如何構(gòu)造一個(gè)健壯的人工智能體系

人工智能滲透到了社會(huì)各個(gè)領(lǐng)域，但從目前來(lái)看，無(wú)論是深度學(xué)習(xí)還是其它方法，解決的都是單一問(wèn)題。人類(lèi)大腦是一個(gè)多問(wèn)題求解的結(jié)構(gòu)，怎么從腦認(rèn)知和神經(jīng)科學(xué)中得到構(gòu)造健壯的人工智能的啟示，國(guó)內(nèi)外都做了非常有成效的研究。

實(shí)現(xiàn)健壯的人工智能的方法

人類(lèi)面臨的許多問(wèn)題具有不確定性、脆弱性和開(kāi)放性。今天人工智能的理論框架，是建立在演繹邏輯和語(yǔ)義描述的基礎(chǔ)方法之上的，但我們不可能對(duì)人類(lèi)社會(huì)所有問(wèn)題建模，因?yàn)檫@中間存在著條件問(wèn)題，這是傳統(tǒng)人工智能的局限性。

這個(gè)局限性主要表現(xiàn)在幾個(gè)方面：需要對(duì)問(wèn)題本身抽象出一個(gè)精確數(shù)學(xué)意義上的解析式的數(shù)學(xué)模型；需要為已建立的數(shù)據(jù)模型設(shè)計(jì)出確定的算法；處理的結(jié)果無(wú)法表現(xiàn)現(xiàn)實(shí)世界所固有的不確定性；圖靈意義下的可計(jì)算問(wèn)題都是可遞歸的；用“度量”區(qū)分模式，只能處理可量化的數(shù)據(jù)。

計(jì)算機(jī)和人類(lèi)大腦是為問(wèn)題求解的物質(zhì)基礎(chǔ)。在智力和計(jì)算能力方面，計(jì)算機(jī)遠(yuǎn)遠(yuǎn)超過(guò)了人類(lèi)，但是人類(lèi)面對(duì)的大部分問(wèn)題都是開(kāi)放的、動(dòng)態(tài)的、復(fù)雜的，大腦在處理這種問(wèn)題時(shí)表現(xiàn)出的想象和創(chuàng)造，還有對(duì)復(fù)雜問(wèn)題的分析和描述，是傳統(tǒng)人工智能方法所不能企及的。我們只能從人類(lèi)大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中去獲得構(gòu)造新的人工智能的因素。人類(lèi)大腦非常奇妙，也正是在這個(gè)物質(zhì)基礎(chǔ)之上，才演義出人類(lèi)世界的發(fā)展和為問(wèn)題求解的各種方法。……