智能計(jì)算機(jī)

一部計(jì)算機(jī)表現(xiàn)出某種智能行為并不一定被認(rèn)為它本身有智能。為了判定計(jì)算機(jī)是否具有智能，圖靈曾設(shè)計(jì)了一種測(cè)試方法，即有名的圖靈試驗(yàn)。設(shè)想一個(gè)測(cè)試者用計(jì)算機(jī)終端分別與被測(cè)的人及計(jì)算機(jī)聯(lián)系（測(cè)試者不能直接看到被測(cè)人與計(jì)算機(jī)），如果從回答測(cè)試者問(wèn)題的信息中不能正確區(qū)分被測(cè)者是人還是計(jì)算機(jī)，即把計(jì)算機(jī)當(dāng)成人了，就應(yīng)認(rèn)為計(jì)算機(jī)具有智能。這是一種關(guān)于智能機(jī)的行為主義的觀點(diǎn)。以回答問(wèn)題的能力做為具有智能的判據(jù)有一定局限性，因?yàn)槿说闹悄苌婕霸S多方面，有些智能如形象思維就不可以言傳。這種測(cè)試也難以反映自學(xué)習(xí)自適應(yīng)能力。人們一方面追求用機(jī)器實(shí)現(xiàn)智能，另一方面又不大相信電子器件的自動(dòng)開(kāi)與關(guān)能實(shí)現(xiàn)人的思維。因此當(dāng)一種實(shí)現(xiàn)智能應(yīng)用的方法很有效時(shí)，往往認(rèn)為這是一種已知的技術(shù)，與其他計(jì)算機(jī)程序運(yùn)行沒(méi)什么不同，人們對(duì)于機(jī)器模擬人類(lèi)思維的矛盾心理趨向于認(rèn)為一個(gè)能工作的系統(tǒng)是有用的但不是真正有智能的。

實(shí)際上，智能計(jì)算機(jī)已經(jīng)成為一個(gè)動(dòng)態(tài)的發(fā)展的概念，它始終處于不斷向前推進(jìn)的計(jì)算機(jī)技術(shù)的前沿。人工智能的權(quán)威學(xué)者M(jìn).明斯基定義人工智能的任務(wù)是研究還沒(méi)有解決的計(jì)算機(jī)問(wèn)題。這一觀點(diǎn)反映了人工智能與智能機(jī)研究有別于其他學(xué)科的顯著特點(diǎn)。智能應(yīng)用問(wèn)題往往沒(méi)有確定的求解算法而采用搜索的辦法，一旦人們對(duì)某一問(wèn)題掌握了足夠豐富的知識(shí)，即已找到了不需要搜索的確定型算法，可以預(yù)見(jiàn)其行為與效果時(shí)，這個(gè)問(wèn)題一般就不再認(rèn)為是一個(gè)智能問(wèn)題了。從應(yīng)用的角度看，如果一項(xiàng)人工智能的研究成果已經(jīng)成熟并被廣泛采用，人們已經(jīng)了解它的運(yùn)行機(jī)制，就不再把它視為智能技術(shù)了?？梢灶A(yù)言，目前被看成是智能計(jì)算機(jī)主要組成部分的知識(shí)庫(kù)在不久的將來(lái)就會(huì)像數(shù)據(jù)庫(kù)一樣被當(dāng)成一般的計(jì)算機(jī)技術(shù)。因此，智能計(jì)算機(jī)與其看成是與傳統(tǒng)計(jì)算機(jī)完全不同的一種機(jī)器，還不如看成是帶動(dòng)計(jì)算機(jī)不斷發(fā)展的一項(xiàng)高技術(shù)。這種壓力迫使從事智能計(jì)算機(jī)研究的科研人員必須不斷提出新概念、新方法，不斷攻克新的技術(shù)難關(guān)。

