馮·諾伊曼的科技哲學思想及其對人工智能研究的啟示

1、馮-諾伊曼的科技哲學思想及其對人工智能研究的啟示摘 要 馮諾伊曼的科技哲學思想主要體現(xiàn)在他的自動機理論中。為了實現(xiàn)機器智 能的自動化，馮諾伊曼探究自動機理論背后的邏輯，把生物目的性思想用于人工自動機, 主張把邏輯學、生物學和復雜性科學多學科有機結合起來。他的思想對當代人工智能的研 究具有重要啟示意義：開啟了人工智能生物學研究方向，為人工智能的研究提供了 “自下而 上的研究方法，為人工智能的研究提供了復雜性科學研究視野。關鍵詞 馮諾伊曼；自動機;人工智能“計算機之父”馮諾伊曼是20世紀最杰出的數(shù)學家之一，在20世紀4050年代，他深入地研 究了自動機（理論計算機）理論，提出了計算機的邏輯結構以及

2、多個自動機模型，他的自動機理論中 蘊藏著豐富的科學哲學思想。在人工智能發(fā)展方興未艾的今天，人工智能需要復雜性科學視野，在 對復雜系統(tǒng)的基礎上，加強生物目的性機制研究，探求新的邏輯理論以突破研究的瓶頸，馮諾伊曼 科學哲學思想對當代人工智能的研究具有重要的方法論啟示意義。一、馮諾伊曼的科學哲學思想馮諾伊曼的自動機理論中科學哲學思想，主要表現(xiàn)在畢達哥拉斯主義的數(shù)學邏輯理性、現(xiàn)代 生物目的論思想以及復雜性科學方法論等方面。(-)探求自動機背后的邏輯馮諾伊曼的自動機理論中體現(xiàn)了畢達哥拉斯主義的特點:追求自動機背后的數(shù)學、邏輯基礎。 為了實現(xiàn)計算機對人類智能的模擬，馮諾伊曼對自動機的研究，不僅研究自動機構

3、造問題，而且非 常關注邏輯問題,注重理論的形式化與抽象化。1944年在研究第一臺電子計算機ENIAC時，馮諾伊曼是第一個從邏輯的角度來研究計算機 結構的人,他指出了第一臺計算機的缺陷是沒有找到恰當?shù)挠嬎銠C邏輯理論作為基礎。1943年麥卡 洛克和皮茨神經(jīng)活動中思想內(nèi)在性的邏輯演算一文發(fā)表后，馮諾伊曼以其敏銳的目光看到了將 人腦傳播存儲信息過程數(shù)學定律化的潛在可能性，他認為麥卡洛克、皮茨的神經(jīng)模型以及圖林對通 用計算機的思考都與數(shù)理邏輯相關，由此得出這樣的結論:一臺自動機所能做的事情可以用邏輯語 言來描述,能用邏輯語言進行嚴格描述的也可以由自動機來完成。在1945年馮諾伊曼發(fā)表電子 離散變量自動計

4、算機(EDVAC)中，非常清楚地介紹了設計電子計算機背后的原理及其邏輯基礎。 “我們將嘗試不僅從數(shù)學的觀點，而且從工程師和邏輯學家(即真正適合設計科學工具的人)的觀點 來探討(大規(guī)模計算)機器”。1946年七八月間，馮諾伊曼在EDVAC基礎上又提出了電子計算 機邏輯設計初探，這兩篇報告從邏輯的角度高屋建瓴地提出了現(xiàn)代計算機的理論基礎，其綜合設計 和計算機邏輯結構的構想使計算機整個運算過程自動化，使電子計算機的高速度智能計算得以在工 程上實現(xiàn)。馮諾伊曼的朋友兼合作者烏拉姆曾對他做出這樣的評價，“計算機源出于科學發(fā)展和 技術發(fā)展的匯合點。一方面是在數(shù)理邏輯、數(shù)學基礎，對形式系統(tǒng)詳盡研究等方面的工作

