zhangyezhan的个人博客分享 http://blog.sciencenet.cn/u/zhangyezhan

博文

当代智能研究现状是什么样?何时达到“智能2.0”?

已有 3068 次阅读 2018-2-26 20:57 |系统分类:观点评述

当代智能研究现状是什么样?何时达到“智能2.0”

——智能研究概况

                                                              张业展

摘要:智能是一个神秘而复杂的事物,一方面,与其相关的研究领域极其宽广、涉及学科和方向十分繁杂;另一方面,现阶段的研究者往往是纵向深入在各自的领域中进行深挖细掘。这样的状况导致了智能研究存在这样两个问题:一是大部分研究者都不容易关注到智能的整体轮廓,把握不住整体就难以明确方向;二是不同学科和方向的研究者之间缺乏顺畅的沟通和协作,这就导致研究者们各自为战,无法对智能进行系统性研究。基于此,本文将从整体上对和智能有关的主要研究内容进行研究。对智能研究工作所涉及和衍生的学科、使用的技术、涉及的领域、指导思想(理论)、取得的成绩、遭遇的困难等内容进行梳理和分析;概括智能研究目前所处的阶段;总结当前研究者对智能本质的认知,阐述这些认知对智能研究的积极作用,同时也指出这些认知对智能研究也产生束缚和局限作用。从而能够帮助研究者从整体上对与智能相关的问题进行把握。并且在此基础上阐述“智能1.0”和“智能2.0”的观点,清晰体现智能的研究状况和目前所处的阶段。

关键字:智能  智能具体形式  脑科学  认知科学  人工智能

智能是什么呢?它是由什么产生的?它从哪里来?人脑是如何工作的?思维是怎么回事?各种认知行为是怎么发生的?意识是由物质产生的吗?等等,几千年来人们对这些问题从没有中断研究,而且近年来智能由来的问题已经和生命起源等问题一起被世界各国当作本世纪最重大的几个问题进行研究。那么对于智能的研究进行到什么程度了呢?研究者们都进行了哪些工作?尝试使用了什么样的科学技术?智能研究都衍生出了哪些相关学科体系?经历过什么样的指导思想?

本文将对智能的研究状况进行梳理、概况和总结。

一、梳理智能研究发展状况

智能研究工作在总体上可以分为脑科学、认知科学和人工智能三个方面1,每个方面都有各自的研究视角和聚焦的重点。(如下表所示)表格从这三个方面对智能研究成果进行了的分类和整理,梳理智能研究的内容、涉及的学科、主要指导理论(思想)、解释和构建智能的技术、进展状况、遇到的极端困难等内容。通过梳理可以清晰的呈现出当代智能研究领域所达到的范围和存在的边界,智能研究所经历的过程,智能研究在多个方面上存在的局限性,智能研究者视角所在的高度和方向,及在智能研究的不同方向上遇到的重大困难等内容。


智能研究的各个方面及其主要内容表

几个方面

三大方向

主要内容

研究内容

脑科学

脑科学是研究脑结构和脑功能的科学。

研究的对象:脑、神经簇、神经网络、神经元、神经活性物质、脑内信息传送、节律性脑电、意识与知觉、情绪、内部状态、微感、脑与社会行为等。

研究的主要内容:脑的调节性和认知功能,脑的组构原理,脑疾病等。[3]

认知科学

认知科学是研究人类认知的本质及规律,解释人类心智奥秘的科学。研究的认知行为:意识、思维、语言、神经、心理、学习、记忆、行为、视觉、听觉、感受、感觉、情绪等。

研究的主要内容:语言习得、阅读、心理模型小概念和归纳、问题解决和认知技艺获得、视觉的计算、视觉的记忆、行为、运动规划中的几何和机械问题、文化与认知二认知科学中的哲学问题、身心问题、意向性、可感受的特质、主观和客观等。

人工智能

人工智能是模拟、扩展和延伸人的智能理论,其主要对智能进行结构的模拟和功能的模拟。[2]