研制智能計(jì)算機(jī)的目的不是用計(jì)算機(jī)代替人的腦力勞動(dòng)，而是充分發(fā)揮人和計(jì)算機(jī)各自的特長(zhǎng)，形成互補(bǔ)、協(xié)調(diào)的人機(jī)合作環(huán)境。不怎么聰明的智能計(jì)算機(jī)可以使聰明的人更加聰明。在人機(jī)合作的和諧環(huán)境中，人主要負(fù)責(zé)提供涉及面很廣的常識(shí)和從事有創(chuàng)造性的工作，機(jī)器作為人的助手從事需要一定智能的其他工作。智能機(jī)往往是某些方面聰明過(guò)人而其他方面又十分愚笨，因此設(shè)計(jì)一個(gè)高效率高智商的人機(jī)協(xié)作智能系統(tǒng)必須合理地確定哪些事由人做，哪些事由機(jī)器做，而且要建立十分友好的人機(jī)對(duì)話(huà)界面。

盡管各國(guó)學(xué)者為研制智能機(jī)進(jìn)行長(zhǎng)期不懈的努力，但究竟通過(guò)什么途徑才能使計(jì)算機(jī)具有智能或者說(shuō)表現(xiàn)出智能行為，還是一個(gè)未解決的問(wèn)題。概括來(lái)說(shuō)，已提出的主要途徑有以下幾條，它們分別以認(rèn)知心理學(xué)、神經(jīng)生理學(xué)、人類(lèi)社會(huì)學(xué)及生物進(jìn)化論為模擬的基礎(chǔ)。①符號(hào)處理與知識(shí)處理。把智能問(wèn)題當(dāng)成符號(hào)處理與知識(shí)處理問(wèn)題是人工智能的主流。紐威爾和西蒙教授在1975年的圖靈獎(jiǎng)演說(shuō)中提出物理符號(hào)系統(tǒng)假設(shè)：物理符號(hào)系統(tǒng)是智能行為的充分必要條件。這一假設(shè)把符號(hào)處理技術(shù)擺到智能機(jī)研制的關(guān)鍵位置。60年代關(guān)于推理機(jī)制和問(wèn)題求解技術(shù)的研究使人們認(rèn)識(shí)到一個(gè)智能系統(tǒng)的能力主要在于系統(tǒng)中包含的知識(shí)而不是它的推理機(jī)制，這就是E.費(fèi)根鮑姆教授倡導(dǎo)的知識(shí)原則。根據(jù)這一原則，構(gòu)造智能機(jī)系統(tǒng)的關(guān)鍵是建立包含大量常識(shí)和專(zhuān)門(mén)知識(shí)的知識(shí)庫(kù)，其技術(shù)難點(diǎn)在于知識(shí)的自動(dòng)獲取和自動(dòng)維護(hù)以及知識(shí)共享等。這一途徑的基礎(chǔ)是邏輯理論與認(rèn)知心理學(xué)。

②人工神經(jīng)網(wǎng)絡(luò)。構(gòu)造智能機(jī)的另一途徑根源于神經(jīng)生理學(xué)的研究成果，即用大量相對(duì)簡(jiǎn)單的處理單元（人工神經(jīng)元）通過(guò)復(fù)雜的互連構(gòu)成神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)。這一途徑強(qiáng)調(diào)大規(guī)模并行、分布式的表示與處理、非線(xiàn)性的動(dòng)力學(xué)系統(tǒng)行為、系統(tǒng)的訓(xùn)練與學(xué)習(xí)以及模擬量的處理等等。盡管目前提出的人工神經(jīng)網(wǎng)模型及已研制的各種人工神經(jīng)網(wǎng)系統(tǒng)與人腦的神經(jīng)網(wǎng)結(jié)構(gòu)相距甚遠(yuǎn)，但這種以整體的統(tǒng)計(jì)行為取代邏輯推理，以樣本訓(xùn)練與學(xué)習(xí)取代執(zhí)行某種算法的新思路對(duì)傳統(tǒng)的唯理論與還原論是一種沖擊。神經(jīng)網(wǎng)計(jì)算機(jī)在模式識(shí)別和低層次感知模擬等方面有發(fā)展?jié)摿?，但也有一定局限性。它與傳統(tǒng)的符號(hào)處理有某種互補(bǔ)關(guān)系。這兩者的結(jié)合可以發(fā)揮各自的優(yōu)勢(shì)。