5、。在這些 領域，馮諾伊曼起著舉足輕重的作用”。除了電子計算機的邏輯模型，馮諾伊曼后來還設計了五個自動機模型，即動力自動機模型(kinematic model)、元胞自動機模型(cellular model)、興奮一閾值一疲勞模型(excitation - threshhold - fatigue model)、連續(xù)自動機模型(continuous model)以及概率自動機模型(probabilistic model) o這些模 型都試圖尋找生命的繁殖與進化的數(shù)學和邏輯規(guī)則，讓人工自動機具有生命的這兩個特征。馮諾伊曼非常強調(diào)數(shù)理邏輯在自動機理論中的重要作用，常把自己關于自動機的理論稱為 “自動

6、機的邏輯理論”，并且研究了自動機的數(shù)理邏輯和概率邏輯。注重生物目的論思想的研究與應用“目的”這一概念,是哲學家和自然科學家長期爭論的問題。目的論是“用目的或目的因來解釋 世界的哲學學說，在如何解釋世界的事物和現(xiàn)象以及它們之間的關系上，目的論認為某種觀念的目 的是預先規(guī)定事物、現(xiàn)象存在和發(fā)展以及它們之間關系的原因和根據(jù)。目的論的根本點是把自然過 程擬人化，把目的這個只為人的活動所固有的因素強加給自然界。”20世紀40年代控制論和系統(tǒng) 論建立，表明目的性可以通過系統(tǒng)與環(huán)境的反饋相互作用機制得以實現(xiàn)，使得曾經(jīng)被科學研究排斥 的目的論哲學重新回到科學家的視野。馮諾伊曼主張把生物目的論思想融入自動機設計

7、,他認為生物自動機能做到的，比如自我繁 殖和進化等,人工自動機也應能夠做到。為了把生物系統(tǒng)的目的性機制用于計算機的設計，馮諾 伊曼對生物目的論做了大量研究,把自然自動機（包括神經(jīng)系統(tǒng)、自繁殖和自修復系統(tǒng)、有機體的進 化和適應方面等）與人工自動機（數(shù)字計算機、用于通訊和信息傳遞的人造系統(tǒng)等）做比較，開創(chuàng)了 生物目的性自動機研究的先河。為了弄清生物的目的性如何實現(xiàn)，馮諾伊曼對生物信息過程（biological information process）做 了長期的研究，他認為圖靈機與麥卡洛克-皮茨的結論太概括,并沒有告訴我們神經(jīng)機制的工作原 理,所以需要研究生物處理信息的過程與反饋機制。從1944年

8、接觸到第一臺電子計算機他就開始 閱讀神經(jīng)生理學方面的文獻，并與生物學學術界接觸，參與這個主題的跨學科的學術會議。烏拉姆 在一位數(shù)學家的經(jīng)歷中曾這樣寫道“約翰尼（馮諾伊曼的昵稱）關于生物體和自動機未來理論 的設想有其淵源,但他的較具體的想法，是在他搞電子計算機以后才逐漸產(chǎn)生出來的。我認為他推 進電子計算機發(fā)展的動機之一,是出于他對神經(jīng)系統(tǒng)和腦組織本身運轉機制的強烈愛好。”1944年末，馮諾伊曼與哈佛計算機實驗室主任艾肯（Howar Aiken）以及羅伯特維納建立“目 的論學社（teleology society ”。“目的論是研究行為的目的，我們大多數(shù)人的興趣似乎一方面是致力 于研究這些目的如何

9、由人和動物的行為實現(xiàn)，另一方面是目的如何被機械與電子設備模仿”。 1944年至1955年馮諾伊曼主要研究生物系統(tǒng)與自動機的相似性和類比問題，在這個時期，他認識 到不僅在技術系統(tǒng)中，而且在生物系統(tǒng)中也存在反饋機制。馮諾伊曼非常重視計算機“邏輯控制”的研究，在晚年的時候他曾預言:在將來，科學將會更 關注控制、程序、信息過程、信息、組織和系統(tǒng)等方面的研究，而他對數(shù)字計算機的研究目標就是為了 通過計算機研究這些內(nèi)容，他的自動機理論就是研究自然自動機和人造自動機控制、信息與邏輯方 面的問題。在計算機與人腦第二部分人腦的導言中,他這樣寫道，現(xiàn)在，我們可能轉入另一項 比較,即與人類神經(jīng)系統(tǒng)的比較。我將討論兩