研究的主要内容:语言的学习与处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计、软计算、不精确和不确定管理、人工生命、神经网络、复杂系统、遗传算法、人类思维方式、机器的自主创造性思维能力的塑造与提升等。

涉及学科

脑科学

分子神经生物学、细胞神经生物学、系统神经生物学、行为神经生物学、发育神经生物学、比较神经生物学、认知神经科学(这些是基础神经科学),临床神经科学,计算神经科学等。

认知科学

哲学、神经学、人类学、心理学、哲学、语言学、计算机科学、心智哲学、神经生理学、认知心理学、心理语言学、认知语言学、认知人类学、人工智能、认知神经科学、神经语言学、神经心理学、认知过程仿真、计算语言学、心理语言学、心理哲学、语言哲学、人类学语言学、认知人类学、脑进化、数学、控制论、信息论等。

人工智能

哲学和认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学、自动化、生物学、医学、语言学……几乎所有的自然科学和社会科学的学科。

主要

指导理论和思想

脑科学

整体论与还原论等。

认知科学

符号主义、联结主义、行为主义理论,计算主义理论,图灵机模型思想、冯·诺依曼计算机体系结构思想,神经网络理论、模块理论和环境作用理论等[7]。

人工智能

符号主义、联结主义、行为主义理论,计算主义理论,图灵机模型思想、冯·诺依曼计算机体系结构思想,神经网络理论、模块理论和环境作用理论等。

用以研究智能的技术学科

脑科学

解剖学、生理学、分子生物学、系统生物学、脑成像技术等。

认知科学

行为学、心理学、神经学、数学、计算机科学、信息论、控制论等。

人工智能

数学、计算机科学、信息论、控制论、自动化、仿生学、生物学、心理学、语言学、医学和哲学等。

进展情况

脑科学

在一定程度上研究了脑组织及其中事物的功能特点及工作原理。

1.  细胞间的通讯机制:每一神经元所进行的信息处理都是经过突出实现细胞间的通讯而完成的。

2.  实现神经元的整合作用。

3.  神经系统同时依靠神经回路和化学调制两种形式进行信息处理。

4.  递质和调质有近百种,共存和共释放,使化学信号的传递非常复杂。

5.  神经肽兴奋和抑制神经元。

6.  受体及其的功能。

7.  神经信号的基本形式:分级的膜电位涨落、动作电位。

8.  神经膜离子通道、电压门控通道、化学门控通道。

9.  色觉三色学说的神经生理基础。

10.学习记忆的细胞和分子水平的机制。

11.短期记忆与长期记忆与新蛋白的合成。

12.视觉的脑机制研究获得重大突破。

13.神经网络的研究。

14.发育生物学的崛起。

15.神经和精神疾病的进展。

16.脑的意识功能。

……

17.在物质层面大量发现了脑组织中存在的活动机制,但是无法从这些机制中解释出智能产生的本源。

类脑智能

脑科学、认知科学和人工智能三个方向逐渐融合并促进了“类脑智能”的发展。进展情况如下:

1.  深度学习训练神经网络可达20多层。

2.  试图对鼠脑进行深度建模。

3.  试图通过高速计算机模拟人脑。

4.  通过对脑皮层的研究来启发全新的智能研究。

5.  借鉴神经元工作原理及其信息传递机制,实现了能够存储与计算的融合的芯片。该芯片包含409  6 个核、1 00 万个神经元、2.5 6 亿个突触,能耗不足70 毫瓦,可执行超低功耗的多目标学习任务。

6.  研制出完全基于忆阻器的神经网络芯片,目前可基于该芯片感知和学习3 ×3 像素的黑白图像.

