不確定性人工智能的基礎(chǔ)科學(xué)問題

不確定性人工智能的基礎(chǔ)科學(xué)問題1第一頁，共八十二頁，2022年，8月28日一、人工智能50年二、21世紀(jì)人工智能研究的一個新方向：不確定性人工智能三、不確定性人工智能的基礎(chǔ)科學(xué)問題四、不確定性的計算機模擬2第二頁，共八十二頁，2022年，8月28日人工智能從一開始就是交叉學(xué)科的產(chǎn)物

“達(dá)特茅斯會議”與會者：數(shù)學(xué)家和邏輯學(xué)家；認(rèn)知學(xué)家和心理學(xué)家；神經(jīng)生理學(xué)家；計算機科學(xué)家3第三頁，共八十二頁，2022年，8月28日50年人工智能主流研究符號主義方法——邏輯學(xué)派聯(lián)結(jié)主義方法——仿生學(xué)派行為主義方法——控制論學(xué)派

4第四頁，共八十二頁，2022年，8月28日在人類認(rèn)知面前，人工智能顯得過于單?。?/p>

認(rèn)知科學(xué)知覺記憶意識言語情感想象思考學(xué)習(xí)創(chuàng)造聯(lián)想直覺頓悟5第五頁，共八十二頁，2022年，8月28日至少五位認(rèn)知科學(xué)家獲得諾貝爾獎：1962年：FrancisH.C.Crick ConsciousnessandNeuroscience,inPhysiologyorMedicine1963年：

SirJohnEccles

TheSelfandItsBrain,

inPhysiologyorBiochemistry,1978年：HerbertA.Simon inEconomics,1981年：羅杰斯佩爾 生理心理學(xué)家，對左右腦功能作了解釋,2002年：DanielKahneman uncertaintyinEconomics,6第六頁，共八十二頁，2022年，8月28日丹尼爾的主要貢獻(xiàn)：

關(guān)于不確定情形下的決策。人的判斷會因為依照“傾向于觀測小樣本”形成的小數(shù)法則行事，因為對于容易接觸到的信息的熟悉和對主觀概率準(zhǔn)確性的偏信，導(dǎo)致決策行為系統(tǒng)性地偏離了基本的概率論和標(biāo)準(zhǔn)經(jīng)濟理論所預(yù)測的結(jié)果。7第七頁，共八十二頁，2022年，8月28日腦科學(xué)認(rèn)識腦(Understandingthebrain)

揭示腦功能的本質(zhì)保護腦(Protectingthebrain)

預(yù)防和治療腦的疾病創(chuàng)造腦(Creatingthebrain)

創(chuàng)造具備人惱特點的智能計算機8第八頁，共八十二頁，2022年，8月28日腦科學(xué)研究的切入點

從腦的生物化學(xué)層次和神經(jīng)構(gòu)造層次研究。認(rèn)知活動可能對應(yīng)著一定的生理上的化學(xué)、電學(xué)的變化。但是目前生命科學(xué)還不能在思維活動與亞細(xì)胞的化學(xué)、電學(xué)層次的活動建立確切的關(guān)系。如：一個概念如何以生物學(xué)形式存儲，它與其它概念發(fā)生聯(lián)系的生物學(xué)過程是什么。也不能決定什么樣的神經(jīng)構(gòu)造可以決定著哪些認(rèn)知模式的發(fā)生。9第九頁，共八十二頁，2022年，8月28日腦科學(xué)研究趨勢把對神經(jīng)活動的認(rèn)識推向細(xì)胞和分子水平強調(diào)從多層次來研究腦的整合功能,包括:惱如何感知、如何思維、如何理解語言、如何產(chǎn)生情感等。腦的復(fù)雜性體現(xiàn)在它是由太個數(shù)量級的神經(jīng)元和千太個數(shù)量級的突接觸聯(lián)結(jié)的信息處理和決策系統(tǒng)。10第十頁，共八十二頁，2022年，8月28日對《還原論》的質(zhì)疑

