官术网_书友最值得收藏!

控制論與人工智能

阿蘭·圖靈和他的“圖靈測(cè)試”開(kāi)啟了人工智能的先河,而在早期的人工智能發(fā)展過(guò)程中,控制論占據(jù)了非常重要的位置。1948年,美國(guó)數(shù)學(xué)家諾伯特·維納的《控制論——關(guān)于在動(dòng)物和極其控制和通信的科學(xué)》的出版,標(biāo)志著控制論的誕生。迄今為止,控制論思想幾乎滲透到了所有的自然科學(xué)和社會(huì)科學(xué)之中。

在了解控制論與人工智能之間的關(guān)系前,我們需要了解一下與控制論相關(guān)的一些內(nèi)容。“控制論”這個(gè)詞最初在希臘文中意為“操舵術(shù)”,也就是掌舵的方法和技術(shù),而在一些哲學(xué)著作中,通常會(huì)被用來(lái)表示管理人的藝術(shù)。諾伯特·維納認(rèn)為控制論是研究動(dòng)態(tài)系統(tǒng)在變化的條件下如何保持平衡狀態(tài)或穩(wěn)定狀態(tài)的科學(xué)。

在控制論中,控制的定義是為了改善受控對(duì)象的功能或發(fā)展,需要獲得并使用信息,以這種信息為基礎(chǔ)選出的,并且施加在該對(duì)象上的作用。由此可知,控制與信息之間存在著密切的關(guān)系。信息的傳遞是為了控制,而任何一種控制都需要依靠信息反饋來(lái)實(shí)現(xiàn),所以對(duì)于控制論來(lái)說(shuō),信息反饋是十分重要的。

在控制論中,信息反饋是指由控制系統(tǒng)把信息輸送出去,然后再把其結(jié)果返送回來(lái),從而對(duì)信息的再次傳輸產(chǎn)生影響,最終起到控制的作用。信息反饋的概念很好理解,而具體到人工智能中,就是人工智能的控制系統(tǒng)負(fù)責(zé)整個(gè)信息的傳輸活動(dòng),包括發(fā)送和接受信息,從而確保人工智能系統(tǒng)正常地開(kāi)展活動(dòng)。

控制論在近幾十年的發(fā)展,主要表現(xiàn)在智能控制理論方面。可以說(shuō),控制論正一步步地朝著模擬人類智能的方向發(fā)展。通過(guò)深入研究人類大腦的神經(jīng)系統(tǒng),模擬人類大腦的思維控制功能,最終實(shí)現(xiàn)對(duì)于復(fù)雜系統(tǒng)的高效智能控制,這也將會(huì)成為控制論發(fā)展的必然趨勢(shì)。

通過(guò)模擬人類大腦的功能,人們創(chuàng)造出了人工神經(jīng)網(wǎng)絡(luò),從而實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)。在傳統(tǒng)控制中由于被控制對(duì)象復(fù)雜,使得人們沒(méi)有辦法用精確的數(shù)學(xué)模型對(duì)其進(jìn)行描述。實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)之后,人們便可以在控制系統(tǒng)中使用神經(jīng)網(wǎng)絡(luò)對(duì)那些難以精確描述的復(fù)雜對(duì)象進(jìn)行建模,這樣神經(jīng)網(wǎng)絡(luò)便能夠在整個(gè)控制系統(tǒng)之中發(fā)揮自己的作用,充當(dāng)控制器,也可以用來(lái)優(yōu)化計(jì)算或是診斷故障。

神經(jīng)網(wǎng)絡(luò)控制具有很強(qiáng)的非線性映射能力,同時(shí)還能夠進(jìn)行自學(xué)和對(duì)于環(huán)境的自適應(yīng),從而最終實(shí)現(xiàn)優(yōu)化的決策控制。將神經(jīng)網(wǎng)絡(luò)控制和模糊控制相結(jié)合,還可以實(shí)現(xiàn)更加復(fù)雜高效的神經(jīng)網(wǎng)絡(luò)模糊控制系統(tǒng)。而在人工智能的研究之中,神經(jīng)網(wǎng)絡(luò)無(wú)疑也將發(fā)揮出更強(qiáng)大的作用。

具體來(lái)說(shuō),控制論與人工智能之間有著什么樣的關(guān)系呢?人工智能的研究者認(rèn)為,控制論和信息論構(gòu)成了其研究方法的主體,下面我們就從以下幾個(gè)方面了解一下控制論與人工智能之間的關(guān)系。

控制論的研究者發(fā)現(xiàn),某些在結(jié)構(gòu)和形態(tài)上存在著明顯差異的事物之間,似乎又存在著一種同一性。根據(jù)這一發(fā)現(xiàn),研究者將人的行為和目的等概念引入機(jī)器之中,同時(shí)又把信息和反饋概念引入有機(jī)體,從而產(chǎn)生了功能模擬的科學(xué)方法。而智能模擬是功能模擬的自然延伸,是一種利用計(jì)算機(jī)學(xué)習(xí)系統(tǒng)模擬人的感知、記憶、聯(lián)想和思維過(guò)程的方法。

由于利用計(jì)算機(jī)的硬件和軟件可以把語(yǔ)言、算法等結(jié)合起來(lái),從而進(jìn)行高度復(fù)雜的信息處理,這便使得模擬人類智能的某些方面成為可能。一般來(lái)說(shuō),智能模擬主要表現(xiàn)在感知、記憶、聯(lián)想和思維等幾個(gè)方面。

