部分参考答案 1.设有如下一组推理规则: r1: IF E1 THEN E2 (0.6) r2: IF E2 AND E3 THEN E4 (0.7) r3: IF E4 THEN H (0.8) r4: IF E5 THEN H (0.9) 且已知CF(E1)=0.5, CF(E3)=0.6, CF(E5)=0.7。求CF(H)=? 解:(1) 先由r1求CF(E2) CF(E2)=0.6 × max{0,CF(E1)} =0.6 × max{0,0.5}=0.3 (2) 再由r2求CF(E4) CF(E4)=0.7 × max{0, min{CF(E2 ), CF(E3 )}} =0.7 × max{0, min{0.3, 0.6}}=0.21 (3) 再由r3求CF1(H) CF1(H)= 0.8 × max{0,CF(E4)} =0.8 × max{0, 0.21)}=0.168 (4) 再由r4求CF2(H) CF2(H)= 0.9 ×max{0,CF(E5)} =0.9 ×max{0, 0.7)}=0.63 (5) 最后对CF1(H )和CF2(H)进行合成,求出CF(H) CF(H)= CF1(H)+CF2(H)+ CF1(H) × CF2(H) =0.692

2 设有如下推理规则 r1: IF E1 THEN (2, 0.00001) H1 r2: IF E2 THEN (100, 0.0001) H1 r3: IF E3 THEN (200, 0.001) H2 r4: IF H1 THEN (50, 0.1) H2 且已知P(E1)= P(E2)= P(H3)=0.6, P(H1)=0.091, P(H2)=0.01, 又由用户告知: P(E1| S1)=0.84, P(E2|S2)=0.68, P(E3|S3)=0.36 请用主观Bayes方法求P(H2|S1, S2, S3)=? 解:(1) 由r1计算O(H1| S1) 先把H1的先验概率更新为在E1下的后验概率P(H1| E1) P(H1| E1)=(LS1× P(H1)) / ((LS1-1) × P(H1)+1) =(2 × 0.091) / ((2 -1) × 0.091 +1) =0.16682 由于P(E1|S1)=0.84 > P(E1),使用P(H | S)公式的后半部分,得到在当前观察S1下的后验概率P(H1| S1)和后验几率O(H1| S1) P(H1| S1) = P(H1) + ((P(H1| E1) – P(H1)) / (1 - P(E1))) × (P(E1| S1) – P(E1)) = 0.091 + (0.16682 –0.091) / (1 – 0.6)) × (0.84 – 0.6) =0.091 + 0.18955 × 0.24 = 0.136492 O(H1| S1) = P(H1| S1) / (1 - P(H1| S1)) = 0.15807 (2) 由r2计算O(H1| S2) 先把H1的先验概率更新为在E2下的后验概率P(H1| E2) P(H1| E2)=(LS2×P(H1)) / ((LS2-1) × P(H1)+1)

