Algorithm 版 (精华区)

发信人: Lerry (戒网·学习), 信区: Algorithm
标  题: 人工智能的挑战 
发信站: 哈工大紫丁香 (2001年12月13日09:46:20 星期四), 站内信件

人工智能的挑战
----------------------------------------------------------------------------
----
----人工智能创立的前提是：可以用计算解释所有的认知活动。1956年在达特茅斯学院
大会上由JohnMcCarthy、MarvinMinsky、AllenNewell和HerbertSimon将人工智能定为一
门正式的学科。人工智能的目标是理解智能行为的原理和机制。联合工程的目标是设计
能在真实世界中生存并运作的智能制品，并且解决大量极富挑战性的科学难题。
----人工智能的主要挑战是建立智能行为的模型和机制。人工智能主要是一门经验科学
，研究者们采用经典的"假设与测试"范式去验证这些模型和机制。计算机是从事人工智
能试验的实验室。计算机程序的设计、创建、测试和验证正是人工智能研究人员验证假
设的过程。
----人工智能系统应具备以下特征：展示自适应的面向目标的行为；从经验中学习；使
用大量知识；展示自我意识；采用语言和语音与人类交流；能容忍交流中的错误和含糊
不清并具备实时响应。
人类智能和其他智能形式
----基于计算机的智能是否与人类智能等同是有争议的。然而，如果我们这样定义智能
--"如果一种（思想上的）行为或一系列行为能完成人类所做到的事，我们就说它是智能
的"，例如国际象棋对弈系统、保证汽车正常行驶的系统以及疾病诊断系统都已经表现出
了智能行为。
----当我们试图将人类智能同人工智能等同起来时，就产生了混乱。人工智能与人类智
能相比可谓各有千秋。例如，人们不可能躺在床上阅读电子图书，至少是现在还不能。
另一方面，人们能够对电子图书的内容进行处理、检索和查询，对纸制图书却不可以。
又如，你可以在虚拟商场里试穿虚拟的衣服，订货并在24小时内收到真正的货物。虽然
在购买它们之前并不能带给你穿上真正新衣服时的那种惊喜，但你却可以徜徉于巴黎、
米兰或香港的虚拟商场中，而若想身临其境开销将会很大。同样，虚拟商场同真正的商
场相比，既有长处，又有不足。
----尽管人工智能的能力在不断变化，但人工智能系统要实现人类所拥有的某些特定的
能力却很难。尽管如此，一些人工智能系统将会拥有超人能力，增强并扩展人类特有的
能力。人工智能的目标就是要制造增强人类智能的作品。
四十年的进步
----人工智能从它创建伊始到现在，一直在稳步前进。国际象棋是最典型的人工智能问
题。国际象棋与人工智能的关系相当于生态学与生物学的关系。国际象棋中出现的问题
（以及解决这些问题的技术）与其他人工智能的问题是相关的。据估计，国际象棋中总
的棋步数（10100）比宇宙中的原子个数还要多。只靠蛮干法解决国际象棋问题是注定要
失败的。因此，采用一些最基本的策略和技巧是很有必要的。
----50年代中期，AllenNewell、CliffShaw和HerbSimon开发了第一个实用国际象棋对弈
程序。60年代，名为Greenblatt的国际象棋对弈程序在常规的国际象棋比赛中，赢得了
比赛的胜利。70年代和80年代，一些国际象棋系统如Northwestern、Belle和HiTech稳步
发展，最终取得高级大师级别。
----IBM公司研制的"深蓝"系统是以"深思"为基础的。"深思"是由C.B.Hsu和ThomasAnan
tharaman在卡内基梅隆大学开发的第一个得到特级大师称号的国际象棋对弈系统。在19
96年ACM比赛中，深蓝第一次向Garykasparov挑战，并赢得首场比赛胜利。当时的"深蓝
"运行在带有256个处理单元的IBMSP-2处理器上，每秒能分析1亿步以上。
----Fritz4.0是另一个有趣的系统。它运行在传统PC机上，在1995年的比赛中击败了"深
思Ⅱ"和其他国际象棋对弈程序。1994年，它在快棋赛中，击败了Garykasparov、Nigel
Short和其他特级大师。
语音
----语音识别一直是人工智能的难题之一。它要求高数据传输速率和即时响应，并且实
现智能行为的基本要求，包括实时操作、探索大量知识、容忍错误与不精确、使用语言
以及从例子中学习等。
----语音是一种自然的交流方式，它的优点是不需手和眼，不依赖于环境和地点。但是
，外界因素的多变性大大增加了任务的复杂度。这些外界因素包括环境噪音、麦克风的
特性、语音速率和音量大小、说话人的变化、语句的重复和重新开始以及即时即兴发言
中的不合语法等等。
----80年代，IBM公司和其他公司推出了几个带有大型词汇表的系统，然而由于计算和准
确度的限制迫使说话人说话时在两个单词之间要作一停顿。
----语音领域的进步使人们对智能系统的结构有了更深入的了解，如怎样使用不完备、
不准确的部分知识来解决问题。由卡内基梅隆大学研制的SphinxⅢ系统不需要对每个新
的说话人作任何限制就可以识别连续的语音。该系统以近乎实时的方式运行在PentiumP
roPC上，在一个声音邮件监听任务中采用一个5万单词的词汇表。ShphinxⅢ通过对语音
知识的精心建模、未经指导的学习以及对大量训练数据的有效使用，消除了依赖于说话
