最新新闻
我要投稿
联系电话:027-87592219/20/21转188
投稿邮箱:tb@e-works.net.cn
您所在的位置:首页 > 智讯 > 国内资讯

也谈人工智能的三个悖论

发布时间:2017-12-12 作者:郭朝晖 
关键字:人工智能 
最近,李国杰院士在《计算机学会通讯》上写了一篇文章<《人工智能的三大悖论》。读完以后,我很受启发,有了一点“狗尾续貂”的冲动。

    1、莫拉维克悖论

    这个悖论的大体意思是:对人来说简单的问题,对计算机来说往往很困难;对人来说困难的问题,对计算机往往很容易。在我看来,这个悖论的本质,是对两类问题的漠视:对人简单、对计算机也简单;对人困难、对计算机也困难。这两类问题都存在,只是人们不关心它们,于是出现了上述悖论。“如果有两只手表,就不会与准确的时间”。同样,既然人和计算机是不同的计算机制,差异也总是会存在的。其中,计算机的记忆和计算能力是人类望尘莫及的,而人类的直觉、顿悟等也是计算机难以企及的。这种能力,正是人工智能研究的重点,也是近期的突破点。我觉得,图像语音识别、阿尔法狗都是具体体现。

    2、新知识悖论

    计算机到底能不能发现新知识?这个问题的本质就是:如何定义新知识。比如,归纳和总结得到的结论,算不算新知识? 我们知道,人类很多知识是实践探索过程中得到的。比如,把多种元素混在一起生成合金,其性能往往是事先无法计算出来的。这样的知识,只能通过物理实验来获得。如果把“知识”的定义局限于这类物质世界的知识,计算机显然是无法得到新知识的。但是,有了数据之后,计算机可以通过归纳和总结,得到普遍适用的公式;如果把这样的公式看做新知识,计算就就是可以产生新知识的。

    3、启发式悖论

    人工智能针对的问题往往是NP完备性问题。如果不是NP完备性问题,计算机往往就有能力计算出来、就更容易被看做普通优化或数学规划问题,而不被人们当做人工智能问题。换句话说,这是人们划分学科的习惯性问题。如果是NP完备性问题,往往需要启发式函数来提高搜索效率。当人类面临这类问题时,往往会形成一定的感觉或直觉。“善弈者谋势、不善弈者谋子“。所谓的“势”,其实就是这样一种难以用语言文字或代码描述清楚的直觉感觉。而启发函数就是去描述这种“势”。阿尔法狗的自学习,本质上可以看成对这种“势”的自我构筑。采用启发式函数肯定是有风险的,但常常是没有办法的办法。其实,在具体应用的时候,工程师总能找到一些办法为自己的工作“保底”,以避免因为它的问题出现大的风险。

本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
相关资料推荐