例如学术交流,是双向激发,是思维的创新,是从无到有,这点非科学学术交流所不能──比如,从大自然历史运转出来的数据中,提取出全球气象先验知识。再比如制药领域,如果没有考虑蛋白质的柔性,导致搜索空间小,寻找到的靶点少。而分子动力学模拟,考虑了蛋白质的柔性,但又计算量非常大。有专家与教授提出:基于元动力学的靶点发现和构象搜索算法,可加速小分子遍历蛋白质的过程。 对此的实践,同样的构象搜索传统方法需要37天,现在只需要6个小时,提升了150倍效率。因此在软件编程上,除了用传统人工智能(AI)在大量已有代码中,进行检索和推荐外,在相互纠缠和前后关联的大规模并行化的情况下,现在也在发展科学的模型驱动和形式化方法。可见学术交流也类似产生创新思维的游戏,根本目的在激发创新思维,突破人类已有知识的边界。 早在1986年上海人民出版社出版钱学森主编的《关于思维科学》一书中,问科学家是如何激发创新性思维、突破知识边界的呢?有说:“提问题、发表不同意见、作补充、提新看法”的。即这种方法的本质,是通过不同思想的表达、争鸣,来激发创新思维,从而达到科学创新的最终目的。比如无人驾驶汽车,它之所以是能动的,是因为它不像传统的汽车,需要被动的人为操作驾驶。这就是知识+研创的一种智能化的事物,它将传感器物联网、移动互联网、大数据分析等技术融为一体,从而能动地满足人的出行需求。 又如相对传统媒体,知识+研创智能化是建立在数据化的基础上的媒体功能的全面升华。这类新媒体,能通过智能技术的应用,逐步具备类似于人类的感知能力、记忆和思维能力、学习能力、自适应能力和行为决策能力,在各种场景中,以人类的需求为中心,能动地感知外界事物,按照与人类思维模式相近的方式,和给定的知识与规则,通过数据的处理和反馈,对随机性的外部环境做出决策并付诸行动。 即知识+研创智能化,是现代人类文明发展的趋势。但要实现智能化,智能材料是不可缺少的重要环节──智能材料是材料科学发展的一个重要方向,也是材料科学发展的必然。智能材料结构是一门新兴起的多学科交叉的综合科学,智能材料的研究内容十分丰富,涉及许多前沿学科和高新智能材料,在工农业生产、科学技术、人民生活、国民经济等各方面起着非常重要的作用,应用领域十分广阔。 而且通过加快企业知识创造、知识和技术溢出,知识+研创智能化可提高技术创新能力,从而促进经济增长。如智能化加快企业知识创造,同时智能技术也会提高企业数据收集能力,利用新形式的人机交互,为企业提供更有效的信息检索和数据处理方式。 这有助于比以往更快地利用现有信息,产生新知识和新的计算方案,加速知识重组过程,从而加快企业内部的知识创造,提高企业技术创新能力,同时智能化加快企业知识和技术溢出。所以知识+智能是古今中外许多哲学家、脑科学家一直在努力探索和研究的问题,但至今仍然没有完全了解,以致智能的发生与物质的本质、宇宙的起源、生命的本质一起,被列为自然界四大奥秘。 所以知识+智能这种完成复杂目标的能力,定义很广,足以涵盖所有定义。因为理解力、自我意识、解决问题的能力、学习能力等都属于人类可能会遇到的复杂目标。因此《牛津英语词典》中智能的定义是:“获得和应用知识与技能的能力”。这也涵盖知识的学习和研创,指明可以将“应用知识与技能”作为一个目标。但有说:假如存在第三个计算机程序,它能够完成所有目标,并且它在某一个目标上,比如下象棋,做得远比前面所说的两个程序都好,而且在其他目标上完成得也不比它们差,那就可以说第三个程序比前面两个程序更加智能。 所以对知识+智能的分类,有“狭义”和“广义”的区分。 知识+智能是智慧和能力的合称,包括既往获得的知识和经验的广度,以及运用这些知识和经验来解决新的问题形成新概念、调节和适应新环境的能力,是先天素质、后天社会,教育的影响以及个人努力三方面因素相互作用的结果。这又可分抽象智能、机械智能、社会智能三大类。即知识+智能,主要是认识过程方面所表现的心理特征,智能的正常,往往通过一系列心理过程表现出来。它接受知识,从而认识世界事物,并运用知识,从而有改造客观世界的能力。 知识+智能,是东西方文明一直共同关注的对象。应该存在它的相关无关化,是去发现、分析应该把表面上无关──本质上存在着千丝万缕关系的事物,相关在一起解决问题的能力。即评价知识+智能好坏,指标是处理问题的复杂程度──首要的关系,不是智能和事物的关系,而是智能就是事物的关系──智能把每一物拥入存在并保持在存在里,就此智能本身即是关联,不考虑因果的关联。 人工智能有时空性,是狭义的知识+智能,它要求在资源有限的情况下,适应性地处理信息。智慧没有时空性,是广义的知识+智能,它用无限的材质方法去达到目的;这种有无时空的跨界,也是智能很难被定义的原因之一。如人们解释世界常常是秩序或时序的,但理解世界,往往智能就是现实可能性的能力。智能是由最小的知觉,所触发的适应性交互行为。这种行为的缔造者,不是人脑,也不是人,是由人物环境系统相互作用产生的这种行为,在自然和日常中得以体现。 