人工智能[512]

人工智能發(fā)展的基礎(chǔ)

筆者提供為AI貢獻(xiàn)了思想、觀點(diǎn)和技術(shù)的某些學(xué)科的一個(gè)簡(jiǎn)史。像任何歷史樣，這段歷史也集中于少數(shù)人物、事件和思想，而忽略了其他一些也很重要的東西。我們圍繞一系列問(wèn)題來(lái)組織這段歷史。我們當(dāng)然不希望造成以下印象：即這些問(wèn)題是這些學(xué)科處理的所有問(wèn)題或者這些學(xué)科一直都朝著作為其終極成果的AI前進(jìn)。

1. 哲學(xué)

    形式規(guī)則可用于推出有效的結(jié)論嗎？

    思想如何從物理的大腦中產(chǎn)生？

    知識(shí)來(lái)自何方？

    知識(shí)如何導(dǎo)致行動(dòng)？

亞里士多德（ Aristotle公元前384公元前32）是第一位系統(tǒng)闡述支配頭腦理性部分的一組精確規(guī)則的人。他為嚴(yán)密推理制訂了一種非形式的三段論系統(tǒng)，給定初始前提后該系統(tǒng)原則上允許你機(jī)械地推導(dǎo)出結(jié)論。很久以后， Ramon Lull（卒于1315）認(rèn)為有用的推理確實(shí)可以用機(jī)械人造物來(lái)實(shí)現(xiàn)。 Thomas Hobbes（1588-1679）提出推理就像數(shù)值計(jì)算“我們?cè)跓o(wú)聲的思維中加加減減”。計(jì)算本身的自動(dòng)化已經(jīng)在順利進(jìn)行中。在1500年左右，里昂納多·達(dá)·芬奇（ Leonardo da vinci，1452-1519）設(shè)計(jì)了一臺(tái)機(jī)械計(jì)算器，但沒(méi)有建造出來(lái)；最近的重建表明該設(shè)計(jì)是起作用的。雖然由布雷西·帕斯卡（ Blaise pascal，1623—1662）在1642年建造的Pascaline更著名，但是第一臺(tái)已知的計(jì)算機(jī)器是由德國(guó)科學(xué)家Wilhelm Schickard（1592-1635）在1623年左右建造的。帕斯卡寫(xiě)道：”算術(shù)機(jī)器產(chǎn)生了明顯比所有動(dòng)物行為更接近思維的效果?！备咛馗ダ椎隆ね柡Ｄ贰とR布尼茲（Gottfried Wilhelm Leibniz，1646—1716）建造了一個(gè)試圖對(duì)概念而不是數(shù)字執(zhí)行操作的機(jī)械裝置，但是其范圍非常有限。萊布尼茲確實(shí)超過(guò)了帕斯卡，因?yàn)榍罢呓ㄔ斓挠?jì)算器能加、減、乘與求根，而 Pascaline只能加與減。有人推測(cè)機(jī)器不僅能做計(jì)算而且還能思考并獨(dú)立行動(dòng)。在其1651年的著作《大海獸》中， Thomas Hobbes提出了“人工動(dòng)物”的思想，并主張“心臟只為一跳；神經(jīng)只為那么多連結(jié)；關(guān)節(jié)只為那么多轉(zhuǎn)動(dòng)”。

認(rèn)為頭腦至少部分地根據(jù)邏輯規(guī)則來(lái)運(yùn)轉(zhuǎn)并建造能模仿那些規(guī)則的一些物理系統(tǒng)是一件事情；而認(rèn)為頭腦本身就是這樣的物理系統(tǒng)是另一件事情。雷內(nèi)·笛卡爾（Rene Descartes，1596-1650）關(guān)于頭腦與物質(zhì)之間的區(qū)別以及由此引起的問(wèn)題給出了第一個(gè)清晰的討論。伴隨著頭腦的純物理概念的一個(gè)問(wèn)題是似乎為自由意志幾乎沒(méi)有留下空間：如果頭腦完全由物理定律來(lái)支配，那么它比一塊巖石”決定”朝地心落下沒(méi)有更多的自由意志。笛卡爾強(qiáng)烈提倡在理解世界時(shí)推理的力量，這是一種現(xiàn)在稱為理性主義（ rationalism）的哲學(xué)，亞里士多德和萊布尼茲算作其成員。但是笛卡爾也是二元論（ dualism）的支持者。他認(rèn)為人類頭腦存在一部分（稱為靈魂或精神的）在自然之外的不受物理定律支配的東西。另一方面，動(dòng)物沒(méi)有這種二元性：它們可被當(dāng)作機(jī)器來(lái)對(duì)待。對(duì)二元論的替換物是唯物主義（ materialism），它認(rèn)為腦髓根據(jù)物理定律的運(yùn)轉(zhuǎn)形成了頭腦。自由意志只是對(duì)選擇實(shí)體可用選擇的感知出現(xiàn)的方式。

給定一個(gè)能處理知識(shí)的物理頭腦，下一個(gè)問(wèn)題是建立知識(shí)的來(lái)源。經(jīng)驗(yàn)主義（ empiricism）運(yùn)動(dòng)始于弗朗西斯·培根（ Francis Bacon，1561-1626）的《新工具論》（Nowm Organum），被 John Locke（1632-1704）的格言：”無(wú)物非先感受而后理解”所刻畫(huà)。大衛(wèi)·體謨（ David Hume，1711-1776）的《論人類天性》（ A Treatise of Human Nature）（休謨，1739）提出了現(xiàn)在被稱為歸納（ induction）原理的東西：一般規(guī)則通過(guò)揭示規(guī)則中元素之間的重復(fù)關(guān)聯(lián)來(lái)獲得。以 Ludwig Wittgenstein（1889-1951）和伯特蘭·羅素（Bertrand Russell，1872-1970）的工作為基礎(chǔ)，由 Rudolf Carnap（1891-1970）領(lǐng)導(dǎo)的著名的維也納學(xué)派發(fā)展了邏輯實(shí)證主義（ logical positivism）學(xué)說(shuō)。該學(xué)說(shuō)認(rèn)為所有知識(shí)都可用最終與對(duì)應(yīng)于感知輸入的觀察語(yǔ)句（ observation sentences）相聯(lián)系的邏輯理論來(lái)刻畫(huà)；因此邏輯實(shí)證主義結(jié)合了理性主義和經(jīng)驗(yàn)主義。 Carnap和 Carl Hempel（1905-1997）的證實(shí)理論（ confirmation theory）試圖分析來(lái)自經(jīng)驗(yàn)的知識(shí)獲取。 Carnap的著作《世界的邏輯結(jié)構(gòu)》（The Logical Structure of the World）（1928）為從基本的經(jīng)驗(yàn)中提取知識(shí)定義了一個(gè)明確的計(jì)算過(guò)程。它也許是首個(gè)把頭腦看成一個(gè)計(jì)算過(guò)程的理論。

