關(guān)于人工智能利弊的論文

關(guān)于人工智能利弊的論文

　　英國數(shù)學(xué)家阿蘭·圖靈提出了一個判斷機器是否有人的智能的測試標準——圖靈測試，但很多人認為“圖靈測試”本身是不確定性的，不符合科學(xué)測量的方法。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能利弊的論文的相關(guān)資料，歡迎閱讀!

　　關(guān)于人工智能利弊的論文篇一

　　英國數(shù)學(xué)家阿蘭·圖靈提出了一個判斷機器是否有人的智能的測試標準——圖靈測試，但很多人認為“圖靈測試”本身是不確定性的，不符合科學(xué)測量的方法。因為感官存在局限性，而有效的科學(xué)測量需要依靠儀器來完成。但是在“圖靈測試”中，判定機器是否有智能的標準是測試者——人，而人在獲取信息的過程中本身是不確定的，必定導(dǎo)致測試的不確定性。此外人類對智能的衡量標準也是不確定性的，不同的時代，人類對智能有著不同的標準，使得檢測出來的智能具有偶然性和臨時性。

　　在人工智能領(lǐng)域，還有許多類似的不確定性問題值得人類去思考和探究，不確定性已經(jīng)成為人工智能發(fā)展和考慮的重要的方面。

　　一、不確定性的哲學(xué)發(fā)展

　　統(tǒng)計力學(xué)、量子力學(xué)出現(xiàn)之前，牛頓的經(jīng)典力學(xué)奠定了物理學(xué)的基礎(chǔ)，確定性融入了大多數(shù)人的認知觀，不確定性一直未能真正走進科學(xué)的殿堂[1]。

　　(一)確定性哲學(xué)

　　近代哲學(xué)之父笛卡爾思想的出發(fā)點從上帝發(fā)展為找到一個確定性的知識基礎(chǔ)。在他看來，數(shù)學(xué)是唯一能夠提供精確知識的學(xué)問，數(shù)學(xué)和物理學(xué)結(jié)合，將精確地表示出所有的科學(xué)解釋。德國哲學(xué)家、數(shù)學(xué)家萊布尼茲堅信基于符號化的科學(xué)語言可以建立“普遍邏輯”和“邏輯演算”，世界上的一切都可以解釋清楚。

　　英國物理學(xué)家、數(shù)學(xué)家牛頓認為時空是絕對的，并且一切可觀測的物理量在原則上都可以無限精確的測量，其基礎(chǔ)是物理規(guī)律的確定性。法國數(shù)學(xué)家、天文學(xué)家拉普拉斯曾說：“如果準確的獲得了宇宙的完整信息，就能夠決定它在未來和過去任意時刻的狀態(tài)。”認為一切事物都被一種不可抗拒的力量決定，世界是確定的。

　　(二)不確定性哲學(xué)

　　著名思想家老子提出“有無相生，難易相成，長短相形，高下相傾”強調(diào)了相互對立的事物中存在一個漸變的過程，事物之間的差別沒有確定性的界限。東漢哲學(xué)家王充在論述世間萬物生成機理的時候，認為事物并不存在預(yù)先設(shè)定好的目標和方案，最終結(jié)果如何，將受到偶然因素的左右。

　　客觀唯心主義建立者黑格爾把認識作為整體看，提出了正反合三段式運動，認為真和假不再是界限分明的對立物;真理是不斷建立自身的運動主體，而非靜止的點。德國哲學(xué)家康德認為事物是具體的和物化的，而語言是抽象的，在認識事物的過程中，“知性為自然立法”，即事物的特性與觀察者有關(guān)。

