首页 理论教育人工智能发展面临的困境及解决途径

人工智能发展面临的困境及解决途径

【摘要】:人工智能学科自1956年诞生至今已走过60多个年头,某些领域已取得了相当大的进展,但从整个发展过程来看,其发展曲折,面临不少难题。谷歌人工智能AlphaGo事件,虽标志着计算机博弈已经达到了相当高的水平,然而计算机博弈依然面临着巨大的困难。自动定理证明的代表性工作是1965年鲁滨逊提出的归结原理。不管是用一阶谓词逻辑进行定理证明的归结原理,还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能力的局限性。

人工智能(AI)学科自1956年诞生至今已走过60多个年头,某些领域已取得了相当大的进展,但从整个发展过程来看,其发展曲折,面临不少难题。

(1)计算机博弈的困难。

谷歌人工智能AlphaGo(又称“阿尔法狗”)事件,虽标志着计算机博弈已经达到了相当高的水平,然而计算机博弈依然面临着巨大的困难。这主要表现在目前的博弈程序往往是针对二人对弈、棋局公开、有确定走步的棋类进行研制的,而对于多人对弈、随机性的博弈这类问题,至少目前计算机还是难以模拟实现的。

(2)机器翻译所面临的问题。

虽然现在的计算机可以实现自动翻译,但歧义性问题一直是自然语言理解中的一大难关。同样一个句子在不同的场合使用,其含义的差异是司空见惯的,计算机往往孤立地将句子作为理解单位。另外,即使对原文有一定的理解,理解的意义如何有效地在计算机中表示出来也存在问题,系统的理解大都局限于表层上,没有深层的推敲,没有学习,没有记忆,没有归纳。(www.chuimin.cn)

(3)模式识别的困惑。

虽然计算机进行模式识别的研究与开发已取得大量成果,有的已成为产品投入实际应用,但它的理论和方法与人的感官识别机制是完全不同的。人的识别手段、形象思维能力,是任何最先进的计算机识别系统都望尘莫及的。

(4)自动定理证明和GPS的局限。

自动定理证明的代表性工作是1965年鲁滨逊提出的归结原理。归结原理采用的是简单易行方法的演绎,它要求把逻辑公式转化为子句集合,从而丧失了其固有的逻辑蕴含语义。一般问题求解程序(General Problem Solover,GPS)是试图实现一种不依赖于领域知识求解人工智能问题的通用方法。不管是用一阶谓词逻辑进行定理证明的归结原理,还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能力的局限性。