如同我們不能從最基礎(chǔ)的硅芯片的活動來推測計算機網(wǎng)絡(luò)上電子郵件的行為一樣，我們不可能從分析單個離子、神經(jīng)元、突觸的性質(zhì)去理解人們欣賞落日美景的感受。因此，我們怎么能夠設(shè)想從分析單個器官、細(xì)胞、基因、蛋白質(zhì)分子的性質(zhì)和神經(jīng)傳導(dǎo)就能夠推斷人腦的認(rèn)知和思維活動呢？系統(tǒng)論關(guān)于系統(tǒng)整體特征不是由低層元素加和而成的原理對還原論提出質(zhì)疑。11第十一頁，共八十二頁，2022年，8月28日腦科學(xué)與人工智能

盡管“腦科學(xué)十年計劃”對意識的本質(zhì)仍然是一個未解之謎，盡管正在執(zhí)行的“行為科學(xué)十年計劃”仍然想通過生命科學(xué)研究發(fā)明出“讀心機”、“記憶丸”、“聰明丸”等，但這不能阻止我們用機器去模擬人的智能的努力。12第十二頁，共八十二頁，2022年，8月28日人工智能研究中的3個追求

計算機下棋倒立擺控制機器人足球賽13第十三頁，共八十二頁，2022年，8月28日下棋程序和人工智能研究同步深入14第十四頁，共八十二頁，2022年，8月28日黑白世界，棋子無功能之分，目數(shù)多者勝和計算機下圍棋15第十五頁，共八十二頁，2022年，8月28日和計算機下圍棋，會如何？象棋有明確的最終目標(biāo)狀態(tài)；圍棋沒有。電腦象棋可以從一個目標(biāo)狀態(tài)不斷搜索最合理的走法（推理）達(dá)到下一個目標(biāo)狀態(tài)；圍棋沒有。電腦象棋可以有目的地向著某一目標(biāo)狀態(tài)不斷搜索最合理的走法（推理）；圍棋沒有。圍棋想圍住對方，在某個狀態(tài)下應(yīng)對的步驟比象棋要多得多，更注重形象思維，更大局觀。

16第十六頁，共八十二頁，2022年，8月28日主要區(qū)別圍棋國際象棋邏輯思維和形象思維都重要；從官子到中盤到布局倒推困難；或者說，從布局到中盤到官子，收斂慢邏輯推理強；可以從殘局向中局向開局倒推；或者說，從開局到中局到殘局，收斂較快過程中，雙方棋勢矛盾焦點隱晦過程中，雙方棋勢矛盾焦點突出對方下一手棋后，本方可選擇的下法多對方下一手棋后，本方可選擇的下法較少棋子無大小，多個子通過合適的布局形成優(yōu)勢或吃掉對方的子，側(cè)重布勢棋子能力有大小，各子之間關(guān)系較簡單自己的地方還可對方再吃掉，有反復(fù)棋子被吃掉后就不會再出現(xiàn)17第十七頁，共八十二頁，2022年，8月28日沒有哪門學(xué)科比人工智能和哲學(xué)的聯(lián)系更緊密人工智能的基礎(chǔ)理論和本體論都?xì)w結(jié)到一個基本問題：概念化、常識、知識的知識。這個世界到底是確定的？還是不確定的？

愛因斯坦：在宇宙中，上帝不會和我們擲色子。玻爾：我們不能決定上帝該做什么我們問：上帝在哪里人的模式識別能力從整體特征開始？是還原論還是整體論？18第十八頁，共八十二頁，2022年，8月28日二、21世紀(jì)人工智能研究的一個新方向：不確定性人工智能19第十九頁，共八十二頁，2022年，8月28日