人工智能的哲学思考解读

关于人工智能的哲学思考 刘春浩 (地理与规划学院,1001班,2014110150) 摘要:人工智能从诞生之日起就备受社会各界的广泛关注,经过 50 多年的发展,现在已经成为一门综合性的前沿学科。人工智能的发展加速了科学技术的发展,同时对哲学的发展也起到了积极的推动作用。本文主要讲述了人工智能的发展过程以及广泛应用,并且通过对于人工智能的客观分析,对人工智能从哲学的角度进行了客观思考。同时本文主要采用了辩证思考的方法,对人工智能正反两面进行了阐述,并对人工智能的发展进行了展望。 关键词:人工智能;人类智能;人类;发展 人工智能诞生于 20 世纪 50 年代,它的发展已成为 20 世纪最前沿、最热门的科学技术之一。经过几十年的深入研究,人工智能已经不仅仅局限于简单条件判断式智能设计模式,而是寻求制造出具有接近甚至超过人类智能的机器。因此,人工智能已经不再是纯技术上的研究,而更多是关注人脑智慧的由来、思维意识的产生、人脑内部工作原理及运行方式的科学研究。目前世界上很多研究小组或研究团体希望通过对人脑运行的情况来破解人类思维意识的奥秘。日本最新研制的阿西莫(Asimo)机器人能辨别人类简单的思想活动;美国英特尔公司公布能够探知人类“心思”的软件;日本研制的仿人类机器人,已达到了以假乱真的程度,它能在适合的场景中使人们在 10 分钟或更长时间里都不能将它分辨出来;瑞士研究人员开启了“蓝脑”计划,对哺乳动物大脑进行复制研究,旨在寻找意识来源。这些研究的成果,让人们耳目一新、叹为观止,但人工智能的巨大进步也带来了诸多哲学问题。 1什么是人工智能 顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。当然, 这只是对人工智能的字面解释或一般解释。广义地讲, 人工智能是关于人造物的智能行为, 而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。 人工智能, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性的新学科。人工智能的研究课题涵盖面很广,包括了许多不同的研究领域。在这些研究领域中,其共同的基本特点是让机器学会“思考”,成为智能机器。 人工智能分为弱人工智能、强人工智能两种形式,弱人工智能是指通过编程实现机器的逻辑判断、数据存储和搜索等过程;强人工智能是指使机器能够产生思维意识,并具有与人类相当甚至超过人类的智能。 2人工智能的发展历程 2.1人工智能的孕育期 早在 17 世纪的帕斯卡(B.Pascal)和莱布尼兹(G.W.Leibniz),就萌生了

自然辨证法论文-浅析人工智能

浅析人工智能 21007002 关键词:人工智能、计算机、系统、哲学 摘要:人工智能是一门通过运用人类智能的机理来使机器模拟人的智能的学科。它是计算机学科的一个分支,也是计算机科学、语言学、心理学、哲学、数学、控制论、信息论、决定论、神经生理学等多种学科相互渗透而发展起来的综合性学科。本文了分三部分对人工作智能进行了简要的介绍与分析,第一部分给出了人工智能的科学定义及哲学定义,第二部分阐述了人工智能的发展现状及发展趋势,最后一部分分析了人工智能给人类带来的利与弊。 人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术(空间技术、能源技术、人工智能)之一,也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果。它一方面成为人类智能的延长,另一方面又为探讨人类智能机理提供了新的理论和研究方法。 一、人工智能的定义 1、人工智能的科学定义 人工智能在科学层面上定义为一门通过运用人类智能的机理来使机器模拟人的智能的学科。具体来说就是通过研究人类智能活动的规律,构造具有一定智能的人工系统,让它去完成以往需要人的智力才能胜任的工作的基本理论、方法和技术。它是计算机科学的一个分支,也是计算机科学、语言学、心理学、哲学、数学、控制论、信息论、决定论、神经生理学等多种学科相互渗透而发展起来的综合性学科。 人工智能有三种,第一种是通常所认为的那样, 试图让机器做你所做的事,如在工厂里干活,把人们从繁重的体力和脑力劳动中解放出来;第二种是通过接受大量不同的科学训练及日常生活的训练,使机器具有可以理解不同种类的事情、语言、制造计划、测试计划、解决问题、监视我们行动的能力等等;第三种是包括具有动机、情感、情绪等能力的机器,例如感到孤独,窘迫、自豪、厌恶、兴奋等。 2、人工智能的哲学定义 在哲学意义上,人工智能被看作是一般性的智能科学,或更确切地说,被

