人工智能的緣起

1通用人工智能和非公理推理系統(tǒng)人工智能的緣起2計算機有多強的智力？機器能思維嗎？先驅：NorbertWiener,JohnvonNeumann,AlanTuring,ClaudeShannon認知科學：心理學、邏輯學、語言學、哲學研究領域形成于Dartmouth會議（1956）JohnMcCarthy,MarvinMinsky,AllenNewell,HerbertSimon（司馬賀）智能面面觀3“人工智能”是要讓計算機像人腦那樣工作，但計算機不可能在所有方面都和人腦一樣注重不同方面對應“智能”的不同工作定義：內部結構、外部行為、實用效力、認知功能、理性原則觀察的角度和距離對結論的影響，沒有客觀標準是“條條大路通羅馬”、“盲人摸象”，還是“橫看成嶺側成峰”？主流人工智能和通用性4通用智能系統(tǒng)是AI的初心，但是在遭遇失敗后，在多年中成為畏區(qū)以至于禁區(qū)目標轉換：“讓計算機解決人腦能解決的問題”，在某些實用效力或認知功能上接近甚至超過人腦問題：功能的碎片化、隔離化，整合困難；混同于傳統(tǒng)計算模型，缺乏適應性、靈活性企圖通過整合現(xiàn)有技術實現(xiàn)通用性通用人工智能5ArtificialGeneralIntelligence(AGI)

是對智能的一種觀點，強調智能的通用性（與領域無關）和整體性（多功能協(xié)同）通用系統(tǒng)不是專用系統(tǒng)的擴展或疊加，而通用系統(tǒng)的成功也不會抹殺專用系統(tǒng)的價值AGI和主流AI有根本性不同，是個邊緣領域，仍處于百家爭鳴時期和“強人工智能”等名詞的歷史關系當前AGI研究的主要交流平臺6AGI-2018:Prague,CzechAGI-2017:Melbourne,AustraliaAGI-2016:NewYork,USAAGI-2015:Berlin,GermanyAGI-2014:QuebecCity,CanadaAGI-2013:Beijing,ChinaAGI-2012:Oxford,EnglandAGI-2011:MountainView,USAAGI-2010:Lugano,SwitzerlandAGI-2009:Arlington,USAAGI-2008:Memphis,USA實現(xiàn)通用智能的不同戰(zhàn)略7

集成型

分治型

統(tǒng)一型“智能”的統(tǒng)一性8

智能（認知、思維、心靈、意識、…）人類智能人工智能動物智能群體智能外星智能我的智能觀9正常人都有智能，與時代、種族、文化、經歷、專業(yè)等基本無關傳統(tǒng)計算機系統(tǒng)沒有智能“智能”是指在知識和資源相對不足的情況下的適應能力“相對不足”10“知識和資源相對不足假設”（AssumptionofInsufficientKnowledgeandResources,AIKR）：有限：在每個時刻加工能力是常量實時：任務隨時出現(xiàn)且有時間要求開放：任務內容無限制“不足”是相對于面臨的任務而言，因此和“有界”不同“適應”11“適應”（adaptation）：依靠過去應對未來依靠有限應對無限“盡力而為”：努力和結果不是一回事適應只在相對穩(wěn)定的環(huán)境中有優(yōu)勢智能的反面12“智能”的反義詞不是“無能”，而是“本能”和“技能”“智能”之別于“本能”：“習得”（后天）能力不同于“預設”（先天）能力“智能”之別于“技能”：“通用的元能力”（meta-levelability）不同于“專用的目標能力”（object-levelability）技能與時間的不同關系13學習計算適應“超人”智能的形式化模型14AI的“科學”屬性和“技術”屬性形式化模型作為理論和實現(xiàn)的中間步驟主要框架：多維空間、程序+數(shù)據(jù)、邏輯推理理論上等價，但實用時合適程度因問題而異推理：從已有的信念中依據(jù)合理的形式化規(guī)則（邏輯）推導出新的信念“邏輯”的本義就是思維規(guī)律自動推理系統(tǒng)（及傳統(tǒng)技術）15邏輯部分語法規(guī)則（一階謂詞演算）語義理論（模型論）推理規(guī)則（二值演繹）控制部分存儲結構（數(shù)據(jù)庫）選擇策略（定理證明算法）納思：非公理推理系統(tǒng)16非公理推理系統(tǒng)→Non-AxiomaticReasoningSystem→NARS→納思非公理邏輯→Non-AxiomaticLogic（NAL）納思語→Narsese“非公理”：所有信念都可能有現(xiàn)存的或潛在的反例，因此沒有“公理”（絕對真理）NARS具體刻畫了前述智能觀非公理邏輯體系17統(tǒng)一性戰(zhàn)略仍須循序漸進在概念上分9層構建，逐步擴充NAL的語法、語義、推理規(guī)則在每層先構建一個公理化的“繼承邏輯”（InheritanceLogic）IL-n，然后依據(jù)“相對不足”的約束將其轉換成NAL-n在計算機中可以局部實現(xiàn)，其中不分層NAL的建構過程18IL-1IL-9IL-8IL-7IL-6IL-5IL-4IL-3IL-2NAL-1NAL-9NAL-8NAL-7NAL-6NAL-5NAL-4NAL-3NAL-2原子詞項復合詞項高階詞項過程詞項計算機實現(xiàn)納思的開源實現(xiàn)：OpenNARS19納思小結20基本目的：建立一個一般智能（思維）理論納思是理論-模型-實現(xiàn)的統(tǒng)一體納思追求的是和人腦“神似”而非“形似”工作始于八十年代中期的北京大學計算機實現(xiàn)經過了很多版本相關技術的應用潛力也在探索中閱讀材料（1）21AlanTuring,Computingmachineryandintelligence尼克，人工智能簡史Pei

Wang,ArtificialGeneralIntelligence—AgentleintroductionPeiWang,N