ArtificialIntelligencewithUncertainty

UncertaintyinArtificialIntelligence20第二十頁，共八十二頁，2022年，8月28日不確定性：隨機性模糊性不完全性不穩(wěn)定性不一致性不確定性的魅力！隨機性和模糊性的關(guān)聯(lián)性21第二十一頁，共八十二頁，2022年，8月28日確定性和不確定性精確數(shù)學(xué)是描述確定性規(guī)律的；概率論是揭示隨機現(xiàn)象的統(tǒng)計規(guī)律性，是對精確數(shù)學(xué)的突破，但不排斥概率統(tǒng)計模型可能轉(zhuǎn)化為精確數(shù)學(xué)模型去處理；模糊集和粗糙集是揭示模糊現(xiàn)象的亦此亦彼的規(guī)律性，是對精確數(shù)學(xué)的突破，但不排斥模糊學(xué)模型可能轉(zhuǎn)化為概率統(tǒng)計模型甚至精確數(shù)學(xué)模型去處理；隨機性和模糊性是不確定性的兩個方面，確定值可以被看作是不確定性的特例。22第二十二頁，共八十二頁，2022年，8月28日自然界中的不確定現(xiàn)象隨機模糊混沌分形復(fù)雜網(wǎng)絡(luò)23第二十三頁，共八十二頁，2022年，8月28日對不確定性現(xiàn)象的研究，并不一定非要分別從隨機性和模糊性入手去認(rèn)識，也不一定非要去區(qū)分隨機體現(xiàn)在那里，模糊在哪里。24第二十四頁，共八十二頁，2022年，8月28日混沌

混沌是一種確定性系統(tǒng)中出現(xiàn)的類似隨機的過程。因為很難對初值確定得非常精確，近似相同的初值產(chǎn)生很不相同的貌似隨機的結(jié)果。初值敏感性導(dǎo)致過程的不確定性和不可預(yù)測性。25第二十五頁，共八十二頁，2022年，8月28日混沌

蝴蝶效應(yīng)：亞馬遜河熱帶雨林中的一只蝴蝶扇動了兩下翅膀，可能兩周之后會引發(fā)美國德克薩斯州的一場龍卷風(fēng)。

“失之毫厘，差之千里”。初始條件的微小的差別能引起結(jié)果的巨大的差異。26第二十六頁，共八十二頁，2022年，8月28日英國海岸線有多長？27第二十七頁，共八十二頁，2022年，8月28日認(rèn)知的尺度28第二十八頁，共八十二頁，2022年，8月28日復(fù)雜網(wǎng)絡(luò):Internet

29第二十九頁，共八十二頁，2022年，8月28日視覺的不

確定性：30第三十頁，共八十二頁，2022年，8月28日視覺的錯覺：31第三十一頁，共八十二頁，2022年，8月28日認(rèn)知的不確定性：32第三十二頁，共八十二頁，2022年，8月28日思維的不確定性

思維有精確的一面，更有不確定的一面。人類習(xí)慣于用自然語言進行思維，思維的結(jié)果往往是可能如何、大概如何等定性的結(jié)論。人類還擅長通過聯(lián)想的、直覺的、創(chuàng)造的形象思維來思考，很少象計算機一樣做精確的數(shù)學(xué)運算或者邏輯推理，但是這并不妨礙人類具有發(fā)達(dá)的、靈活的智能，并不妨礙人類具有發(fā)達(dá)的、靈活的模式識別能力。33第三十三頁，共八十二頁，2022年，8月28日模式識別（人臉識別）的不確定性身份識別表情識別性別識別年齡識別性格識別人種識別

.......34第三十四頁，共八十二頁，2022年，8月28日文字識別：內(nèi)容識別寫字人身份識別性別識別年齡識別風(fēng)格（性格）識別字體識別

.......35第三十五頁，共八十二頁，2022年，8月28日手語(Signlanguage)識別：內(nèi)容識別圖形識別身份識別年齡識別風(fēng)格識別

.......36第三十六頁，共八十二頁，2022年，8月28日聲音識別：內(nèi)容識別說話人身份識別性別識別年齡識別性格識別字體識別

.......語調(diào)（情感）識別音樂識別方言識別語種識別

.......37第三十七頁，共八十二頁，2022年，8月28日紋理識別：靜態(tài)紋理指紋臉紋聲紋皮、石、木、布紋草地、森林、海灘

.......動態(tài)紋理海浪噴泉煙霧云彩瀑布

.......38第三十八頁，共八十二頁，2022年，8月28日三、不確定性人工智能的基礎(chǔ)科學(xué)問題39第三十九頁，共八十二頁，2022年，8月28日不確定性人工智能的基礎(chǔ)科學(xué)問題：