感知模擬包括對(duì)人的視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)和嗅覺(jué)等的模擬,通過(guò)模擬人的感覺(jué)器官,來(lái)獲取外界的信息并進(jìn)行分析和理解,這也是人工智能在模擬識(shí)別領(lǐng)域的主要研究?jī)?nèi)容。

圖像識(shí)別和語(yǔ)音識(shí)別是我們接觸得比較多的人工智能研究?jī)?nèi)容。圖像識(shí)別通過(guò)模擬人的視覺(jué)獲取外界的圖像信息,從而對(duì)圖像進(jìn)行分析處理,最終辨別出圖像與圖像之間的異同。語(yǔ)音識(shí)別則主要模擬人的聽(tīng)覺(jué)。語(yǔ)音識(shí)別最早只能識(shí)別幾十個(gè)字,現(xiàn)在卻能夠識(shí)別大部分語(yǔ)句,從而與人類開(kāi)展對(duì)話,解決各類問(wèn)題。

在思維方面的模擬是人工智能研究的重要問(wèn)題。人工智能研究的核心正是人類的思維。對(duì)于思維的模擬,研究者主要進(jìn)行功能模擬,他們希望建立思維生理學(xué)模型,從而通過(guò)微觀方法,直接對(duì)人腦和神經(jīng)系統(tǒng)的結(jié)構(gòu)及功能進(jìn)行模擬。這一研究經(jīng)歷了很長(zhǎng)時(shí)間,其中神經(jīng)網(wǎng)絡(luò)系統(tǒng)就是其中的一項(xiàng)。

可以說(shuō)人工智能的研究,大多都采用了模擬方法。無(wú)論是功能模擬還是智能模擬,在人工智能的研究中都起到了重要的作用。

其實(shí)在控制論中,還有一個(gè)重要的方法也對(duì)人工智能的研究起到了重要的作用,但由于其內(nèi)容相對(duì)復(fù)雜,在這里進(jìn)行簡(jiǎn)單介紹。我們知道想要了解人類智能活動(dòng)的原理,最好的方法就是徹底了解人腦的活動(dòng)原理。但以現(xiàn)在的技術(shù)水平,想要徹底了解大腦的運(yùn)作機(jī)制是很困難的。那么是不是就沒(méi)有辦法研究人腦的運(yùn)作機(jī)制了呢?在這種情況下,控制論中的“黑箱方法”就可以發(fā)揮作用了。

從名稱上來(lái)看,我們不了解黑箱的內(nèi)部結(jié)構(gòu),但是通過(guò)外部觀測(cè)和試驗(yàn)可以認(rèn)識(shí)到其功能和特性。黑箱方法正是如此,我們不打開(kāi)黑箱,而是利用模型通過(guò)外部觀測(cè)和試驗(yàn),來(lái)進(jìn)行系統(tǒng)分析,通過(guò)信息的傳輸研究黑箱的功能和特性,最終探索其結(jié)構(gòu)和運(yùn)作機(jī)制。

前面我們提到的功能模擬,主要是生理學(xué)派對(duì)人類思維的一種模擬方法。而對(duì)人類大腦的研究則只能從其他的方向入手,這也催生了人工智能研究的另一個(gè)學(xué)派,即現(xiàn)在人工智能研究的主流——心理學(xué)派。

心理學(xué)派更多的是把人腦看作一個(gè)黑箱,然后通過(guò)這個(gè)黑箱的外部特性研究信息傳輸。他們不依靠理論推導(dǎo)尋求大腦結(jié)構(gòu)的數(shù)學(xué)模型,而是依靠一些行之有效的經(jīng)驗(yàn),模擬人的思維活動(dòng)。可以說(shuō)黑箱方法應(yīng)用在人工智能的研究中是有著得天獨(dú)厚的優(yōu)勢(shì)的。

人工智能是一門(mén)復(fù)雜的學(xué)科,對(duì)于它的研究將涉及計(jì)算機(jī)科學(xué)、信息科學(xué)、數(shù)學(xué)、控制科學(xué)、心理學(xué)、語(yǔ)言學(xué)等數(shù)十種學(xué)科,而控制論和信息論則是人工智能研究的重要理論基礎(chǔ),很多人工智能研究正是應(yīng)用了控制論中的方法才取得了突破性進(jìn)展。而從整體上來(lái)看,人類在人工智能的研究上,還有很長(zhǎng)一段路要走。但隨著控制論的不斷發(fā)展,人類獲得的人工智能的研究成果也會(huì)越來(lái)越多,最終抵達(dá)成功的彼岸。

主站蜘蛛池模板: 文水县| 新邵县| 巴彦淖尔市| 读书| 手机| 龙里县| 北海市| 莱芜市| 临朐县| 鹤岗市| 民乐县| 合川市| 莱州市| 海城市| 且末县| 阳新县| 武安市| 保靖县| 文安县| 沅陵县| 阿瓦提县| 醴陵市| 兰溪市| 墨玉县| 额尔古纳市| 南华县| 新乐市| 临泉县| 石门县| 华阴市| 额济纳旗| 吉隆县| 海原县| 交口县| 宣城市| 青州市| 大埔县| 汨罗市| 辉县市| 青岛市| 福清市|