10、類自動機之間的相似與不相似之點。找出它們相類 似的要素,將引向我們所熟悉的領域。同時,還有若干不相類似的要素。這些相異之處，不僅在于大 小尺寸和速度等比較明顯的方面，而且存在于更深入、更根本的方面，包含:功能和控制原理,總體的 組織原理等等，我們的主要目的，是探討后一方面”。馮諾伊曼的計算機理論是在現(xiàn)代目的論發(fā)展的進程中產(chǎn)生的，他不僅注意到計算機與生物之 間的相似性與差異性，還把大腦神經(jīng)系統(tǒng)的工作機制應用于計算機、自動機的設計與構造，從而建立 了一種目的論自動機理論。控制論提出者維納曾認為，機器要表現(xiàn)出與有機體相似的目的與功能,必須探索有機體的生理反饋機制,從而使機器可以模仿有機體的結構來建立

11、一套反饋機制，“目的性 行為可以用反饋來代替，這樣就可以突破生命與非生命的界限,把目的性行為這個生物所特有的概 念賦予機器”。通過把目的性賦予于無生命的機器，就為自動控制裝置模擬人的目的性行為找到 可行的機制和方法。而馮諾伊曼計算機程序控制系統(tǒng)正式這一思想的體現(xiàn)。馮諾伊曼支持控 制程序的研究還表現(xiàn)在他對維納工作的評論。在1949年9月4日給維納的信中，他這樣寫道，“我 希望我毋需告訴你我頭腦中的控制論的涵義,對于你在通訊理論上的工作，我們已經(jīng)討論多次，我 希望將來我們對它進行更多的討論。我已經(jīng)公開發(fā)表我的贊同意見。很少有兩個人百分之百贊 同一件事,但我認為我們在這個主題上是完全贊同的”。馮諾伊

12、曼在對生物信息過程的長期探究中,通過對自然自動機與人工自動機相似性與差異性 的比較研究，成功地把生物目的性機制應用于人工自動札馮諾伊曼計算機”是具有儲存信息與 控制系統(tǒng)的機器,是模擬人的目的性行為最有代表性的機器，是人的目的性行為在機器上的成功實 現(xiàn)。馮諾伊曼自繁殖自動機理論中構建的動力自動機系統(tǒng)體現(xiàn)了亞里士多德“程序目的論”思想， 而元胞自繁殖自動機理論與實際的生物系統(tǒng)非常類似，注重生物目的性自動機的算法實現(xiàn),模擬了 包括人在內(nèi)的生物系統(tǒng)的推理功能。重視對“復雜性”的研究馮諾伊曼在對人的神經(jīng)系統(tǒng)和計算機系統(tǒng)進行研究時,都非常重視對“復雜性(complexity) # 研究,他希望能建立復雜系

13、統(tǒng)的邏輯組織理論,并認為只有先找到這樣的理論基礎，才能建造出可靠 性強、能自我繁殖、進化的自動機。馮諾伊曼對復雜自動機理論的研究集中體現(xiàn)于五篇演講稿中，在&通用計算機(Computer in General)中，他描述了一般的復雜自動機，在開篇說道，“我將討論自動機一極復雜自動機的行為 以及由于高度復雜引起的典型困難。我將簡要討論人工自動機與有機體之間的合理的類比,有機體 在一定的功能上是自然自動機。我們必須考慮它們之間的相似性與不同點這些不同點就是真 正的原理”。在&控制與信息嚴格理論(Rigorous Theories of Control and Information)、信息的概率 理

14、論(Statistical Theories of Information)介紹了自動機理論的邏輯與概率理論，高復雜性和極高復 雜性的作用對計算機與人類神經(jīng)系統(tǒng)的復雜性和效率做了直接比較，對細胞與真空的模擬性質(zhì)與 數(shù)字化性質(zhì)做了比較，他認為數(shù)字方法在復雜狀態(tài)下比模擬方法更有技數(shù)字化機制對于復雜性 功能似乎是必需的，純模擬機制不適于復雜狀態(tài)。模擬方法處理復雜狀態(tài)是把它分成部分,然后單 獨對部分進行處理?！痹?復雜自動機問題的重新評估一等級與進化問題(Re - evaluation of theProblem of Complicated Automata(Problems of Hierarch

