智能原理_杨学山_9787121336782

本书全面梳理了各个学科与智能研究相关的成果，在此基础上归纳了一般智能的构成要素，形成了生物智能和非生物智能统一的智能理论体系。系统分析了智能的进化、发展、使用和评价，提出了语义逻辑的主要准则和不同于冯?诺伊曼体系的智能计算架构。并且为构建本书所述非生物智能体或人工智能学界讨论的通用人工智能提出了一条可实现的路径。本书适合对智能和人工智能感兴趣的学生、学者和实践工作者阅读。

全书共七章。第一章是对智能相关学科研究成果的综述，目的是从中归纳出关于智能定义和决定其发生发展的主要因素。第二章将第一章的成果落实，提出了智能的定义、组成要素并展开了框架性讨论，是智能理论的总纲。第三、四两章是以第二章给出的定义和框架为基础，解释智能的进化、发展和使用，并力图梳理出具有规律性的结论。这两章的分析说明，第二章给出的智能理论充分解释了迄今为止智能进化和发展的过程和各种类型智能的使用实践。第五、六两章是在第三、四两章归纳的主要结论基础上的进一步抽象和普遍化。第五章总结并分析了智能的10个逻辑特征，归纳为十项准则。第六章在第五章的基础上提出了基于语义处理的智能计算架构。第七章则在前述各章结论的基础上，对人类社会如何推动智能进化进入最后一个阶段的概要分析，介绍了特征、关键路径和应关注的发展理性。第五、六、七三章均以第二章提出的智能理论为基础展开，说明了该理论框架的预见性。

第一章系统全面介绍了与智能研究相关领域的主要成果，是全书的基础。本章从四个角度梳理了这些领域的主要贡献。一是数千年人类文明的先驱者对精神、灵魂、智慧的理解带给我们的启迪。二是从生物智能进化和发展的角度，分别介绍了进化生物学、基础生命科学、分子生物学、生物化学、植物生理学、动物行为学、认知神经科学、神经心理学、认知心理学、发展心理学等学科对生物智能相关的研究成果。三是从非生物智能的角度，分别介绍了简单工具、非数字机械、计算工具、数字设备、自动化系统、人工智能、逻辑和计算等领域对智能研究的贡献。四是从生物智能与非生物智能交叉研究的角度，分析了以心智研究为代表的研究成果。通过多角度的系统梳理，发现了生物智能进化与发展的一些重要规律，发现了生物智能与非生物智能的共性，第二章提出的智能定义和基本架构就是建立在这些成果的基础上。

第二章是全书的核心。以所有相关领域研究成果的归纳为基础，提出了智能的定义、组成要素及相互关系，是本书的总纲。智能是如此真实的客观存在、与人类生存和发展关系如此密切，智能的研究跨越数千年，与智能相关的研究文献不计其数，但对智能是什么始终争论不休。坚持智能是心理或精神的，在研究中必然发现智能发展的物质特性，这些特性不能由心因解释；坚持智能是物质的，在研究中必然碰上今天的神经科学和脑科学尚不能解释的心理或精神元素；心智研究力图穿透两者，但解释性和预见性均不足以为各方接受。本书关于智能的定义是在麻省理工学院《认知百科全书》中的定义基础上稍作修改而成，“智能是主体适应、改变、选择环境的各种行为能力”，这里的主体包括生物体和非生物体，也与该书的定义一致。基于这一定义，进一步定义了智能的构成要素：主体性、功能、信息和环境，而环境是影响智能进化、发展和使用的重要的外部因素；定义了三个要素--主体性、功能、信息的构成。智能的定义、要素及其构成是智能理论的基本框架。

第三章确定了智能的起点，分析了智能进化的前五个阶段，对生物智能和非生物智能的发展过程和特点进行了剖析。根据定义，本书将地球上智能的起点定在地球上第一个原始生命体，不管这个智能体多么简单，它具备适应环境的能力，并且存在主体性。第三章通过对生物智能和非生物智能各种类型以主体性、功能和信息及主要环境影响为主线的进化发展过程的分析，提出了智能进化的六个阶段：单细胞生物、神经系统和脑、语言和文字、计算工具和数字设备、自动化和智能系统、非生物智能体。

智能进化与发展呈现两条主线，一条是生物智能的，另一条是非生物智能的。两者进化的轨迹有着反向前行的性质，生物智能以主体为基础从很低的功能和信息能力开始发展，非生物智能以实用的功能和信息处理能力为基础，经由人赋予的控制能力向自主的非生物智能体发展。两者在自动化系统和人工智能系统开始交叉，到进化的最后一个阶段——非生物智能体时重合。本章用第二章智能构成框架诸要素对智能进化的前五个阶段、两条主线进行了全方位分析，该理论确实具有良好的解释性。智能的进化和发展本质上都是朝着更高智能前行，区分是为了界定两类不同特征的前行模式，更好理解智能发展的规律。发展是讲一个智能体一个生命周期的智能提升，进化是跨越生命周期、跨越个体智能发展。在一个生命周期，生物智能体经历了学习过程、使用过程和蜕变过程，非生物智能体经历了赋予过程、使用过程、淘汰过程，而主要的变化也是发生在主体性、功能和信息三个方面。

第四章从前两章讨论智能如何构成和形成转向如何使用。首先全景分析了智能使用的对象：智能事件和智能任务。智能事件和智能任务是同一事物在不同场景的不同名称，智能事件是指社会各个领域和智能主体内客观存在的各类事务，智能任务是指要由一个个智能主体执行的各类事务。智能任务的执行可以称之为问题求解。不同特征的智能事件或智能任务就有大致相同的问题求解过程，但存在不同的问题求解策略和路径。对于任何智能主体，问题求解的结束不是得到了结果，更重要的是经过评价之后的学习，在消化过程和结果中发展，智能的使用过程也是智能发展的过程。

