基于模式——向量转化和定性映射的模式识别和形象“涌现”

《基于模式——向量转化和定性映射的模式识别和形象“涌现”》由会员分享，可在线阅读，更多相关《基于模式——向量转化和定性映射的模式识别和形象“涌现”（112页珍藏版）》请在金锄头文库上搜索。

1、属性论方法简介,冯嘉礼 上海海运学院信息工程学院计算机系,内容提要,1.思维科学、人工智能和复杂系统科学的研究需要新的观点、理论和方法 2.属性论方法的基本观点、目标和定义， 3.感觉接收的信息是,且只能是感觉属性; 4.量-质特征转化的定性映射模型(与人工神经元的关系); 5.转化程度函数;(与模糊隶属度函数的关系) 6.基于模式向量转化和定性映射的模式识别与形象生成;,7.基于合取的属性生成关系与属性幺半群范畴; 8.属性推理格范畴和属性坐标系表示模型; 9.基于多元属性合取的系统（网络）模式“涌现” 10.复杂网络生成的（多元）属性坐标范畴表示; 11.定性映射的属性坐标学习与分析的经验

2、性评估与决策模型。 12.它们在思维建构和智能模拟中的某些应用。关键词：属性论方法；定性映射；模式-向量转化；模式识别；形象模式生成；系统（网络）模式“涌现”,内容提要,1.思维与智能之迷 2.思维大科学与智能高技术的时代 3.感觉接收和处理的信息是(感觉)属性 4.事物属性的质特征和量特征 5.感觉特征抽取的定性映射模型 6.基于定性映射的模式生成与识别模型 7.定性映射的w_内积变换与人工神经元,8.定性转化程度函数与集合的模糊化 9.基于模式向量转化的模式识别 10.形象模式的“涌现” 11.转化程度函数诱导的拓扑结构 12.基于合取的属性幺半群(范畴) 13.属性合取诱导的推理格(范畴

3、) 14.属性单纯形的重心剖分模型和属性坐标系 15.多元属性整合诱导的笛卡儿范畴及其笛卡儿坐标 16.基于属性坐标分析与学习的评估决策模型,1.人脑、思维、智能与意识之迷,物质结构、宇宙演化、生命起源和人脑之迷被称为四大科学难题, 人脑结构最复杂、组织最精细的物质、又是宇宙中进化最完美、功能最奇妙的系统,还是生命表现的最高形式,故人脑之迷是兼有前三者之难的大难题. 而思维、智能和意识是人脑的高级功能,因此,有人称思维、智能和意识之迷是科学奥秘之最. (注:本书所说的“思维”,其含义远比英文“Thinking”(想某事或某物)多得多,它包括感觉、知觉、记忆、意识、判断、推理、决策、联想、发明与

4、创造等脑的各种操作或功能.),自牛顿创立经典物理学以来,人们借助于科学假说、数学演算和实验检验等三大工具,已在探索物质结构、宇宙演化和生命起源的道路上迈出了坚实的步伐,并创立了量子力学、相对论、宇宙学和分子生物学等现代科学分支.,然而,在探索人脑、思维、智能与意识之迷的征途上,尽管已有不少志士仁人“上穷碧落下黄泉”,“梦里寻她千百度”,但终因“两处茫茫皆不见”,而落得“此恨绵绵无绝期”的结局. 对此,美国哲学家丹尼特曾感叹道,就物质结构、宇宙演化和生命起源之迷而言,即使“我们至今仍未找到所有的答案,但我们知道该怎么办.而对思维与意识之迷,我们至今如坠五里雾中.时至今日,意识是唯一常常使最睿智的

5、思想家张口结舌、思绪混乱的论题”1.美国著名科学记者J.Horgan也说,“科学固守的最后一块阵地,并不是太空领域,而是人的意识世界.人类是怎样以及为何变得如此精明的?” 2,1.1.人工智能的基本困难思维涉及方方面面的复杂性，使其面临各种各样的困难，人们从不同的角度对这些困难进行研究，分别提出了各种不同的看法。 如：人工智能哲学收集了包括：McCulloch Pitts、Turing、Newell Simon、Marr、Hinton McClelland等人工智能奠基者和大师们经典文献在内的15篇文章。它们分别列举了AI的下述困难：,1.机器是否有理解力?（Searle）； 2.问题是否有1

