智能扩展的展望

过去十年里,我们学到的有夫人类智能活动的知识比以往任何时期都更多。这种新知识导致了目前在人工智能计算机程序设计和执行方面的突破。研究的主攻方向是推理判断领域,目的是创造出“专家”知识库系统来扩展人类知识的应用。把一项重要的技术转变为人工地运用智能特性、算法语言、试探法和原函数的计算机程序和计算机系统结构,对于我们来说还刚刚起步。到目前为止,只能由人脑借助于“专家系统”的创建才能完成。     

聪明的章鱼

在中世纪时就有许多关于章鱼的恐怖传说,它们常常被描绘成海洋恶魔,专门袭击过往的商船。巨大的章鱼能用它们的触须将整个船包起来挤碎,然后吃掉船上的人。专门研究章鱼智能的美国生物学家安德森却认为,关于章鱼的恐怖故事实际上大都是人们想象的产物,章鱼实际上是一种非常温驯的海洋生物,而且智商颇高,其智力水平甚至超过了爬行动物和某些高级脊椎动物。     

关于智能控制的几个问题

当前,科学技术正进入一个新的时期——信息时代,或智能自动化时期.智能控制作为用计算机模拟人类智能的一个重要领域,是自动控制学科发展中的一次飞跃. 1956年,国际著名的华裔科学家傅京孙(K.S.Fu)首创地提出把人工智能的启发式推理规则用于学习控制系统,从而宣布了智能控制这一新鲜事物的诞生.进入80年代以来,     

一个有效的模糊推理方法

在基于规则的知识系统中,知识的不确定性通常是采用如下的规则形式来表示的: IF antecedent THEN consequent WITH confidence x.如果要启动和执行某个规则,只需在当前的数据库中有与该规则的前件相匹配的事实即可触发该规则,从而使不确定性得以在推理网络中传播。这种传统的产生式规则有如下的两个主要缺点:     

软件自动化的智能化途径

近年来,国际上软件自动化的研究又取得了进展,对软件设计过程和所需知识的认识不断深化。其形式化工作也有了一定的发展,在此基础上出现了一些比较成功的软件自动化系统,其中有些在特定的领域内接近了人的水平。如CYPRESS/KIDS系统、STRATA系统和MEDUSA系统等,这些系统尽管各自在某一方面取得了进展,但有一共同的弱点就是适应性较差,系统往往只能适用于设计者预先考虑过的问题范围甚至局限于专门问题,影响了软件自动化的推广应用。问题症结在于现有软件自动化系统尚不具备智能,即缺乏自学习能力,系统不能自动从解题实践或用户实例中获取算法设计知识。特别地,在需人工干预时,系统并不     

终会与我们朝夕相处的人工智能

正几乎从人类幻想出"人工智能"这一概念的时刻起,关于"人工智能是天使还是魔鬼"的争论便从未停止。人们期望人工智能将自己从劳动中解放出来,又恐惧人工智能一旦拥有智慧,将取代自己"万物之长"的地位。不过,人工智能的发展是不可阻挡的。自动驾驶汽车、智能安检员、机器人同事……这些可能性虽让人恐惧,但不可否认,它们也很美妙。     

允许修改推理规则的开放逻辑

最近,李未为了刻划知识的增长、更新以及假说的进化建立了一个开放的逻辑理论,特别是得到了认知进程的收敛性定理这样一个深刻的结果。其后,他在文献[2]中又将其作为逻辑框架应用于知识基的维护。在知识库中,除了一些事实(相当于句子)作为知识之外,还有其特有的一些推理规则,而且这些推理规则有时也会遇到反驳,需要加以修改和维护。本文试图在开放逻辑中引入推理规则的反驳与修改。值得注意的是,其它一些关于知识基维护的理论,如Alchourrón,Grdenfors与Makinson都没有触及这个问题。     