不確定性知識的形式化表達(dá)問題，即不確定性知識的表示問題。

不確定性知識的最好表示，就是使用自然語言表示！要研究自然語言基元的定性定量轉(zhuǎn)換模型，給出不確定性轉(zhuǎn)換模型的形式化方法。40第四十頁，共八十二頁，2022年，8月28日

研究人類認(rèn)知活動的切入層次人腦亞細(xì)胞的化學(xué)、電學(xué)層次人腦的神經(jīng)構(gòu)造層次自然語言層次數(shù)學(xué)語言層次符號語言層次腦科學(xué)神經(jīng)科學(xué)不確定性人工智能數(shù)學(xué)傳統(tǒng)人工智能41第四十一頁，共八十二頁，2022年，8月28日基本理念：人腦的思維基本上不是純數(shù)學(xué)的；自然語言具有不可替代性；自然語言中的基元是語言值，它對應(yīng)的概念，是人類思維的基本細(xì)胞。數(shù)據(jù)和概念之間的轉(zhuǎn)換是不確定性人工智能研究的基石。42第四十二頁，共八十二頁，2022年，8月28日不確定性的度量——熵?zé)崃W(xué)熵dS=dQ/T熵增加原理玻爾茲曼熵分子運動的無序程度和混亂程度仙農(nóng)熵H=-k∑PilogPi拓?fù)潇亍颇Ｐ椭械撵睾统?3第四十三頁，共八十二頁，2022年，8月28日云發(fā)生器和逆向云發(fā)生器44第四十四頁，共八十二頁，2022年，8月28日正態(tài)云模型的數(shù)學(xué)解釋45第四十五頁，共八十二頁，2022年，8月28日

正態(tài)分布和正態(tài)隸屬函數(shù)是正態(tài)云的特例。46第四十六頁，共八十二頁，2022年，8月28日云滴的概率密度分布函數(shù)：云滴分布的期望：Ex47第四十七頁，共八十二頁，2022年，8月28日云滴的方差：48第四十八頁，共八十二頁，2022年，8月28日云滴的隸屬度的不確定性根據(jù)算法產(chǎn)生的確定度Y有的概率密度為與云模型的三個特征參數(shù)無關(guān)！49第四十九頁，共八十二頁，2022年，8月28日“云滴的確定度和數(shù)字特征無關(guān)”的含義

任何定性概念，盡管它們各自有不同的實際含義，即概念的量化值——云滴在數(shù)域的分布有不同的物理量綱，也盡管所有云滴表現(xiàn)出不同的確定度，不同的人會有不同的認(rèn)識，不同的時期也會有不同的認(rèn)識，但是確定度的統(tǒng)計分布，總體上是同一個形態(tài)。語言值表示的概念，拋棄它們具體的物理含義，反映在人們腦海中的認(rèn)知規(guī)律是一致的。認(rèn)知的不確定性中仍然有著確定的規(guī)律性，即認(rèn)識上的共同性。

50第五十頁，共八十二頁，2022年，8月28日正態(tài)分布的前提：

中心極限定理從理論上闡述了正態(tài)分布的條件，中心極限定理的簡單直觀說明：如果決定某一隨機事件結(jié)果的是大量微小、獨立的隨機因素之和，并且每一因素的單獨作用相對均勻的小，沒有一種因素起到主導(dǎo)作用，那么這個隨機變量服從正態(tài)分布。51第五十一頁，共八十二頁，2022年，8月28日正態(tài)云模型弱化了正態(tài)分布的前提條件

決定不確定現(xiàn)象的隨機因素單獨作用不是非常均勻地??；各因素相互之間不完全獨立；用超熵衡量偏離正態(tài)分布的程度，將正態(tài)分布擴展為“泛正態(tài)”。52第五十二頁，共八十二頁，2022年，8月28日論正態(tài)云模型的普適性

