百度一下 藏锋者 就能快速找到本站! 每日资讯归档 下载藏锋者到桌面一键访问

当前位置:主页 > 人工智能 > 人工智能研究的主要方法

人工智能研究的主要方法

所在栏目:人工智能 时间:09-08 03:16 分享:

在人工智能50年的研究过程中,由于人们对智能本质的理解和认识不同,形成了人工智能研究的多种不同的途径。不同的研究途径具有不同的学术观点,采用不同的研究方法,形成了不同的研究学派。目前在人工智能界主要的研究学派有符号主义、连接主义和行为主义等学派。符号主义方法以物理符号系统假设和有限合理性原理为基础;连接主义方法是以人工神经网络模型为核心;行为主义方法侧重研究感知—行动的反应机制。

符号主义学派,亦称为功能模拟学派。主要观点认为智能活动的基础是物理符号系统,思维过程是符号模式的处理过程。

纽威尔和西蒙在1976年的美国计算机学会(ACM)图灵奖演说中,对物理符号系统假设进行了总结指出:展现一般智能行为的物理系统其充要条件是它是一个物理符号系统。充分性表明智能可以通过任意合理组织的物理符号系统来得到。必要性表明一个由一般智能的主体必须是一个物理符号系统的一个实例。物理符号系统假设的必要性要求一个智能主体,不管它是人、外星人还是计算机,都必须通过在符号结构上操作的物理实现来获得智能。

一般智能行为表示人类活动中的相同的动作和行为。在物理极限内,系统将展示适合于其目的的行为,并适应于它所在环境的要求。

在后来的许多年中,人工智能和认知科学都在这个假设所描绘的领域中进行了大量的研究。物理符号系统假设导致了3个重要的方法论方面的保证:①符号的使用以及符号系统作为描述世界的中介;②搜索机制的设计,尤其是启发式搜索,用来探索这些符号系统能够支持的可能推理的空间;③认知体系结构的分离,假定一个合理设计的符号系统能够提供智能的完整的因果理由,不考虑其实现的方法。基于这样的观点,最后人工智能变成为经验式和构造式的学科,它试图通过建立智能的工作模型来理解智能。

以符号主义的观点看,知识表示是人工智能的核心,认知就是处理符号,推理就是采用启发式知识及启发式搜索对问题求解的过程,而推理过程又可以用某种形式化的语言来描述。符号主义主张用逻辑的方法来建立人工智能的统一理论体系,但是却有“常识”问题,以及不确定事物的表示和处理问题,因此,受到其他学派的批评。

通常被称为“经典的人工智能”是在符号主义观点指导下开展研究。经典的人工智能研究中又可以分为认知学派和逻辑学派。认知学派以西蒙、明斯基和纽威尔等为代表,从人的思维活动出发,利用计算机进行宏观功能模拟。逻辑学派以麦卡锡和尼尔森等为代表,主张用逻辑来研究人工智能,即用形式化的方法描述客观世界。

连接主义基于神经网络及网络间的连接机制和学习算法的人工智能学派是连接主义,亦称结构模拟学派。这种方法研究能够进行非程序的、可适应环境变化的、类似人类大脑风格的信息处理方法的本质和能力。这种学派的主要观点认为,大脑是一切智能活动的基础,因而从大脑神经元及其连接机制出发进行研究,搞清楚大脑的结构以及它进行信息处理的过程和机理,可望揭示人类智能的奥秘,从而真正实现人类智能在机器上的模拟。

该方法的主要特征表现在:以分布式的方式存储信息、以并行方式处理信息,具有自组织、自学习能力,适合于模拟人的形象思维,可以比较快地得到一个近似解。正是这些特点,使得神经网络为人们在利用机器加工处理信息方面提供了一个全新的方法和途径。但是这种方法不适合于模拟人们的逻辑思维过程,并且人们发现,已有的模型和算法也存在一定的问题,理论上的研究也有一定的难点,因此单靠连接机制解决人工智能的全部问题也是不现实的。

连接主义的代表性成果是1943年麦克洛奇和皮兹提出的一种神经元的数学模型,即M-P模型,并由此组成一种前馈网络。可以说M-P是人工神经网络最初的模型,开创了神经计算的时代,为人工智能创造了一条用电子装置模拟人脑结构和功能的新的途径。从此之后,神经网络理论和技术研究的不断发展,并在图像处理、模式识别等领域的重要突破,为实现连接主义的智能模拟创造了条件。

行为主义学派,亦称行为模拟学派,认为智能行为的基础是“感知—行动”的反应机制。基于智能控制系统的理论、方法和技术,研究拟人的智能控制行为。

1991年布鲁克斯(R.A.Brooks)提出了无需知识表示的智能和无需推理的智能[11,12],他认为智能只是在与环境交互作用中表现出来,不应采用集中式的模式,而是需要具有不同的行为模块与环境交互,以此来产生复杂的行为。他认为任何一种表达方式都不能完善地代表客观世界中的真实概念,因而用符号串表示智能过程是不妥当的。这在许多方面是行为心理学在人工智能中的反映。

基于行为的基本观点可以概括为:

(1)知识的形式化表达和模型化方法是人工智能的重要障碍之一。

(2)智能取决于感知和行动,应直接利用机器对环境作用后,以环境对作用的响应为原型。

(3)智能行为只能体现在世界中,通过与周围环境交互而表现出来。

(4)人工智能可以像人类智能一样逐步进化,分阶段发展和增强。

布鲁克斯这种基于行为(进化)的观点开辟了人工智能研究的新途径。以这些观点为基础,布鲁克斯研制出了一种机器虫,用一些相对独立的功能单元,分别实现避让、前进、平衡等基本功能,组成分层异步分布式网络,取得了一定的成功,特别是为机器人的研究开创了一种新的方法。

行为主义思想提出后引起了人们广泛地关注,有人认为布鲁克斯的机器虫在行为上的成功并不能导致高级控制行为,指望让机器从昆虫的智能进化到人类的智能只是一种幻想。尽管如此,行为主义学派的兴起,表明了控制论、系统工程的思想将进一步影响人工智能的发展。

上述3种研究方法从不同的侧面研究了人的自然智能,与人脑的思维模型有着对应的关系。粗略地划分,可以认为符号主义研究抽象思维,连接主义研究形象思维,而行为主义研究感知思维。研究人工智能的三大学派、三条途径各有所长,要取长补短、综合集成。例如,模糊神经网络系统,它是将模糊逻辑、神经网络等结合在一起,在理论上、方法和应用上发挥各自的优势,设计出具有一定学习能力、动态获取知识能力的系统。

人工智能研究的主要方法 免费邮件订阅: 邮件订阅

图片推荐

热点排行榜

CopyRight? 2013 www.cangfengzhe.com All rights reserved