量子计算机与人的意识

人的能力(智能)以及它的物理存在都表明智能机器的存在,但这并不意味着人们可以制造一个新的不同的智能机器。那末一个自然而然的问题就是:“人工智能机器能模拟人类的智能吗?”与此相关的问题是:“理解事物意味着什么样的含义?”“自我意识是什么?”什么叫有意识?”等等。目前机器的能力与这些问题都没有什么直接的联系,这就决定了它们与人的差别。量子力学的理论与方法也许是通向解决这些问题的一条路径。     

知识工程与专家系统

所谓专家系统是知识工程的应用系统,而知识工程是人工智能发展的新课题。国际上最初是由斯坦福大学的爱德华·弗根鲍姆教授在1977年的第五届国际人工智能会议上提出的。他说:“人工智能是把人们积极利用经验知识解决问题作为前提并与人工智能应用有关的一个研究领域”。通俗地讲,知识工程中最重要的专家系统是指把专家具有的技术秘密存储在计算机里,便于普通人利用。     

神奇的发热植物

在法国的科西嘉岛,一种名为海芋的植物开粉红的花,当这种花朵盛开时,它们散发的热量甚至超过了动物.发热植物是植物王国中一种神奇的种类,它们有着高超的发热本领,通过测试,科学家发现,一些发热植物散发热量的能力不亚于某些飞行中的昆虫,和仓鼠身上的脂肪热量也不相上下.在寒冷的冬天里,这些热量甚至可以融化堆积在它们身上的积雪.     

人工智能帮助复原古希腊铭文

<正>人工智能的运用正在让许多研究领域焕然一新。一个新出现的人工智能工具帮助专家填补残缺的文本，估量古希腊铭文的年代和来源。人工智能会让许多工作变得自动化，进而消灭某些工作岗位，这种可能性正在稳步推进到越来越多的领域中。现在，这波浪潮甚至拍打到古代世界研究这片僻静海岸上。近期《自然》杂志刊登的一篇论文中，扬尼斯·阿萨埃尔（Yannis Assael）等人介绍了一个名叫“伊萨卡”的人工智能工具，它的研发初衷就是将深度学习引入到古典学研究和古希腊抄写文本（这些文本最初是镌刻在石头上）解译工作中来。然而，这项进展不应该被解读为针对数千年的传统铭文研究（铭刻学）的一个威胁，更准确地说，它是铭刻学的一项补充。     

专家系统其及应用

专家系统和机器人学是 LZ 智能研究中发展最快的两个分支,前者是用来模拟人类的思维活动,后者是用来替代人类的肢体行为,它们都是计算机的研究和应用发展到一定阶段的产物。计算机首先被用于数值计算,从本世纪30年代提出符号计算和符号处理的理论概念,到50年代发展起来的控制论,把神经系统的工作原理与信息理论、逻辑推理与计算机联系起来,开始用计算机来表示和实现人的智能活动,其中最著名的例子是下棋对弈和定理证明。60年代以来,LZ 智能研究的重点已从探索普遍的思维规律转向知识为中心,进入模拟人类智能活动的重要领域,且已逐步实用化。专家系统的本质是以某一领域知识为基础,利用计算机程序,模拟人类专家的推理活动,以得到     

“深蓝”战胜世界棋王

计算机能够进行记忆、运算、推理、判断,拥有人脑的部分功能,所以被誉为“电脑”。从它诞生后不久,人们便试图挖掘它的“智能”潜力,看看电脑有多聪明。50年代兴起的“人工智能”新学科,便是研究如何利用机器(计算机)来实现人的智力功能。在人工智能中一个重要的分支,便是研究计算机同人的对弈问题。 从那时起,许多计算机专家、人工智能专家,都在不断努力设计更快、更聪明的计算机,梦想“征服”世界级的国际象棋大师。最近美国IBM     

智能无法用计算技术实现

正按照学习能力排名的人工智能计算机分级制度体现了这些机器的能力和局限。人工智能领域的终极目标是建造在特定任务上至少与人类同样聪慧的机器。目前,人工智能已经成功开发了各类机器,它们可以学习如何识别语音、在巡天项目中寻找新种类恒星、在国际象棋比赛中战胜特级大师、识别人脸、分类图像、诊断疾病、打车、开车、导航绕过障碍物,等等。然而,现在的这些机器一点都不聪明。     