6、型理论（“通过计算理论获取”“算法被假定用来做什么”（Marr）； 3.框架困难(Dennett),Hayes(朴素物理学) 4.非演绎推理困难（AI的许多研究可能是没有出路的“只是因为对哲学家们昔日的失败一无所知，才得以维持”（DcDermott）,5.动机和情感(Sloman,Dreyfus) 6.联结论进行的信息加工和完成相同任务的Von.Neumann 系统之间,不存在精确的对应.(Clark, Dreyfus） 该书的译者将AI的根本性困难归结为: 1.形式化（formalization）和 2.意向性（intentionality）.,又如：Kirsh在Artificial Int

7、elli-gence第47卷(91年)“AI基础理论专刊” 中,将AI的基本问题或困难归结为: 1.知识与概念化是否AI的核心? 2.认知能力是否能与载体分开来研究? 3.认知轨迹是否可用类自然语言描述? 4.学习能否与认知分开来研究? 5.所有认知是否有一个统一的结构?,我们认为： 1.1.1 思维有没有规律？ 1.1.2 思维是神经系统整合各子系统后形成的整体功能,这种非线性“涌现”的机制是什么?能否和怎样表述? 1.1.3 人工智能三大学派能统一吗?,1.1.1 思维（存在各种不确定性）有没有规律吗?通俗地讲,所谓科学研究是指揭示被研究对象存在、运动与发展的规律,并用某种方法,最好用数学

8、方法将该规律描述出来,以便人们对该事物的运动变化过程进行适当的调节、控制和利用.一般来说,人们对物质结构、宇宙演化和生命起源的规律性不会有任何疑问,但对“思维与智能是否有规律?”却一直着存在尖锐的分歧. 为什么？,物质运动和结构有牛顿力学、电动力学（麦克斯韦方程）、热力学（统计力学）、相对论、量子力学、弦理论等；天体演化也有“大爆炸”学说；生命科学有基于DNA结构的基因学说、蛋白质学说等；而且，这些理论和学说都能用数学方法加以描述，那么， 思维有规律吗？思维规律能用数学方法描述和模拟吗？,形象或质感思维的不确定性: (1)感觉的不稳定性;例1 视觉（老妪少妇图）、听觉（乡音一语泪汪汪）、嗅觉（

9、入芝兰之室，久而不闻其香;入疱鱼之市,久而不闻其臭。）、味觉（饥不择食和味同嚼蜡）、触觉（井水冬暖夏凉）、时间感觉（欢娱嫌夜短，寂寞恨更长）、空间感觉（尺有所短、寸有所长）、综合感觉（感时花溅泪，恨别鸟惊心）等。,(2)判断与识别的不确定性与模糊性; 例2 90分的成绩“优秀”吗? 如果是一般考试,90分当然是优秀,但若是高考,90分就只能算“及格”. 例3.“Red” or “Green”? (色盲的标准与一般人不同),(3)推理的非单调性; 例4：规则：“鸟会飞” “如果x是鸟，则x会飞”，而企鹅和鸵鸟是鸟，但它们不会飞。 鸟的定义：(a) 是动物;(b)是卵生;(c)有羽毛;(d)会飞;

10、(e) “鸟会飞”是定义的一个推论, 只有忽略了“会飞”这个条件的情况下,动物学家才能把企鹅和鸵鸟说成是鸟, 这时,再说它们会飞,就犯了一个逻辑的错误.,(4)语言的歧义性； 例5 老头晒太阳；(其实是太阳晒老头) “咬死猎人”的狗 或“咬死”猎人的狗 父在 母先亡；父在母先亡,(5)混沌性、分数维; 英国的海岸线有多长？ 蝴蝶效应； 自相似结构； Cantor集合； 脑电波维数是分数维的；,（6）自组织 临界自组织现象； 细胞自动机； (7)随机性 灵感；创造性思维； 灵机一动，计上心来； 人心难测；,它们与（满足确定性规律的）经典逻辑的四大规律相冲突： (1)同一律；(AA) (2)不矛盾

11、律； (AA) (3)排中律；(模糊性) AA (4)理由充足律；(AB)A)B 使不少人认为：思维和智能根本没有规律；,将规律性归结为确定性是经典逻辑习惯导致的人们看问题的一种偏见，他们将一切具有不确定性贬为没有规律的或不可能进行科学研究的。由此可见，精神和思维存在的各种不确定性，是人工智能最易受到攻击的软肋。 “人工智能没有三大定律.”3、 “不要犯物理学嫉妒病.(Simon和Newell)”4,显然，如果思维与智能真的没有规律,那么,人工智能的理想或追求,就是一个类似于“永动机”的幻想。这是一个关键的理论问题。,2.1 思维有规律,智能无常规其实,确定性只是规律性的充分条件,而非必要条件