用自然辩证法看待人工智能

用自然辩证法看待人工智能 上传于2016.11.25 自然辩证法深刻地揭示了人与自然的关系,同时也为自然科学的研究与工程技术的发展提供了哲学指导。随着当代科学技术的不断进步,人类在人工智能技术上已经迈开了第一步。而人工智能不仅仅牵涉到了科学技术,在哲学的范畴也引发了人们的大量思考,人们对人工智能的前景也抱有期待与担忧的矛盾心态。近几十年来,各种各样涉及到人工智能的电影便是人们对这类问题哲学思考的剪影。 自然辩证法把人与自然的关系归纳成了三种:人为自然界绘制图景的关系;认识关系,即科学;改造关系,即技术。从唯物主义观点来看,人类本身便是自然的产物。人类,包括人类的大脑,更包括大脑产生的意识,都是自然的产物并且是自然的一部分。人类认识世界并改造世界,发挥主观能动性,来使世界更容易地满足自身的物质文化等需要。 人工智能正是人类认识、改造自然的具体体现之一。人类认识了自然规律并对其加以利用,在冯·诺依曼的计算机体系框架下,大力发展了电子信息技术,并使得人类进入了信息时代,大大方便了人类的生活。然而目前的计算机技术仍然不能满足人类的需求,受到了计算机智能的局限,很多的工作依然需要人工完成。目前发展人工智能,主要是从三个角度来入手:在冯·诺依曼体系下优化算法,运用量子计算机,模拟大脑的结构原理来搭建新的计算机体系。在冯·诺依曼体系下对算法进行优化,例如使用神经网络算法进行深度学习,是现

在已经得到日常应用的技术。量子计算目前还属于尖端科技,人类有望在数年内建造出第一台量子计算机。而基于脑科学的计算机体系目前来看遥遥无期,因为脑科学的研究举步维艰,人类仍然没有弄清楚大脑的工作原理。在本人看来,当前主要应用的冯·诺依曼体系的计算机在未来仍然会展示其在智能方面的局限性,而量子计算机和基于大脑的计算机比较有可能突破人工智能的技术瓶颈。 人工智能之所以能够在哲学上引起人们大范围的讨论,还是因为人们对其前景有着不同的看法。人类认识并改造世界的目的,是为了得到一个更加有利于自身生存的世界,可是人类改造世界的结果却并不一定能实现人类的预期,甚至于有可能会压缩人类的生存环境。在人工智能的领域,人们期许人工智能可以完成更多的工作,使人类的生活更加舒适、便捷。但令人担忧的是,高度发展的人工智能有可能会置人类于危险境地。关于人工智能的哲学讨论,其核心就是意识——高度发达的人工智能是否会产生意识。 人类是自然界的产物,是自然的一部分,可人类却不是自然的奴隶。人类认识并改造世界,为自己创造美好生活。类似的,具有意识的人工智能也是自然的产物,是人类的产物,却也不是人类的奴隶。当具有意识的人工智能希望通过认识自然并改造自然、认识人类并改造人类来为其自身创造更加有利的生存环境,人类自然就处于危险之中了。也就是说,在自然辩证法中人与自然的关系,是可以推广到具有意识的人工智能与自然(人类)的关系。正是因为这些关系存在着不确定性,哲学对人工智能发展的指导意义就更加突出了,可以预见

(人工智能)人工智能教案章知识表示概述

(人工智能)人工智能教案章知识表示概述

4.1概述 4.1.1知识的定义 很难给知识以明确的定义,只能从不同侧面加以理解,不同的人有不同的理解。 知识表示是人工智能研究中最基本的问题之壹。于知识处理中总要问到:如何表示知识,怎样使机器能懂这些知识,能对之进行处理,且能以壹种人类能理解的方式将处理结果告诉人们。 于AI系统中,给出壹个清晰简洁的有关知识的描述是很困难的。有研究报道认为。严格地说AI对知识表示的认真、系统的研究才刚刚开始。 下面是壹些专家的见法: Feigenbaum:知识是经过消减、塑造、解释和转换的信息。 Bernstein:知识是由特定领域的描述、关系和过程组成的。 Hayes-roth:知识是事实、信念和启发式规则。 从知识库的观点见,知识是某领域中所涉及的各有关方面的壹种符号表示。 另外有壹种三维的描述方法:(范围,目的,有效性),其中知识的范围由具体到壹般,知识的目的从说明到指定,知识的有效性从确定到不确定。例如,“今天下雨”这种知识是具体的、说明性、不确定的,而“要证A→B,只需证明A∧~B是不可满足的”这种知识是壹般性的、指示性、确定性的。 4.1.2知识的分类 从不同的角度、不同的侧面对知识有着不同的分类方法。

