人工智能的一点摘抄 《视读 人工智能》

读 《视读 人工智能》

沃伦 麦卡洛克     沃尔特皮兹

《神经活动过程当中概念形成的运算逻辑》

文中论证了人脑的神经元为何可以被视为计算器。最后，他们证明了神经元的设置可以执行图灵机所能执行的任何计算。这一发现的结论就是人脑可以被看做像图灵机一样的计算机器。

 

 

感知-思考-行动

经典人工智能隐含着这样一个观点，即智能活动要求智能体首先感知它的环境。在感知的信息基础上，智能体进行认知加工。这些过程将最终导致智能体采取行动。

简而言之，认知行为是感知和行动之间的媒介。

 

 

知识可以形式化的观点并不新鲜。好几个世纪以来，思考的行为一直被视为基于逻辑推理的计算。纽厄尔和西蒙的物理符号系统假说的依据便是托马斯*霍布斯的著作。

逻辑推理要求对逻辑语言中描述的句子进行操作。这些句子可以解释为对概念（比如事物的状态）或知识的表示。用计算机使这个过程自动化，人工智能采用了“思维即逻辑”的观点，并付诸实践。

 

 

局部表示  分布式表示

符号表示是经典人工智能的特有功能。在符号系统中，模型把信息的基本单位进行分流，并对其进行操作。比如，识别动物的符号模型可以用候选动物腿数作为信息单位。这种表示称为局部表示，因为关于腿数的信息共同保存在一个可以定位的软件包中。

神经网络所能执行的信息处理的种类和符号系统有本质的不同。分布式处理的情况下，表示也往往是分布式的。分布式表示扩散到整个网络，而不是限制在一个特定的区域或者构建于原子单元。

 

 

打破圆圈

仅靠一本汉-汉字典的帮助，你能学会中文吗？哈纳德把这比作符号对符号的连环圈。一些毫无意义的符号定义另一些毫无意义的符号。哈纳德设想了这样一个建立在亚符号联结主义系统之上的经典符号系统。重要的是，联结主义系统的输入是建立在通过感知器感受到的外部世界基础上的。这样，符号的表示不再定义在其它符号之上，而是与图形表示相关联，而该图形表示又直接与系统的感官表层相联系。是联结主义系统提供了这些感官印象。通过结合符号系统和联结主义系统，哈纳德相信，我们能够开始打破赛尔讨论的由无意义的符号组成的封闭世界。

 

新人工智能三大原则：实体化、现场性、自定向上

自底向上

如果要建造一个智能体，人工智能通常采用的方法就是自上而下的建造。

也就是，首先把像知识和推理这样较为高级的功能设为目标，然而再设定“清洁地毯下的地面”这样低级一些的功能。新人工智能提出了自底向上的设计思路。比如，罗德尼*布鲁克制造了一些模仿昆虫的基本机器。他的想法是，只有先理解这些最基本的东西，我们才能开始理解人类认知的复杂性。