类脑智能引导AI未来

人工智能是否要“类脑”以及如何“类脑”是人工智能发展中颇具争议的问题。结合在仿生视觉及人工智能领域多年的研究体会,阐述了类脑智能研究的意义与方式,讨论了现阶段人工智能与类脑智能的异同,发表了对未来人工智能发展的一些看法。基于对类脑智能的以上看法,作者及团队将研发智能、感知和操控功能兼备的“机器头脑”,以探索机器自主智能的发展。     

全息胚生物学和生物全息针刺疗法

许多疗法都是以这一共同原理为依据的,即整个生物体可在其某一个特定区域体现出来:耳针和耳部医学,鼻部反射学和鼻针,足部反射学,手部反射学和手针疗法,口腔针疗,山本新发明的头皮针疗法等等。这些疗法有的被划分为针刺微系统或躯体局部的、全息的或生物全息疗法。临床实践表明,它们很有用途,在世界上越来越为人们所承认。显然,这些方法反映了生理学的一个普遍原理:整个生物体在其某些部分的全息反映。这是一个充满生机的双向联系:整个生物体的病变通过每个微系统的相应变化反映出来,对其中某个微系统进行治疗可以使整个生物体发生相应的变化。因此,我们可以使用这些方法进行诊断和治疗。     

机器人,我们的“新”朋友

正人类在下个世纪会面临人工智能机器人的大规模崛起吗?它们的智力会超过人类吗?至少霍金已经向人类发出了警告:"人工智能机器人可能会在接下来的100年之内取代人类,甚至可能会导致人类的灭绝。"他甚至认为:"与其担心谁来控制人工智能,人类更应该担心的是,人工智能到底愿不愿意接受人类控制。"最近有关人工智能机器人的新闻层出不穷:谷歌围棋"高手"Alpha Go战胜韩国名将李世石;美国科学家阿扎德·沙德曼研发的STAR机器人,成功完成了猪大肠的缝合     

如何看待人工智能的发展

人工智能本质上是对人类智能的功能模拟。虽然在某些方面的表现比人类智能更优秀,但是由于其固有的复杂性和技术的局限性,所以充其量只不过是人类智能的延伸,最终在整体上是不能代替人类智能的。     

太阳系里的怪异卫星

太阳系里还有多少颗卫星没有被发现?也许你会说,顶多也只能再发现10颗。理由是,毕竟在整个20世纪里,天文学家也才找到了几颗而已。如果你这样想就错了。如今科学家已找到了86颗环绕着巨行星运行的卫星,并且还有更多颗在等待着被确认。而且可以肯定地说,实际存在的卫星远不止这些。从来就没有人认为,太阳系的家族里还有那么多不为人知的成员。这些卫星被归类为“不规则卫星”,因为它们的运行轨道又长又远且极为椭圆,甚至不在其母行星的赤道面上。而所谓的“规则卫星”,就像是地球的月亮或木星的伽利略卫星群,有着较紧密、较圆且几近赤道面的…     

踏踏实实地研究人工智能

今天人工智能的巨大成就表现在机器学习上取得了突破性的发展及"智能+"推动了人工智能的普适应用。人工智能成为世界科技发展的一个新高地,各国对此都作出战略布局。同时,人工智能的发展也向我们提出了新的挑战,在伦理、社会治理等方面引入了新的课题。在展望人工智能光明前景的同时,我们也要清楚地认识到:人工智能,特别是机器学习,它基本的方法、基本的思路还是比较简单和粗糙的。现在的人工智能是着重于智能外延的人工智能,也就是说着重于模拟人的智能的外在功能,而人工智能的发展还有待于在智能内涵的理解上的不断进展。本文就此对人工智能的发展作一个抛砖引玉的讨论,也对机器学习的研究方向作探讨。