12、.因此,一个具有不确定性的变化过程,未必就是没有规律的.例如,具有随机不确定性的量子运动和混沌不确定性的混沌运动,不仅分别具有基于相应不确定性的运动规律性,而且,其规律还能用概率和混沌数学分别加以描述.因此,试图以不确定性为由否定思维规律性的存在,不仅在逻辑上是站不住脚的,而且,也不符合抽象思维具有逻辑规律性,并能用数理逻辑加以描述的事实.,2.1.2物理学对规律的认识 从物理学角度讲，所谓规律性就是指某种对称性。如：物理学的守恒定律是指，在一个孤立系统中某些可观测的物理量不随时间变化。而 Norther引理指出，对任何一个变换之下的不变性，必然相应存在一个守恒律。,也就是说：一种规律性对应着

13、一种对称性，还对应着某个在某种变换下保持不变的量。如： 能量守恒 (物理定律）时间平移不变性； 动量守恒 空间平移不变性； 角动量守恒 空间旋转不变性； 宇称守恒 镜象（左右）变换下的不变性； 等等.利用这些不变性可建立描述相应物质运动规律的方程。,事实上，在各种不确定性中，已发现了某些带规律性的东西，如：分形维数是尺度变换下是一个不变量； 混沌具有确定性混沌和可控制混沌等。 并试图用非线性方法对它们进行刻画和描述。 而且，人们已能运用各种方法，（主要是非线性数学方法）对各种不确定性进行了研究。,这表明：各种不确定性本身，具有由相应不确定性所确定的某种规律性。 现代科学认为:对称性的破缺是事物

14、运动变化的根本性规律。,人脑思维与智能中是否存在着对称性或不变性呢？ 事实上，尽管感知、记忆、识别、判断、推理、联想、创造、发明、规划和决策等，几乎无不具有各种不确定性，但它们在更底的层次中，有无不隐藏着某种对称性或不变性，例如： 尽管人们对事物感觉属性的特征抽取存在着某些不确定性，但对同一感觉属性所抽取的质特征，却基本上是不随人不同而变的，也就是说，具有主体变换的不变性或对称性。,但由于仍未揭示各种不确定性产生的机制或根源是什么，并且，现有的研究也未达到一个令人满意的程度。 因此，我们仍必要从根本上对此问题作进一步的研究。,1.1.人工智能的基本困难,1.1.1 思维有没有规律？ 1.1.2

15、 思维是神经系统整合各子系统后形成的整体功能,这种非线性“涌现”的机制是什么?能否和怎样表述? 1.1.3 人工智能三大学派能统一吗?,1.2人脑系统功能的非线性“涌现” 人脑是一个开放的复杂巨系统,其复杂性的主要表现之一是,人脑的思维功能不能简单地归结为各子系统或元素的线性叠加,相反,它们是在“整合”各子系统或元素功能的过程中,非线性地“涌现”(Emerges)出来的。这种非线性“涌现”的机制是什么?能否和怎样表述?,感觉（或感情）的“涌现”和“遗忘”过程具有典型的非线性特征。例6 先在屏幕上打一束红光20毫秒，同时在同一地点再打一束绿光，我们在脑内“涌现”出来的是一束黄光。这种既不红、也不

16、绿的结果，告诉我们，感觉特征抽取既不是线性的，也不是简单地将外部信息直接Copy下来，而是将对外部信息进行了被生物学家称为“整合”的非线性操作。,例7 色盲面对十字路口的红灯、脑袋中“涌现”出来的是一个“绿光”、从而发生闯“红灯”的现象。,然而，系统论对 系统本身功能是怎样由其各子系统和元素功能整合而成的机制 尚未弄清。 例8 一个原子核和一个电子构成的氢原子，可以由现代物理学解释，而再多一个质子的氘，物理学就解释不清楚了。 例9 两个氢和一个氧化合以后，生成水，现代物理学和化学都没法解释。,例 10 两条射线OA和OB形成一个角AOB,例 11 老师和学生构成一个师生系统的形成过程和原理，,我们知道： 一个线性系统（包括经典逻辑系统）其所有结论都包含在其前提或假设中，不可能产生任何带本质意义的新东西。或者说， 不具有创新性。 而思维却具有几乎无限的创新性（即非线性涌现功能）。所以: 用线性方法进行的思维科学研究是不可能表述其非线性涌现（即创新）功能的。,