15、y and Evolution)中提出了復雜性最高的自繁殖 自動機的動力模型。給出了 “復雜”(complication)的直覺定義并推測了它的退化特征，討論了自動 機與它們的“要素”部分，列舉并定義了這些要素部分,討論了自動機的合成以及自我繁殖問題。馮諾伊曼認為，人是一種獨特的自然自動機，在構造上比任何一臺人工自動機更復雜。由于 這種復雜性,人類對自身邏輯的了解比建造的計算機的邏輯設計了解還少。馮諾伊曼認為自動機 理論的主要問題是圍繞復雜性概念的,這個概念需要嚴格的定義。自動機理論應該把復雜自動機邏 輯組織與它們的行為相聯(lián)系。這樣的理論將能使我們改進人工自動機的邏輯設計?？梢允棺詣訖C 完成由

16、人類完成的更難、更高級的功能和人類不能完成的一些其他功能。在復雜系統(tǒng)中尤其重要的 是可靠性問題。馮諾伊曼推測出極度復雜的系統(tǒng)需要新的原理,他認為在某個水平下，復雜性退 化，自繁殖不可能發(fā)生。在一個簡單自動機里，整個自動機行為的符號描述比對自動機自身的描述 更簡單，但在復雜自動機情況下，對自動機的描述比對其行為的符號描述更簡單。!馮諾伊曼還通過復雜性自動機與熱力學理論、信息論之間的相關性描述了復雜性的特征，實 際上馮諾伊曼的自動機理論始終貫穿著對“復雜性”的研究，在提出自動機原理的過程中,他通過 對人腦和電腦的比較使我們認識了思維的復雜性，通過研究機器是否能像生物那樣具有自繁殖能 力,使我們了解

17、了生命系統(tǒng)的復雜性。在20世紀40年代早期,計算系統(tǒng)的復雜性還沒有被清楚地 認識。大多數(shù)早期計算機研究者的眼光沒有超出元件設計、硬件工程的細節(jié)。馮諾伊曼對計算機 的發(fā)展產(chǎn)生重大影響的原因之一是他對計算系統(tǒng)復雜性的認識以及從不同方面對復雜性的 貢獻。二、人工智能的發(fā)展人工智能成為一門獨立研究的學科要追溯到1956年的達特茅斯會議。該會議由美國約翰麥 卡錫(John Mccathy)和馬文明斯基(Marvin Minsky)發(fā)起,為期兩個多月。這次會議對于人工智能 的目標設想是“制造一臺機器，該機器可以模擬學習或智能的所有方面”。明斯基提出“人工智能 是一門科學，是使機器做那些人需要智能來做的事情

18、”。人工智能在研究如何讓機器具有人的智 能的過程中形成了三大流派，即符號主義、連接主義和行為主義。達特茅斯參會者赫伯特西蒙和艾倫紐厄爾創(chuàng)立了符號主義的流派，該流派的哲學思路被稱 為“物理符號系統(tǒng)假說”，即“智能是對符號的操作”。符號主義早期在機器證明和知識表示上取得了耀眼的成就。在達特茅斯會議上,赫伯特西蒙和艾倫紐厄爾介紹了一個叫“邏輯理論家”的程 序，能夠證明羅素與懷特海合著的數(shù)學原理這部現(xiàn)代邏輯著作中命題邏輯中的一個子集。1959 年中國的邏輯學家王浩在一臺機器上證明了數(shù)學原理中一階邏輯的所有定理。繼機器證明后，符 號主義在專家系統(tǒng)和知識工程方面取得了重要成就，但沿著這條路就可以實現(xiàn)全部智

19、能嗎？沿著這 個思路進行研制的日本第五代智能機最后以失敗而告終，表明符號主義遇到了發(fā)展的瓶頸。連接主義的觀點認為“大腦是一切智能的基礎，試圖通過研究大腦神經(jīng)元和連接機制在機器上 進行相應的模擬”。連接主義的研究是基于1943年神經(jīng)生理學家沃倫麥卡洛克和邏輯學家沃 爾特皮茨聯(lián)合發(fā)表神經(jīng)活動中內(nèi)在思想的邏輯演算提出的模擬人類神經(jīng)元細胞結構的一個模 型。1951年明斯基和迪安艾德蒙茲合作設計了 “隨機神經(jīng)網(wǎng)絡模擬強化計算器”。1958年心理學 家弗蘭克羅森布拉特(Flank Rosenblatt)基于麥卡洛克和皮茨模型提出了感知機模型，是一個可以 根據(jù)樣例數(shù)據(jù)來學習、對新的數(shù)據(jù)做分類預測的模型。受感

