人工智能與模糊數(shù)學(xué)

1、序論,人工智能與模糊數(shù)學(xué),人工智能之父John Mccarthy,人工智能的定義可以分為兩部分，即“人工”和“智能” “人工”比較好理解，爭議性也不大。 “智能”涉及諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能。但是我們對自身智能的理解非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就

2、很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。,一、什么叫人工智能（Artificial Intelligence）,麥卡錫（John McCarthy）： 人工智能是使一部機器的反應(yīng)方式就象是一個人在行動時所依據(jù)的智能。尼爾遜（美國斯坦福大學(xué)人工智能研究中心教授）：人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知

3、識并使用知識的科學(xué)。溫斯頓（麻省理工學(xué)院教授）：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。,現(xiàn)在通用的描述：所謂人工智能，是指人類的各種智能行為和各類腦力勞動，諸如感知、記憶、情感、判斷、推理、證明、識別、理解、通信、設(shè)計、思考、學(xué)習(xí)等思維活動，可用某種物化了的機器予以人工的實現(xiàn)。,二、人工智能的發(fā)展歷程,在1955的時候，香農(nóng)等人一起開發(fā)了The Logic Theorist程序，它是一種采用樹形結(jié)構(gòu)的程序，在程

4、序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進(jìn)行探索，以得到正確的答案。 這個程序在人工智能的歷史上可以說是有重要地位的，它在學(xué)術(shù)上和社會上帶來的巨大的影響，以至于我們現(xiàn)在所采用的方法思想方法有許多還是來自于這個50年代的程序。,1956年6月，達(dá)特茅斯會議 發(fā)起者： 約翰.邁卡錫（John McCarthy）（普林斯頓大學(xué)數(shù)學(xué)博士 ） 馬文.明斯基（Marvin Minsky) （人工智能大師，

5、《心智社會》的作者） 納撒尼爾.羅徹斯特（Nathaniel Rochester）（IBM計算機設(shè)計者之一） 克勞德.香農(nóng)（Claude Shannon）（信息論創(chuàng)立者）,在理論方面，70年代也是大發(fā)展的一個時期，計算機開始有了簡單的思維和視覺 。在70年代，另一個人工智能語言Prolog語言誕生了，它和LISP一起幾乎成了人工智能工作者不可缺少的工具。20世紀(jì)80年代，數(shù)理邏輯和形式化推理成為人工智能的時尚。關(guān)于神

6、經(jīng)網(wǎng)絡(luò)的研究和日本的“第五代計算機研制計劃”（即“知識信息處理計算機系統(tǒng)”），把人工智能研究推向高潮。最近20年，計算機技術(shù)飛速發(fā)展，人工智能新增眾多研究方向，各方面研究深入進(jìn)行，但距離真正的“智能”還很遙遠(yuǎn)。,實際應(yīng)用 機器視覺，指紋識別，人臉識別， 視網(wǎng)膜識別，虹膜識別，掌紋識別， 專家系統(tǒng),智能搜索，定理證明， 博弈，自動程序設(shè)計，航天應(yīng)用等。,研究范疇 自然語言處理，不確定性的數(shù)學(xué)理論， 知識表

7、示，知識獲取，機器學(xué)習(xí)，推理， 神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，智能搜索，規(guī)劃， 組合調(diào)度問題，感知問題，模式識別， 邏輯程序設(shè)計，軟計算，人工生命， 遺傳算法，人類思維方式,,,,,涉及學(xué)科 哲學(xué)，腦科學(xué)，認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計算機科學(xué)，信息論，控制論，仿生學(xué)，人類學(xué)，語言學(xué)等多個自然科學(xué)和社會科學(xué)的交叉。,,家庭智能機器人,類人形機器人,寶石般的機器魚，可以執(zhí)行 搜尋水中污染物的巡邏任務(wù),機器龍蝦,真正

8、認(rèn)識人類大腦是開發(fā)智能機器的必由之路?！芊?霍金斯,杰夫.霍金斯(掌上型電腦Palmpilot、智能電話Treo以及許多手持裝置的發(fā)明人，ON INTELLIGENCE 一書作者) —智能究竟是什么？為什么人腦有智能而電腦沒有？為什么一個6歲的小孩可以在河床的石頭上跳來跳去，姿勢優(yōu)美，而當(dāng)今最先進(jìn)的機器人卻象行動遲緩的傻瓜？為什么3歲的小孩已經(jīng)粗通語言，而計算機卻語言不通，枉費了程序師半個世紀(jì)以來艱苦卓絕的努力？為什么你

9、能在一秒鐘以內(nèi)分辨貓和狗，而超級計算機卻不能？這些都是亟待破解的斯芬克斯之謎。目前的線索不少，但真正需要的是一些關(guān)鍵性的見解。,—單就美國就有成千上萬的神經(jīng)科學(xué)家，可惜至今也沒有形成一套有關(guān)智能和大腦工作原理的完整的理論。大部分神經(jīng)生物學(xué)家不大考慮有關(guān)大腦的理論，因為他們只貫注于有關(guān)大腦的諸子系統(tǒng)的實驗，只埋頭于收集更多的數(shù)據(jù)。盡管一批又一批的計算機工程師曾經(jīng)嘗試讓計算機擁有智能，卻一次次以失敗而收場。我相信他們會屢戰(zhàn)屢敗，除非這些程序