7.  研制出神经处理器NPU,并应用于手机使用行为学习、机器人研发等领域。

8.  在晶元上集成超大规模突触,以降低通信代价,提高计算性能。

认知科学

在一定程度上认识清楚了研究对象的功能特点及工作原理。

1.知觉:知觉信息的表达的问题可以有不同层次的问题。包括诸如:知觉组织的问题、知觉学习的问题、知觉动态记忆的问题、以及面孔识别的问题等。

2.学习:学习的神经生物学基础是神经细胞之间的联系结构突出的可塑性变化。突触可塑性条件即在突触前纤维与相联的突后细胞同时星峰时,突触的联结加强。

3.语言:语言是最复杂、最有系统、而应用又最广的符号系统。语言符号不仅表示具体事务、状态或动作,而且也表示抽象的概念。从神经、认知和计算三个层次上研究汉语。计算语言学、机器翻译和自然语言理解。

4.记忆:感觉记忆、短时记忆和长时记忆。

5.注意:注意模型、注意的产生机制。

6.意识:行为主义心理学不承认意识的存在。现在没有统一、确切的定义。

7.视觉生理研究发现:从不同的神经元的发放中记录的到同步震荡现象。意识是很复杂的问题,很难找到切入点。

……

   发现了多种认知行为的构成特点、认知行为中存在的部分机制、及认知行为与发生时的生理现象,但是无法解释清楚意识和物质之间有什么关系,不能广泛的从物质层面解释认知行为的发生机制。

人工智能

在一定范围内和某些特定的功能上模拟和实现了智能的行为方式和能力。

实际应用:模拟的内容有视、听、触、感觉及思维处理事务的方式。指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、定理证明、逻辑推理、博弈、信息感应与辨证处理、智能机器人、图像识别、自然语言处理、知识处理系统、智能搜索、自动推理、智能规划、机器学习、组合调度问题、感知问题、模式识别、逻辑程序软件计算、人工生命、神经网络、复杂系统、遗传算法、计算机视觉、自动程序设计、不精准和不确定的管理、智能控制等方面。

遇到极难解决的困难

脑科学

难以梳理数量巨大的神经元之间的联结关系,无法找到智能的产生机制。

认知科学

意识与物质之间的鸿沟无法解释。

人工智能

人工实现的智能存在很难逾越的局限性,没有良好的通用性,不能举一反三,不能融会贯通,不能很好的适应新环境新事物。

智能者潜在的认为智能可能存在的方位

脑科学

在脑的生理组织中。如:神经网络、神经簇、神经元等。

认知科学

在产生某种具体的认知行为的产生的机制中。如:意识、思维、语言、神经、心理、学习、记忆、行为、视觉、听觉、感受、感觉、情绪等。

人工智能

可以通过实现处理具体事务的功能来逐步实现通用的智能。如:指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、定理证明、逻辑推理、博弈、信息感应与辨证处理、智能机器人、图像识别、自然语言处理、知识处理系统、智能搜索、自动推理等。

研究视角陷入在与智能相关的局部细节中。

脑科学

脑科学陷入在具体的脑组织结构或者某种生理组织的机制中。

认知科学

认知科学陷入在具体的认知行为的实现机制中,且受图灵机模型、冯·诺依曼计算机体系结构及认知的可计算性约束。

人工智能

人工智能陷入在对特定事务处理的具体功能中,且受图灵机模型、冯·诺依曼计算机体系结构及认知的可计算性约束。

二、概括智能研究发展状况

结合表格梳理的内容和相关的研究文献容易清晰的看出当代智能研究的相关状况如下:

(一)已经研究的领域及内容(这里就是进展情况,也是取得成绩)

      和智能有关的研究主要在脑科学、认知科学和人工智能等三个方面,在这三个方面研究过的内容和范围如下:

1.脑科学研究领域及内容。脑科学研究者一直致力于在脑组织中寻找智能的根源,他们已经在宏观脑区、介观神经簇、微观神经微环路和神经元等几个层次做了广泛的研究。研究者分别在不同层次上研究了这些生理组织的功能、特点、结构、组成及活动规律等内容[]2。研究了脑区的各分区的功能与相互关系以及它们与各种行为之间的关系,各种神经簇的作用和它们对各种信息(信号)的处理及反应情况,神经微环路中存在的逻辑功能,神经网络中存在的功能及神经细胞的功能特点和它们与人类各种行为之间的关系,与身体其它器官组织之间的关系等等内容2】【3。从脑科学的研究状况可以看出,脑科学的研究者潜在的认为智能是由脑组织中的某些特殊的结构或者机制而产生的,即认为智能是由这些脑组织形成的机制而实现的功能。这是脑科学研究的方向。

2.认知科学研究领域及内容。认知科学广泛研究了人类思维活动、心理活动及各种认知行为能力产生的机制和原因,掌握了大量的认知行为的发生和活动规律,取得了丰硕的成果。研究者们研究了神经语言、人类学语言、心理语言等语言的活动规律,语言的构成、形成机制、功能等内容;研究心理活动规律,神经与心理、语言与心理,及脑的活动规律;研究了认知行为的发生和活动规律,包括感觉、知觉、思维、想象、语言等等内容4

认知科学研究者希望从这些一个个具体的智能的认知行为中发现智能产生的根源,从研究的内容可以看出来他们潜在的认为:这一个个具体的认知行为(即感觉、知觉、思维…...)就等同于智能。也就是说他们认为智能就在这一个个具体的智能行为中。因此,他们对视觉问题、听觉问题、语言问题等等这些内容中的具有智能性质的行为展开广泛的研究。他们希望找到从“人类的心智如何能够在物理世界重现”的途径,这是认知科学研究的方向5

3.人工智能研究领域及内容。人工智能对人类智能的很多方面的功能进行了模仿,并且在多个方面取得了大量成果。研究者对人类处理具体事务的能力进行大量的模仿,对学习能力、视觉处理能力、对视频处理能力、语言处理能力、语音处理能力等方面的模仿,机器能够对图像、声音、指纹、人脸等多个方面进行识别,各种工业和家用机器人、无人驾驶车辆等设备代替人类来完成多种多样的工作,同时还对人类的思维活动进行了模仿,机器人已经能够在棋类方面战胜了人类的选手等等。这里可以看出,在人工智能研究者看来通过某种算法、模型或者逻辑结构可以产生智能的功能,即智能的本源就在这些算法、模型或者逻辑结构中。因此,他们想通过人工智能的方法先实现一个个具体的智能,然后再发展出通用的智能2。这是人工智能研究的方向。

另外,在脑科学、认知科学和人工智能相互融合的基础上萌芽了“类脑智能”的方向,类脑智能分别在神经网络、脑皮层、动物脑和人脑组成结构、人脑信息传送机制方面进行了软硬件的模拟,设计模拟人脑功能的芯片,利用高速计算等方法来尝试实现智能2

      (二)主要指导思想及遭遇困难    

1.指导思想。智能的研究者对智能本源的认识有过多种不同的观点,从符号主义、联结主义,到行为主义6及模块理论、环境作用论等7。在这些理念的指导下,脑科学、认知科学和人工智能研究者都对智能的存在和产生问题经过大量的检验和尝试。他们运用了数学、计算机技术和自动控制理论等现代科学技术对以上几个方面进行了深入细致的研究。近年来还有的研究者使用了生命演化的方法进行智能实现的尝试。另外,甚至有人用二元论来解释物质与意识的关系。