20、知機的啟發(fā),20世紀60年代有很多計算 機工程師和數(shù)學家投入神經(jīng)網(wǎng)絡的研究。1969年明斯基和西蒙派帕特(Seymour Papert)出版感 知機:計算機幾何學導論，證明感知機只能解決線性可分問題而實現(xiàn)多層神經(jīng)網(wǎng)絡不太可能，導致 神經(jīng)網(wǎng)絡研究在十多年之內(nèi)一度陷入低潮，直到1986年杰弗里辛頓(Jeoffrey Hinton)與羅納德 威廉姆斯(Ronald Williams)發(fā)表通過反向傳播算法實現(xiàn)表征學習提出反向傳播算法，倡導深層神 經(jīng)網(wǎng)絡，提出深度學習。2004年辛普森研究團隊研究出了一批更高效的深度學習算法使深度學習成 為了人工智能的主流研究方向，它的成功使連接主義成為目前一條重要人工

21、智能實現(xiàn)路線?，F(xiàn)在深 度學習掀起了人工智能的新高潮，在自然語言處理、機器翻譯、語音合成、無人駕駛和人臉識別等方 面取得了巨大的成就，但連接主義也面臨著極大的挑戰(zhàn)，因為人們現(xiàn)在還沒有完全弄清楚人腦智能 產(chǎn)生的機制,難以實現(xiàn)完全的連接主義。行為主義流派認為智能取決于人的感知和行動。只需要將智能行為表現(xiàn)出來，不需要知識表征 和推理，這個學派的早期的代表是Brooks的六腳爬行機器人。沿著行為主義的路線，美國波士頓動 力公司做出了人形機器人可以做后翻動作、大狗機器人可以負重前行，但這些機器人模擬人類行動 技能上面臨很大挑戰(zhàn)。美國哲學家普特南(H. Hilary Putnan)也提出了一個思想實驗,認為

22、完美的偽 裝者可以根據(jù)外在的需求進行表演，在需要他哭的時候可以放聲大哭，需要他笑的時候，他可以開心 大笑。斯巴達人無論使內(nèi)心激動還是平靜，其外貌總是冷若冰霜。完美的偽裝者和斯巴達人的外部 表情和內(nèi)心沒有聯(lián)系，外在的行為何以是智能的表現(xiàn)？因此很多人認為行為主義的實現(xiàn)不能等同于 人的智能。綜上所述，人工智能的三大流派都取得了很大進展，但又都面臨著巨大挑戰(zhàn)。三、馮諾伊曼的科學哲學思想對人工智能研究的啟示在人工智能的發(fā)展中，馮諾伊曼的科學哲學思想有著重要的方法論啟示意義。馮諾伊曼不 僅闡述了制造計算機的數(shù)學邏輯規(guī)則，而且把邏輯學與生物學有機結合起來,把機器與人的神經(jīng)系 統(tǒng)作了比較，注重生物目的性人工自

23、動機的算法實現(xiàn)，實現(xiàn)了機器的自動控制過程，模擬人的目的性 行為，還研究了復雜系統(tǒng)科學,用元胞自動機向我們展示了復雜性的涌現(xiàn)，這對人工智能的研究具有 以下啟示意義。(-)探求人工智能新的邏輯理論符號主義在發(fā)展的過程中面臨著的三大問題:一是概念組合爆炸問題，即一個人掌握的基本概 念有幾萬個基本概念，基本概念形成的組合概念是無窮的，二是綜合命題悖論問題，即兩個合邏輯的 命題組合起來難以判斷真假，三是現(xiàn)實知識難以用有限的邏輯符號全部表達的問題，這三個問題用 現(xiàn)有的邏輯理論是無法解決的。在人工智能發(fā)展過程中，美國科學家戴維布里奇曼在21世紀初 在制腦者這部著作中曾這樣寫道“傳統(tǒng)的人工智能研究，即希望開發(fā)