　　在自然科學(xué)領(lǐng)域，隨著科學(xué)研究的逐步深入，經(jīng)典力學(xué)逐漸暴露出其局限性。例如經(jīng)典力學(xué)中研究對象可以確定性的分為“波”和“粒子”，是一種非此即彼的狀態(tài)，但愛因斯坦在研究光電效應(yīng)時發(fā)現(xiàn)光在具有普遍上認可的“波”的性質(zhì)的同時還具有“粒子”的特性，這是一種亦此亦彼“模糊”的狀態(tài)。隨后科學(xué)家發(fā)現(xiàn)包括電子在內(nèi)的一切物質(zhì)都存在波粒二象性，奠定了量子力學(xué)的基礎(chǔ)，德國理論物理學(xué)、原子物理學(xué)家韋納·海森堡提出了“測不準原理”，認為一個微粒的某些物理量不可能同時具有確定的數(shù)值，即一個量越確定，另一個量的不確定性越大，再精密的儀器也不能測出完全精確的值。人們逐漸接受了：世界是不確定的，確定性是不確定性的特例。

　　不確定性和確定性是一對矛盾的概念，二者互為補充，在一定條件下可以互為轉(zhuǎn)換。只把握住確定性，否認不確定性，將會陷入機械的決定論;反之，可能會走向不可知論，因此，只有同時認識到確定性

　　和不確定性，才能更好的進行探索和研究。

　　二、人工智能的不確定性

　　由于符號主義、聯(lián)結(jié)主義和行為主義[2]可以和諧的統(tǒng)一到機制主義的框架中來，所以本文將以機制主義的智能生成機制作為討論的基礎(chǔ)[3]。智能生成機制分為四步：一是從本體論信息到認識論信息的信息獲取過程;二是從認識論信息到知識的認知過程;三是從知識到智能策略的決策過程;四是從智能策略到智能行為的執(zhí)行過程。

　　在信息獲取過程中，本體論信息的不確定性體現(xiàn)在：隨機性、模糊性、不完備性;而認識過程的不確定性體現(xiàn)在：感覺的不確定性、知識結(jié)構(gòu)的不確定性、記憶的不確定性、思維的不確定性[4]。在從認知論信息到知識的認知過程中，所形成的知識的不確定性不僅包括了隨機性、模糊性、不完備性，還包括了不協(xié)調(diào)性和非恒常性。在知識到智能策略的決策過程中，由于決策過程本身就是在多個備選方案中選擇一個的過程，所以是不確定的。從智能策略到智能行為的過程是確定的，但行為的結(jié)果是不確定的。

　　(一)本體論信息的不確定性

　　不確定性的本體論信息可以劃分為三類：隨機信息、模糊信息和不完備信息。智能主體往往在同一時刻就會獲取多維的多樣化的信息，可以稱為是由信息構(gòu)成的龐大的信息系統(tǒng)。在信息系統(tǒng)中有視覺、聽覺、嗅覺、味覺、觸覺等眾多信息，其復(fù)雜度可想而知，在篩選、提取、辨認、識別的過程中也不可避免地會導(dǎo)致更多的不確定因素。

　　(二)認知過程的不確定性

　　認知是主觀對客觀世界的一種映象，認知過程的不確定性主要包括如下四個方面：

　　1.感覺的不確定性：智能主體的生存離不開環(huán)境，在與環(huán)境交互的過程中，感覺具有明顯的不確定性，如“香”、“辣”、“冷”這些概念都是不確定的，感覺器官并不能精確定義出其中有多少個令人愉悅的氣體分子，辣度達到了多少個斯高爾威單位，水溫是零下攝氏幾度。對于舒服、疲憊、快樂、傷心這些主觀感受來說，更難做出確定性的劃分。

　　2.知識結(jié)構(gòu)的不確定性：人們往往無法捕捉到環(huán)境的全信息，必然對信息有所篩選，而篩選的過程建立在先驗基礎(chǔ)上的，導(dǎo)致把握信息時的不確定性。例如，隨著人類知識的擴充，經(jīng)歷了“人是機器——人不是機器——人等于機器——人不等于機器”的路線，其中的每一個過程在當(dāng)時的知識水平下看都是能得到普遍認可的，但隨著知識的更新，導(dǎo)致原來認為是正確的認識被新的認識替代，是一個否定之否的辯證過程。

　　3.記憶的不確定性:記憶是對輸入信息的編碼、貯存和提取的過程，但記憶并不牢固，存在一個遺忘進程，由于認知主體生理特點、生活經(jīng)歷、記憶習(xí)慣、記憶方式、記憶特點、記憶時間、興趣方向的不同，大腦往往抓住認知主體最感興趣的部分，而其他細枝末節(jié)將逐漸遺忘。

