首页 百科正文

行为人工智能(人工智能目前的应用)

人工智能的发展,在不同的时间阶段经历了不同的流派,并且相互之间盛衰有别。目前人工智能的主要学派有下列三家:

符号主义(symbolicism),又称为逻辑主义、心理学派或计算机学派,其原理主要为物理符号系统,即符号操作系统,假设和有限合理性原理。连接主义(connectionism),又称为仿生学派或生理学派,其主要原理为神经网络及神经网络间的连接机制与学习算法。行为主义(actionism),又称为进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。

会发现三者的根源依据存在着较大的差异性,也为后世的学派发展产生了较为深远的影响。

符号主义(优秀的老式人工智能)

认为人工智能源于数理逻辑,主张用公理和逻辑体系搭建一套人工智能系统。代表的有支持向量机(SVM),长短期记忆(LSTM)算法。

数理逻辑从19世纪末起得以迅速发展,到20世纪30年代开始用于描述智能行为。计算机出现后,又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家,它证明了38条数学定理,表明了可以应用计算机研究人的思维过程,模拟人类智能活动。

正是这些符号主义者,早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法 > 专家系统 > 知识工程理论与技术,并在20世纪80年代取得很大发展。

符号主义曾长期一枝独秀,为人工智能的发展作出重要贡献,尤其是专家系统的成功开发与应用,为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后,符号主义仍然是人工智能的主流派别。

行为人工智能(人工智能目前的应用)

优点:越来越多的人认识到,高风险决策领域对人工智能系统有需求,因此这些系统的行为要有可验证性与可解释性,而这恰恰是符号主义AI的优势,联结主义算法的短板。

不足:虽然符号主义AI技术可以处理部分不可观察概率模型,但这些技术并不适用于有噪输入信号,也不适用于无法精确建模的场合。在那些可以准确判断出特定条件下特定动作利弊与否的场合中,它们会更有效。此外,算法系统还要提供适当的机制来实现清晰的规则编码与规则执行。

符号主义算法会剔除不符合特定模型的备选值,并能对符合所有约束条件的所求值做出验证,以后者而言,符号主义AI远比联结主义AI便捷。因为符号主义AI几乎或根本不包括算法训练,所以这个模型是动态的,能根据需要迅速调整

连接主义(壮年最普遍的人工智能)

认为人工智能源于仿生学,神经网络,特别是对人脑模型的研究,主张模仿人类的神经元,用神经网络的连接机制实现人工智能。

行为人工智能(人工智能目前的应用)

它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型,即MP模型,开创了用电子装置模仿人脑结构和功能的新途径。

它从神经元开始进而研究神经网络模型和脑模型,开辟了人工智能的又一发展道路。20世纪60~70年代,连接主义,尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮,由于受到当时的理论模型、生物原型和技术条件的限制,脑模型研究在20世纪70年代后期至80年代初期落入低潮。

直到Hopfield教授在1982年和1984年发表两篇重要论文,提出用硬件模拟神经网络以后,连接主义才又重新抬头。1986年,鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法。此后,连接主义势头大振,从模型到算法,从理论分析到工程实现,伟神经网络计算机走向市场打下基础。

行为人工智能(人工智能目前的应用)

现在,对人工神经网络(ANN)的研究热情仍然较高,但研究成果没有像预想的那样好。

行为主义

行为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分,影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论,和自组织系统以及钱学森等人提出的工程控制论和生物控制论,影响了许多领域。

行为人工智能(人工智能目前的应用)

控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用,如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究,并进行“控制论动物”的研制。

到20世纪60~70年代,上述这些控制论系统的研究取得一定进展,播下智能控制智能机器人的种子,并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的,引起许多人的兴趣。

这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人,它被看作是新一代的“控制论动物”,是一个基于感知-动作模式模拟昆虫行为的控制系统。

行为人工智能(人工智能目前的应用)

总结

三大主义,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、三条途径发挥到各个领域,又各有所长。

符号主义注重数学可解释性;连接主义偏向于仿人脑模型,更加感谢;行为主义偏向于应用和模拟。
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/baike/11905.html

发表评论

评论列表(0人评论 , 11363人围观)
☹还没有评论,来说两句吧...