《模拟智能的整体思路》由会员分享，可在线阅读，更多相关《模拟智能的整体思路（17页珍藏版）》请在金锄头文库上搜索。
1、模拟智能的整体思路一、自编程序、自编程序的基本要点。下面我们看一看现在所有人工智能程序整体的不足：它们是采用由研究人员分析人类智能的特点，然后把这些特点模型化、算法化，有时还采用一些数学理论进行处理，最后编成程序。一旦程序编成，系统就会按程序固定的方式进行智能处理工作。既不灵活又受编程人员对智能认识的限制。 而人类智能是灵活的，它可以随情况的变化想出新的处理方式来。先不考虑这个“想出”的来源，就是这种现象也表明人类智能不是按某些固定的方式进行操作的。我们首先要由此开始模拟人类智能。 智能的本质是大脑的某类操作能力，某些对信息的操作能力，在计算机中，操作是由程序实现的。因此我们首先把智能与计算机
2、某些程序对应起来（我们先不要在它们是那些程序上考虑） ，人类智能不断出现新的处理方式，相当于计算机不断自己编写新的程序。于是我们模拟人类智能的思想先（仅仅是“先”，还有很多“后”，否则智能问题就太简单了）要解决计算机自编程序问题。 如果从目前计算机程序语言考虑，问题就麻烦了。比如我们用 C+语言自编程序，就会出现如何让计算机理解语言、语法？如何设计程序？如何调试程序?而这些则首先需要计算机有较高的智能才能做到，我们便陷入一个不能前进的死胡同。 但是我们观察我们肢体活动的过程，就会发现那不过是一些小动作的直接连接。按照这种观察。我们可以得到这样一种编制程序的方法，首先编写一些成功运行的小程序块，
3、然后用把它们前后连接的方式组成大程序。这就是我们需要的自编程序的方法。 循环怎么办？条件转移怎么办？我们还以肢体活动为参考，肢体活动是在大脑指挥下工作的，肢体活动程序是按大脑指挥调用的，这与计算机程序不同。计算机程序一旦运行，程序便取得完全的控制权，没有另外的东西监视控制它，必须由程序中的循环、转移语句控制程序的流向。我们模拟人类智能，也要另设一个控制运行的系统，因此自编程序中不需要有循环和转移存在，这样就不必考虑程序编写时由这些语言造成的死机问题。 到此，我们已经解决了计算机模拟人类智能的自编程序功能的程序结构和编写方式问题。预先设置一些小程序作为自编程的原料料，然后用把它们连接到一起的方式
4、编写程序。 （其实我们使用的高级计算机语言，也是预先编制好很多小程序，用高级计算机语言调用它们，我们写的高级语言源程序也是对那些小程序的一种连接。 ） 但是我们这样还不能真正的让计算机自编出程序来，因为还有一些重大问题我们没有解决，程序将如何产生？程序产生后将如何调试？我们以后再介绍。、这里自编的程序与原来计算机程序的异同比较。通过上面的叙述，我们可以看出这里的自编程序与目前计算机的程序有很大差别，也有相同的地方。首先看相同的地方：这里的程序也是由计算机执行的，因此它的基本元素还是计算机语言。但是这里的程序还有很多与计算机程序不同的地方。a、在这种程序的基本单元是建立在计算机语言之上的小程序，
5、这些小程序必须能够独立的成功的运行。b、编写程序只需要对小程序进行简单的连接，编写程序是不需要高智能的参与。c、在这种自编程序中没有流向控制，因此程序不会因为流向问题而出现死机。d、因为程序中没有流向控制，程序的流向还要由主系统控制，编写后的程序不象目前计算机程序那样可以获得对计算机的完全控制权，而是在主系统的监视和控制下执行程序。由于这种自编程序的这个特点，因此它的能力就完全受到小程序的性能的限制，只要小程序选择的适当，很难出现失控（计算机的运行超出控制者的控制）的情况。当然由于程序的控制权在主系统程序手中，主系统的编写会使智能系统具有主动性和自主性，然而这正是我们需要的。担心系统会失控要从
