人工智能与认知的简史.pptx2. 概念的诞生 - 1950年
- 英国科学家阿兰-图灵(Alan Turing)探索了人工智能的数学可能性: 图灵认为,
人类利用现有的信息和理性来解决问题和做出决定,那么为什么机器不能做同
样的事情呢?
- 这就是他在1950年发表的论文《计算机械与智能(Computing Machinery and
Intelligence)》的逻辑框架,他在论文中讨论了如何建造智能机器以及如何测试
它们的智能。
3. 早期的阻碍 - 现实条件因素
- 在1949年之前,计算机缺乏智能的一个关键前提:它们不能存储命令,只能执
行命令。换句话说,计算机可以被告知要做什么,但不能记住它们做了什么。
- 计算是非常昂贵的。在20世纪50年代初,租赁一台计算机的费用每月高达
200,000美元。只有著名的大学和大的技术公司才有能力在这些未知的领域探
索。为了说服提供资金的人,人工智能是值得追求的,需要一个概念证明以及
有影响力的人的宣传。
5. 符号主义 - 机械论
- 早期人工智能研究者认为计算机程序本身就是一符号系统,该符号系统是由可以基于明确规则(即句法)
操作的任意“物理对象的个例”(即物理符号)组成。
- 基于对人脑与计算机的类比,他们便以符号系统来理解认知,并假设认知主体的思考、推理或语言运用
就是进行符号操作。这便是主张“心智是符号系统,认知是符号操作”的心智的符号模型。
- 20世纪70年代形成的认知科学遵循着与心智的符号模型相同的假设。这些观念构成了称为计算主义(又
称认知主义)的基本原则,计算主义主张思维是心智的核心功能,可以通过遵循明确规则所进行的符号
操作来说明思维。由此,计算主义便有三个要素:表征、形式符号系统和基于规则的变换。
7. 中文房间悖论 - 机器只是看起来有智能吗?
塞尔(John Searle)于1980年提出了“中文房间论证”的思想实验,以证明当时以符号流派为主导
的人工智能:计算机所进行的纯句法符号操作不会产生出含义。该思想实验可表述为:
想象在某封闭房间里有一个人,此人可透过墙上的狭缝获得写有中文字符串的纸片。此人并不懂
中文,因而不能理解纸上的字符是什么含义。不过,借助于能为每个可能的中文输入字符串指定
相应正确回复的规则手册,他可以对递进来的纸片给出一个正确的中文回复,并将其通过狭缝传
递给外界。对于房间外的母语为中文的人而言看起来他们正在和另外一位母语是中文的人通过书
面中文会话。
9. 专家系统 - 90年代的潮流
塞尔(John Searle)提出的中文房间悖论,恰恰是为了抨击90年代一度占据主流位置的专家系
统为首的符号学派的思想,符号学派机械地把事物抽象成数学表达和符号,并尝试在此基础上构
建智能系统。
成功的案例:IBM深蓝,在国际象棋上击败了人类。数学符号推理。
失败的案例:手写数字识别(恰恰是当今主流的神经网络架构的强项)
14. 质的飞跃
- 割裂:单纯的神经网络和自然语言数学:小学数学 ×
- 结合:神经网络和形式化数学([1][2]):高中数学竞赛
[1] Kunhao Zheng, Jesse Michael Han and Stanislas Polu. MiniF2F: a cross-system benchmark for formal Olympiad-level mathematics. arXiv
preprint arXiv:2109.00110, 2021.
[2] Stanislas Polu and Ilya Sutskever. Generative language modeling for automated theorem proving. arXiv preprint arXiv:2009.03393, 2020.