彭雪

摘 要:隨著人工智能的不斷發(fā)展,人工智能研究路徑由傳統(tǒng)以思維為導(dǎo)向的邏輯推理路徑到以大數(shù)據(jù)為驅(qū)動(dòng)的機(jī)器學(xué)習(xí)的研究路徑的轉(zhuǎn)變。本文以IBM深藍(lán)及沃森與Google阿爾法三代對(duì)比為切入口,通過(guò)對(duì)大數(shù)據(jù)工程式的累積哲學(xué)反思邏輯推理。基于邏輯推理在人工智能發(fā)展的歷史,結(jié)合以處理信息不完全的非單調(diào)邏輯推理,力致在傳統(tǒng)路徑與現(xiàn)代路徑保持必要張力,以促進(jìn)人工智能深入的發(fā)展。
關(guān)鍵詞:人工智能;大數(shù)據(jù);邏輯推理;反思
中圖分類(lèi)號(hào):F24 ? ? 文獻(xiàn)標(biāo)識(shí)碼:A ? ? ?doi:10.19311/j.cnki.1672-3198.2021.20.039
以數(shù)據(jù)為驅(qū)動(dòng)的人工智能,只能在不斷的海量的數(shù)據(jù)中訓(xùn)練和學(xué)習(xí),在根據(jù)已有的規(guī)則和模式下,完成某個(gè)專(zhuān)業(yè)領(lǐng)域任務(wù),雖然具有強(qiáng)大的計(jì)算能力和快速的搜索能力,計(jì)算出來(lái)的事物甚至超過(guò)人類(lèi)的完美度,但是很難知識(shí)遷移,缺乏自我學(xué)習(xí)能力,因此向通用人工智能的前進(jìn),必須重視邏輯推理,如同人類(lèi)一樣,在面對(duì)大數(shù)據(jù)時(shí),厚積薄發(fā),由厚讀薄,從讀薄的規(guī)則和模式出發(fā),在演繹歸納推理中自由切換,充分發(fā)揮人類(lèi)智能。
1 人工智能路徑轉(zhuǎn)變
IBM深藍(lán)沃森和Google 阿爾法三代對(duì)比,以符號(hào)主義人工智能為核心的邏輯推理。
案例:1997年IBM深藍(lán)和2011沃森以推理為核心的代表。
(1)1997年IBM的深藍(lán)。
深藍(lán)是混合決策,通過(guò)檢索數(shù)據(jù)庫(kù)的算法還有,邏輯,規(guī)劃,推理,是基于更小的數(shù)據(jù)集,將通用超級(jí)計(jì)算機(jī)處理器與象棋加速器芯片結(jié)合,在超級(jí)計(jì)算機(jī)運(yùn)行的軟件執(zhí)行一部分運(yùn)算,更復(fù)雜的棋步交予加速器處理,然后計(jì)算出可能的棋步和結(jié)果,超級(jí)計(jì)算機(jī)根據(jù)這些結(jié)果決定最終的棋步。就一般的國(guó)際象棋手能想到7步,但是深藍(lán)想到12步,甚至40步,IBM深藍(lán)擊敗世界象棋冠軍卡斯帕羅夫,最終比分3.5∶2.5。
(2)2011年沃森,即QA問(wèn)答系統(tǒng)。
主持人問(wèn):Kathleen Kenyons excavation of city mentioned in Joshua showed the walls had been repaired 17 times.Kathleen Kenyon對(duì)這個(gè)在《圣經(jīng)約書(shū)亞記》中提到的城市的發(fā)掘表明,該城市的城墻曾被修復(fù)17次。
沃森回答:What is Jericho(耶利哥城市是什么?)