      2.遭遇困难。虽然研究者进行了广泛复杂的研究,但是到目前为止仍然没有能够真正发现智能的本源,研究者在对智能的研究总是遇到这样那样无法解决的问题。脑研究者正准备对脑的神经网络开展最彻底的研究,希望梳理清楚脑神经网络中所有神经元的关联的关系,这是一个极大的工程8认知科学研究者不能发现智能是从哪种具体的智能行为中产生的,没有办法解释清楚意识与物质之间的过度关系,不知道物质是否可以通过什么途径产生人类的意识9。人工智能的研究者能够对人类诸多具体的处理事务的能力进行模仿和实现,但是所实现出来的能力都是有局限性的,都只能针对某种事先设定的事务进行实现,实现出来的功能对于新的事务很难有作用;所实现出来的系统不能具有举一反三、融合贯通的能力,不能主动学习新的信息,不能主动适应新的环境,没有像人的智能一样具有通用性10。人工智能是在图灵机和冯·诺依曼思想体系下进行的研究,其对所要研究的对象默认采用数学计算、逻辑运算等方法和必须要设立特定的前提以后才能进行有效的处理11,在这种情况下研究者们对常识性的问题没有有效的办法进行模拟实现12;对其它非可计算的事务也没有办法处理13】【14

三、总结

通过以上梳理和概括可以总结出当前有关智能的研究所处的阶段如下:

(一)智能研究达到的水平

相对于人类的高级智能,目前人类对智能的研究所达到的阶段具有以下几个特点:

1.具体事务的处理能力在多方面超过人类。人工智能在具体事务方面实现的能力已经可以超过人类。比如:计算、下棋等等。

2.没有实现具有普遍适应性(下称“普适性”)的智能。目前的智能技术还没有做出来能够进行举一反三、融会贯通的智能,而只能够实现针对特定状况的智能10

3.不能实现物质到意识的过程。目前没有找到通过客观的物质特点实现主观意识的渠道。

(二)对智能的理解与局限

任何事物都具有两面性,对智能的理解和认知既能够促进智能研究的发展,同时也会对智能研究工作产生束缚和局限的作用。人们对智能的潜在的理解和认知主要有以下几方面:

1.认为通过对具体事务处理能力的实现就可以实现具有普适性的智能。

2.认为智能等同于处理一个个具体事务的能力16

3.认为智能可能存在于某种具体的特殊生理组织结构中。研究者认为智能是某种生理组织结构中拥有的特殊的逻辑关系和计算方法形成的特殊机制而产生的17

4.认为“智能是可计算的”18,并且认为在“图灵机模型”和“冯·诺依曼体系”的框架内可能构建出具有普适性的智能19

另外,目前已经有人提出对“智能可计算性”的怀疑20

以上是对与智能有关的研究状况的梳理、概括和总结。下面反过来从总结后的视角开始用多年来人们对智能研究的经历来检验人们对智能认识和理解形成的思想体系中存在智能的可能性。

人类现有的对智能认识的思想体系是建立在人们对智能的认识和理解的基础上的思想体系,边界清楚、具有局限性、是一个有限的封闭的空间。在这个空间中,人们在所有可以预见的领域中在横向尽可能宽广,几乎到了横向到边;纵向尽可能深透,几乎做到了纵向到底(顶);在彼此关联的方面尽可能做到复杂,用尽了当前的所有技术手段,对智能可能存在的地方进行深挖细掘、反复筛查、梳理。而且虽然随着科学技术的进步、计算机运算速度的提高,存储空间的增大等技术条件的提高人们对智能的认识程度不断加深,模仿的水平不断提高。但是,到目前为止仍然不能发现真正具有普遍适应性的、能够自主适应新环境等特点、能够将物质与意识进行关联等特点的智能,并没有对智能本质的研究带来突破性的变化。相反,在动物进化的历史中,即使处在智能水平很低阶段的动物的智能却都具有这些特征。这个对比就能够清楚的反映出人们对智能的认识和理解与真正智能之间存在较大偏差,而且在现有的对智能的认识体系中人们几乎找遍了各个角落却都没有找到真正的智能。既然这样,那么人们对智能的研究就没有办法确定清晰的方向,而且容易在一个局限的封闭的空间中反复的打转。

      现有的对智能的研究方向是对是错,这里不做结论。但是,有一点是非常重要的,就是在现有的对智能认识的局限的、封闭的思想体系外,人们应当去尝试寻找新的研究方向,这样才容易找到全新的突破口,从而打开智能研究的新局面。

      这就是当代智能研究的概况。

(三)对智能水平的概括

通过以上梳理和分析可以看出,当代对智能研究的角度很多,涉及多种学科,并且在每个学科方向上取得的成果都不太相同,那么在这种情况下如何概括和评定当代智能达到的水平呢?有什么统一的标准呢?

