不确定性人工智能的基础科学问题

不确定性人工智能的根底科学问题李德毅ziqin@Sept.1020041一、人工智能50年二、21世纪人工智能研讨的一个新方向：不确定性人工智能三、不确定性人工智能的根底科学问题四、不确定性的计算机模拟2人工智能从一开场就是交叉学科的产物“达特茅斯会议〞与会者：数学家和逻辑学家；认知学家和心思学家；神经生理学家；计算机科学家350年人工智能主流研讨符号主义方法——逻辑学派结合主义方法——仿生学派行为主义方法——控制论学派

4在人类认知面前，人工智能显得过于薄弱：认知科学知觉记忆认识言语情感想象思索学习发明联想直觉顿悟5至少五位认知科学家获得诺贝尔奖：1962年：FrancisH.C.Crick ConsciousnessandNeuroscience,inPhysiologyorMedicine1963年：SirJohnEccles TheSelfandItsBrain,inPhysiologyorBiochemistry,1978年：HerbertA.Simon inEconomics,1981年：罗杰斯佩尔 生理心思学家，对左右脑功能作了解释,2002年：DanielKahneman uncertaintyinEconomics,6丹尼尔的主要奉献：关于不确定情形下的决策。人的判别会由于按照“倾向于观测小样本〞构成的小数法那么行事，由于对于容易接触到的信息的熟习和对客观概率准确性的偏信，导致决策行为系统性地偏离了根本的概率论和规范经济实际所预测的结果。7脑科学认识脑(Understandingthebrain)提示脑功能的本质维护脑(Protectingthebrain)预防和治疗脑的疾病发明脑(Creatingthebrain)发明具备人恼特点的智能计算机8脑科学研讨的切入点从脑的生物化学层次和神经构造层次研讨。认知活动能够对应着一定的生理上的化学、电学的变化。但是目前生命科学还不能在思想活动与亚细胞的化学、电学层次的活动建立确切的关系。如：一个概念如何以生物学方式存储，它与其它概念发生联络的生物学过程是什么。也不能决议什么样的神经构造可以决议着哪些认知方式的发生。9脑科学研讨趋势把对神经活动的认识推向细胞和分子程度强调从多层次来研讨脑的整合功能,包括:恼如何感知、如何思想、如何了解言语、如何产生情感等。脑的复杂性表达在它是由太个数量级的神经元和千太个数量级的突接触结合的信息处置和决策系统。10对<复原论>的质疑好像我们不能从最根底的硅芯片的活动来推测计算机网络上电子邮件的行为一样，我们不能够从分析单个离子、神经元、突触的性质去了解人们欣赏落日美景的感受。因此，我们怎样可以想象从分析单个器官、细胞、基因、蛋白质分子的性质和神经传导就可以推断人脑的认知和思想活动呢？系统论关于系统整体特征不是由低层元素加和而成的原理对复原论提出质疑。11脑科学与人工智能虽然“脑科学十年方案〞对认识的本质依然是一个未解之谜，虽然正在执行的“行为科学十年方案〞依然想经过生命科学研讨发明出“读心机〞、“记忆丸〞、“聪明丸〞等，但这不能阻止我们用机器去模拟人的智能的努力。12人工智能研讨中的3个追求计算机下棋倒立摆控制机器人足球赛13下棋程序和人工智能研讨同步深化14黑白世界，棋子无功能之分，目数多者胜和计算机下围棋15和计算机下围棋，会如何？象棋有明确的最终目的形状；围棋没有。电脑象棋可以从一个目的形状不断搜索最合理的走法〔推理〕到达下一个目的形状；围棋没有。电脑象棋可以有目的地向着某一目的形状不断搜索最合理的走法〔推理〕；围棋没有。围棋想围住对方，在某个形状下应对的步骤比象棋要多得多，更注重笼统思想，更大局观。16主要区别围棋国际象棋逻辑思维和形象思维都重要；从官子到中盘到布局倒推困难；或者说，从布局到中盘到官子，收敛慢逻辑推理强；可以从残局向中局向开局倒推；或者说，从开局到中局到残局，收敛较快过程中，双方棋势矛盾焦点隐晦过程中，双方棋势矛盾焦点突出对方下一手棋后，本方可选择的下法多对方下一手棋后，本方可选择的下法较少棋子无大小，多个子通过合适的布局形成优势或吃掉对方的子，侧重布势棋子能力有大小，各子之间关系较简单自己的地方还可对方再吃掉，有反复棋子被吃掉后就不会再出现17没有哪门学科比人工智能和哲学的联络更严密人工智能的根底实际和本体论都归结到一个根本问题：概念化、常识、知识的知识。这个世界究竟是确定的？还是不确定的？

