1.3 90年代初人工智能进展 在物理符号系统假设和基于知识的启发式求解方法指导下，在专家系统、机器翻译、机器视觉、问题求解等方面的研究已有实际应用。80年代以来，对知识表示、常识推理、机器学习、分布式人工智能以及智能机器体系结构等基础性研究方面也取得了可喜的进展。区别于物理符号假设的联结主义，在神经网研究方面也有明显地进展，它避开了知识表示带来的困难，而神经元间联结的结构和权值选取又成了难题。人工智能研究目前处于什么状态说法不一，认为失败的毕竟是少数，多数认为近年来没有重大突破，甚至出现了某种程度的踏步不前。这值得人工智能学界反思，Minsky，Brooks，Kirsh等提出了不同的观点和人工智能的基本问题。 1．人工智能基础的五个基本问题 1987年5月在MIT召开了人工智能专题讨论会，几位代表人物各自阐明了对人工智能基础的认识，而且评价了有关基础性工作。 1987-1988年，"Computational Intelligence"杂志先后发表了Mc Dermott写的"纯理性批判"、Peter Cheesman写的"计算机理解质疑"。1987年以来的人工智能学术会议上都有关于非单调推理为背景的常识表示和常识推理的争论。1990年出版了partrige和Wilks的《人工智能基础》和Magaret Boden的《人工智能哲学》等专著。这些讨论和论述形成了人工智能基础辩论的局面。 1991年有代表性的杂志"Artificial Intelligence"(vol．47)发表了人工智能基础专辑，指出了人工智能研究的趋势，并就人工智能有关方法的基础性假设进行了辩论。Kirsh在专辑中提出了人工智能的五个基本问题。 (1)知识与概念化是否是人工智能的核心? (2)认知能力能否与载体分开来研究? (3)认知的轨迹是否可用类自然语言来描述? (4)学习能否与认知分开来研究？ (5)所有的认知是否有一种统一的结构? Nilsson代表的逻辑主义，对(1)－(4)给予肯定的回答，对(5)持中立观点。Newell代表的认知主义，对(1)、(3)、(5)给予肯定的回答。而Brooks代表的进化主义，对(1)－(5)完全否定。 2．思维的社会 Minsky认为人工智能研究已进入死胡同。原因是人们追求某种统一的知识表示和理论基础。他认为人的智能中，根本不存在统一的理论，那里有几百个理论在起作用，彼此既有合作又有矛盾，但根本没有什么一致性、完备性。他把人的智能称为"思维的社会"(Society of Mind)，意指由大量具有某种思维能力的单元组成的复杂社会。这种观点与McCarthy主张以非单调逻辑为中心的常识推理、与Nilsson主张的逻辑主义观点是完全不同的。 3．无需表示、无需理性的智能 人工智能的研究至今过于集中在一些经过抽象的、过份简单化的现实世界模型(如积木块)之上，研究一些玩具式的小例子(如八数码)。Brooks认为应走出这种抽象模型的象牙塔，而以复杂的现实世界为背景，让人工智能理论、技术先经受解决实际问题的考验，并在这种考验中成长。 要求机器人像人一样的思维太困难了，在做像样的机器人之前，不如先做-个像样的"机器虫"，Brooks果真实现了。机器虫没有像人那样的推理、规划能力，可是应付复杂环境的能力大大超过了现有的机器人。 Brooks进而提出了无需表示的智能、无需理性(推理)的智能。其基本观点是 (1)到现场去 (2)物理实现 (3)初级智能 (4)行为产生智能 以这些思想为基础，Brooks设计了一种控制结构，是一个松散的联邦，是一些相对独立的功能单元组成的分层异步分布式网络，把机器虫所需的一些基本功能如避让、前进、平衡等分离出来，分别发挥作用。Brooks的设想获得了一定程度的成功，有些机器虫已成商品。 Brooks的观点反对者大有人在，他们提出：今天的虫明天能变成人吗? 4．逻辑的作用 Ni1sson是主张用逻辑来研究人工智能的代表。他指出人工智能的逻辑学派基于三个论题。 (1)智能机器必须有关于自身坏境的知识。 (2)通用智能机器要能陈述性地表达关于自身环境的大部分知识。 (3)通用智能机器表达陈述性知识的语言至少要有一阶逻辑的表达能力。 逻辑学派还对知识是什么?世界是什么?机器与世界如何交互以及设计智能机器的过程的任务等进行了研究。强调的是知识、概念化、模型论语义。 反对派也提出不同的观点和问题。责问逻辑学派究竟干了些什么?人类的思维大部分是非逻辑的，基于逻辑的机器不能达到人类的认识能力。把任何事物都用统一的逻辑框架来表达是不现实的。逻辑学派强调可靠的演译推理，忽略了归纳、类比、概率推理。以模型论语义做为知识表示的核心也值得怀疑。 |