于此,我们根据知识表达的内容,将其简单地分为如下几类:事实性知识 知识的壹般直接表示,如果事实性知识是批量的、有规律的,则往往以表格、图册,甚至数据库等形式出现。 这种知识描述壹般性的事实,如凡是冷血动物均要冬眠,哺乳动物均是胎生繁殖后代等。 过程性知识 表述做某件事的过程。标准程序库也是常见的过程性知识,而且是系列化、配套的。 如电视机维修法,怎样烹制法国大餐等。 行为性知识 不直接给出事实本身,只给出它于某方面的行为。行为性知识经常表示为某种数学模型,从某种意义上讲,行为性知识描述的是事物的内涵,而不是外延。 如微分方程 实例性知识 只给出壹些实例。知识藏于实例中。感兴趣的不是实例本身,而是隐藏于大量实例中的规律性知识。 举例说明 类比性知识 既不给出外延,也不给出内涵,只给出它和其它事物的某些相似之处。类比性知识壹般不能完整地刻画事物,但它能够启发人们

人工智能的哲学问题

人工智能的哲学问题 摘要:人工智能是诞生于20世纪中叶的一门年轻的学科,它对人类的生产、生活方式产生了重大的影响,也引发了激烈的哲学争论。通过概述人工智能的历史发展及其最新研究探讨了其研究出现中的哲学问题。 关键词:人工智能;哲学;意识;思维 二十世纪五十年代,随着现代科学技术的迅猛发展,人工智能从科学幻想变成了现实。在短短的不到五十年的时间中,人工智能理论的研究不断深入,实际的应用也不断扩展,至今为止它已经被应用于几乎所有的学科。人工智能不仅在技术的层面上,而且在哲学的层面上正深刻地影响着人类,它的发展将会对人类产生极其深远的影响。 一、人工智能概述 人工智能到目前为止还没有一个统一的,明确的定义,其原因大致有以下两点:(一)人工智能不是一种单纯属于某一个学科的知识而是众多学科相互渗透,融合的复杂综合体,它涉及计算机科学、数学、语言学、心理学、哲学、系统科学、信息科学、神经生理学等诸多学科。这些学科从不同的角度来看待人工智能自然就会得出不同的定义;(二)人工智能还是一个不断发展的学科,随着研究的深入,人们不断地补充、修正以前的认识,其定义也就无法确定。虽然人工智能没有一个确切的定义,但我们还是可以从不同的方

面来描述其面貌。在电子学和计算机科学中,它是“研究怎样让计算机做一些通常认为需要智能才能做的事情,又称机器智能”;在心理学中,它是“计算机科学与心理学相结合而产生的研究用计算机实现人的智能行为和功能的一门边缘学科”;在哲学中,它是“研究用机器模拟和扩展人的智能的科学,它可用来指导智能机器的设计,也可阐明人类的智能”。[1]结合这些定义我们可以尝试为人工智能定义如下:人工智能(artificial intelligence)是相对于人类智能(human intelligence)而言的,它是建立在计算机科学、信息科学、生命科学、哲学等学科基础之上,研究如何制造具有模拟人类智能活动能力的智能机器或智能系统,其目的是扩展人类智能的一门科学。 二、人工智能的产生和历史发展 人工智能从诞生、发展到今天走过了一条并非漫长而异常艰难的道路。1950年10月,英国的阿兰?图灵(a.turing)发表了一篇著名的论文——《机器能思考吗?》,在此文中他首次提出“机器思维”概念,认为机器能够思维,并设计了著名的“图灵试验”,由此他被人们尊为“人工智能之父”。1956年美国的麦卡锡 (j.mccarthy),明斯基(m.minsky),申农(c.z.shannon)以及罗切斯特(n.rochester)等在达特茅斯(dartmouth)大学发起一个学术讨论会,在这次会议上发表了许多关于人工智能的重要论文,从此宣告了人工智能的诞生。人工智能在其后的发展中形成了