6、主系统的编写（它是人编程序）入手。、自编程序母程序的选择。自编程序是一种基本技术，它可以应用在各种形式的智能系统之中，这就是我们这里要介绍的自编程序的目标选择。可以这样说，目前的任何一种人工智能程序，加入我们介绍的自编程序技术，都可以使该智能系统的智能得到在工作中的改善提高的效果。表面看，我们用一些已经成功运行的人工智能程序（如一些专家系统程序、一些推理机程序、一些人工神经网络程序）加入自编程序技术，进行程序的改进和提高，比较容易见成效。然而由于他们的程序在原理上与我们的自编程序有所不同，往往很难从他们的程序中分解出直接连接不用流向控制的小程序（这里的小只是相对于自编程序而言，有时并不真小）
7、。因此无法实现我们意义的自编程序，以改进这些人工智能系统的性能。另外，很多人工智能系统程序都有自己的专利保护和加密措施。我们把他们的程序改进为自编程序的系统及会遇到侵犯人家专利的问题，又会受加密的影响而无法掌握人家程序的核心，从而使我们的改进措施无效。所以我以为，虽然在目前的人工智能系统上添加自编程序技术以改进和提高它们的性能，是最简便易行的方法，但是实行起来的难度却是最大的。因此我们可以以语言系统为目标，构建以自编程序技术为核心的智能系统是目前较为简单的方法。它是以各种语言为处理对象，以自编程序为处理语言的程序。以实现图灵检测似的人际交流，并在收集人类知识的基础上提出自己见解和观点为智能目标
8、的强人工智能系统。表面上看，这种强人工智能除去野心比目前的自然语言理解系统大以外，没有多少差别。但是实际情况却不同。由于自编程序技术的基点是系统自己生成能力，因此在编写系统程序时，我们根本不必考虑系统的词汇库问题，不必考虑系统的语法和语言逻辑问题。这些问题完全由系统在学习中自己解决。我们在编制系统程序（它一定要由人来编写）只考虑系统的理解能力、表达能力、提出解决问题能力、自主决策能力是怎样来的，而不必为系统考虑理解能力、表达能力、提出和解决问题能力、自主决策能力的程序是什么样子。大家应该注意到，这是一个与现在编程思想绝对不同的一种新编程思想。我们还可以以神经元信息为目标，构建智能系统。它比以语
9、言为目标的系统要复杂一些，但是它与人类智能更加接近。因为神经元信息中包含着感觉信息，这就使我们的智能系统可以实现由感觉到提出理论的全面的类似人类智能的模拟。也就是说，我们的可以使我们模拟的强人工智能由感觉获得的信息一直到把它们加工为科学理论。在以神经元信息为目标的构建智能中又有以模拟反射为基础和以模拟神经元网络为基础两种，以模拟反射为基础与模拟神经元为基础的区别在于，反射只考虑大脑神经联系的起点与终点，不考虑中间的传递过程。神经元网络则需要考虑信息传递的所有中间过程。、自编程序的产生和检验。我们前面已经指出，用自编程序作为切入点可以解决智能系统的灵活性问题。同时我们也已经对程序的结构进行了新的
10、解释，使我们现在的程序可以方便地由计算机自编。但是程序的是怎样产生的和程序产生后如何调试的问题还没有解决。显然这两个问题不解决，你就是把自编程序吹得天花乱坠，也不能解决智能问题。但是我们也应该看到，我们现在确定的程序是由一些能够成功运行的小程序直接连接而成的，在这种程序的结构中，没有控制程序流向的转移和循环。这样一种程序可以再无智能或智能很低的情况下编制和调试。这也是为什么我们如此限制自编程序的结构的主要原因。下面我们首先介绍一种没有智能情况下自编程序的过程。我们考虑这样的情况，我们面前已经有一些能够成功运行的小程序。如何把它们连结成大程序呢？我们可以用一个随机组合操作。随便地把一个小程序与另
11、一个小程序连接起来，这种随机地连接当然不需要什么智能。它是连接出来的东西也不能够正确的执行什么任务。我们就把这种操作作为自编程序的第一步。第二步是把连接的东西记录下来，以便使系统知道已经做过那些连接。我们把这种记录叫做印象程序。第三步是把这个程序拿去执行，并有人或系统自身（有人监视的系统功能比较简单，但是自动化程度差。资深坚实的自动化程度高，但是系统的结构会几倍的复杂。 ）监视程序的执行，把执行结果统治给系统。第四步是把成功的印象程序保存为最后的程序，这种程序叫做经验程序。如果连接的程序执行不成功，就进入第五步。那时就返回第一步重新随机连接小程序，重新形成印象程序。同时把不成功的程序纪录为负经