頭腦的哲學(xué)描述中的最后元素是知識(shí)與行動(dòng)之間的聯(lián)系。這個(gè)問(wèn)題對(duì)人工智能是極其重要的，因?yàn)橹悄芗纫笸评碛忠笮袆?dòng)。進(jìn)而，只有懂得如何證明行動(dòng)是正當(dāng)?shù)奈覀儾拍芏萌绾螛?gòu)造一個(gè)其行動(dòng)是無(wú)可非議的（或合理的） Agent在《論動(dòng)物行為》（De Motu Animalium）中，亞里士多德主張通過(guò)目標(biāo)與行動(dòng)結(jié)果的知識(shí)之間的邏輯關(guān)系來(lái)證明行動(dòng)是正當(dāng)?shù)模?/strong>

但是，思維有時(shí)伴隨著行動(dòng)有時(shí)卻沒(méi)有，有時(shí)伴隨著運(yùn)動(dòng)有時(shí)卻沒(méi)有，這是如何發(fā)生的呢？看起來(lái)好像與對(duì)不變的對(duì)象進(jìn)行推理并推斷結(jié)果的情形一樣幾乎相同的事情總會(huì)發(fā)生。但是在那種情況下結(jié)果是推測(cè)的命題……然而這里根據(jù)兩個(gè)前提導(dǎo)出的結(jié)論是一個(gè)行動(dòng)我需要遮蓋物；斗篷是遮蓋物。故我需要斗篷。我必須制作我所需要的東西；我需要斗篷，故我必須制作斗篷。結(jié)論”我必須制作斗篷”是一個(gè)行動(dòng)。

在《尼各馬科倫理學(xué)》（ Nicomachean Ethics）（第三卷.3，1112b）中，亞里士多德進(jìn)步詳細(xì)闡述了這個(gè)論題，并提出了一個(gè)算法：

我們要深思的不是結(jié)果，而是手段。因?yàn)獒t(yī)生不會(huì)深思病人是否會(huì)治愈，演說(shuō)家也不會(huì)深思他是否會(huì)說(shuō)服聽(tīng)眾他們假設(shè)了結(jié)果并考慮如何以及通過(guò)什么手段來(lái)獲得該結(jié)果，他們還要考慮手段是否容易實(shí)現(xiàn)，從而產(chǎn)生最好的手段當(dāng)只有一種手段來(lái)達(dá)到結(jié)果時(shí)，他們會(huì)考慮如何根據(jù)這種手段來(lái)達(dá)到結(jié)果，以及通過(guò)什么手段來(lái)實(shí)現(xiàn)這種手段，直到他們得到第一原因，……在分析序列中最后出現(xiàn)的手段在實(shí)現(xiàn)序列中似乎是第一個(gè)手段，如果我們碰到了不可能實(shí)現(xiàn)的事情例如，如果我們需要金錢(qián)而又得不到，那么我們就放棄搜索；但是如果一件事情看似可能，我們就嘗試著去做。

2300年后亞里士多德的算法被紐厄爾和西蒙實(shí)現(xiàn)在他們的GPS程序中，我們現(xiàn)在稱其回歸規(guī)劃系統(tǒng)。

基于目標(biāo)的分析是有用的，但是沒(méi)有說(shuō)明當(dāng)多個(gè)行動(dòng)均可達(dá)到目標(biāo)時(shí)或者當(dāng)沒(méi)有行動(dòng)可完全達(dá)到目標(biāo)時(shí)該做什么。 Antoine Arnauld（1612-1694）正確地描述了用于決定在這種情況下該采取什么行動(dòng)的一個(gè)定量公式。 John Stuart Mill（1806-1873）的著作《功利主義》（ Utilitarianism）（M，1863）在人類活動(dòng)的所有領(lǐng)域推廣了理性決策準(zhǔn)則的思想。

2. 數(shù)學(xué)

    什么是能導(dǎo)出有效結(jié)論的形式化規(guī)則？

    什么可以被計(jì)算？

    我們?nèi)绾斡貌淮_定的信息來(lái)推理？

哲學(xué)家們標(biāo)出了人工智能的一些基本思想，但是到正式科學(xué)的跳躍要求在三個(gè)基礎(chǔ)領(lǐng)域（邏輯、計(jì)算和概率）具有一定水準(zhǔn)的數(shù)學(xué)形式體系。

形式邏輯的思想可以追溯到古希臘的哲學(xué)家，但是其數(shù)學(xué)發(fā)展實(shí)際上始于喬治·布爾（ George Boole，1815-1864）的工作，他詳細(xì)設(shè)計(jì)出命題邏輯，又稱布爾邏輯（ Boole，1847）1879年，高特洛布·弗雷格Frege，1848-1925）擴(kuò)展了布爾邏輯，使其包含對(duì)象與關(guān)系，創(chuàng)建了現(xiàn)在使用的一階邏輯。阿爾弗雷德·塔斯基（ Alfred Tarski，1902-1983）引入了一種關(guān)聯(lián)理論，它指出如何把邏輯對(duì)象與現(xiàn)實(shí)世界的對(duì)象聯(lián)系起來(lái)。