基于Kathleen,Kenyon,Kathleen Kenyon,Joshua,沃森的反饋機(jī)制:首先把第一個(gè)K和第二個(gè)K作為單獨(dú)的名詞,以及把二者作為一個(gè)復(fù)合名詞,和把Joshua作為一個(gè)名詞,向搜索引擎發(fā)出請(qǐng)求。發(fā)現(xiàn)第一個(gè)K和第二個(gè)K孤立存在,反饋很少,發(fā)現(xiàn)二者的組合是一個(gè)牛津大學(xué)的考古學(xué)家曾經(jīng)對(duì)耶利哥,耶路撒冷,拉吉進(jìn)行過(guò)發(fā)掘,發(fā)現(xiàn)只有耶利哥在《圣經(jīng)約書(shū)亞記》出現(xiàn)過(guò),于是回答出來(lái)正確問(wèn)題。
這是一種基于邏輯推理不斷尋求答案,給出最終結(jié)果,即根據(jù)已有的知識(shí)和關(guān)系,推理機(jī)推出原本沒(méi)有的關(guān)系。這種推理方式與人類(lèi)邏輯推理相似,解釋性強(qiáng)。
下面分析以數(shù)據(jù)驅(qū)動(dòng)為核心的機(jī)器學(xué)習(xí)。
案例:人機(jī)博弈Alphaco。
第一代 Alphaco lee。
goole設(shè)計(jì)了一套五層卷積神經(jīng)網(wǎng)絡(luò),通過(guò)大數(shù)據(jù)監(jiān)督學(xué)習(xí),利用16萬(wàn)人類(lèi)選手棋局約3000萬(wàn)棋譜,研究黑白棋的落子,讓兩個(gè)會(huì)下棋的神經(jīng)網(wǎng)絡(luò)自我博弈,強(qiáng)化學(xué)習(xí),機(jī)器對(duì)弈產(chǎn)生數(shù)以萬(wàn)計(jì)的棋局,第一代Alphaco上升為五段選手。
第二代 Alphaco master。
goole讓兩個(gè)9段機(jī)器相互博弈,最終擊敗世界排名最高的圍棋選手柯潔,比分為3∶0。
第三代 Alphaco Zero。
僅僅依靠強(qiáng)化學(xué)習(xí),沒(méi)有人類(lèi)數(shù)據(jù)、指導(dǎo)、專(zhuān)業(yè)知識(shí),總計(jì)運(yùn)行29000萬(wàn)次自我對(duì)弈,相比于人類(lèi)圍棋的歷史長(zhǎng)達(dá)4000年,僅僅通過(guò)40天的學(xué)習(xí),就擊敗了第二代Alphaco master,比分為89∶11。
目前這種依賴(lài)于大數(shù)據(jù)機(jī)器學(xué)習(xí)的應(yīng)用在現(xiàn)實(shí)生活中極其廣泛,如人臉語(yǔ)音識(shí)別系統(tǒng)、導(dǎo)航系統(tǒng)、特斯拉的機(jī)器自動(dòng)駕駛、谷歌公司的圖像標(biāo)注系統(tǒng)、醫(yī)學(xué)診斷、DNA序列測(cè)序等。
2 困境與難題:大數(shù)據(jù)的工程式累積的批判性思考
以大數(shù)據(jù)為驅(qū)動(dòng)的人工智能機(jī)器學(xué)習(xí)正蓬勃發(fā)展,大數(shù)據(jù)挖掘,大規(guī)模計(jì)算,互聯(lián)網(wǎng)的發(fā)展為信息的收集帶來(lái)極大意義,但是也不得不思考,人工智能機(jī)器學(xué)習(xí)的“黑箱”,加深了“理解”與“推理”的鴻溝。
2.1 缺乏實(shí)質(zhì)理解,自我認(rèn)知懷疑
人類(lèi)理解世界,通過(guò)探索世界的規(guī)律,實(shí)現(xiàn)自我認(rèn)知。大數(shù)據(jù)的挖掘正逐漸表明,原理、規(guī)律并不是那么重要。萬(wàn)有引力規(guī)律支配世間萬(wàn)物運(yùn)動(dòng),在向遠(yuǎn)處擲實(shí)心球時(shí),如果沒(méi)有到達(dá)理想的距離,我們不會(huì)質(zhì)疑它的拋弧線距離,更多是歸于意外自己手滑,但是機(jī)器學(xué)習(xí)正在弱化我們把握世界的規(guī)律。谷歌的阿法爾對(duì)圍棋一無(wú)所知,只是從13萬(wàn)場(chǎng)有記錄棋局中分析出6000萬(wàn)步棋,基于數(shù)據(jù)之間一組復(fù)雜得難以形容的加權(quán)關(guān)系,即使阿法爾無(wú)法用人類(lèi)語(yǔ)言描述下每一步棋的理由,但它仍然擊敗了全世界排名最高的人類(lèi)棋手。深度學(xué)習(xí)的算法,比任何人類(lèi)都能更好地捕捉到宇宙的復(fù)雜性、流動(dòng)性;機(jī)器學(xué)習(xí),使我們漸漸被動(dòng)接受,直面我們?nèi)粘I钪须y以理解的錯(cuò)綜復(fù)雜;也是我們對(duì)于理解世界和世界上發(fā)生的事情的堅(jiān)持的放棄,換句話(huà)說(shuō)既然他們能在不能理解實(shí)質(zhì)情況下,做得如此完美,人類(lèi)產(chǎn)生了自我認(rèn)知的懷疑。新工具,特別是機(jī)器學(xué)習(xí),讓我們認(rèn)識(shí)到我們周?chē)鷶?shù)據(jù)和信息的廣泛性,開(kāi)始被動(dòng)接納作為人類(lèi)這個(gè)物種的傳統(tǒng)自我認(rèn)知,我們的大腦無(wú)法像人工智能那樣準(zhǔn)確快速地分析和預(yù)測(cè)事件,數(shù)據(jù)告訴競(jìng)選網(wǎng)站應(yīng)該發(fā)布的內(nèi)容類(lèi)似于瀏覽淘寶,為了獲得點(diǎn)擊量和購(gòu)買(mǎi)的可能性,以買(mǎi)家瀏覽數(shù)據(jù)記錄作為支撐推薦給買(mǎi)家,也不知不覺(jué)表明,原理、歸納的重要性正在減弱,人類(lèi)認(rèn)識(shí)世界的意義也似乎在被邊緣化。