《中國工程科學(xué)》2004年第6卷第8期P28-3453第五十三頁，共八十二頁，2022年，8月28日概念的粒度和粒度計算：

用熵作為概念的粒度，進行粒度計算；在不同尺度上的概念，反映了確定性和不確定性之間的轉(zhuǎn)換。54第五十四頁，共八十二頁，2022年，8月28日四、不確定性的計算機模擬55第五十五頁，共八十二頁，2022年，8月28日

數(shù)據(jù)場方法實現(xiàn)從感知到記憶到印象感知視覺記憶記憶隨時間而淡忘形成的印象σ=0.1σ=0.8σ=1.2σ=1.5σ=0.556第五十六頁，共八十二頁，2022年，8月28日隨著時間的推移，印象中的愛因斯坦只剩下一雙深邃的眼睛，而印象中薩達(dá)姆也只剩下那濃密的胡子。記憶的不確定性：記憶隨時間而淡忘形成的印象57第五十七頁，共八十二頁，2022年，8月28日厭惡憤怒快樂輕蔑悲傷恐懼驚訝標(biāo)準(zhǔn)像

對一個人不同表情的記憶形成標(biāo)準(zhǔn)像58第五十八頁，共八十二頁，2022年，8月28日}哭臉笑臉哭笑不得3分笑7分哭7分笑3分哭勢場圖混合勢場圖逆變換后的像素圖像素圖59第五十九頁，共八十二頁，2022年，8月28日用場運算急劇降維提取主特征(a)人臉128*128個象素特征(b)48個重要特征點

128*128>>48！60第六十頁，共八十二頁，2022年，8月28日影響因子對特征點提取的作用(a)250個特征點，=0.02(b)70個特征點，=0.04(c)28個特征點，=0.09

61第六十一頁，共八十二頁，2022年，8月28日一幅128*128*256灰度級的黑白圖象，可以認(rèn)為是128*128個象素點上的灰度形成的場(a)標(biāo)準(zhǔn)人臉圖像(b)數(shù)據(jù)場等勢線分布c）二維勢場分布的三維視圖

=0.0562第六十二頁，共八十二頁，2022年，8月28日非線性擴張:原始圖像數(shù)據(jù)場圖數(shù)據(jù)場平方圖數(shù)據(jù)場立方圖63第六十三頁，共八十二頁，2022年，8月28日表情聚類：ABCDEF64第六十四頁，共八十二頁，2022年，8月28日CEABDIFGHJ65第六十五頁，共八十二頁，2022年，8月28日15歲20歲25歲45歲形象思維

？70歲衰老函數(shù)f(t)共性老人和嬰兒66第六十六頁，共八十二頁，2022年，8月28日形象思維自動化：虛擬電視主持人文本、歌曲劇本等形象表情動作語音語調(diào)風(fēng)格

.......67第六十七頁，共八十二頁，2022年，8月28日

正態(tài)云模型不簡單區(qū)分隨機性和模糊性，但可以分別給出隨機性和模糊性的解釋；利用三個數(shù)字特征表示概念的不確定性；通過計算機算法實現(xiàn)定性概念和定量表示之間的不確定性轉(zhuǎn)換。

云模型中的云滴可以為一個數(shù)值，也可以擴展為一個數(shù)據(jù)表、一個圖形、一幅圖象、一個簽名、一段聲音等等。68第六十八頁，共八十二頁，2022年，8月28日云分形的計算機模擬分形=規(guī)則+參數(shù)云分形：用云變換參數(shù)數(shù)據(jù)；用云變換規(guī)則數(shù)據(jù)；規(guī)則與參數(shù)同時變換69第六十九頁，共八十二頁，2022年，8月28日期望云滴1云滴2云滴3云滴5云滴4分形的計算機模擬：變換分形參數(shù)集70第七十頁，共八十二頁，2022年，8月28日71第七十一頁，共八十二頁，2022年，8月28日期望云滴1云滴2云滴3云滴5云滴4分形的計算機模擬：變換規(guī)則參數(shù)集72第七十二頁，共八十二頁，2022年，8月2