下一步是確定邏輯和計(jì)算能做的事情的極限。一般認(rèn)為第一個(gè)不平凡的算法（ algorithm）是計(jì)算最大公約數(shù)的歐幾里得（ Euclid算法。 algorithm這個(gè)單詞（以及研究算法的思想）源于9世紀(jì)的波斯數(shù)學(xué)家al- Khowarazmi，其著作還把阿拉伯?dāng)?shù)字和代數(shù)引入歐洲。布爾和其他人探討了用于邏輯演繹的算法，而到了19世紀(jì)晚期，把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力已在進(jìn)行中。1930年，庫(kù)特·哥德?tīng)枺?Kurt Godel，1906-1978）證明了存在一個(gè)有效的過(guò)程來(lái)證明弗雷格和羅素的一階邏輯中的任何真語(yǔ)句，但是那個(gè)一階邏輯不能處理刻畫(huà)自然數(shù)所需要的數(shù)學(xué)歸納法的原則。1931年，哥德?tīng)栕C明了確實(shí)存在演繹的局限。他的不完備性定理（incompleteness theorem）證明了在與佩亞諾（ Peano）算術(shù)（自然數(shù)的基本理論）一樣強(qiáng)的任何形式理論中都存在不可判定的真語(yǔ)句，即在該理論中這些真語(yǔ)句沒(méi)有證明。

這個(gè)基本的結(jié)果也可解釋為證明了整數(shù)上的某些函數(shù)無(wú)法用算法表示—即，它們是不可計(jì)算的。這促使阿蘭·圖靈（ Alan Turing，112-1954）嘗試著去精確刻畫(huà)哪些函數(shù)是可計(jì)算的（ computable）—能夠被計(jì)算。實(shí)際上這個(gè)想法稍微有點(diǎn)問(wèn)題，因?yàn)閷?shí)際上不能給出計(jì)算或有效過(guò)程概念的形式化定義。然而，丘奇圖靈（ Church-Turing）論題說(shuō)明圖靈機(jī)（ Turing，1936）有能力計(jì)算任何可計(jì)算的函數(shù)，該論題被廣泛認(rèn)同為提供了一個(gè)充分的定義。圖靈還證明了存在一些沒(méi)有圖靈機(jī)可以計(jì)算的函數(shù)。例如，沒(méi)有圖靈機(jī)可以一般地判斷一個(gè)給定的程序?qū)τ诮o定的輸入能否返回答案或者永遠(yuǎn)運(yùn)行下去。

雖然可判定性和可計(jì)算性對(duì)于理解計(jì)算是重要的，但是易處理性（ tractability）的概念更大的影響。粗略地說(shuō)，如果解決一個(gè)問(wèn)題的實(shí)例所需時(shí)間隨實(shí)例的規(guī)模成指數(shù)級(jí)地增長(zhǎng)，那么該問(wèn)題稱為不易處理的。復(fù)雜性的多項(xiàng)式級(jí)與指數(shù)級(jí)增長(zhǎng)的區(qū)別最早在20世紀(jì)60年代中期得到重視（ Cobham，1964： Edmonds，1965）。這是重要的因?yàn)橹笖?shù)級(jí)增長(zhǎng)意味著即使適度大的實(shí)例都不能在合理的時(shí)間內(nèi)得到解決，所以，應(yīng)該努力把產(chǎn)生智能行為的整體問(wèn)題分成易處理的子問(wèn)題，而不是不易處理的子問(wèn)題。

可如何確認(rèn)不易處理的問(wèn)題呢？由斯蒂文·庫(kù)克（ Steven Cook，1971）和理查德·卡普（ Richard Karp，1972）開(kāi)創(chuàng)的NP完全（ NP-completeness）理論提供了一種方法。庫(kù)克和卡普證明了存在大量經(jīng)典組合搜索與推理問(wèn)題是NP完全的。NP完全問(wèn)題類可歸約到的任何問(wèn)題類可能就是不易處理的（雖然尚未證明NP完全問(wèn)題必是不易處理的，但是大多數(shù)理論家相信這個(gè)結(jié)論）。這些結(jié)果與大眾新聞?dòng)拥谝慌_(tái)計(jì)算機(jī)—”比愛(ài)因斯坦更快！”的”電子超級(jí)腦袋”—時(shí)的樂(lè)觀形成對(duì)比。盡管計(jì)算機(jī)的速度在增加，資源的小心使用將成為智能系統(tǒng)的特征。粗糙地說(shuō)，世界是一個(gè)非常大的問(wèn)題實(shí)例！人工智能中的工作有助于解釋為什么NP完全問(wèn)題的某些實(shí)例是艱難的，而另一些是容易的（ Cheeseman等，1991）。

除邏輯和計(jì)算之外，數(shù)學(xué)對(duì)人工智能的第三大貢獻(xiàn)是概率（ probability）理論。意大Gerolamo Cardano（1501-1576）首先制定了概率的思想，按照賭博事件的可能結(jié)果來(lái)描述它。1654年，布雷西·帕斯卡（ Blaise pascal，1623-1662），在一封致彼埃爾·費(fèi)爾馬（ Pierre fermat，1601-1665）的信件中指出如何預(yù)測(cè)一場(chǎng)未完成的賭博游戲的未來(lái)并對(duì)賭徒指定平均的收益。概率很快成為所有定量科學(xué)的無(wú)價(jià)之寶，以幫助對(duì)付不確定的測(cè)量和不完備的理論。詹姆斯·貝努利（ James Bernoulli，1654-1705）、彼埃爾·拉普拉斯（ Pierre Laplace，1749-1827）和其他人推進(jìn)了該理論并引入了新的統(tǒng)計(jì)方法。托馬斯·貝葉斯（ Thomas Bayes，1702-1761）提出了根據(jù)新證據(jù)更新概率的規(guī)則。貝葉斯的規(guī)則構(gòu)成了人工智能系統(tǒng)中大多數(shù)用于不確定推理的現(xiàn)代方法的基礎(chǔ)。

3. 經(jīng)濟(jì)學(xué)

