人工智能的基本技术

2021-11-19 From 人工智能(AI)程序设计 By 雷英杰

尽管人工智能还是一门正在探索和发展中的学科,尽管人工智能至今还未形成完整的理论体系,但就其目前各个分支领域的研究内容来看,人工智能的基本技术,基本上应包括以下内容:推理技术、搜索技术、知识表示与知识库技术、归纳技术、联想技术等。

推理技术

几乎所有的人工智能领域都要用到推理,因此,推理技术是人工智能的基本技术之一。需要指出的是,对推理的研究往往涉及对逻辑的研究。逻辑是人脑思维的规律,从而也是推理的理论基础。机器推理或人工智能用到的逻辑,主要包括经典逻辑中的谓词逻辑和由它经某种扩充、发展而来的各种逻辑。后者通常称为非经典或非标准逻辑。经典逻辑中的谓词逻辑,实际是一种表达能力很强的形式语言。用这种语言不仅可供人用符号演算的方法进行推理,而且也可供计算机用符号推演的方法进行推理。特别是利用一阶谓词逻辑不仅可在机器上进行像人一样的“自然演绎”推理,而且还可以实现不同于人的“归结反演”推理。后一种方法是机器推理或自动推理的主要方法。它是一种完全机械化的推理方法。基于一阶谓词逻辑,人们还开发了著名的逻辑程序设计语言 Prolog。

非标准逻辑是泛指除经典逻辑以外的那些逻辑,如多值逻辑、多类逻辑、模糊逻辑、模态逻辑、时态逻辑、动态逻辑、非单调逻辑等。各种非标准逻辑是为弥补经典逻辑的不足而发展起来的,也可以说是应人工智能之需而发展起来的。例如,为了克服经典逻辑“二值性”的限制,人们发展了多值逻辑及模糊逻辑。实际上,这些非标准逻辑都是由对经典逻辑作某种扩充和发展而来的。在非标准逻辑中,又可分为两种情况,一种是对经典逻辑的语义进行扩充而产生的,如多值逻辑、模糊逻辑等。这些逻辑也可看作是与经典逻辑平行的逻辑。因为它们使用的语言与经典逻辑基本相同,区别在于经典逻辑中的一些定理在这种非标准逻辑中不再成立,而且增加了一些新的概念和定理。另一种是对经典逻辑的语构进行扩充而得到的,如模态逻辑、时态逻辑等。这些逻辑一般都承认经典逻辑的定理,但在两个方面进行了补充,一是扩充了经典逻辑的语言,二是补充了经典逻辑的定理。例如,模态逻辑增加了两个新算子 L(……是必然的)和 M(……是可能的),从而扩大了经典逻辑的词汇表。

上述逻辑为推理特别是机器推理提供了理论基础,同时也开辟了新的推理技术和方法。随着推理的需要,还会出现一些新的逻辑,同时,这些新逻辑也会提供一些新的推理方法。事实上,推理与逻辑是相辅相成的。一方面,推理为逻辑提出课题;另一方面,逻辑为推理奠定基础。

搜索技术

所谓搜索,就是为了达到某一“目标”而连续地进行推理的过程。搜索技术就是对推理进行引导和控制的技术,它也是人工智能的基本技术之一。事实上,许多智能活动的过程,甚至所有智能活动的过程,都可看作或抽象为一个“问题求解”过程,所谓“问题求解”过程,实质上就是在显式的或隐式的问题空间中进行搜索的过程,即在某一状态图,或者与或图,或者一般地说,在某种逻辑网络上进行搜索的过程。例如,难题求解(如旅行商问题)是明显的搜索过程,而定理证明实际上也是搜索过程,它是在定理集合(或空间)上搜索的过程。

搜索技术也是一种规划技术,因为对于有些问题,其解就是由搜索而得到的“路径”。搜索技术是人工智能中发展最早的技术.在人工智能研究的初期,“启发式”搜索算法曾一度是人工智能的核心课题。截至目前,对启发式搜索的研究,人们已取得了不少成果。如著名的 A*算法和 AO*算法就是两个重要的启发式搜索算法。但是至今,启发式搜索仍然是人工智能的重要研究课题之一。

传统的搜索技术都是基于符号推演方式进行的。近年来,人们又将神经网络技术用于问题求解,开辟了问题求解与搜索技术研究的新途径。例如,用 Hopfield 网解决 31 个城市的旅行商问题,已取得了很好的效果。

知识表示与知识库技术

知识表示是指知识在计算机中的表示方法和表示形式,它涉及知识的逻辑结构和物理结构。知识库类似于数据库,所以知识库技术包括知识的组织、管理、维护、优化等技术。对知识库的操作要靠知识库管理系统的支持。显然,知识库与知识表示密切相关。

需要说明的是,知识表示实际也隐含着知识的运用,知识表示和知识库是知识运用的基础,同时也与知识的获取密切相关。

对知识表示与知识库的研究,虽然已取得了不少成果,但仍有许多问题需要解决,如知识的分类、知识的一般表示模式、不确定性知识的表示、知识分布表示、知识库的模型、知识库与数据库的关系、知识库管理系统等。

人们都知道“知识就是力量”这句名言。在人工智能的研究中,人们则更进一步领略到了这句话的深刻内涵。的确,对智能来说,知识太重要了,以致可以说“知识就是智能”。因为所谓智能,就是发现规律、运用规律的能力,而规律就是知识。所以,所谓智能也就是发现知识和运用知识的能力,而发现知识和运用知识本身还需要知识。因此,知识是智能的基础和源泉。所以,从这个意义讲,知识表示与知识库是人工智能的核心技术。

归纳技术

归纳技术是指机器自动提取概念、抽取知识、寻找规律的技术。显然,归纳技术与知识获取及机器学习密切相关,因此,它也是人工智能的重要基本技术。

归纳可分为基于符号处理的归纳和基于神经网络的归纳,这两种途径目前都有很大发展。基于神经网络的归纳不必多说(因为神经网络本身就是一个归纳器),值得一提的是基于符号处理的归纳技术。除了已开发出的归纳学习方法外,近年来,基于数据库的数据开采(data mining,DM)和知识发现(knowledge discovery in database,KDD)技术异军突起,方兴未艾,这为归纳技术的发展和应用注入了新的活力。

还需要说明的是,由于归纳时需要分析、综合、比较,还需要反馈、修正、调整和优化等步骤。所以,广义地讲,归纳技术也包括类比、控制、适应甚至进化在内。

联想技术

联想是最基本、最基础的思维活动:它几乎与所有的 AI 技术息息相关。因此,联想技术也是人工智能的一个基本技术。联想的前提是联想记忆或联想存储,这也是一个富有挑战性的技术领域。

以上介绍了人工智能的一些基本理论和技术,因为这些理论和技术仍在不断发展和完善之中,所以它们同时也是人工智能的基本课题。


本文来源:人工智能(AI)程序设计,转载请注明出处!

君子曰:学不可以已。
《分布式算法精髓》
互联网是一个分布式系统,无线通信、云计算或并行计算、多核系统、移动网络也是如此。蚁群、大脑甚至人类社会都可以被建模为分布式系统。本书强调这些分布式系统中共同涉及的主题和技术,特别是强调分布式系统设计中的一些基本问题,涵盖通信、协调、容错性、本地性、并行性、打破对称性、同步化、不确定性等。
发表感想

© 2016 - 2022 chengxuzhixin.com All Rights Reserved.

浙ICP备2021034854号-1    浙公网安备 33011002016107号