24、出能夠以高度有序、按部就 班的方式進行思考的電腦系統(tǒng)，已經(jīng)在幾乎所有曾經(jīng)看來大有可為的領域止步不前近四十年光 景里人工智能領并沒有什么實質(zhì)性的突破”。!馮諾伊曼認為人類智能的本質(zhì)是邏輯的抽象，人工自動機的本質(zhì)是讓自動機行使邏輯功能, 而電路等設備只是輔助邏輯功能的實現(xiàn)。在研究的過程中他指出了現(xiàn)有的數(shù)理邏輯對研制自動機 來說是不夠的，沒有找到合適的邏輯理論是我們研究自動機的障礙之一。也正是因為他找到了計算 機背后的邏輯理論，才成功地設計了第一臺電子計算機的完整邏輯結構，使第一臺計算機的計算智 能成功得以實現(xiàn)。第一臺電子計算機的設計成功也更使他認識到數(shù)理邏輯與人工自動機的緊密 關系。為了探求復雜自

25、動機背后的邏輯理論，馮諾伊曼指出我們不僅要用數(shù)理邏輯的知識指引自動 機的研究，也需要用自動機的邏輯理論來看待數(shù)理邏輯,先尋找自動機的邏輯后再轉化為數(shù)理邏輯 的符號，再在機器上實現(xiàn)。因此，他對自動機的邏輯理論做了大量探討,把自動機的邏輯與現(xiàn)有數(shù)理 邏輯的特點做了比較，指出了現(xiàn)有邏輯用于自動機邏輯研究的不足之處以及造成的后果。由于數(shù)理 邏輯不考慮計算的復雜性，只考慮在有限步驟類完成計算，這就導致了復雜的智能計算在現(xiàn)有的數(shù) 理邏輯中不可能完備的進行,這也是符號主義所面臨的問題。由于數(shù)理邏輯是確定的,是綜合的，而 自動機的邏輯是概率的、分析的，這也使得數(shù)理邏輯不能成為自動機理論中合適的邏輯理論。馮諾伊

26、曼不僅指出現(xiàn)有數(shù)理邏輯的研究是不夠的,還指出我們需要進一步研究生物自動機, 尤其是人的神經(jīng)系統(tǒng)的內(nèi)在邏輯，他認為新的自動機邏輯理論與概率理論、熱力學和信息理論有著 緊密的聯(lián)系,我們需要從這些理論中獲得啟示。（二）開啟人工智能生物目的性自動機研究方向美國當代科學哲學家休伯特德雷福斯曾說對于人工智能而言，進化的模擬遠比神經(jīng)網(wǎng)絡的 模擬更有前途”。!為了解決這個問題，我們可以從馮諾伊曼的生物目的性自動機理論中得到 啟示。馮諾伊曼開創(chuàng)了人工自動機與自然自動機的比較研究，對我們了解自然系統(tǒng)（自然自動機）、 了解模擬與數(shù)字計算機（人工自動機）貢獻了最基本的方法。馮諾伊曼十分重視自然自動機與人 工自動機的比

27、較，并認為這兩者之間會相互促進彼此的研究。1947年3月在目的論學社第三次會議 上,他比較了生物與人工信息過程系統(tǒng)中的反饋與記憶系統(tǒng)。1955年8月，馮諾伊曼與威斯康星 （Wisconsin）大學基因學家Joshua Lederberg通信，Joshua Lederberg認為馮諾伊曼的自繁殖模型在 解釋生物繁殖上是充分的。同年,他與生理學家C. M. William接觸,William與Graham Weddell于 1952（1954年在牛津大學進行一項關于兔子耳毛的研究課題，他們的工作揭示的信息機制與馮諾 伊曼為改進計算機可靠性的多方面的技術非常相似。馮諾伊曼發(fā)現(xiàn)自然自動機是一個混合系統(tǒng)