    我們應(yīng)該如何決策以便收益最大？

    當(dāng)其他人不合作時(shí)我們應(yīng)該如何做到這樣？

    當(dāng)收益遙遙無(wú)期時(shí)我們應(yīng)該如何做到這樣？

經(jīng)濟(jì)學(xué)作為科學(xué)始于1776年，那時(shí)蘇格蘭哲學(xué)家亞當(dāng)·史密斯（ Adam Smith，1723—1790）出版了《國(guó)民財(cái)富的性質(zhì)和原因的研究》（An Inquiry into theNature and Causes of the Wealth of Nations）。雖然古希臘人和其他人也對(duì)經(jīng)濟(jì)學(xué)思想做出了貢獻(xiàn)，但是史密斯是第一個(gè)把它當(dāng)作科學(xué)來(lái)對(duì)待的人，他認(rèn)為經(jīng)濟(jì)組織由試圖最大化他們自己的經(jīng)濟(jì)福利的若干個(gè)體 Agent組成，雖然多數(shù)人以為經(jīng)濟(jì)是關(guān)于金錢(qián)的學(xué)問(wèn)，但是經(jīng)濟(jì)學(xué)家會(huì)說(shuō)他們實(shí)際上在研究人們?nèi)绾巫龀瞿軐?dǎo)致更喜歡的結(jié)果的選擇。當(dāng)麥當(dāng)勞為一美元提供一個(gè)漢堡包時(shí)，它們?cè)跀嘌裕核鼈兏矚g美元并希望顧客更喜歡漢堡包。對(duì)”更喜歡的結(jié)果”或效用（utility） 的數(shù)學(xué)處理首先被 Leon Walras（發(fā)音為” alrasse”）（1834-1910）形式化，并被弗蘭克拉姆齊（ Frank Ramsey，1931）改進(jìn)，再后來(lái)被約翰·馮·諾依曼（ John von N）和奧斯卡·摩根施特恩（ Oskar Morgenstern）在他們的著作《博弈論與經(jīng)濟(jì)行為》（The Theory of Games and Economic Behavior）（1944）中進(jìn)一步改進(jìn)。

決策理論（ Decision theory）把概率理論和效用理論結(jié)合起來(lái)，為在不確定情況下即，在概率描述能適當(dāng)捕獲決策制定者的環(huán)境的情況下，做出（經(jīng)濟(jì)的或其他的）決策提供了一個(gè)形式化且完整的框架。這對(duì)”宏觀”經(jīng)濟(jì)是合適的，其中每個(gè) Agent不必注意其他作為個(gè)體的 Agent的行動(dòng)。而對(duì)”微觀”經(jīng)濟(jì)，情況更像博弈游戲：一位玩家的行動(dòng)可能顯著地（正面或負(fù)面）影響另一位玩家的效用。馮·諾依曼和 Morgenstern對(duì)博弈論（ game theory）（參見(jiàn)Luce和 Raiffa，1957）的發(fā)展包括以下驚人的結(jié)果，即對(duì)某些博弈游戲，一個(gè)理性的 Agent應(yīng)該采用（至少看來(lái)好像是）隨機(jī)化的政策。不像決策理論，博弈論并不為選擇行動(dòng)提供清晰的規(guī)定。

在很大程度上，經(jīng)濟(jì)學(xué)家不會(huì)處理上面列出的第三個(gè)問(wèn)題，即，當(dāng)行動(dòng)的收益不是即刻的反而是由幾個(gè)依次采取的行動(dòng)來(lái)產(chǎn)生時(shí)如何做出理性的決策。該主題在運(yùn)籌學(xué)（operations research）領(lǐng)域被研究，運(yùn)籌學(xué)出現(xiàn)于第二次世界大戰(zhàn)期間，源自英國(guó)為優(yōu)化雷達(dá)設(shè)置所取得的成就，后來(lái)在復(fù)雜管理決策中又找到了非軍事應(yīng)用。理查德·貝爾曼（Richard Bellman，1957）的工作形式化了一類稱為馬爾可夫決策過(guò)程（Markov decision processes）的連續(xù)決策問(wèn)題。

經(jīng)濟(jì)學(xué)和運(yùn)籌學(xué)中的工作為我們的理性 Agent概念貢獻(xiàn)很多，然而多年來(lái)人工智能研究一直沿著完全分離的路線向前發(fā)展。一個(gè)原因是做出理性決策的顯著復(fù)雜性。先驅(qū)的人工智能研究者赫伯特·西蒙（ Herbert Simon，1916-2001）因其早期的工作在1978年獲得經(jīng)濟(jì)學(xué)諾貝爾獎(jiǎng)，其工作指出基于滿意度（ satisficing）的模型—做出”足夠好”的決策而不是費(fèi)力地計(jì)算最優(yōu)決策給出了真實(shí)人類行為的一個(gè)更好的描述（ Simon，1947）。自從20世紀(jì)90年代以來(lái)，一直存在對(duì)決策理論技術(shù)用于 Agent系統(tǒng)的興趣的復(fù)興（ Wellman，1995）。

4. 神經(jīng)科學(xué)

    大腦如何處理信息？

神經(jīng)科學(xué)（ Neuroscience）研究的是神經(jīng)系統(tǒng)，特別是大腦。雖然大腦使思考成為可能的精確方式仍是一個(gè)重大的科學(xué)之謎，但是它確實(shí)使思考成為可能的事實(shí)已被了解達(dá)數(shù)千年。因?yàn)橛凶C據(jù)表明重?fù)纛^部會(huì)導(dǎo)致精神缺陷。人類大腦以某種方式有所不同也已被知道很久了：大約公元前335年，亞里士多德寫(xiě)道：”在所有動(dòng)物中，相對(duì)其身材來(lái)說(shuō)人類具有最大的大腦。”然而，直到18世紀(jì)中葉大腦仍未被廣泛地確認(rèn)為意識(shí)的場(chǎng)所。在此之前候選的位置包括心臟和脾臟。

