人工智能背景與發(fā)展

1、人工智能的主要背景與進(jìn)展數(shù)學(xué)1704 41721113 高芷晗1、人類智能和人工智能的概念 和其他生物物種不同，人類是一種智慧型生物。人類智慧包含兩個相輔相成的部分：隱性智慧和顯性智慧。隱性智慧負(fù)責(zé)發(fā)現(xiàn)和確定創(chuàng)新的方向，顯性智慧負(fù)責(zé)在確定的創(chuàng)新方向上實現(xiàn)具體的創(chuàng)新求解。更具體地說，隱性智慧是人類發(fā)現(xiàn)問題和定義問題的能力，需要全局性的分析能力、想象能力和開拓能力，是一種內(nèi)隱的創(chuàng)造性能力，因而不可被機(jī)器模擬；顯性智慧是人類在隱性智慧所定義的問題框架內(nèi)解決問題的能力，需要獲取信息生成知識和運(yùn)用知識解決問題的能力，是外顯的操作性能力，因而可以被機(jī)器模擬。人類的顯性智慧通常也會被稱為人類智能，模擬人類智

2、能（顯性智慧）的科學(xué)技術(shù)就叫人工智能。 隱性智慧表現(xiàn)在：面對環(huán)境定義的實際問題；為知識庫提供的已有知識；預(yù)設(shè)的問題求解目標(biāo)。這三者就是隱性智慧定義的工作框架。在這個框架下，人工智能系統(tǒng)所要執(zhí)行的任務(wù)就是模擬人類智能（顯性智慧）的能力，運(yùn)用所提供的信息和已有知識解決所給定的實際問題，達(dá)到預(yù)定的求解目標(biāo)。 在人類與人工智能系統(tǒng)之間，人類始終是主體，人工智能系統(tǒng)則是人類求解問題的聰明工具。由于人工智能系統(tǒng)接受了人類所預(yù)設(shè)的求解目標(biāo)和提供的專門知識，就保證了人類主體與客體之間實現(xiàn)主客雙贏的策略：主體贏，因為實現(xiàn)了主體的求解目標(biāo)；客體贏，因為遵守體現(xiàn)在知識中的客觀規(guī)律。 人工智能系統(tǒng)工作的基本過程：（1

3、）人類主體（隱性智慧）首先設(shè)定工作框架，即定義要解決的實際問題，提供已有知識，預(yù)設(shè)求解目標(biāo)。（2）人工智能系統(tǒng)收集工作框架的信息，包括模型中的本體論信息。（3）通過信息獲?。ǜ兄﹩卧?，把本體論信息轉(zhuǎn)換為認(rèn)識論信息。（4）通過信息傳遞（通信）單元，把認(rèn)識論信傳送到信息處理單元。（5）通過信息處理（計算）單元，使認(rèn)識論信息成為適用信息。（6通過知識生成（認(rèn)知）單元，根據(jù)求解問題的需要生成專門知識。 （7）通過策略創(chuàng)建（決策）單元，把認(rèn)識論信息、專門知識、求解目標(biāo)轉(zhuǎn)換為求解問題的智能策略。 （8）通過策略傳遞（通信）單元，把智能策略傳遞到策略執(zhí)行單元。（9）通過策略執(zhí)行（控制）單元，把智能策略轉(zhuǎn)換

4、成為智能行為，反作用于實際問題。 （10）如果智能行為反作用于實際問題的結(jié)果沒有滿意地實現(xiàn)預(yù)期的求解目標(biāo)，就把誤差作為新的信息反饋到信息獲?。ǜ兄﹩卧ㄟ^學(xué)習(xí)，補(bǔ)充新的知識，優(yōu)化智能策略，改善執(zhí)行效果，減小求解誤差。2 、人工智能技術(shù) 以上論證說明：人工智能技術(shù)可以在人類隱性智慧定義的工作框架內(nèi)模擬人類顯性智慧（人類智能）生成知識，創(chuàng)建主客雙贏的策略解決各種復(fù)雜問題。而這是現(xiàn)今其他各類技術(shù)做不到的。 不過，由于在人工智能系統(tǒng)工作的基本過程中，第（1）步中客觀存在各種不確定性，人類給定的知識未必能夠理想地體現(xiàn)客觀規(guī)律，也未必能夠完全滿足求解問題的需要，第（2）步中人類預(yù)設(shè)的求解目標(biāo)也不見得完