③層次化的智力社會(huì)模型。錯(cuò)綜復(fù)雜的人類(lèi)社會(huì)是由許多個(gè)人和不同層次的團(tuán)體組成。與此類(lèi)似，智能行為也可看成是許多在不同層次上的相互影響的并行操作的進(jìn)程。層次越低，其智力越差，最底層的處理應(yīng)是非智能的行為。按這種思路，關(guān)鍵是要弄明白非智能的活動(dòng)的聯(lián)合如何才能浮現(xiàn)智能行為，其奧秘應(yīng)在其相互聯(lián)系之中。這就是明斯基教授主張的所謂“智力社會(huì)”模型。這一學(xué)派強(qiáng)調(diào)理解智能的層次和系統(tǒng)中各部分的聯(lián)系，主要從人類(lèi)社會(huì)的行為來(lái)看待思維與智能，其實(shí)現(xiàn)上較側(cè)重分布式的人工智能和復(fù)雜的巨系統(tǒng)。

④基于生物進(jìn)化的智能系統(tǒng)。人類(lèi)的智能是通過(guò)極其漫長(zhǎng)的生物進(jìn)化產(chǎn)生的，進(jìn)化是智能的源泉。如果把機(jī)器智能的提高也當(dāng)成是一種進(jìn)化過(guò)程，其進(jìn)化速度將比形成人的智能快得多。生物進(jìn)化的關(guān)鍵是在動(dòng)態(tài)環(huán)境中的適應(yīng)能力?；谶@一觀點(diǎn)，布魯克斯教 授 提出研制智能 機(jī)的另一種途徑：建立在現(xiàn)實(shí)世界中具有真正感知和行動(dòng)能力的智能系統(tǒng)，由簡(jiǎn)單到復(fù)雜逐步提高其智能水平。這一方法強(qiáng)調(diào)自適應(yīng)控制，主張無(wú)需表示無(wú)需推理的智能系統(tǒng)。

上述每一條途徑都有各自的理論背景和應(yīng)用前景。鑒于腦的功能是成千上萬(wàn)具有不同專(zhuān)門(mén)功能的子系統(tǒng)協(xié)作的結(jié)果，是上百萬(wàn)條生物進(jìn)化纏繞組合的結(jié)果，人類(lèi)智能的本質(zhì)不可能歸結(jié)為幾個(gè)像波函數(shù)或運(yùn)動(dòng)學(xué)三定律那樣規(guī)整、簡(jiǎn)潔、漂亮的基本原理。智能機(jī)也不可能按某一種固定模式制造。研究智能計(jì)算機(jī)應(yīng)當(dāng)采取綜合集成的方法，在上述幾條途徑和可能的新途徑基礎(chǔ)上，將定性與定量、數(shù)字與模擬、邏輯與統(tǒng)計(jì)、電子與非電子等互補(bǔ)的技術(shù)綜合集成起來(lái)，特別是將存于機(jī)器的知識(shí)與人的經(jīng)驗(yàn)知識(shí)集成起來(lái)，發(fā)揮系統(tǒng)的整體優(yōu)勢(shì)與綜合優(yōu)勢(shì)。

“智能計(jì)算機(jī)” 在工具書(shū)中的解釋

1、能存儲(chǔ)大量信息和知識(shí),會(huì)推理(包括演繹與歸納),具有學(xué)習(xí)功能,能以自然語(yǔ)言、文字、聲音、圖形、圖像和人交流信息和知識(shí)的非馮諾依曼(John.VonNeumann)結(jié)構(gòu)的通用高速并行處理計(jì)算機(jī)。是現(xiàn)代計(jì)算技術(shù)、通信技術(shù)、人工智能和仿生學(xué)的有機(jī)結(jié)合，供知識(shí)處理用的一種工具。