　　4.思維的不確定性:邏輯思維往往是確定的，可以抽象為符號語言通過計算機來模擬實現(xiàn);但形象思維包括了聯(lián)想、創(chuàng)造、頓悟等形式，沒有確定的規(guī)律可尋，而它們在人腦中卻占據(jù)了相當(dāng)大的比例，是智能的重要體現(xiàn)。

　　(三)知識的不確定性

　　智能主體得到的知識具有不確定性，主要體現(xiàn)為不協(xié)調(diào)性和非恒常性。

　　1.不協(xié)調(diào)性:知識的不協(xié)調(diào)按不協(xié)調(diào)的程度可以依次分為冗余、干擾、沖突。一般來說，冗余不會導(dǎo)致知識的不確定性，但干擾和沖突卻可能帶來意想不到的變化。干擾是指對當(dāng)前待解決的問題不但沒有幫助，反而會對其他知識起到阻礙、抑制的作用，甚至導(dǎo)致錯誤結(jié)果的現(xiàn)象。沖突指知識之間相互抵觸或完全對立。沖突是矛盾，存在于一切事物中，知識也不例外，但新舊知識的沖突可以促使知識體現(xiàn)出一種非單調(diào)的邏輯，鼓勵人們通過研究探索修改原有的知識，甚至推翻原有的知識重新構(gòu)建更新的知識，使得人類在對立統(tǒng)一中逐漸逼近真理。

　　2.非恒常性:非恒常性主要指知識隨時間的變化而變化的特性。在變化過程中，可能是從不知道到知道，從不深刻到深刻，不斷更新的否定之否的過程;也可能因為記憶的衰退、遺忘導(dǎo)致知識逐漸遺忘;還可能因為智能主體觀念的徹底改變，從 而推翻了原有的知識構(gòu)建。

　　(四)決策的不確定性

　　不同智能主體的出發(fā)點和目標不同，即使所有初始條件相同，也可能做出迥異的決策;同一主體在不同時刻、不同 環(huán)境、不同心境、不同知識結(jié)構(gòu)的時候，做出的決策也會大不一樣。為了做出更優(yōu)化的決策，不僅需要 經(jīng)驗的積累，還需要盡可能多的掌握信息。

　　(五)執(zhí)行結(jié)果的不確定性

　　執(zhí)行結(jié)果能否按照預(yù)期的方向 發(fā)展，受限于多方面條件，導(dǎo)致最終結(jié)果充滿了不確定性。在單個人來說，執(zhí)行的最終結(jié)果會受到客觀條件的影響，差之毫厘，可能失之千里。對于博弈雙方來說，單方面的決策即使是智能主體覺得最優(yōu)化的，其執(zhí)行的結(jié)果不但與環(huán)境等客觀條件息息相關(guān)，還取決于對手的決策。當(dāng)把情況拓展到多個博弈方時，情形將會更加復(fù)雜。

　　三、不確定性對人工智能的啟示

　　人工智能的目的是讓機器擁有智能，但當(dāng)前對智能的定義各不相同。雖然不能準確的定義智能到底是什么，但可以探究哪些方面屬于智能，本文傾向于多元智能理論[5]。多元智能理論的提出有助于找準最適合開發(fā)不同智能的時間段，通過訓(xùn)練開發(fā)兒童的智能。那么，能否通過人工智能的方法開發(fā) 計算機的潛能，讓機器也擁有多元智能呢?就目前人工智能的發(fā)展來看，不確定性的引入很可能就是開發(fā)機器多元智能的重要手段。

　　當(dāng)前的人工智能發(fā)展成果大多是在數(shù)字邏輯智能方面的，但在理解、創(chuàng)作等方面的發(fā)展還相對緩慢[6]。如果將不確定性成功地運用到人工智能領(lǐng)域[7]，很可能讓計算機在 語言智能、空間智能、身體運動智能、音樂智能、人際智能、自我認知智能等方面有所突破。

下一頁分享更優(yōu)秀的<<<關(guān)于人工智能利弊的論文