如果从各个学科的角度出发是很难进行统一的,但是,不管在人工智能、脑科学或者认知科学人们对智能的认识目前只处在对“智能的既定功能”的认识。所谓“智能的既定功能”是指智能由特定的结构或者机制产生,而且这种结构或者机制所能够产生的智能是既定的,即被产生的智能是确定只能解决特定范围或者类型问题的。比如:图像识别、语音识别……这些技术被实现以后只能去处理相关领域的问题,而不能处理其它问题。“图像识别”的技术不能作为“语音识别”的技术使用,也不能作为“下象棋”的技术等等。就是说现在人们对智能的认识和实现水平还处在“既定能力”的阶段,人们实现的人工智能技术目前主要能够处理预定范围的问题,脑科学主要考虑从特定的组织或者结构产生“既定功能”的方面去研究,认知科学亦大体如此。

因此,如果将目前智能的状况定位“智能1.0”的话,那么它具备这样的特点:

智能1.0:能够实现既定的功能,并不能很好的实现预先设定之外的功能。

      既然,这么看待“智能1.0”的特征,那么怎样看待更高级的智能,即“智能2.0”的特征呢?

      “智能1.0”能够实现既定的功能,那么相对于“智能1.0”“智能2.0”就能够实现预定之外的功能,这是什么样的功能呢?

      谈到智能问题人们往往第一反应从科学和技术的角度去思考,容易产生智能是人类制造出来的错觉。其实,稍微平静下来就知道:智能最先由生物产生的,而且随着生物的进化智能水平在不断的被提高。如果将生物尤其是动物按照低级到高级进行大致排布就能够发现:低等动物对应低级的智能水平,这种智能的一个共性特点是后天可变性越差,即先天既定的特点明显,而且水平越低的智能的这个特点越突出。比如:一个昆虫个体被孵化出以后的智能特点就既定了,基本不会因为后天环境的改变而获得很多新的智能特点(除非经过代际进化)。与此相对的对于高等动物的高水平智能来说都有一个“可塑性强”的特点,很多具备高水平智能的动物,如:狗、马等动物都能够在后天的条件下获得不一样的能力,就是说智能会表现出不一样的特点,这一点在人类身上表现最为突出。因此,从这个角度看,高水平智能的共同特点是:可塑性强。不仅如此,一个具备高水平智能的个体的智能可以被按照多种方式塑造出多种样式的智能,最后可以同时拥有多种能力,这种能力类型是不受限制的,也可以说是“开放式”的。如果说高级智能是“智能2.0”的话,那么它就有如下特点:

(智能1.0的特点:能够实现既定的功能,并不能很好的实现预先设定之外的功能。)

      智能2.0的特点:

1.      具有既定的能力,

2.      具有很强的后天可塑性特点,

3.      智能类型有“开放式”的特点。

      到此为止,这些就是本文要梳理、分析和阐述的观点,目前人类对智能的研究尚处在“智能1.0”的阶段,那么什么时候能够到达“智能2.0”的水平?这个问题还需要继续研究。

     




https://wap.sciencenet.cn/blog-3210001-1101342.html

上一篇:《易经》的核心内涵之一 : 定位
下一篇:论科学理论的局限性 ——智能一定是要由数学实现的吗?

21 武夷山 王涛 杨正瓴 李颖业 王从彦 张学文 徐令予 马志超 罗帆 范振英 黄永义 陈楷翰 彭真明 代恒伟 葛素红 梁进 罗春元 黄秀清 侯成亚 hmaoi chenhuansheng

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-5-19 02:30

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部