更改

无编辑摘要
第21行: 第21行:  
  认知学派是若干基础理论中的姣姣者。该学派认为,之所以人工智能的梦想还远远没有实现,那是因为我们对自己的大脑和认知系统了解得还不够。于是,我们非常有必要先弄清楚自己大脑是如何工作的,在此实证的基础上,再去构建模型和算法。虽然这套思路的确比起其它思路来踏实了许多,而且可以从神经科学、心理科学等方面借鉴大量的实例,但是认知学派在基础理论方面的进展却极其缓慢。它会很容易陷入两个极端而不能自拔:一方面,由于人类的脑系统非常复杂,无论从分子生物学层次还是从神经细胞的层次,都有无数的细节。因此,构建能够模拟脑运作的计算模型往往需要假设非常多的参数,而最终实现的功能也是人类认知中非常小的一部分。另一方面,也有学者直接对人类的较高级的认知功能建模,然而这样的模型就更加缺乏实证的基础,也有更多的模型构建的任意性(包括机制和参数)。<br>
 
  认知学派是若干基础理论中的姣姣者。该学派认为,之所以人工智能的梦想还远远没有实现,那是因为我们对自己的大脑和认知系统了解得还不够。于是,我们非常有必要先弄清楚自己大脑是如何工作的,在此实证的基础上,再去构建模型和算法。虽然这套思路的确比起其它思路来踏实了许多,而且可以从神经科学、心理科学等方面借鉴大量的实例,但是认知学派在基础理论方面的进展却极其缓慢。它会很容易陷入两个极端而不能自拔:一方面,由于人类的脑系统非常复杂,无论从分子生物学层次还是从神经细胞的层次,都有无数的细节。因此,构建能够模拟脑运作的计算模型往往需要假设非常多的参数,而最终实现的功能也是人类认知中非常小的一部分。另一方面,也有学者直接对人类的较高级的认知功能建模,然而这样的模型就更加缺乏实证的基础,也有更多的模型构建的任意性(包括机制和参数)。<br>
 
  实际上,人工智能研究的一个非常重要的出发点就是:'''智能可以多重实现'''。也就是说,大自然可以用神经元细胞搭出一个会思考的脑,人类也可以利用01代码或者逻辑电路构造出另类的人工脑。这也就意味着,智能实际上是一种独立于具体硬件,甚至是软件计算方式的系统属性。因此,仅有认知科学和神经科学的事实依据还远远不够,我们还必须从这些特例中抽象出一般的系统属性。生物学家赫布(Hebb)解释的神经系统的Hebb学习律就是一个很好的范例。这些学习律不仅告诉我们神经系统如何学习,而且它是一种抽象的系统机制,我们完全可以用其它的硬件来实现同一套机制而完成学习。然而,近期的人工智能认知学派却没有给我们提供多少类似的结论。<br>
 
  实际上,人工智能研究的一个非常重要的出发点就是:'''智能可以多重实现'''。也就是说,大自然可以用神经元细胞搭出一个会思考的脑,人类也可以利用01代码或者逻辑电路构造出另类的人工脑。这也就意味着,智能实际上是一种独立于具体硬件,甚至是软件计算方式的系统属性。因此,仅有认知科学和神经科学的事实依据还远远不够,我们还必须从这些特例中抽象出一般的系统属性。生物学家赫布(Hebb)解释的神经系统的Hebb学习律就是一个很好的范例。这些学习律不仅告诉我们神经系统如何学习,而且它是一种抽象的系统机制,我们完全可以用其它的硬件来实现同一套机制而完成学习。然而,近期的人工智能认知学派却没有给我们提供多少类似的结论。<br>
  近年来兴起的“具身学派”(embodiment intelligence)认为,人类的智能与人类的身体密切相关(请参见:http://en.wikipedia.org/wiki/Embodied_cognition)。实际上,我们所能做、能思考的范围已经被我们这个特定的身体和环境深深制约了。例如,我们实际的人类决策并不完全取决于智力因素,而更多的则是情感、处境甚至包括身体状态等共同决定的。因此,传统的人工智能做法由于不可能把所有这些因素考虑进去,也就不可能实现真正的智能。<br>
+
  近年来兴起的“具身学派”(embodiment intelligence)认为,人类的智能与人类的身体密切相关(请参见:http://en.wikipedia.org/wiki/Embodied_cognition )。实际上,我们所能做、能思考的范围已经被我们这个特定的身体和环境深深制约了。例如,我们实际的人类决策并不完全取决于智力因素,而更多的则是情感、处境甚至包括身体状态等共同决定的。因此,传统的人工智能做法由于不可能把所有这些因素考虑进去,也就不可能实现真正的智能。<br>
 
虽然具身派的观点有很多值得称赞之处,但是,笔者认为该学派却不能提供更多具有实际指导意义的思想。当我们将因素不仅要归结为身体,甚至包括我们嵌入其中的复杂外界环境的时候,模型的那种抽象、指导实践的作用也会荡然无存。很有理由相信,沿着具身派的思路很难提出诸如图灵机这样的抽象而简洁的模型,因为具身派并没有告诉我们什么因素才是这些复杂环境中最重要,最应该抓住的东西!<br>
 
虽然具身派的观点有很多值得称赞之处,但是,笔者认为该学派却不能提供更多具有实际指导意义的思想。当我们将因素不仅要归结为身体,甚至包括我们嵌入其中的复杂外界环境的时候,模型的那种抽象、指导实践的作用也会荡然无存。很有理由相信,沿着具身派的思路很难提出诸如图灵机这样的抽象而简洁的模型,因为具身派并没有告诉我们什么因素才是这些复杂环境中最重要,最应该抓住的东西!<br>
 
  人工智能理论的发展还存在着相当多的分支,我们在这里就不一一点评了。其实笔者早在2000年左右跟随恩师贺仲雄教授开始写作科研论文的时候就稀里糊涂的一脚踏入了人工智能这个领域中,然而5年的学习下来,我看到了人工智能现有理论中的不足之处,于是2005年左右,我开始从人工智能中“出逃”。其目的就是想从更多其他学科之中借鉴新的思路。当我在复杂系统、人工生命、统计物理、量子物理等领域中遨游一番之后,已经渐渐地浮现出一条新的发展人工智能的思路。于是于2010年8月的今天写下了这篇文章。<br>
 
  人工智能理论的发展还存在着相当多的分支,我们在这里就不一一点评了。其实笔者早在2000年左右跟随恩师贺仲雄教授开始写作科研论文的时候就稀里糊涂的一脚踏入了人工智能这个领域中,然而5年的学习下来,我看到了人工智能现有理论中的不足之处,于是2005年左右,我开始从人工智能中“出逃”。其目的就是想从更多其他学科之中借鉴新的思路。当我在复杂系统、人工生命、统计物理、量子物理等领域中遨游一番之后,已经渐渐地浮现出一条新的发展人工智能的思路。于是于2010年8月的今天写下了这篇文章。<br>