如知觉,是身体感觉和交互行为产生出的关系。所有关涉事物或事实的智能基准点,就是“我”的存在。“我”的概念,包括了身体、行为、意识、语言、秩序、关系、机制机理等方面──这个世界,是由“我”构建生成的:所有的交互都是以个性化出现的,涉及到外部的事物变化也是个性化的理解,随着“我”的消失,这些变化就会变化,一切态势进而由新“我”──其中应该有旧“我”的痕迹。 创造性的本质和源泉,就是个性化的“我”。知识+智能关系主观的建构,同时也是对客观存在的反映,是一种主客观融合的产物。 未来的知识+智能,也不是以后的某个学科单独就能解决的一个学问。它本质是复杂性问题,需要多领域的不断地交叉融合。通过一些学科的努力,会取得一些进步,但这些进步,也许会造成一些隐形的退步或阻碍──即进步的退步。对此,自学习系统是系统具有能够按照自己运行过程中的经验,来改进控制算法的能力,它是自适应系统的一个延伸和发展。一般人、机、环境(自然、社会)等,构成特定情境的组成成分,常会发生快速的变化,在这种快节奏的态势演变中,由于没有充分的时间和足够的信息,来形成对态势的全面感知、理解,所以准确对未来态势的定量预测可能会大打折扣。 大数据时代对于人工智能系统而言,如何在充分理清各组成成分及其干扰成分之间的排斥、吸引、竞争、冒险等逻辑关系的基础上,建立起基于离散规则和连续概率,甚至包括基于情感和顿悟的、反映客观态势的定性定量综合,决策模型越发显得更为重要。不了解数据表征关系,尤其是异构变异数据的大数据,挖掘是不可靠的;建立在这种数据挖掘上的智能预测系统,也不可能是可靠的。 深度态势认知,是为完成主题任务在特定环境下组织系统充分运用各种人的认知活动的综合体现,如目的、感觉、注意、动因、预测、自动性、运动技能、计划、模式识别、决策、动机、经验及知识的提取、存储、执行、反馈等。它能够在信息、资源不足情境下运转,也能够在信息、资源超载情境下作用。正常的深度态势认知,不是单次就能实现的,需要根据任务或情境需要不断的循环迭代以满足要求。 人机融合智能问题,是一个现代科学技术问题,同时也是一个老伦理问题。人机融合智能是一种新型智能形式,不同于人的智能、也不同于人工智能,是一种跨越物种属性结合的下一代智能科学体系人机融合智能──是人把一部分智能,存储于机中,然后结合那部分不能存储于机的智能,形成超越人的一种1+1>1的混合智能。 智慧化就是升级版的智能化,是人机环境系统之间的交互作用最优化──取长补短、优势互补,除了必要的计算机知识、数学算法外,还应把哲学、心理学、生理学、语言学、人类学、神经科学、社会学、地理学……等融为一体。自动化与人工智能两者之间的关系,是一个省力和一个省脑。自动化强调执行能力;智能化强调分析能力。 知识+智能关心的不是单纯的有用,而是让存在者如其所是地显现自身。若人的智能可分为理智、情智和意智,那么现有的人工智能解决的主要是理智部分。伦理道德宗教面对的,常常是情智。 意智是那些人文艺术等创造性意识力,衍生出的智能,蕴含直觉、非理、想象能力。理智涉及人的经验、规范和常识知识。情智包括超越、情感、信仰认识。智能不是非此即彼的数学命题,而是可真可假的条件和尝试,是多个“我”之间的灵活自如的切换、同情、同理和迁移。从幼儿到儿童到青年到成人,就是从无智~意智~情智~理智的过程,也即从本能到智能的过程。智能是一个复杂的综合精神活动的功能,它反映的是个体在认识活动方面的差异,是对过去获得的知识经验的运用,用来解决问题或者是形成新概念的能力,它包括观察力,记忆力,注意力,思维能力,以及想象能力等等。 知识+智能涉及到感知记忆,注意和思维等等一系列的一些认知过程。一个人智力的高低,可以从解决实际问题当中反映出来。如临床上常常通过一些简单的提问和操作,了解患者理解能力,分析概括能力,判断能力,一般常识的保持计算能力,记忆力等等,可以对智能是不是有损害进行定性的判断;对损害程度,做出粗略的判断。除此还可通过智力测验的方法,得出智商,对智能进行量化评价。 a、从经验、知识到智能 华为战略研究院院长周红院长从经验、知识到智能分析:人工智能在历史上有不同的流派,例如符号主义、贝叶斯主义、进化主义、行为主义,以及连接主义等,但它们还没有很好地融合起来,缺乏共识的目标定义是重要的原因之一。即没有定义清楚并达成共识,就很难确保AI发展的目标与人类一致,也很难合理地分类和科学地计算。 从理论和技术的角度看,通过规则和法律来加强AI的伦理和治理外,目前还面临三个重要的挑战:AI的目标定义、正确性与适应性、效率。从狭义人工智能,到通用人工智能与超级人工智能的过程中,首先要通过理论和技术的不断突破,来实现万物智联,促进社会的进步。周红院长提出,面向知识+智能世界的假设和愿景认为,是通过从多模态感知融合与建模,到“知识+数据”驱动的决策,实现更高正确性与适应性的自主智能系统。
|