成功不是贏過多少人而是幫過多少

成功不是贏過多少人而是幫過多少第1頁，課件共34頁，創(chuàng)作于2023年2月內(nèi)容提要對(duì)ArtificialIntelligence的理解

定性決策論研究情況ChanceDiscovery研究情況

第2頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

基本觀點(diǎn)：回顧AI過去50多年來的發(fā)展歷程，其最有趣的哲學(xué)問題從“強(qiáng)-弱”之爭(zhēng)演變?yōu)椤罢?假”之辯。

第3頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

artificial的日常語言含義(牛津詞典)：madeorproducedbymaninimitationofsomethingnatural.因此，artificial兼具“人造”和“人工”雙重含義，似應(yīng)更確切地譯為“人為”。第4頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

H.Simon對(duì)artificial的定義：“由人而不是自然產(chǎn)生的；不真實(shí)的或不自然的；矯揉造作的；與事物的本質(zhì)無關(guān)的”---TheScienceoftheArtificial，商務(wù)印書館，1987可見artificial既包含“人工”含義(“由人而不是自然產(chǎn)生的”)，又包含“人造”含義。可視其為artificial的標(biāo)準(zhǔn)定義。第5頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

“人工”的含義：例如“人工降雨”（artificialrainfall）“人工繁殖”(artificialpropagation)-特點(diǎn)：產(chǎn)品是“真的”(真實(shí)的)，產(chǎn)生過程是“假的”(非自然的)。第6頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

“人造”的含義：例如“人造革”(artificialleather)“人造海蜇皮/棉/絲/羊毛/…”-特點(diǎn)：產(chǎn)品及其產(chǎn)生過程都是“假的”。

第7頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

“人工”與“人造”的對(duì)比：

-人造物僅僅是天然物的功能替代品，往往“差強(qiáng)人意”，但有時(shí)卻可能更強(qiáng)，例如飛機(jī)的運(yùn)輸功能比鳥強(qiáng)得多?！叭嗽臁敝悄苁钱?dāng)前AI的工程目標(biāo)。-人工物比人造物更接近天然物，但往往未必能夠按照人的需要制造/發(fā)生，例如至今未能制造出像鳥一樣的飛行物。“人工”智能是AI長期的科學(xué)目標(biāo)。第8頁，課件共34頁，創(chuàng)作于2023年2月一、AI的定義與性質(zhì)

現(xiàn)狀：當(dāng)前國際AI研究既包含“人造智能”（90%以上），又包含“人工智能”（10%以下）；與早期情況恰好相反。

結(jié)論：將ArtificialIntelligence理解為“人為智能”更符合該領(lǐng)域的實(shí)際情況。第9頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論研究情況：背景(自動(dòng))決策是AI的核心問題之一。經(jīng)典決策論的基本概念框架是概率+效用，主導(dǎo)思想是最大預(yù)期效用原則。經(jīng)典決策論在AI中遭遇的重大困難之一是難以獲得數(shù)值型概率和數(shù)值型效用；AI主流的解決方向是“定性決策論”(Qualitativedecisiontheory)。第10頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論研究情況：背景目前定性決策論的主要技術(shù)途徑是意向態(tài)度的模態(tài)理論，基本技術(shù)手段包括一元多模態(tài)邏輯（BDI-理論）和條件句邏輯（即關(guān)于“偏好”preference和“常規(guī)”normality的條件句理論）；后者更注重刻畫意向的背景相關(guān)性方面。第11頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic

CO-模型(Boutilier,1994)M=<W,

,Val>，其中W：可能世界集合，Val：W*P→{true,false}賦值函數(shù)，

是W上傳遞且連接的二元關(guān)系，因而所有可能世界構(gòu)成-等價(jià)類的全序集，v

w理解為：visatleastaspreferred/normalasw。第12頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic

定義兩個(gè)模態(tài)詞：

w|=?Aiff

vw:v|=Aw|=??

Aiff

v

W:v|=A及其對(duì)偶詞和?。第13頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic

定義條件偏好：I(B|A)=df

??

A?(A?(A

B))

易知M|=I(B|A)意味著對(duì)于M中最偏愛的A

B世界w和最偏愛的A

B世界w’，有w

w’。第14頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic性質(zhì):第15頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic缺陷1：推理能力弱，事實(shí)分離律無效，例如{I(B|A),A}|I(B),B而且假如有效則將破壞非單調(diào)性，例如{I(B|A),I(

B|A

A’),A,A’}|=I(B),B第16頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic缺陷2：表達(dá)能力不夠強(qiáng)

例(Dogandfence)條件偏好集{I(

f),I(f|d),I(d)}在CO中無法表達(dá)。第17頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic改進(jìn)(Lang等，2003)：同時(shí)利用兩個(gè)序定義條件偏好M|=I(B|A)iff

w’

Max(

N,Mod(A

B))

w

Max(

N,Mod(A

B))st.w

Pw’.第18頁，課件共34頁，創(chuàng)作于2023年2月二、定性決策論：QDTLogic表達(dá)能力提高，可表示諸如dogandfence，但仍然不能表示更強(qiáng)的愿望沖突如{I(B|A),I(