10、師不再忽視計算機與大腦之間的差別。,大腦：人類的大腦皮層平均厚度為2.5～3.0毫米，分為6個層次，神經(jīng)細(xì)胞約有140億個，面積約2200平方厘米，灰色物質(zhì)層有四張A4打印紙大小，神經(jīng)細(xì)胞的周圍還有1000多億個膠質(zhì)細(xì)胞 。,神經(jīng)元：神經(jīng)元細(xì)胞體、軸突、樹突、樹突棘。樹突棘的數(shù)量及分布因不同神經(jīng)元而異，并可隨功能而改變。在大腦皮質(zhì)錐體細(xì)胞和小腦皮質(zhì)蒲肯野細(xì)胞的樹突上，樹突棘數(shù)量最多而明顯，一個蒲肯野細(xì)胞的樹突棘可多達(dá)10萬個以上。,三、

11、知識的不確定性,知識的不確定性包括：隨機性、模糊性、不完備性、不協(xié)調(diào)性、非恒常性研究人工智能不能回避的問題：語言的不確定性常識知識的不確定性,（一）隨機性 德國兒歌：“你知道有多少星星鑲嵌在藍(lán)色的天空？你知道有多少云朵飄浮過大地？上帝對它們作過清點，數(shù)字雖然巨大，可是無一遺漏?！?星表、云表 多少世紀(jì)以前，人們就能預(yù)測常見的天文現(xiàn)象；但要想精確地預(yù)測明天的天氣，一般并不容易。,天文學(xué)和氣象學(xué)所以這樣不

12、同，原因是天文學(xué)的時間是可逆的，而氣象學(xué)的時間是不同逆的。 牛頓時間與伯格森時間 以牛頓理論為代表的確定性科學(xué)，創(chuàng)造了給世界以精確描繪的方法，將整個宇宙看作是鐘表式的動力學(xué)系統(tǒng)，處于確定、和諧、有序的運動之中。只要知道初始條件就可以確定未來的一切。 愛因斯坦與玻爾的分歧,當(dāng)自然科學(xué)進(jìn)入到有大量要素組成的多自由度體系時，確定論不再有效。 統(tǒng)計力學(xué)、量子力學(xué)、氣象學(xué)、海洋學(xué)、進(jìn)化論 隨機現(xiàn)象：在完全相同的

13、條件下，一個試驗或觀察出現(xiàn)的結(jié)果可能是不同的（即條件和結(jié)果沒有必然的因果關(guān)系）。,（二）模糊性,楊炳儒教授與模糊理論創(chuàng)始人L.A.Zadeh教授,禿頭悖論命題A：一根頭發(fā)都沒有的人肯定是禿頭。命題B：比禿頭多一根頭發(fā)的還是禿頭。所以命題C：滿頭烏發(fā)是禿頭。,清晰：非此即彼，明明白白，不模棱兩可模糊性的例子 季節(jié)交替、晝夜交替、少年青年 幾乎一切連續(xù)變化過程的定性描述 模糊性根植于客觀事物差異的中介過

14、渡性。 就客觀對象而言，有的對象明顯地呈現(xiàn)出非此即彼的性態(tài)（清晰），有的對象明顯地呈現(xiàn)出亦此亦彼的性態(tài)（模糊）。,認(rèn)為模糊知識必定是靠不住的，這種看法是大錯特錯了。,,羅素,傳統(tǒng)邏輯都習(xí)慣于假設(shè)使用的是精確的符號，因此，它不適用于塵世生活，而僅僅適用于想象的天堂。,,同計算機相比，人腦的一個優(yōu)越性似乎是“能夠掌握尚未明確的含糊概念”。,大腦的語言不是數(shù)學(xué)語言。 馮.諾伊曼,

15、,,諾伯特.維納,自然語言的不確定性,自然語言的不確定性是知識不確定性的一個重要研究內(nèi)容，而自然語言理解又是人工智能研究的重要內(nèi)容。 語言組織 思想表達(dá) 句子 名詞 謂詞 人們使用語言時，詞語的意思常常是模糊的，詞語的選擇、句子的表達(dá)、語句的使用、句間的組織有隨機性。,如果能在自然語言的不確定性研究方面有所突破，讓計算機不再用精確嚴(yán)密的符號來計算，而直接用自然語言來思考，那么就可以使自然語言理解乃至人工智能取得實質(zhì)

16、性的進(jìn)展。,參考文獻(xiàn)：,1. 人工智能的未來 作者： 杰夫.霍金斯 出版社：陜西科學(xué)技術(shù)出版社 出版日期：2006 年1月,2. 人工智能：一種現(xiàn)代方法 作者： 羅素 Russell,s. 諾維格 Norvig,P.    出版日期：2006 年5月,3.

17、神經(jīng)生物學(xué):從神經(jīng)元到腦 原書名： From Neuron to Brain 原出版社： Sinauer Associates 作者： J.G. 尼克爾斯    A.R. 馬丁    B.G.華萊士 P.A. 富克斯   譯者： 楊雄里

18、 出版社：科學(xué)出版社 出版日期：2006 年12月,4.模糊系統(tǒng)與模糊控制教程 王立新(著) 王迎軍(譯) 清華大學(xué)出版社 2003-06-01,5. 粗糙集理論與方法張文修等編著 科學(xué)出版社 2001年出版,6.粗糙集理論、算法與應(yīng)用苗奪謙，李道國等著