人工智能原理及其应用(第二版)习题答案

本页面为作品封面,下载文档后可自由编辑删除! 精 品 文 档

知识表示方法部分参考答案 2.8设有如下语句,请用相应的谓词公式分别把他们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词 P(x):x是人 L(x,y):x喜欢y 其中,y的个体域是{梅花,菊花}。 将知识用谓词表示为: (?x )(P(x)∧(L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))) (2) 有人每天下午都去打篮球。 解:定义谓词 P(x):x是人 B(x):x打篮球 A(y):y是下午 将知识用谓词表示为: (?x )(?y) (A(y)∧B(x)∧P(x)) (3)新型计算机速度又快,存储容量又大。 解:定义谓词 NC(x):x是新型计算机 F(x):x速度快 B(x):x容量大 将知识用谓词表示为: (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解:定义谓词 S(x):x是计算机系学生 L(x, pragramming):x喜欢编程序 U(x,computer):x使用计算机 将知识用谓词表示为: ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解:定义谓词 P(x):x是人 L(x, y):x喜欢y 将知识用谓词表示为: (?x) (P(x)∧L(x,pragramming)→L(x, computer))

2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手,要处理的世界有一张桌子,桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作:从桌上拣起一块积木;将手中的积木放到桌之上;在积木上再摞上一块积木;从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解:(1) 先定义描述状态的谓词 CLEAR(x):积木x上面是空的。 ON(x, y):积木x在积木y的上面。 ONTABLE(x):积木x在桌子上。 HOLDING(x):机械手抓住x。 HANDEMPTY:机械手是空的。 其中,x和y的个体域都是{A, B, C}。 问题的初始状态是: ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是: ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中,机械手的操作需要定义以下4个谓词: Pickup(x):从桌面上拣起一块积木x。 Putdown(x):将手中的积木放到桌面上。 Stack(x, y):在积木x上面再摞上一块积木y。 Upstack(x, y):从积木x上面拣起一块积木y。 其中,每一个操作都可分为条件和动作两部分,具体描述如下: Pickup(x)

自然辩证法概论结课论文人工智能对人类未来社会的影响

2016秋《自然辩证法概论》课程期末论文 班级__ 学号__ 姓名__ 开课学院马克思主义学院任课教师_ 成绩________

人工智能对人类未来社会的影响 摘要:近年来,由于“深度学习”神经网络的提出,突破瓶颈的人工智能迅速发展,各大科技公司也纷纷布局。人工智能逐渐融入人们生活,并极大的促进了社会发展,同时其飞速的发展也引发了人们对于人工智能未来与人类关系的忧虑。 关键词:人工智能人类未来 一、人工智能的发展 今年全球最热门的词汇,“人工智能”无疑是其中之一。前不久谷歌AlphaGo与李世石的围棋人机大战,是继1997年IBM计算机“深蓝”战胜人类国际象棋冠军之后,人工智能领 况依旧如此。当然让人们放弃熟悉的事物做出改变是比较困难的,却也是无法违背的。其次,对科技的过分依赖,生活中经常听到不要过度的使用手机这类“善良”的劝告,但在我看来,经常使用手机是必须的。手机是当前人与人连接最高效的方式,在信息时代线上生存是大势所趋,如有必要,时刻保持在线。现在只是处于过渡阶段,虽然人们已经通过手机连接,但线下生活依旧是主流,所以在习惯于线下生活的较年长人的眼里,花费大量时间看手机是不务正业。认识趋势,看到趋势,顺应趋势才是明智得做法。所以老师们不应徒劳的去劝说同学们上课不要看手机,而应积极地结合趋势寻找新的传授知识的方法。同样,对于人工智能

的更加依赖只是社会分工进步的趋势,英国人数学不好英国经济依旧发达,对于没有必要的技能舍弃掉也没必要可惜。未来始终在前方。 三、人工智能对未来人类社会的可能影响 对于人工智能的未来发展主要有两种观点,一是人工智能永远只作为一种技术辅助人类社会发展,二是人工智能终有一天会超出人类掌控反噬人类。第一种观点的依据主要是人工智能的发展历程,机器人将屠杀人类的预言喊了几十年,不但没有发生,甚至连人工智能最基本的理论基础也开始模仿人类的学习机制。人类对于自身还有很多秘密没有发现,对于模仿人类的人工智能不大可能超越人类。第二类观点的主要依据是计算机一旦能自我利用深度 [2]课堂讲义. 第三章《技术本质与技术价值》第二节:技术价值,第2页. [3]王晓易. 人工智能能让我们的生活改变多少[N]. 新华网, 2016,11,27. [4]课堂讲义. 第三章《技术本质与技术价值》第二节:技术价值,第5页.