28、,既包含模擬過程又包含數(shù)字過程?；蚴菙?shù)字式 的;酶是模擬式的，模擬一種控制功能，控制功能是模擬的。在自然自動機知識的影響下，馮諾伊 曼提出了一個模擬式（數(shù)字式的復合計算機模式，這是一個把研究自然系統(tǒng)的結果用于人工系統(tǒng)設 計的很好的例子，這種遠見是難能可貴的，它為后來的非數(shù)字計算機的發(fā)展指明了方向。馮諾伊曼在構造計算機的通用理論時，在比較人工自動機和自然有機體這些相異且相關的系 統(tǒng)中，找到了涵蓋這兩者的理論，這種自動機理論包括人工系統(tǒng)和自然系統(tǒng)的結構、組織和原則，語 言和信息在系統(tǒng)中的作用以及系統(tǒng)的編程和控制。他認為自然自動機和人工自動機這種比較研究 可以互相影響，互相促進，既幫助我們理解大腦

29、神經(jīng)系統(tǒng)的工作機制，又可把生物機制應用于計算 機,改善計算機的設計。如在1945年EDVAC報告中，他先探討了麥卡洛克與皮茨1943年發(fā)表的 神經(jīng)活動內(nèi)在概念的邏輯演算，然后對人類神經(jīng)系統(tǒng)與電子計算機進行類比:他把人的神經(jīng)系統(tǒng) 中主管聯(lián)想的神經(jīng)元類比成計算機的中央處理器,把感知、運動的神經(jīng)元類比成計算機的輸入與輸 出裝置，把神經(jīng)系統(tǒng)的興奮和抑制以邏輯上“全或無”的方式表現(xiàn)出來,與電子線路中二進制開關對 應。馮諾伊曼的計算機邏輯結構，可以說是神經(jīng)系統(tǒng)中某些功能機制的模擬。馮諾伊曼從現(xiàn)代邏輯的成果出發(fā),模擬了包括人在內(nèi)的生物系統(tǒng)的推理功能、自繁殖功能，他 還從基因的角度對自動機的進化問題進行了探討

30、，“自繁殖的自動機越往后發(fā)展，就越有可能會改變 其遺傳基因,具有進化機制”?？梢哉f，馮諾伊曼開啟了對生物目的性自動機的研究,是生物目的性自動機理論的開創(chuàng)者，對 人工智能開啟生物學研究方向具有重要啟示意義。馮諾伊曼的生物目的性自動機理論經(jīng)他的同 事勃克斯（Burks）介紹推廣以后，勃克斯的博士生約翰霍蘭德（John Holland）受到啟發(fā)，提出了一套獨特的遺傳算法，并建立了人工智能領域的遺傳學派。（三）為人工智能提供復雜性科學研究方法馮諾伊曼非常重視復雜性研究，為了創(chuàng)建更可靠、復雜性更高、能夠自繁殖的自動機探討了 “復雜性”問題，并用元胞自動機呈現(xiàn)了復雜性的涌現(xiàn)圖景?！瓣U明復雜性和復雜化概念應

31、當是20世 紀科學的任務，就像19世紀的熵和能量概念一樣”，他的愿望在20世紀并沒有實現(xiàn),但他超前的眼 光對人工智能的研究有極大的啟迪作用。馮諾伊曼對復雜性做了大量的研究,提出了 “邏輯深度、“數(shù)值方法”等研究復雜性的概念和 方法，他的元胞自動機理論的構建的方法，與傳統(tǒng)邏輯構建方法不一樣，為人工智能的研究提供了新 方法。傳統(tǒng)的人工智能流派之一符號主義以符號處理為基礎，把人的智能符號化、程序化，使用的是 “自上向下”的方法，即“根據(jù)從上端到下端的編程程序手段來建構智力機器:首先把總體的行為分 解成嚴格定義的子程序進行編程，子程序又分解成子程序、子子程序一直分解到程序本身的機 器語言”。馮諾伊曼的元胞自動機中復雜性的呈現(xiàn)采用的是“自下而上”的方法，即“先定義許多小的單 元以及幾條關系到它們內(nèi)部的、局部的相互作用的簡單規(guī)則，從這些相互作用中產(chǎn)生出連貫的整 體行為，這種行為并不是預先編好的，而是通過模擬或模仿自然界中自我組織的過程