第四章还从三个方面提出了对智能评价的主要指标。一是智能事件或智能任务的复杂性，二是智能主体的就绪度、成熟度、完备度，三是智能使用宏观效果，有效性和增长性。通过系统地对智能任务的类型、问题求解策略和路径的分析，得到一个十分重要的结论：智能主体在求解相同或相似的问题时，使用的算法和计算越多，该主体的智能成熟度越低。

前面几章讨论的对象是所有的智能体，第五和第六两章的对象是非生物智能体。第五章讨论了智能的10个逻辑特征，十项准则。智能是语义的。智能主体拥有的信息、进行的信息处理是基于语义而不是承载语义的符号，这是导致所有智能逻辑和计算特征与/或规律的主要原因。智能主体拥有的智能是由一个个具体的智能构件组成的。构件和连接是语义性的直接体现、是所有基于语义的智能处理主要形式。叠加、递减、融通三项准则是智能构件进化和发展的基本运算方法。容错保留了多样性和可能性，规范引导整体趋于合理，为智能理性创造条件。

第六章提出了基于语义处理的智能计算架构。与基于符号处理的冯?诺依曼计算架构不同，智能计算以语义逻辑为基础，以内外部智能任务的计算为过程，以主体智能持续增长为目标。它的运行以外部感知和内部计算需求触发，经过策略确定、资源调用、任务执行、过程评价、成果学习、智能拓展的循环，形成以智能行为过程为基础的智能计算循环，以这个过程为基础，主体的智能逐步提升。智能计算架构由三部分组成，一是智能行为流程的构建：触发与分配器、策略生成器、执行器、评价器；二是智能主体的资源：智能构件、微处理器、计算资源、行为资源；三是智能主体的环境：外部事件、外部资源。在提出智能计算架构后，又专门对主要构成部分（微功能单元、功能单元组和功能系统）和智能计算架构形成的起点及成长过程做了较为深入的分析。描述构件是非生物智能体所有功能和信息的承载体、复制的基因、智能行为可调用的记忆。连接与描述构件一起构成信息的语义性。外部感知、连接、描述构件、微处理、内计算构成智能计算架构持续走向完善的机制。智能计算架构与基于符号的冯?诺依曼架构不同，存在各具特征的计算架构，特别是微处理和内计算，这是智能计算模式中最具特点的部分。智能计算架构在该架构达到完善之前处于不停息的计算之中，通过计算走向成长。只有在所有内部路径遍历之后没有新的学习材料或没有来自外部的学习材料，内计算才会停止。

第七章是对智能进化如何进入第六阶段的路径及进入第六阶段后图景进行分析。非生物智能体从当前的自动化系统或人工智能系统向非生物智能体进化，主要是三大变化，一是自主控制智能行为，二是自主学习成长，三是自主获取计算和物理资源。本章分析了实现的可能性和路径。描述了智能进入第六阶段之后的一般场景，并从主体、功能和信息三要素分别讨论了目标、路径和关键任务。特别强调了控制功能、学习模块的逻辑及非生物智能体的遗传基因——完备的功能及信息构件的生产工具或生产线等智能社会发展的基础设施的建设。本章还专门讨论了由人和非生物智能体共同构成的社会如何治理，如何认识并实现非生物智能体的理性，形成人与非生物智能体共同遵循的社会理性准则。同时明确指出，人类无需为非生物智能体可能超越人类智力而过度担忧，智能增长与理性增长成正比是判断这个新社会的基点。

本书总结了智能进化、发展和使用遵循的主要规则，这些规则与得到充分发展、取得巨大成功的数学、物理学规则既有相符的一面又有相悖的一面。比如说，人或行走机器人在走路的时候，得克服重力，得注意坡度、风力，这些都遵循物理定律；但为什么要走、为什么选择这条路线、为什么快慢不同、走的过程怎么控制，就不属于物理规律的范畴，物理规律对这些行为没有可以解释的理论。也许说为什么选择这样的路线、为什么快慢不同、为什么要走、怎么走，可以用数学逻辑实现，但同样既有可说明的一面，也有不可说明的一面。以餐厅中的端盘子机器人和端盘子服务员为例，机器人为什么要走基于客户的需求，怎么走基于复杂的感知、策略、算法，对力和物理部件的控制，为什么走这条线路基于内置的路径优化算法，为什么快慢不同，基于内置的对路线条件和实际场景的控制模块；服务员为什么要走、为什么走这条路线、为什么快慢不同的原因相同，但实现的逻辑过程完全不同，老服务员对这三个问题的决策几乎没有任何计算、推理的逻辑过程，更不用说每一步脚抬多高、手如何配合、如何实现平衡等这些机器人必须通过算法来实现的计算问题。如果剖析人这个若干秒钟的过程，内在的认知过程和行为过程极其繁复，如果完全用模仿的方式实现，比以算法和逻辑为基础的走路机器人使用的计算资源还要多。看一眼顾客位置决定如何走这个几乎是直觉的过程，涉及的神经突触可能若干亿个，每一个手脚的动作，运动神经元与肌肉之间的瞬间连接可能达到数万个，为什么如此复杂的过程，人执行起来十分容易、流畅，这是因为整个逻辑过程没有推理，没有计算，只通过一条直接的连接串实现。智能成熟度不是以使用什么算法和逻辑决定的。更进一步，人在进化

你还可能感兴趣

我要评论