人工智能原理及应用复习提纲

人工智能原理及应用复习提纲 第一章 1.什么是人工智能? 答:人工智能从学科角度说是一门研究如何构造智能机器或智能系统,使它能模拟、延伸和扩展人类智能的学科。 2.人工智能的产生和发展过程有哪些? 答:①孕育期(1956年以前)②形成期(1956年~1970年)③知识应用期(1971年~80年代末) ④综合集成期 3.人工智能的研究和应用领域 答:机器学习;自然语言理解;专家系统;模式识别;计算机视觉;机器人学;博弈;自动定理证明;自动程序设计;智能控制;智能决策支持系统;人工神经网络;知识发现和数据挖掘;分布式人工智能 第二章 1.什么是知识表示? 答:知识表示:就是对知识的一种描述,即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。 2.常用的知识表示方法有哪些? 答:目前使用较多的有:一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法等。 3.产生式系统的基本结构 答:综合数据库;规则库;控制系统 4. 什么是产生式系统? 答:用产生式知识表示方法构造的智能系统称为产生式系统。 第三章 1.什么是推理? 答:所谓推理是指按照某种策略从已知事实出发去推出结论的过程 2.推理的控制策略包括哪些内容?分别解决什么问题? 答:推理的控制策略又可分为推理策略和搜索策略 推理策略主要解决推理方向、冲突消解等问题。 搜索策略主要解决推理线路、推理效果、推理效率等问题。 3.推理的方向有哪些? 答:推理分为正向、逆向及混合推理。 4.冲突消解策略有几种? 答:特殊知识优先;新鲜知识优先;差异性大的知识优先;领域特点优先;上下文关系优先;前提条件少者优先 第四章 1.什么是不确定性推理 答:不确定性推理就是从不确定性的初始证据出发,通过运用不确定性的知识,最终推理出具有一定程度的不确定性,但又是合理或者基本合理的结论的思维过程。 2.C-F模型(大题) 在C-F模型中,知识是用产生式规则表示的,其一般形式为: IF E THEN H (CF(H,E))

关于人工智能的哲学思考

关于人工智能的哲学思考 (杨成义计算机学院120100113) 摘要人工智能是用计算机模拟人的某些智力活动的专门技术,除了技术本身,它与人的思想、行为有着密切关系,从而影响到人与人之间以及个人与社会之间存在的行为规范和道德准则。本文在人工智能界定的基础上就人工智能与人类智能的区别提出自己的观点,对人工智能对人类社会的影响阐述自己的理解。由此提出人类关于人工智能要思考和解决的问题。 关键词人工智能形式化技术失控伦理道德 一人工智能的界定 人工智能的英文表示是“Artificial Intelligence”。简称AI。从字面上理解,人工智能就是用人工的方法在计算机上实现人类的智能。人工智能既是一门综合性学科.又是一项广泛应用的技术。作为科学,它除了与计算机科学技术紧密联系外,还涉及数学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科;作为技术,它运用于各行各业。减轻了人们体力脑力的劳动。德国著名哲学家海德格尔认为:技术不仅仅是手段,“乃是一种解蔽方式。”,技术的发展逐渐沿着从肢体、器官的延长到躯干、直到大脑的延长的逻辑轨道行进[1]。人工智能即是思维研究成果的运用,又是人脑思维的延伸。 人工智能分为强、弱两种形式。弱人工智能(Weak AI)旨在发展研究人类和动物智能的理论,并能通过程序来测试这些理论,而强人工智能(Strong AI)是人工智能的最高形式,它的目标是建造能够思考、拥有意识和感情的机器。 二人工智能和人类智能的关系 要真正看清楚人工智能与人类智能的关系,必须从哲学高度上分析。分析哲学家曾提出:语言的界限即为(可认识)世界的界限。因为无法用语言表述的对象是不能进入意识的,因而是不可思维的。同样,凡是不能被形式化的任务,都无

相关文档
最新文档