爱因斯坦：在宇宙中，上帝不会和我们掷色子。玻尔：我们不能决议上帝该做什么我们问：上帝在哪里人的方式识别才干从整体特征开场？是复原论还是整体论？18二、21世纪人工智能研讨的一个新方向：不确定性人工智能19

ArtificialIntelligencewithUncertainty

UncertaintyinArtificialIntelligence20不确定性：随机性模糊性不完全性不稳定性不一致性不确定性的魅力！随机性和模糊性的关联性21确定性和不确定性准确数学是描画确定性规律的；概率论是提示随机景象的统计规律性，是对准确数学的突破，但不排斥概率统计模型能够转化为准确数学模型去处置；模糊集和粗糙集是提示模糊景象的亦此亦彼的规律性，是对准确数学的突破，但不排斥模糊学模型能够转化为概率统计模型甚至准确数学模型去处置；随机性和模糊性是不确定性的两个方面，确定值可以被看作是不确定性的特例。22自然界中的不确定景象随机模糊混沌分形复杂网络23对不确定性景象的研讨，并不一定非要分别从随机性和模糊性入手去认识，也不一定非要去区分随机表达在那里，模糊在哪里。24混沌混沌是一种确定性系统中出现的类似随机的过程。由于很难对初值确定得非常准确，近似一样的初值产生很不一样的貌似随机的结果。初值敏感性导致过程的不确定性和不可预测性。25混沌蝴蝶效应：亚马逊河热带雨林中的一只蝴蝶扇动了两下翅膀，能够两周之后会引发美国德克萨斯州的一场龙卷风。

“失之毫厘，差之千里〞。初始条件的微小的差别能引起结果的宏大的差别。26英国海岸线有多长？27认知的尺度28复杂网络:Internet

29视觉的不

确定性：30视觉的错觉：31认知的不确定性：32思想的不确定性思想有准确的一面，更有不确定的一面。人类习惯于用自然言语进展思想，思想的结果往往是能够如何、大约如何等定性的结论。人类还擅长经过联想的、直觉的、发明的笼统思想来思索，很少象计算机一样做准确的数学运算或者逻辑推理，但是这并不妨碍人类具有兴隆的、灵敏的智能，并不妨碍人类具有兴隆的、灵敏的方式识别才干。33方式识别〔人脸识别〕的不确定性身份识别表情识别性别识别年龄识别性格识别人种识别.......34文字识别：内容识别写字人身份识别性别识别年龄识别风格〔性格〕识别字体识别.......35手语(Signlanguage)识别：内容识别图形识别身份识别年龄识别风格识别.......36声音识别：内容识别说话人身份识别性别识别年龄识别性格识别字体识别.......语调〔情感〕识别音乐识别方言识别语种识别.......37纹理识别：静态纹理指纹脸纹声纹皮、石、木、布纹草地、森林、海滩.......动态纹理海浪喷泉烟雾云彩瀑布.......38三、不确定性人工智能的根底科学问题39不确定性人工智能的根底科学问题：不确定性知识的方式化表达问题，即不确定性知识的表示问题。