B|A)}；推理更復(fù)雜，D命題的推導(dǎo)需借助N命題。第19頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況:概況

多學(xué)科交叉的新興研究領(lǐng)域，廣泛涉及人工智能、認(rèn)知科學(xué)、經(jīng)濟(jì)學(xué)與管理科學(xué)，2000年前后正式提出，迅速受到國際學(xué)術(shù)界的高度重視。第20頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況:重要國際會(huì)議TheFirstInternationalWorkshoponCD,2001(TheAnnualConferenceoftheJapaneseSocietyofAI).TheSecondInternationalWorkshoponCD,Tokyo,2002(ThePacificRimInternationalAIConference).TheAAAIFallSymposiumofChanceDiscovery,2002.The3rdInternationalWorkshoponCD,Greece,2003(The10thInt’lConferenceonHumanComputerInteraction).TheFirstEuropeanWorkshoponChanceDiscovery,2004(ECAI-2004).其他（如KES2000-2004,specialsessionsonChanceDiscovery）.第21頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況:重要出版物SpecialIssueonCD,NewGenerationComputing,Vol.21,No.1-2(2002)OsawaY.andMcBurneyP.(Eds.)"ChanceDiscovery",SpringerVerlag(2003)AkinoriAbeandYukioOhsawa（Eds.）"ReadingsinChanceDiscovery",AdvancedKnowledgeInternational,Australia(toappear).第22頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：主要研究對(duì)象面向人類的：即對(duì)人類發(fā)現(xiàn)過程和方法的研究，例如Double-HelixApproach；包括人機(jī)交互。面向機(jī)器的：即對(duì)自動(dòng)發(fā)現(xiàn)過程和方法的研究。第23頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：現(xiàn)有主要工作

基礎(chǔ)理論邏輯，系統(tǒng)論認(rèn)知試驗(yàn)人類學(xué)習(xí)過程，集體研討計(jì)算機(jī)制自動(dòng)分析工具，人機(jī)交互工具應(yīng)用嘗試地震預(yù)報(bào)，網(wǎng)絡(luò)應(yīng)用，導(dǎo)購，教學(xué)第24頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況:國內(nèi)學(xué)者工作

季澄宇，陳小平，ChanceDiscoveryinaBDIPerspectiveofPlanning:Anticipation,Participation,andCorrelation，in:Proceedingsofthe2ndInternationalWorkshoponChanceDiscovery,Tokyo,2002.諸世卓，陳小平，IntegratingAbductiveReasoningwithLm4cforChancespecificationandChanceDiscoveryInference.TheThirdInternationalWorkshoponCD,Greece,2003.皮亮，陳小平，AQuantitativeMethodforRepresentingImpactsofChancebasedonsimplifiedMDP/POMDPmodels.TheFirstEuropeanWorkshoponChanceDiscovery,2004.陳小平，Cognitiverelevanceandchancediscovery.In:AkinoriAbeandYukioOhsawa（Eds.）"ReadingsinChanceDiscovery",AdvancedKnowledgeInternational,Australia(toappear).第25頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：歷史起源Planning：原始想法可以追溯到70年代末不完備知識(shí)下的靜態(tài)規(guī)劃問題的研究(B.&F.Hayes-Roth，Acognitivemodelofplanning，1979)。AutonomousAgents：不確定環(huán)境下的持續(xù)規(guī)劃中機(jī)會(huì)發(fā)現(xiàn)的啟發(fā)式途徑，例如L.Pryor等人的工作(Opportunityrecognitionincomplexenvironments，AAAI-96)。Multi-AgentSystems：90年代末，引起國際AI主流的重視,但未形成獨(dú)立的研究領(lǐng)域(Georgeff,Pell,Pollack,TambeandWooldridge.TheBelief-Desire-IntentionModelofAgency)。DM/KDD：2000年前后，大澤幸生等從知識(shí)發(fā)現(xiàn)角度出發(fā)，作為一個(gè)獨(dú)立研究領(lǐng)域正式提出(YukioOhsawa，Chancediscoveriesformakingdecisionsincomplexrealworld,NewGenerationComputing,Vol.20,2002)。第26頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：初步定義Chance是對(duì)決策有重要影響的偶發(fā)事件。（Achanceisarareornoveleventwhichgivessignificantimpactonhumandecision-making.）有正面影響的chance稱為opportunity，有負(fù)面影響的稱為risk。第27頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：基本性質(zhì)1CDvs.KDD二者都是“發(fā)現(xiàn)”；但KDD強(qiáng)調(diào)以一定量的數(shù)據(jù)源為基礎(chǔ)，而CD立足于不存在充分?jǐn)?shù)據(jù)源的場(chǎng)合。這進(jìn)一步意味著CD必須更多地依賴于一般性知識(shí)和推理。第28頁，課件共34頁，創(chuàng)作于2023年2月三、CD研究情況：基本性質(zhì)2CDvs.ML二者都是知識(shí)獲取；但ML側(cè)重于知識(shí)獲取本身，與知識(shí)的使用相對(duì)獨(dú)立，而CD強(qiáng)調(diào)二者的關(guān)聯(lián)。第29頁，課件共34頁，創(chuàng)作于