profile photo

古典人工智能(零)

2020-03-17 00:00:00

人工智能学派

人工智能的主要流派有三个:1.符号主义(symbolicism)--数理逻辑 2.连接主义(connectionism)--仿生学 3.行为主义(actionism)--控制论
该系列博客主要写写其中的符号主义学派。
(注: 主要是总结所看过的书籍、博客等,并非完全原创) 符号主义学派的核心观点在于,人类的智能主要体现在推理能力。机器应当像人一样思考,这样一来机器才有获取智能的可能。符号主义学派的思路十分明了,建立一个庞大的知识库体系,并赋予机器推理能力这样便可以创造人工智能。至于为什么这种观点被称为 符号主义,原因在于该学派普遍认为人类认知基于符号,而思维是一种运算。如今的语义网络与专家系统很大程度上继承了符号主义学派的思路。

知识

按照符号主义学派的思路,构建人工智能首先要获取知识。给知识下定义是极其困难的,但我们可以简单总结一下生活中的几种知识:
1.事实性知识
2.过程性知识
3.行为性知识
4.实例性知识
5.类比性知识
6.元知识

事实性知识

这种知识一般采用直接表示的方式,例如:地球绕着太阳转、北京是中华人民共和国首都等。但要注意事实性知识的准确性,事实性知识如果出现错误,那么做出的推理必然结果也会不严密。
注:本文不讨论事实性知识能否正确被人类认知的哲学相关问题。

过程性知识

往往是一系列动作构成的知识,例如:如何做西红柿炒鸡蛋、如何维修电子计算机等

行为性知识

不给出事实本身,而是给出某方面的行为。例如微分方程刻画了一个函数的行为但并未给出函数本身。(这类知识往往是某种数学模型)行为性知识往往描述的是事物的内涵而非外延。
(注:
内涵:内涵往往指事物特有属性的反应
外延:外延往往指事物所组成的类
例如:当我们谈到人的内涵,指的是人类所具有属性(如:域:真核域 Eukarya \ 界:动物界 Animalia \ 门:脊索动物门 Chordata\ 亚门:脊椎动物亚门 Vertebrata \ 纲:哺乳纲 Mammalia \ 亚纲:真兽亚纲 Eutheria \ 目:灵长目 Primates \ 科:人科 Hominidae \ 属:人属 Homo \ 种:智人种(Homo sapiens sapiens) \ )而人的外延则指全体人类(即所有人类个体的集合)
从集合论的角度看内涵指集合所有元素共有的属性,而外延指集合中的所有元素。)

实例性知识

只给出实例而知识隐藏在实例中。例如:观察到打雷之后下雨了这便是一个实例性知识。(注:这并不是说打雷一定下雨,所有观察数据都是实例性知识)

类比性知识

不给出内涵也不给出外延,但给出它与其他事物的相似之处。这种知识虽然不准确,却能使不同领域之间的知识可以被快速理解。

元知识

即关于知识的知识。例如:一个专家系统要知道该系统能回答什么不能回答什么,这本身也是一种知识,只不过是关于知识的知识。

知识表示

大概了解了知识之后,问题便是如何表示知识,普遍上有如下几种:
1.演绎系统
2.产生式系统
3.框架结构
4.语义网络
5.过程性知识

在后续的文章中,我们将逐一解释这五种表示方法。