不确定性知识的最好表示，就是运用自然言语表示！要研讨自然言语基元的定性定量转换模型，给出不确定性转换模型的方式化方法。40研讨人类认知活动的切入层次人脑亚细胞的化学、电学层次人脑的神经构造层次自然言语层次数学言语层次符号言语层次脑科学神经科学不确定性人工智能数学传统人工智能41根本理念：人脑的思想根本上不是纯数学的；自然言语具有不可替代性；自然言语中的基元是言语值，它对应的概念，是人类思想的根本细胞。数据和概念之间的转换是不确定性人工智能研讨的基石。42不确定性的度量——熵热力学熵dS=dQ/T熵添加原理玻尔兹曼熵分子运动的无序程度和混乱程度仙农熵H=-k∑PilogPi拓扑熵………云模型中的熵和超熵43云发生器和逆向云发生器44正态云模型的数学解释45正态分布和正态隶属函数是正态云的特例。46云滴的概率密度分布函数：云滴分布的期望：Ex47云滴的方差：48云滴的隶属度的不确定性根据算法产生确实定度Y有的概率密度为与云模型的三个特征参数无关！49“云滴确实定度和数字特征无关〞的含义

任何定性概念，虽然它们各自有不同的实践含义，即概念的量化值——云滴在数域的分布有不同的物理量纲，也虽然一切云滴表现出不同确实定度，不同的人会有不同的认识，不同的时期也会有不同的认识，但是确定度的统计分布，总体上是同一个形状。言语值表示的概念，丢弃它们详细的物理含义，反映在人们脑海中的认知规律是一致的。认知的不确定性中依然有着确定的规律性，即认识上的共同性。50正态分布的前提：中心极限定理从实际上论述了正态分布的条件，中心极限定理的简单直观阐明：假设断定某一随机事件结果的是大量微小、独立的随机要素之和，并且每一要素的单独作用相对均匀的小，没有一种要素起到主导作用，那么这个随机变量服从正态分布。51正态云模型弱化了正态分布的前提条件决议不确定景象的随机要素单独作用不是非常均匀地小；各要素相互之间不完全独立；用超熵衡量偏离正态分布的程度，将正态分布扩展为“泛正态〞。52论正态云模型的普适性<中国工程科学>2004年第6卷第8期P28-3453概念的粒度和粒度计算：用熵作为概念的粒度，进展粒度计算；在不同尺度上的概念，反映了确定性和不确定性之间的转换。54四、不确定性的计算机模拟55数据场方法实现从感知到记忆到印象感知视觉记忆记忆随时间而淡忘构成的印象σ=0.1σ=0.8σ=1.2σ=1.5σ=0.556随着时间的推移，印象中的爱因斯坦只剩下一双深邃的眼睛，而印象中萨达姆也只剩下那浓密的胡子。记忆的不确定性：记忆随时间而淡忘构成的印象57厌恶愤怒高兴轻蔑悲伤恐惧诧异规范像对一个人不同表情的记忆构成规范像58}哭脸笑脸哭笑不得3分笑7分哭7分笑3分哭势场图混合势场图逆变换后的像素图像素图59用场运算急剧降维提取主特征(a)人脸128*128个象素特征(b)48个重要特征点128*128>>48！60影响因子对特征点提取的作用(a)250个特征点，=0.02(b)70个特征点，=0.04(c)28个特征点，=0.0961一幅128*128*256灰度级的黑白图象，可以以为是128*128个象素点上的灰度构成的场(a)规范人脸图像(b)数据场等势线分布c〕二维势场分布的三维视图=0.0562非线性扩张:原始图像数据场图数据场平方图数据场立方图63表情聚类：ABCDEF64CEABDIFGHJ6515岁20岁25岁45岁笼统思想？70岁衰老函数f(t)共性老人和婴儿66笼统思想自动化：虚拟电视主持人文本、歌曲剧本等笼统表情动作语音语调风格.......67正态云模型不简单区分随机性和模糊性，但可以分别给出随机性和模糊性的解释；利用三个数字特征表示概念的不确定性；经过计算机算法实现定性概念和定量表示之间的不确定性转换。

云模型中的云滴可以为一个数值，也可以扩展为一个数据表、一个图形、一幅图象、一个签名、一段声音等等。68云分形的计算机模拟分形=规那么+参数云分形：用云变换参数数据；用云变换规那么数据；规那么与参数同时变换69期望云滴1云滴2云滴3云滴5云滴4分形的计算机模拟：变换分形参数集7071期望云滴1云滴2云滴