1861年，保羅·布魯卡（ Paul Broca，1824-1880）對(duì)大腦損傷病人中失語(yǔ)癥（言語(yǔ)缺陷）的研究說(shuō)明存在負(fù)責(zé)特定認(rèn)知功能的局部化大腦區(qū)域。特別地，他指出言語(yǔ)生成被局部化到現(xiàn)在稱為布魯卡區(qū)2的大腦左半球的一部分。到那時(shí)，已經(jīng)知道大腦由神經(jīng)細(xì)胞或神經(jīng)元（ neurons）組成，然而直到1873年 Camillo Golgi（1843-1926）開(kāi)發(fā)出一種染色技術(shù)使人們能夠觀察大腦中的單個(gè)神經(jīng)元（參見(jiàn)圖1.1），人們才知道這個(gè)事實(shí)。該技術(shù)被SantiagoRamon y Ca/a（1852-1934）用在其對(duì)大腦神經(jīng)元結(jié)構(gòu)的開(kāi)創(chuàng)性研究中。Nicolas Rashevsky（1936，1938）率先用數(shù)學(xué)模型來(lái)研究神經(jīng)系統(tǒng)。

圖1.1 神經(jīng)細(xì)胞或神經(jīng)元的組成部分。每個(gè)神經(jīng)元由包含一個(gè)細(xì)胞核的一個(gè)細(xì)胞體組成。從細(xì)胞體分支擴(kuò)展出許多稱為樹(shù)突的神經(jīng)纖維和一根長(zhǎng)的稱為軸突的神經(jīng)纖維。軸突伸出很長(zhǎng)距離，遠(yuǎn)長(zhǎng)于本圖示意的規(guī)模。典型的軸突有1厘米長(zhǎng)（是細(xì)胞體直徑的100倍），但是更長(zhǎng)的能夠擴(kuò)展到米。一個(gè)神經(jīng)元與10個(gè)到10萬(wàn)個(gè)其他神經(jīng)元相連，其連接處稱為突觸。信號(hào)通過(guò)復(fù)雜的電化學(xué)反應(yīng)從神經(jīng)元傳播到神經(jīng)元。信號(hào)既能控制大腦的短期活動(dòng)，又能使神經(jīng)元的連接發(fā)生長(zhǎng)期改變。這些機(jī)制被認(rèn)為形成了大腦中學(xué)習(xí)的基礎(chǔ)。大多數(shù)信息處理在大腦皮質(zhì)即大腦的外層進(jìn)行。基本的組織單元看來(lái)好像是一個(gè)直徑約為0.5毫米的柱狀組織，它包含大約2萬(wàn)個(gè)神經(jīng)元并伸展到大腦皮質(zhì)的全部深度，人類大腦皮質(zhì)的深度約為4毫米。 

我們現(xiàn)在有一些數(shù)據(jù)涉及大腦區(qū)域與身體器官之間的映射，這些大腦區(qū)域控制對(duì)應(yīng)的器官或者從對(duì)應(yīng)的器官接收感覺(jué)的輸入。數(shù)周內(nèi)這樣的映射能被徹底改變，并且某些動(dòng)物似乎具有多重映射。此外，我們尚未完全了解當(dāng)一個(gè)區(qū)域受損時(shí)其他區(qū)域會(huì)如何接管其功能。幾乎沒(méi)有理論涉及如何存儲(chǔ)單獨(dú)的記憶。

1929年，隨著 Hans Berger發(fā)明了腦波計(jì)（EEG），便開(kāi)始測(cè)量無(wú)損傷的大腦活動(dòng)。近來(lái)開(kāi)發(fā)的功能性磁共振成像（mR）（ Ogawa等，1990； Cabeza和 Nyberg，2001）正為神經(jīng)科學(xué)家們提供大腦活動(dòng)的空前細(xì)致的圖像，這使按有趣的方式與正在進(jìn)行的認(rèn)知過(guò)程相對(duì)應(yīng)的測(cè)量成為可能。這些測(cè)量由于在神經(jīng)元活動(dòng)的單細(xì)胞紀(jì)錄方面的進(jìn)步而得到加強(qiáng)。單獨(dú)的神經(jīng)元可用電學(xué)的、化學(xué)的、甚至光學(xué)的方式來(lái)刺激（Han和 Boyden，2007），從而允許映射神經(jīng)元的輸入輸出關(guān)系。盡管這些進(jìn)步，我們?nèi)匀贿h(yuǎn)離理解認(rèn)知過(guò)程實(shí)際上是如何工作的。

真正驚奇的結(jié)論是簡(jiǎn)單細(xì)胞的聚集能夠產(chǎn)生思想、行動(dòng)和意識(shí)，或者按John Searle（1992）簡(jiǎn)練的言語(yǔ)就是大腦產(chǎn)生精神。唯一實(shí)際存在的可供選擇的理論是神秘主義：精神運(yùn)轉(zhuǎn)在某個(gè)神秘的領(lǐng)域，該領(lǐng)域超出了自然科學(xué)的范圍。

人腦與數(shù)字計(jì)算機(jī)多少有些不同的性能。人腦用甚至比高端個(gè)人計(jì)算機(jī)更多的存儲(chǔ)與相互連接彌補(bǔ)了這方面的不足。然而，最大的超級(jí)計(jì)算機(jī)具有類似于人腦的容量（可是，應(yīng)該注意人腦似乎并不同時(shí)使用其所有神經(jīng)元）。未來(lái)主義者充分利用這些數(shù)字，指出正接近一個(gè)奇異點(diǎn)（ singularity），在該點(diǎn)計(jì)算機(jī)達(dá)到一個(gè)超人的性能級(jí)（ Vinge，1993： Kurzweil，2005），但是原始比較并非特別有益的。即使使用一臺(tái)具有幾乎無(wú)限容量的計(jì)算機(jī)，我們?nèi)匀徊恢廊绾螌?shí)現(xiàn)人腦級(jí)的智能。

5. 心理學(xué)

    人類和動(dòng)物如何思考與行動(dòng)