5、全合理，第（3）步中人工智能系統(tǒng)各個環(huán)節(jié)必然存在各種不理想性。因此，人工智能系統(tǒng)對人類顯性智慧能力的模擬不可能完全到位，人工智能系統(tǒng)提供的問題解答也可能不如人類求出的解答。 如果說人工智能系統(tǒng)確實也有超人的地方，那主要是它的工作速度、工作精度、持久能力等因素，而不可能是顯性智慧中的智慧品質(zhì)。 至于一些人所宣傳的機(jī)器超越人類甚至機(jī)器淘汰人類的說法，是沒有根據(jù)的。無論是人工智能系統(tǒng)，還是其他各種機(jī)器系統(tǒng)，它們共同的問題之一是：機(jī)器沒有生命，沒有目的，不可能自主發(fā)現(xiàn)應(yīng)當(dāng)解決的實際問題，不可能自主形成機(jī)器的智慧，尤其不可能無中生有地形成超越人類和淘汰人類的荒唐愿望，因此更不可能產(chǎn)生淘汰人類或滅絕人類的

6、行為。4、 “新型”信息技術(shù) 近十多年來，先后出現(xiàn)了大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)以及各種互聯(lián)網(wǎng)的應(yīng)用技術(shù)。人們把它們稱為“新型”信息技術(shù)或“新一代” 信息技術(shù)。深入分析可以發(fā)現(xiàn)，這些新型信 息技術(shù)的核心技術(shù)正是核心人工智能系統(tǒng)的知識生成和策略創(chuàng)建技術(shù)。不妨以大數(shù)據(jù)技術(shù)為例加以說明。由于有著多種來源、多種背景以 及多種格式，大數(shù)據(jù)通常是病態(tài)結(jié)構(gòu)的或不良結(jié)構(gòu)的大規(guī)模數(shù)據(jù)集合，其中可能包含垃圾、病毒和黑客攻擊程序。因此，大數(shù)據(jù)技術(shù)的第一個環(huán)節(jié)就是智能分類：把無用的數(shù)據(jù)識別分類出來加以過濾和抑制，把有用的數(shù)據(jù)按照某些特征進(jìn)行分類，再分門別類地送到恰當(dāng)?shù)脑朴嬎悖ê驮拼鎯Γ┫到y(tǒng)，進(jìn)行相應(yīng)的信息處理，

7、為知識生成（知識挖掘）做好必要的準(zhǔn)備。通過知識挖掘生成了足夠的知識之后，才可以把這些知識（結(jié)合求解目標(biāo)）轉(zhuǎn)換成為用來解決問題的智能策略。其中，智能分類、知識挖掘和策略創(chuàng)建都是人工智能的基本技術(shù)?？梢?，如果沒有這些人工智能技術(shù)，大數(shù)據(jù)就只能是數(shù)據(jù)，而不可能轉(zhuǎn)換成為有用的知識和可 以用來解決問題的智能策略。由此可知，大數(shù)據(jù)技術(shù)的核心就是人工智能技術(shù)，可以把它比較確切地稱為面向大數(shù)據(jù)的智能技術(shù)。近來人們在密切關(guān)注著“互聯(lián)網(wǎng)”。其實，“互聯(lián)網(wǎng)”可以有兩種不同的理解。一種理解是當(dāng)前人們所關(guān)注的互聯(lián)網(wǎng)推廣，這里的“” 就相當(dāng)于信息化的“化”，就是互聯(lián)網(wǎng)的各種應(yīng)用。另一種更有意義的理解則把“互聯(lián)網(wǎng)”理解為互

8、聯(lián)網(wǎng)升級，就是把以計算機(jī)為終端的現(xiàn)有互聯(lián)網(wǎng)升級為以人工智能系統(tǒng)為終端的智能互聯(lián)網(wǎng)。應(yīng)當(dāng)認(rèn)為，互聯(lián)網(wǎng)推廣即把互聯(lián) 網(wǎng)應(yīng)用到各行各業(yè)是完全必要的，這是信息化建設(shè)的正常要求。但是，從信息化建設(shè)的發(fā)展大勢來看，互聯(lián)網(wǎng)升級即把當(dāng)前常規(guī)互聯(lián)網(wǎng)升級為智能互聯(lián)網(wǎng)則更為必要，這將為中國信 息化建設(shè)注入更為強(qiáng)大的新活力，是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的需要，是國民經(jīng)濟(jì)產(chǎn)業(yè)升級的需要。 綜上所述，大數(shù)據(jù)技術(shù)、云計算 技術(shù)、智能物聯(lián)網(wǎng)技術(shù)，其實都是人工智能技術(shù)的相關(guān)具體應(yīng)用。可以這么說，如果沒有人工智能技術(shù)，單憑信息技術(shù)很難有效地應(yīng)對大數(shù)據(jù)和物聯(lián)網(wǎng)以及未來更多更復(fù)雜的技術(shù)挑戰(zhàn)。5、人工智能（如alphago）軍事應(yīng)用展望一般來說

9、, 按照作戰(zhàn)活動的不同, 可以將戰(zhàn)爭空間劃分為物理域、信息域、認(rèn)知域和社會域 4個交疊構(gòu)成的具有跨域特性的作戰(zhàn)域。隨著機(jī)器學(xué)習(xí)和人工智能的快速發(fā)展, 以谷歌 AlphaGo、微軟智能圖像識別、IBM沃森等為代表的人工智能技術(shù)必然會應(yīng)用于戰(zhàn)爭空間的各作戰(zhàn)域. 美國國防部高級研究計劃局 (Defense Advanced Research Projects Agency, DARPA) 作為美國先進(jìn)科技的引領(lǐng)者, 在人工智能領(lǐng)域正在和計劃開展大量研究項目. 表 1 列出了人工智能技術(shù)在各個作戰(zhàn)域中的可能應(yīng)用情況以及 DARPA 開展項目的情況物理域是各種軍事力量進(jìn)行交戰(zhàn)、打擊、防護(hù)和機(jī)動的作戰(zhàn)域.