12、验程序，也就是失败的印象程序。在重返第一步随机组成新程序后先把新组成与负经验程序比较，如果相同，就把它否定掉，不进入第二步（纪录为新印象程序） 。只有那些与负经验程序不同的才被记录为新印象程序。然后继续执行第二、第三、第四步。如果再次不成功，就再次返回第一步。直到找出一种成功的随机连接后的程序。上述过程也是一个计算机程序，它就是系统程序的一个核心部分，它是自编程序的母程序。我们可以把上述过程作为一个流程为计算机编写自编程序的母程序。这个母程序可以同时完成自编程序的编写和调试工作。上述过程的核心操作是随机连接，因此完全不需要有智能的参与，就可以自编出新程序来。因此可以成为我们由无智能状态产生出智
13、能的基本系统程序。有关智能的操作，都可以有这个无智能的自编程序系统编出。当然我们也可以看出，这个自编程序的方式产生一个新程序的速度会很慢。它要在大量随机连接中通过试运行选择出能够运行的新程序。如果我们的模拟智能系统的全部能力都靠这种方式编写程序，那么系统生成智能的速度就会太慢了。因此我们还要通过其他方式为我们的模拟智能系统实现自编程序。我们把我们的模拟智能系统自编程序已产生新的能力的过程叫做学习过程。、组合不爆炸。在计算机理论中流传着一种组合爆炸的说法，这种说法是组合就会引起组合出的东西无限增加，最后导致组合成为计算机无法承受的操作。人们把这种计算机无法承受的组合叫做组合爆炸。在上面我们介绍的
14、无智能自编程序过程中，核心操作是随机组合，于是有些人又会提出组合爆炸的老问题。但是凡事都需要具体事情具体分析。如果组合时的元素（组合所用材料）数量很少，组合就不会爆炸。因此在自编程序随机组合小程序时，如果选择的小程序是围绕找一个目标进行的，而不是漫无边际的选择小程序，那么组合采用的元素就会很少，就不会出现组合爆炸。这就是组合不爆炸。在上述自编程序的母程序设计中，我们设计了印象程序，负经验程序，也是为了减少在自编程序时，重复那些不成功的组合。加快随机组合的时间。这一切都会使我们的随机组合不连带着组合爆炸。二、模拟智能系统的学习过程。、模拟智能系统的学习是完全不同于计算机学习理论的学习。计算机学习
15、理论沿用人编智能程序的老思想。他们提出学习理论也是为了让计算机模拟的智能更灵活，解决问题更好。有时用人力来解决问题费时费力，想发挥计算机的高速特点。因此初衷不是坏的。但是他们定义的学习把方向搞偏了。他们为了计算机理论的方便主观的定义了学习，学习成了一种解决问题的过程。成立一个搜索问题解的过程。因此我“称赞”他们是对学习概念的强奸。那么什么是学习呢？学习是学习主体通过与学习客体相互作用，获得学习对象的过程。学习主体也叫学习者，它可以是人、动物和一切具有学习能力的设备。学习客体也叫学习环境，它包括环境对学习主体的一切作用。学习对象是学习中获得的东西。它包括能力和资料两大类。以往的学习理论都很轻视能
16、力的学习，包括教育理论研究的学习也是这样。而我们认为学习中获得能力是智能的关键。智能是一些能力，它在人类个体出生时是没有的或不健全的（动物也是这样） ，就是靠在学习中不断获得智力操作的能力而使智能产生的，使智能发展的。而对于计算机系统来说，在学习中获得能力与该计算机能够自编程序是一个含义。计算机学习理论定义的学习，是把计算机作为一个单纯的工具，让计算机替编程者解决问题，这种计算机的能力是研究者或程序员编写进去的。使计算机有一定的学习能力，也是为了解决问题的方便。然而这种对学习概念的强奸，就扼杀了学习的最最主要的功能，也就是在学习中自编程序（获得能力）的功能。其性质的恶劣与强奸女人扼杀她们做正常女人的功能是异曲同工的。、自主学习过程。我们在前面所说的由随机连接小程序来自编程序的流程，我们叫做自主学习过程。这种学习过程的在人类遇到前所未遇的问题时，也会采用这种方式，比如有些问题拟按规律考虑不出结果，你就可能瞎猜，这种瞎猜就类似于前面的随机连接。自主学习过程是有实验基础的学习。它就是桑代克迷笼实验。桑代克实验是最早使动物自己学会动作的实验。在当时引起很大的轰动。他能够让猫自己