科學(xué)的心理學(xué)的起源通常追溯到德國(guó)物理學(xué)家 Hermann von Helmholtz（1821-1894）和他的學(xué)生 Wilhelm Wundt（1832-1920）的工作。 Helmholtz應(yīng)用科學(xué)方法來(lái)研究人類的視覺(jué)，他的《生理光學(xué)手冊(cè)》（ Handbook of Physiological Optics）甚至現(xiàn)在都被描述為”關(guān)于人類視覺(jué)的物理和生理的唯一最重要的論著”（ Nalwa，199，第15頁(yè)）1879年，Wundt 在萊比錫大學(xué)開(kāi)放了第一個(gè)實(shí)驗(yàn)心理學(xué)實(shí)驗(yàn)室。 Wundt主張仔細(xì)控制的實(shí)驗(yàn)，其中他的研究者們?cè)趦?nèi)省他們的思維過(guò)程時(shí)要執(zhí)行知覺(jué)的或聯(lián)想的任務(wù)。雖然仔細(xì)的控制使心理學(xué)朝成為一門(mén)科學(xué)走了一大段路，但是數(shù)據(jù)的主觀性使實(shí)驗(yàn)者經(jīng)常駁斥他或她自己的理論顯得不大可能。另一方面，正如H.S. Jennings（1906）在其有影響的著作《低等有機(jī)體的行為》（ Behavior of the Lower Organisms）中所描述的，研究動(dòng)物行為的生物學(xué)家們?nèi)狈?nèi)省數(shù)據(jù)并培養(yǎng)出一種客觀的方法學(xué)。對(duì)人類應(yīng)用這種觀點(diǎn)， John Watson（1878-1958）領(lǐng)導(dǎo)的行為主義（ behaviorism）運(yùn)動(dòng)，以內(nèi)省不能提供可靠證據(jù)為理由拒絕任何涉及精神過(guò)程的理論。行為主義者堅(jiān)持只研究給予動(dòng)物的感知（或刺激）及其導(dǎo)致的行動(dòng)（或反應(yīng)）的客觀度量。行為主義發(fā)現(xiàn)了很多關(guān)于老鼠和鴿子的事實(shí)，但成功理解人類的情況較少。

認(rèn)知心理學(xué)（ Cognitive psychology）把大腦看作一個(gè)信息處理裝置，至少可以追溯到威廉·詹姆斯（ William James，1842-1910）的工作。 Helmho也堅(jiān)持感知涉及一種無(wú)意識(shí)邏輯推理形式。雖然在美國(guó)認(rèn)知觀點(diǎn)基本上被行為主義遮掩了，但在由FredericBartlett（1886-1969）領(lǐng)導(dǎo)的劍橋應(yīng)用心理學(xué)小組，認(rèn)知建模還能興旺。由 Bartlett的學(xué)生和后繼者 Kenneth Craik（1943）發(fā)表的《解釋的本質(zhì)》（ The Nature of Explanation），有力地恢復(fù)了像信念和目標(biāo)那樣的”心理”術(shù)語(yǔ)的合法性，認(rèn)為它們正如使用壓力和溫度來(lái)談?wù)摎怏w一樣科學(xué)，盡管氣體由沒(méi)有壓力和溫度的分子組成。Cmk明確說(shuō)明了基于知識(shí)的Agent的三個(gè)關(guān)鍵步驟：（1）刺激必須翻譯成內(nèi)部表示，（2）認(rèn)知過(guò)程處理該表示以獲得新的內(nèi)部表示，并且（3）這些表示反過(guò)來(lái)重新翻譯回行動(dòng)。他清晰地解釋了為什么這是Agent的一個(gè)好的設(shè)計(jì)：

如果生物體包含外部現(xiàn)實(shí)及其頭腦中它自身可能行動(dòng)的一個(gè)”小規(guī)模模型”那么它就能試驗(yàn)各種可采用的方法，推斷出哪個(gè)是其中最好的方法，在未來(lái)狀況出現(xiàn)前作出反應(yīng)，在對(duì)付現(xiàn)在和未來(lái)時(shí)利用過(guò)去事件的知識(shí)，并在各方面對(duì)它面臨的緊急情況按更完整的、更安全的、更充分的方式作出反應(yīng)（ Craik，1943）。

1945年Caik死于自行車事故后，他的工作由 Donald Broadbent繼續(xù)推進(jìn)。后者的著作《知覺(jué)與傳播》（ Perception and Communication）（1958）是把心理現(xiàn)象建模成信息處理的最早著作之同時(shí)，在美國(guó)，計(jì)算機(jī)建模的發(fā)展導(dǎo)致認(rèn)知科學(xué)（ cognitive science）領(lǐng)域的創(chuàng)建。該領(lǐng)域可以說(shuō)始于1956年9月麻省理工學(xué)院（MT）的一個(gè)研討會(huì)（我們將看到這正好是AI本身”誕生”的那次會(huì)議之后的兩個(gè)月）。在這次研討會(huì)上，喬治·米勒（ George Miller）介紹了”魔術(shù)數(shù)字7”（ The Magic Number Seven），諾姆·喬姆斯基（Noam Chomsky）介紹了”語(yǔ)言的三種模型”（ Three Models of language），而阿蘭·紐厄爾（Allen Newell）和赫伯特·西蒙（ Herbert Simon）介紹了”邏輯理論機(jī)”（ The Logic Theory Machine）這三篇有影響的論文指出計(jì)算機(jī)模型可以如何分別用于處理記憶、語(yǔ)言和邏輯思維的心理學(xué)。

目前心理學(xué)家中常見(jiàn)的（雖然遠(yuǎn)離普遍的）觀點(diǎn)是”認(rèn)知理論應(yīng)該像計(jì)算機(jī)程序”（ Anderson，1980）；即，認(rèn)知理論應(yīng)該描述詳細(xì)的信息處理機(jī)制，靠這個(gè)機(jī)制可以實(shí)現(xiàn)某種認(rèn)知功能。

