人工智能研究的若干进展

 

摘要:本文简要回顾国内外人工智能的发展历史。在介绍人工智能各种认知观的基础上,提出应从四个方面开展对认知本质的研究,以期解开认知本质之谜。最后讨论人工智能研究的一些新领域,包括艾真体、计算智能、知识发现和人工生命等。对这些问题的研究,有助于对人工智能发展历史和现状的更好了解。

关键词:人工智能  认知  艾真体  计算智能  知识发现

1.引 言

人类在进入新世纪时对未来充满新的更大的希望。科技进步必将为各国的可持续发展提供根本保障,科技新成果必将在更大的广度和深度上造福于人类。人工智能学科及其“智能制品”的重要作用已为人们普遍共识。最近,中国教育部决定在中学开设《人工智能》新课程就是一个新的例证。

40多年来,人工智能获得很大发展,它引起众多学科和不同专业背景学者们的日益重视,成为一门广泛的交叉和前沿科学。国际上人工智能研究作为一门前沿和交叉学科,伴随着世界社会进步和科技发展的步伐,与时俱进,在过去十多年中已取得长足进展。在国内,人工智能已得到迅速传播与发展,并促进其它学科的发展。吴文俊院士的定理证明的几何方法就是一个例证和代表性成果。

近十年来,现代计算机的发展已能够存储极其大量的信息,进行快速信息处理,软件功能和硬件实现均取得长足进步,使人工智能获得进一步的应用。尽管目前人工智能在发展过程中面临不少争论、困难和挑战,然而这些争论是十分有益的,这些困难终会被解决,这些挑战始终与机遇并存,并将推动人工智能的继续发展。可以预言:人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能;人工智能将为发展国民经济和改善人类生活做出更大贡献。

2.历史回顾

时代思潮直接帮助科学家去研究某些现象。对于人工智能的发展来说,20世纪30年代和40年代的智能界,发现了两件最重要的事:数理逻辑(它从19世纪末起就获得迅速发展)和关于计算的新思想。弗雷治(Frege)、怀特赫德(Whitehead)、罗素(Russell)和塔斯基(Tarski)以及另外一些人的研究表明,推理的某些方面可以用比较简单的结构加以形式化。1913年,年仅19岁的维纳(Wiener)在他的论文中把数理关系理论简化为类理论,为发展数理逻辑做出贡献,并向机器逻辑迈进一步,与后来图灵(Turing)提出的逻辑机不谋而合。数理逻辑仍然是人工智能研究的一个活跃领域,其部分原因是由于一些逻辑-演绎系统已经在计算机上实现过。不过,即使在计算机出现之前,逻辑推理的数学公式就为人们建立了计算与智能关系的概念。

丘奇(Church)、图灵和其它一些人关于计算本质的思想,提供了形式推理概念与即将发明的计算机之间的联系。在这方面的重要工作是关于计算和符号处理的理论概念。图灵不仅创造了一个简单的通用的非数字计算模型,而且直接证明了计算机可能以某种被理解为智能的方法工作。道格拉斯·霍夫施塔特(Douglas Hofstadter)在1979年写的《永恒的金带》(An Eternal Golden Braid)一书对这些逻辑和计算的思想以及它们与人工智能的关系给予了透彻而又引人入胜的解释。

到了20世纪50年代,人工智能已躁动于人类科技社会的母胎,即将分娩。1956年夏季,年轻的美国学者麦卡锡(McCarthy)、明斯基(Minsky)、朗彻斯特(Lochester)和香侬(Shannon)共同发起,邀请莫尔(More)、塞缪尔(Samuel)、纽厄尔(Newell)和西蒙(Simon)等参加在美国的达特茅斯(Dartmouth)大学举办了一次长达2个月的研讨会,认真热烈地讨论用机器模拟人类智能的问题。会上,首次使用了人工智能这一术语。这是人类历史上第一次人工智能研讨会,标志着人工智能学科的诞生,具有十分重要的历史意义。这些从事数学、心理学、信息论、计算机和神经学研究的年轻学者,后来绝大多数都成为著名的人工智能专家,40多年来为人工智能的发展做出重要贡献。

值得一提的是控制论思想对人工智能早期研究的影响。正如艾伦·纽厄尔(Allen Newell)和赫伯特·西蒙(Herbert Simon)1972年在他们的优秀著作《人类问题求解》(Human Problem Solving)的“历史补篇”中指出的那样,20世纪中叶人工智能的奠基者们在人工智能研究中出现了几股强有力的思潮。维纳、麦克洛克(McCulloch)和其它一些人提出的控制论和自组织系统的概念集中地讨论了“局部简单”系统的宏观特性。尤其重要的是,1948年维纳发表的控制论(或动物与机器中的控制与通讯)论文,不但开创了近代控制论,而且为人工智能的控制论学派(即行为主义学派)树立了新的里程碑。控制论影响了许多领域,因为控制论的概念跨接了许多领域,把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来。控制论的这些思想是时代思潮的一部分,而且在许多情况下影响了许多早期和近期人工智能工作者,成为他们的指导思想。