“智能計(jì)算機(jī)”在學(xué)術(shù)文獻(xiàn)中的解釋

1、智能計(jì)算機(jī)是指能夠模擬、延伸、擴(kuò)展、人類(lèi)智能的一種新型計(jì)算機(jī)。它與目前人們使用的馮諾依曼型計(jì)算機(jī)無(wú)論在體系結(jié)構(gòu)，還是在工作方式及功能上都有很大不同。

2、進(jìn)入八十年代以來(lái)日本、美國(guó)等發(fā)達(dá)國(guó)家曾開(kāi)始研制第五代計(jì)算機(jī)也稱(chēng)為智能計(jì)算機(jī).它突出了人工智能方法和技術(shù)的作用在系統(tǒng)設(shè)計(jì)中考慮了建造知識(shí)庫(kù)管理系統(tǒng)和推理機(jī)使得機(jī)器本身能根據(jù)存儲(chǔ)的知識(shí)進(jìn)行推理和判斷。

3、為了實(shí)現(xiàn)人類(lèi)智能在計(jì)算機(jī)上的模擬、延伸、擴(kuò)展,必須對(duì)其體系結(jié)構(gòu)、工作方式、處理能力、接口方式等進(jìn)行徹底的變革,這樣造出來(lái)的計(jì)算機(jī)才能稱(chēng)為智能計(jì)算機(jī).我們可以把構(gòu)造這樣的智能機(jī)器看作為人工智能研究的遠(yuǎn)期目標(biāo).日本提出的第五代計(jì)算機(jī)研制計(jì)劃就是向遠(yuǎn)期目標(biāo)邁進(jìn)的重要一步,被稱(chēng)為第一代智能計(jì)算機(jī)。

智能計(jì)算機(jī)（intelligent computers）

迄今未有公認(rèn)的定義 。計(jì)算理論的奠基人之一A.圖靈定義計(jì)算機(jī)為處理離散量信息的數(shù)字計(jì)算機(jī)。而對(duì)數(shù)字計(jì)算機(jī)能不能模擬人的智能這一原則問(wèn)題，存在截然對(duì)立的看法。1937年A.丘奇和圖靈分別獨(dú)立地提出關(guān)于人的思維能力與遞歸函數(shù)的能力等價(jià)的假說(shuō)。這一未被證明的假說(shuō)后來(lái)被一些人工智能學(xué)者表述為：如果一個(gè)可以提交給圖靈機(jī)的問(wèn)題不能被圖靈機(jī)解決，則這個(gè)問(wèn)題用人類(lèi)的思維也不能解決。這一學(xué)派繼承了以邏輯思維為主的唯理論與還原論的哲學(xué)傳統(tǒng)，強(qiáng)調(diào)數(shù)字計(jì)算機(jī)模擬人類(lèi)思維的巨大潛力。另一些學(xué)者，如H.德雷福斯等哲學(xué)家肯定地認(rèn)為以圖靈機(jī)為基礎(chǔ)的數(shù)字計(jì)算機(jī)不能模擬人的智能。他們認(rèn)為數(shù)字計(jì)算機(jī)只能做形式化的信息處理，而人的智能活動(dòng)不一定能形式化，也不一定是信息處理，不能把人類(lèi)理智看成是由離散、確定的與環(huán)境局勢(shì)無(wú)關(guān)的規(guī)則支配的運(yùn)算。這一學(xué)派原則上不否認(rèn)用接近于人腦的材料構(gòu)成智能機(jī)的可能性，但這種廣義的智能機(jī)不同于數(shù)字計(jì)算機(jī)。還有些學(xué)者認(rèn)為不管什么機(jī)器都不可能模擬人的智能，但更多的學(xué)者相信大腦中大部分活動(dòng)能用符號(hào)和計(jì)算來(lái)分析。必須指出，人們對(duì)于計(jì)算的理解在不斷加深與拓寬。有些學(xué)者把可以實(shí)現(xiàn)的物理過(guò)程都看成計(jì)算過(guò)程。基因也可以看成開(kāi)關(guān)，一個(gè)細(xì)胞的操作也能用計(jì)算加以解釋?zhuān)此^分子計(jì)算。從這種意義講，廣義的智能計(jì)算機(jī)與智能機(jī)器或智能機(jī)范疇?zhēng)缀跻粯印?