6. 計(jì)算機(jī)工程

    我們?nèi)绾尾拍芙ㄔ旄咝У挠?jì)算機(jī)？

為了人工智能獲得成功，我們需要兩件東西：智能和人工制品。計(jì)算機(jī)已是精選的人工制品。現(xiàn)代數(shù)字電子計(jì)算機(jī)被第二次世界大戰(zhàn)中參戰(zhàn)的三個(gè)國(guó)家的科學(xué)家獨(dú)立地和幾乎同時(shí)地發(fā)明出來(lái)。第一臺(tái)可運(yùn)轉(zhuǎn)的計(jì)算機(jī)是電動(dòng)機(jī)械的 Heath Robinson，它由阿蘭·圖靈的研究組建造于1940年，其唯一用途是解密德國(guó)人的消息。1943年，同一個(gè)研究組開(kāi)發(fā)了 Colossus，基于真空電子管的強(qiáng)大的通用機(jī)器2。第一臺(tái)可運(yùn)轉(zhuǎn)的可編程計(jì)算機(jī)是Z-3，它由 Konrad Zuse于1941年在德國(guó)發(fā)明。Zuse還發(fā)明了浮點(diǎn)數(shù)和第一種高級(jí)編程語(yǔ)言Plankalkul第一臺(tái)電子計(jì)算機(jī)，ABC，在1940年到1942年之間由 John Atanasoff和他的學(xué)生 Clifford Berry在愛(ài)荷華州立大學(xué)裝配成功。 Atanasoff的研究獲得較少的支持或認(rèn)可；正是在賓夕法尼亞大學(xué)作為一個(gè)秘密軍事項(xiàng)目的一部分由一個(gè)包括 John Mauchly和John Eckert的研究組開(kāi)發(fā)的ENAC被證實(shí)是現(xiàn)代計(jì)算機(jī)最有影響的先驅(qū)。

從那時(shí)起，每代計(jì)算機(jī)硬件都帶來(lái)速度和容量的增加以及價(jià)格的減少。直到2005年左右，計(jì)算機(jī)的性能大約每18個(gè)月翻一番，那時(shí)候能量消散問(wèn)題致使制造商們開(kāi)始增加CPU核的數(shù)目而不是時(shí)鐘速度。當(dāng)前的預(yù)期是未來(lái)的能力增加將來(lái)自大規(guī)模并行與人腦的性質(zhì)不可思議的一致。

當(dāng)然，在電子計(jì)算機(jī)之前還有一些計(jì)算裝置。最早的自動(dòng)機(jī)器追溯到17世紀(jì)，在1節(jié)討論過(guò)。第一臺(tái)可編程的機(jī)器是1805年 Joseph Marie Jacquard（1752-1834）設(shè)二計(jì)的一臺(tái)織布機(jī)，它使用穿孔卡片來(lái)存儲(chǔ)適合于要編織圖案的指令。在19世紀(jì)中葉，查爾斯巴貝奇（ Charles Babbage192-1871）設(shè)計(jì)了兩臺(tái)機(jī)器，但都沒(méi)有做完：想用差分機(jī)來(lái)為工程與科學(xué)項(xiàng)目計(jì)算數(shù)學(xué)用表。該機(jī)器最終于191年建成，并在倫敦科學(xué)博物館顯示出能工作（ Swade，200. Babbage的分析機(jī)更加雄心勃勃：它包含可尋址的存儲(chǔ)器，存儲(chǔ)的程序以及條件跳轉(zhuǎn)，并是第一臺(tái)能夠完成通用計(jì)算的人工制品， Babbage的同事Ada lovel詩(shī)人拜倫（ Byron）爵士的女兒，可能是世界上第一位程序員（編程語(yǔ)言Ad就是以她的名字命名的）。她為未做完的分析機(jī)編寫(xiě)了程序，甚至推測(cè)機(jī)器可以下國(guó)際象棋或創(chuàng)作樂(lè)曲。

人工智能還欠了計(jì)算機(jī)科學(xué)的軟件方面一筆債，后者提供了操作系統(tǒng)、編程語(yǔ)言和為編寫(xiě)現(xiàn)代程序（以及關(guān)于程序的文檔）所需的工具。但是這也是債務(wù)已歸還的一個(gè)領(lǐng)域人工智能中的工作開(kāi)創(chuàng)的許多思想已想方設(shè)法反向進(jìn)入主流計(jì)算機(jī)科學(xué)，包括分時(shí)、交互式解釋器、使用窗口和鼠標(biāo)的個(gè)人計(jì)算機(jī)、快速開(kāi)發(fā)環(huán)境、鏈表數(shù)據(jù)類型、自動(dòng)存儲(chǔ)管理以及符號(hào)化、函數(shù)式、說(shuō)明性和面向?qū)ο缶幊痰年P(guān)鍵概念。

7. 控制論

    人工制品可以如何在其自身的控制下運(yùn)轉(zhuǎn)？

亞歷山大的凱西比奧（ Ktesibios of Alexandria，大約公元前250年）建造了第一臺(tái)自我控制的機(jī)器：具有一個(gè)維持恒定流速的調(diào)節(jié)器的水鐘。這項(xiàng)發(fā)明改變了人工制品能做什么的定義。以前，只有活的東西能夠作為對(duì)環(huán)境中變化的反應(yīng)來(lái)修改其行為。自我調(diào)節(jié)反饋控制系統(tǒng)的其他實(shí)例包括詹姆斯·瓦特（ James Watt，1736-1819）創(chuàng)造的蒸汽機(jī)調(diào)壓器和Cornelis Drebbel（1572-1633）發(fā)明的恒溫器，后者還發(fā)明了潛水艇。穩(wěn)定反饋系統(tǒng)的數(shù)學(xué)理論在19世紀(jì)得到了發(fā)展。

創(chuàng)造現(xiàn)在稱為控制論（ control theory）的中心人物是諾伯特·維納（Norbert Wiener1894-1964）。維納是一位卓越的數(shù)學(xué)家，在他對(duì)生物和機(jī)械控制系統(tǒng)及其與認(rèn)知的關(guān)系產(chǎn)生興趣之前，曾與伯特蘭·羅素（ Bertrand Russell）等人一起工作過(guò)。