人的系统中的种种不便限制。
视觉
----计算机视觉的目标是自动解释和理解图像数据并创建来自真实世界的三维模型。视
觉领域也存在着许多与语音领域中相同的问题和外界的多变因素。由于要求更高的数据
传输速率和更大的数据量，其任务复杂度只会增加。人们只有通过视觉模型是否能完成
给定的任务才能判定它的好坏。
----视觉是一个活动的过程，但在机器视觉中，还不具备实现这一点的技术。活动视觉
的含义是数据采集过程的控制，是视觉任务的一个组成部分。这就需要足够的内存和实
时处理能力对时空序列进行分析。
----第一个计算机视觉系统是在60年代初由LarryRoberts在麻省理工大学的林肯实验室
里研制出来的。他创建了来自"积木世界"任务的灰度图像的三维模型。70年代和80年代
，计算机行业又形成了许多关于视觉领域的基本结论，如逆光问题的解决方案等。
----视觉领域30年的进步可通过图像的复杂度来衡量。80年代末期以来，有两项结果反
映了这种巨大的进步：采用SteveShafer研制的"双色反射模型"去除彩色图像上的加亮部
分以产生一个"内在体反射"图像；从比立体深度估计要优N倍的N图像的序列中开发的估
计深度算法。
----范围图像处理和实时深度恢复方面的进步，是以TakeoKanade的多基线立体理论和C
MU机器人研究所的其他理论为基础，采用多摄像机而取得的，它使虚拟现实、远地临场
技术和娱乐中的新应用得以产生。
机器人
----60年代初，HenryErnst在麻省理工学院的人工智能实验室里研制出一种计算机控制
的机械手。机械手能在相当复杂的任务中完成非常精确的动作。机器人研究中更令人兴
奋的是自律移动系统的研制。机器人汽车极富挑战性，因为这种系统需要将各种学科的
技术结合在一起，包括计算机视觉、高级传感器、高速处理器、规划、控制和学习，最
终产生能在行驶过程中驾驭自身的汽车。
----斯坦福运货车（StanfordCart）是移动交通工具早期研究的产物。CMU在15年的时间
里制造了许多各种各样的自律交通工具，开始有CMUIMP和Neptune，后来又有Navlab系列
自律陆地车。
----后来问世的NavlabⅡ是一辆军队救护车，它除了带有提供立体视觉的可上下左右移
动的摄像机外，还有许多从NavlabI中继承而来的传感器。它采用计算机控制的电机来转
动方向盘并且控制刹闸和气阀，能以110公里/小时的速度在高速公路上行驶。最近研制
出的NavlabV是一种来自通用汽车公司的商业货车，它能自动驾驶并带有传感和控制系统
。1995年夏，该系统实现了从华盛顿到圣迭戈的98%时间的无人驾驶。美国的高速公路自
动系统项目旨在研制出在高速公路上行驶的自动的汽车、卡车和公共汽车。人们希望这
些系统能提高安全性，减少拥挤并且方便老人和残疾人出外活动。
专家系统
----60年代，斯坦福大学的科研人员利用人工智能技术从大量的光谱数据中发现了分子
结构。由此而产生的Dendral系统和Mycin系统赋予了专家系统新的生命。
----在专家系统的研究中，人们意识到一般目的的人工智能方法并不能很好地解决某些
需要专业领域知识的问题。Dendral系统为基于知识的系统开发奠定了基础。
----开发专家系统中的主要研究课题是领域知识的获取和决策制定的准则。
----基于知识的系统是人工智能对工业应用最显著的贡献。它们采用一种简单的理论：
某一专业知识领域启发式指导下的符号推理能产生令人印象深刻的解决问题的能力。
----涉及人工智能的每项任务都需要长期和大量的资助，意味着高风险、高支出的投资
，而这一切并不能保证成功。尽管如此，即使只取得部分成功也能带动工业的发展并对
竞争产生重大的影响。
翻译电话
----翻译电话是这样一种系统，通过它说日语的人可以实时地同说英语的人交谈。这就
需要研究方案去解决许多至今尚未解决的问题，如能够识别大量（可能是有限的）词汇
表和即时即兴连续发言的语音识别系统；保留说话人音质的自然声语音合成以及能处理
模糊、不合语法的非完整句子的自然语言翻译系统。
事故避免汽车
----采用声纳、激光和视觉传感器的智能控制的事故避免汽车，能够减少80%至90%致命
事故的发生，其花费不到汽车总价格的10%。这种设备需要在视觉、传感器、障碍检测和
避免、数字信号处理芯片和基本软件及算法设计领域作进一步的研究。
学习系统
----很久以来人们一直将兴趣集中在那些能从例子、观察和书本中学习的系统上。通过
学习而获得能力的系统，面临的主要挑战是：阅读大学新生的课本（如物理学或统计学
），然后在章节末回答问题；通过观察人是如何组装一个设备（如食品加工器）来学会
组装同一个设备。两者都是极难的问题，需要视觉、语音、解决问题的技术以及学习理
论等领域的进一步发展。二者对于通过开发（可能是未经指导的）而获得能力的自管理
系统的展示又都是很重要的。
自复制系统
----一个要复制自身的工厂应具备什么样的能力呢？自复制系统对诸如航天领域来说是
极有意义的。比如说，并不需要将整个工厂送上太空，能否依靠一小套生产工具和太空
的原材料，生产出工厂所需的95%的组件，从而建成一家新工厂呢？该问题还涉及如材料
和能源技术等许多不同学科的知识，而人工智能领域所要研究的问题则包括反向工程和
复制的知识捕获，为制造而进行设计，用于控制诊断、监控和机器修复的机器人技术。