10、 人工智能技術(shù)在該域的應(yīng)用, 必然導(dǎo)致大量智能化無人作戰(zhàn)平臺的出現(xiàn), 如智能作戰(zhàn)機(jī)器人、無人駕駛汽車、無人船、無人機(jī)等. 這些智能化的無人作戰(zhàn)平臺與當(dāng)前的無人系統(tǒng)將具有本質(zhì)性的區(qū)別, 是一類具有思考決策能力的系統(tǒng), 而不是簡單地應(yīng)對大致有限的既定環(huán)境. 這必然導(dǎo)致打擊、機(jī)動和防護(hù)能力的全面提升. 如 DARPA 正在研發(fā)的 X 戰(zhàn)車 (GXV-T), 依賴先進(jìn)的人工智能技術(shù)具備更快 行駛速度, 超強(qiáng)偵察外部環(huán)境躲避敵方偵察的能力. 信息域是信息化戰(zhàn)爭對抗發(fā)生的主戰(zhàn)場, 是信 息產(chǎn)生、處理、共享與對抗發(fā)生的領(lǐng)域. 長期以來, 由于信息的處理共享等環(huán)節(jié)需要大量的人工操作, 例如戰(zhàn)場偵察衛(wèi)星傳回的圖

11、像、無人機(jī)偵察圖像、各類人員語音信息等非結(jié)構(gòu)化數(shù)據(jù)需要人工判讀, 這直接導(dǎo)致信息的處理速度和利用效率極低, 甚至可能使指揮員淹沒在 “信息洪流” 中. 微軟的 ImageNet 圖像識別理解、科大訊飛的語音識別等人工智能技術(shù)的發(fā)展, 使智能化處理非結(jié)構(gòu)化戰(zhàn)場數(shù)據(jù)越來越接近實戰(zhàn)要求, 由此正在催生各類傳感器、數(shù)據(jù)處 理器以及信息網(wǎng)絡(luò)的全面智能化, 使得信息收集的 范圍更為廣泛, 信息處理的速度更快質(zhì)量更好. 另外, 信息域中的網(wǎng)電對抗, 借助于人工智能技術(shù)將能夠 實現(xiàn)自主敏捷反應(yīng), 如 DARPA 資助的 “認(rèn)知電子戰(zhàn)” 計劃使用最新的人工智能和機(jī)器學(xué)習(xí)方法, 能夠自主識別對手的信號頻譜并作出反

12、應(yīng). 認(rèn)知域和社會域是感知、認(rèn)知和決策產(chǎn)生的作戰(zhàn)域, 智能態(tài)勢感知理解和自主決策是目前人工智 能亟待解決的領(lǐng)域, 是通向真正意義的智能化戰(zhàn)爭 的關(guān)鍵一環(huán). 由于戰(zhàn)場環(huán)境具有高度的復(fù)雜性和不 確定性, 長期以來, 態(tài)勢理解及預(yù)測等認(rèn)知活動機(jī)器 智能還無法勝任, 主要依賴人工完成. 現(xiàn)代化戰(zhàn)爭復(fù)雜程度越來越高, 陸、海、空、天、電、網(wǎng)各維度態(tài)勢 相互鉸鏈, 單純依賴人工對態(tài)勢圖判讀來理解和預(yù) 測態(tài)勢將會變得越來越困難. 另外, 由于戰(zhàn)爭內(nèi)在的 復(fù)雜性, 對手行為的高度不確定性, 長期以來, 輔助決策功能一直飽受詬病. 為了解決這一問題, DARPA 從2008 年開始支持 “深綠” 計劃, 試圖研究一種能 夠嵌入美軍 C4ISR 系統(tǒng)的先進(jìn)輔助決策模塊. “水晶 球” 和 “閃電戰(zhàn)” 是兩大核心模塊. 水晶球負(fù)責(zé)生成 和更新未來作戰(zhàn)可能的各個分支, 即繪制和更新戰(zhàn) 爭的博弈樹, 而閃電戰(zhàn)模塊用來對每個分支進(jìn)行模 擬并給出交戰(zhàn)結(jié)果, 即完成對博弈樹的剪枝和搜索, 這與 AlphaGo 采用的方法極為類似. 因此, AlphaGo 的成功極有可能帶來這類智能軍事決策的突破, 這也是 AlphaGo 技術(shù)最有