對(duì)智能計(jì)算機(jī)的不同看法還來(lái)源于不同的目標(biāo)和出發(fā)點(diǎn)。一種是科學(xué)研究的觀點(diǎn)，強(qiáng)調(diào)理解人腦的機(jī)制，要求計(jì)算機(jī)按照人腦的工作方式表現(xiàn)出智能行為。另一種是工程的觀點(diǎn)，強(qiáng)調(diào)用計(jì)算機(jī)解決需要人的智慧才能解決的實(shí)際問(wèn)題，不管人腦和計(jì)算機(jī)的工作方式是否相同。從工程觀點(diǎn)看智能計(jì)算機(jī)，所關(guān)心的是它具有的功能而不限制其實(shí)現(xiàn)途徑。也就是說(shuō)，所謂智能計(jì)算機(jī)就是指具有感知、識(shí)別、推理、學(xué)習(xí)等能力，能處理定性的、不完全不確定的知識(shí)，能與人類(lèi)以自然語(yǔ)言、文字及圖形圖像通信并在實(shí)際環(huán)境中有適應(yīng)能力的計(jì)算機(jī)。要達(dá)到這一目標(biāo)需要長(zhǎng)時(shí)期的努力。

智能計(jì)算機(jī)技術(shù)還很不成熟，現(xiàn)主要在做模式識(shí)別、知識(shí)處理及開(kāi)發(fā)智能應(yīng)用等方面的工作。盡管所取得的成果離人們期望的目標(biāo)還有很大距離，但已經(jīng)產(chǎn)生明顯的經(jīng)濟(jì)效益與社會(huì)效益。專(zhuān)家系統(tǒng)已在管理調(diào)度、輔助決策、故障診斷、產(chǎn)品設(shè)計(jì)、教育咨詢(xún)等方面廣泛應(yīng)用。文字、語(yǔ)音、圖形圖像的識(shí)別與理解以及機(jī)器翻譯等領(lǐng)域也取得了重大進(jìn)展，這方面的初級(jí)產(chǎn)品已經(jīng)問(wèn)市。計(jì)算機(jī)產(chǎn)品的智能化和智能機(jī)系統(tǒng)的研究開(kāi)發(fā)將對(duì)國(guó)防、經(jīng)濟(jì)、教育、文化等各方面產(chǎn)生深遠(yuǎn)影響。計(jì)算機(jī)智能化是21世紀(jì)信息產(chǎn)業(yè)的重要發(fā)展方向。發(fā)展智能計(jì)算機(jī)將加速以信息產(chǎn)業(yè)為標(biāo)志的新的工業(yè)革命。智能計(jì)算機(jī)的應(yīng)用將放大人的智力，減少對(duì)自然資源的利用。它只需要極少的能量和材料，其價(jià)值主要在于知識(shí)。另一方面，研制智能計(jì)算機(jī)可以幫助人們更深入地理解人類(lèi)自己的智能，最終揭示智能的本質(zhì)與奧秘。

智能計(jì)算，是以智能驅(qū)動(dòng)的計(jì)算，它與傳統(tǒng)計(jì)算不僅是IT基礎(chǔ)架構(gòu)的不同，而是以實(shí)現(xiàn)智能化應(yīng)用為目標(biāo)，以智能計(jì)算機(jī)為基礎(chǔ)，通過(guò)深度學(xué)習(xí)、云計(jì)算、大數(shù)據(jù)等技術(shù)相互融合支撐的一種計(jì)算方式 。