人工智能对社会的影响
----几个世纪以来人类一直梦想能制造出一种智能生物，它能使人们从繁复的日常劳动
中解脱出来。因此，人工智能对社会的影响可以通过回答这样两个问题来衡量：人工智
能产品有助于社会吗？有多少工业是人工智能的产物？
----工业中某些领域已成功地使用了人工智能技术，包括分析（例如机器诊断）、合成
（如设计和组装）、调度、仿真和规划，这些都获得了巨大的经济效益。除此之外，人
工智能技术还通过在大量数据库中搜索创建新的分子结构以及破译DNA序列密码来帮助化
学家和生物学家研究复杂的现象。飞行员和股票商利用智能系统辅助其完成专家级的分
析、诊断和计划。医生们能对更多的假设情况进行检查，因此避免对某些不引人注意症
状的忽视。从地球轨道卫星上得到的图像为我们的生存环境提供了重要的信息。
----人工智能最著名的经济影响是专家系统的广泛使用。据估计，全世界通过这项技术
每年可节省10亿美元以上。语音分析和语音合成产品已开始步入市场。政府部门、健康
保护机构、制造业、银行和保险业每天都在使用图像理解程序。视觉技术和机器人正在
使制造业发生变化。计划和调度系统已成为工业界和军事领域的日常工具。通过使用Si
lky接口，计算机变得更易使用。该接口能有效利用用户交互作用时的语音、图像、语言
和知识。
----计算机和通信技术使快速廉价的知识共享成为可能。人工智能研究人员应当能制造
出一种拟人化的、智能的助手，对每天遇到的问题提出专家级的建议，使大量知识以活
动形式存在并随时可用，帮助普通人完成超人所能完成的任务。这样的系统能给没有知
识的农民和科学家同样的帮助。当然，为了使农民能使用这样的系统，必须用声音和视
觉实现人机交流并且容忍在人机交互时的错误和含糊。除了提供对日常问题的帮助外，
这样的系统还能以拟人化的方式提供教育和娱乐活动。
----制造一种能共享知识、方法和文化的机制是一种挑战。中国有位知名哲学家说过：
"如果给人一条鱼，可以养活他一天；如果给他一条鱼竿，可以养活他一生。"我们将这
句话进一步引伸：如果我们能为他提供知识和造鱼竿的方法，就可以养活整个村庄。人
工智能存在挑战，也充满希望。

--
　　不在乎天长地久，就怕你从来没有！

※ 来源:·哈工大紫丁香 bbs.hit.edu.cn·[FROM: 天外飞仙]