像 Craik（他還用控制系統(tǒng)作為心理學(xué)模型）一樣，維納和他的同事Arturo Rosenblueth以及 Julian Bigelow挑戰(zhàn)了行為主義者的正統(tǒng)學(xué)說(shuō)（ Rosenblueth等，1943）。他們認(rèn)為有目的的行為是由試圖最小化”誤差”一當(dāng)前狀態(tài)與目標(biāo)狀態(tài)之間的差距一的調(diào)節(jié)機(jī)制引起的。20世紀(jì)40年代晚期，維納和 Warren McCulloch、 Walter Pitts以及約翰·馮·諾依曼（ John von Neumann）一起，組織了一系列有影響的會(huì)議，探索了新的關(guān)于認(rèn)知的數(shù)學(xué)與計(jì)算模型。維納的著作《控制論》（ Cybernetics）（1948）變成了一本暢銷書(shū)，并使公眾認(rèn)識(shí)到人工制造智能機(jī)器的可能性。同時(shí)，在英國(guó)，W. Ross Ashby（ Ashby，1940）開(kāi)創(chuàng)了類似的思想。 Ashby、 Alan Turing， Grey Walter和其他人一起為”那些在維納的書(shū)發(fā)表以前就具有維納的思想的人”形成了比俱樂(lè)部（ Ratio Club）， Ashby的《大腦設(shè)計(jì)》（Design for a Bain）（1948，1952）詳述了他的思想：智能可通過(guò)使用包含恰當(dāng)反饋回路以實(shí)現(xiàn)穩(wěn)定適應(yīng)行為的自動(dòng)平衡（ homeostatic）裝置來(lái)創(chuàng)建。

現(xiàn)代控制論，特別是被稱為隨機(jī)優(yōu)化控制的分支，其目標(biāo)是設(shè)計(jì)能隨時(shí)最大化目標(biāo)函數(shù)（ objective function）的系統(tǒng)。這與我們關(guān)于人工智能的觀點(diǎn)大致一致：設(shè)計(jì)能最佳表現(xiàn)的系統(tǒng)。它們的始祖之間具有密切聯(lián)系，但為什么人工智能與控制論是兩個(gè)不同的領(lǐng)域呢？

答案存在于參與者熟悉的數(shù)學(xué)技術(shù)與包含在每個(gè)專業(yè)范圍中的對(duì)應(yīng)問(wèn)題集之間的緊密耦中。微積分與矩陣代數(shù)是控制論的工具，它們鼓勵(lì)可由固定的連續(xù)變量集來(lái)描述的系統(tǒng)然而創(chuàng)立人工智能的部分原因是當(dāng)作逃避這些意識(shí)到了的局限的一種方法。邏輯推理與計(jì)算的工具允許人工智能研究者們考慮一些諸如語(yǔ)言、視覺(jué)和規(guī)劃那樣的問(wèn)題，這些問(wèn)題完全落在控制理論家的范圍之外。

8. 語(yǔ)言學(xué)

    語(yǔ)言與思維如何關(guān)聯(lián)？

1957年，B.E.Sinr出版了《言語(yǔ)行為》（ Verbal Behavior），由領(lǐng)域內(nèi)最早的專家撰寫(xiě)的這本書(shū)為語(yǔ)言學(xué)習(xí)的行為主義方法給出了一個(gè)綜合的、詳細(xì)的解釋。然而奇妙的是該書(shū)的一篇評(píng)論變得與該書(shū)本身一樣著名，并且用于幾乎消除了對(duì)行為主義的興趣。這篇評(píng)論的作者就是語(yǔ)言學(xué)家諾姆·喬姆斯基（ Noam Chomsky），那時(shí)他正好出版了一本關(guān)于他自己的理論的書(shū)，《句法結(jié)構(gòu)》（ Syntactic structures）。喬姆斯基指出行為主義的理論沒(méi)有處理語(yǔ)言中的創(chuàng)造性的概念—它沒(méi)有解釋兒童怎么能理解和構(gòu)造他或她以前從未聽(tīng)過(guò)的句子。喬姆斯基的理論—基于可追溯到印度語(yǔ)言學(xué)家帕尼尼（ Panini，，大約公元前350年）的句法模型—能夠解釋這個(gè)現(xiàn)象，并且不像以前的理論，其理論足夠形式化以致原則上可被編程實(shí)現(xiàn)。

現(xiàn)代語(yǔ)言學(xué)與人工智能在大約相同的時(shí)間”誕生”，并且一起長(zhǎng)大，交叉于一個(gè)稱為計(jì)算語(yǔ)言學(xué)（ computational linguistics）或自然語(yǔ)言處理（ natural language processing）的混合領(lǐng)域。很快證實(shí)了理解語(yǔ)言的問(wèn)題要比1957年感覺(jué)的復(fù)雜得多。理解語(yǔ)言需要了解主題和語(yǔ)境，而不僅僅是了解句子的結(jié)構(gòu)。這似乎是顯然的，但是直到20世紀(jì)60年代它并未被廣泛接受。知識(shí)表示（ knowledge representation）（如何把知識(shí)翻譯成計(jì)算機(jī)可用來(lái)推理的形式的研究）中的大量早期工作與語(yǔ)言聯(lián)系在一起并從語(yǔ)言學(xué)的研究中獲得信息，反過(guò)來(lái)語(yǔ)言學(xué)的研究又與數(shù)十年關(guān)于語(yǔ)言的哲學(xué)分析的工作聯(lián)系在一起。

我是一位75歲以上的老人！本站主要是些學(xué)習(xí)體驗(yàn)與分享(其中會(huì)引用一些作品的原話并結(jié)合我的一生體會(huì)與經(jīng)驗(yàn)加工整理而成！在此一并感謝！如有不妥之處敬請(qǐng)與我聯(lián)系,我會(huì)妥善處理，謝謝！)我寫(xiě)的主要是中老年人各方面應(yīng)注意的事兒！退休后我希望通過(guò)這個(gè)平臺(tái)廣交朋友，互助交流，共筑美好生活?。。。。?！ 更多文章請(qǐng)參看http://www.趙站長(zhǎng)的博客。期待大家的光臨與指教哦^0^！歡迎大家轉(zhuǎn)發(fā)！