王小凤 翻译
摘要 自主系统(AS)被认为是从反射式、指令式和自适应式智能发展而来的最先进的智能系统。在首届IEEEICAS’21上,组织了一个关于“自主系统的未来发展”的全体小组。本文报告了关于AS的现状和范式的小组讨论、AS的理论基础和数学方法的基础研究,以及AS未来发展面临的挑战。作为一个新兴且需求日益增长的领域,AS为当代智能产业提供了前所未有的途径,包括深度机器学习、高度智能机器人、认知计算机、通用人工智能技术,以及智能科学、系统科学、脑科学、认知科学、机器人技术、计算智能和智能数学等跨学科进展所带来的工业应用。
关键词 自主系统;智能系统;通用人工智能系统;认知系统;理论基础;机器学习;挑战;约束;应用
1.导言
认识到自主系统(AS)是智能科学、系统科学、脑科学、认知科学、机器人学、计算智能和智能数学的跨学科发展所引发的高级智能系统和通用人工智能技术[1-5]。作为一个新兴领域,AS 解决了通用 AI 和下一代智能系统所面临的挑战,其中刺激的状态空间和行为生成在设计时是动态不确定的,或者在运行时处于未决状态。这些对当前计算和人工智能理论和平台的基本限制表明,不仅需要新的技术发展,还需要对理论基础、先进理论、智能计算平台/语言进行深入的基础研究,并为智能数学的严格建模奠定基础,以满足对认知计算和通用人工智能前所未有的需求[6-8]。
在IEEE第一届自主系统国际会议(ICAS’21)[1]上,关于自主系统未来发展的全体会议的主要目的是为与会者提供一种互动方式,尤其是在虚拟会议环境中,学习知名专家对AS发展本质和趋势的看法。它还允许参与者获得专业愿景、见解,以及对AS的战略问题或根本挑战的反馈。
本文对全体小组进行了总结。杰出的专家小组成员代表着一批在AS基础研究和工业创新方面世界杰出的学者和专家。演讲、讨论和与观众的互动展示了专家组成员对智能科学、计算智能、通用人工智能、计算机科学、系统科学、智能数学、计算机科学和计算机科学等新兴跨学科领域AS未来发展趋势的愿景和观点,以及各种现代工业的工程需求。
2.自主系统:基础研究和未来发展
AS被视为一个运行时确定性智能系统,不仅取决于当前的刺激或需求,还取决于内部目标、状态以及历史学习和当前理性推理形成的知识。AS的最终目标是实现一个受大脑启发的系统,该系统可以在混合智能系统和一般人工智能实现中作为人类对应物进行思考和行动。AS使运行时的不确定性行为更接近人类认知智能水平[2,8]。众所周知的和潜在的AS范例可能包括大脑启发的人工智能系统,如深度机器学习系统、机器意识和意识实现、认知机器人、手术机器人、自动驾驶车辆、自动无人机、实时机器推理机、脑机接口,以及基于知识的智能系统。
在智能科学和计算智能中,一个分层的智能模型(HIM)被引入以揭示智力水平及其复杂性和困难性,如图1[2]所示。根据HIM,人类和AS智能的水平是从反射性、指令性、自适应性,到自主性和认知性智能的聚合。HIM指出,人类和机器智能都是从下到上层层形成的。如果没有基础层,上层可能无法实施。HIM模型在逻辑和神经学上与大脑分层参考模型(LRMB)的发现一致[9,10],其中大脑包含以下自然智能层:1)感觉、2)行动、3)记忆、4)感知、5)认知、6)推理和7)自主智能[32-36]。LRIM模型为脑启发系统(BIS)的建模提供了脑/认知科学基础。基于这一观点,任何AS都相当于BIS,反之亦然,其本质特征是运行时衍生的智能行为,超出了在设计时间预先训练或预定的智能行为。
图1 AS 的分层智能模型(HIM)
为了探索AS设计和实施的本质和挑战,以及激发小组讨论的深入思考,根据AS新兴领域的基础研究结果[1,9,10],向杰出的小组成员和观众提出了AS的以下一系列关键基本挑战(KFC):
AS面临的关键基本挑战(KFC)
1) 启用AS的必要条件和充分条件是什么?