深度学习与AI+思维简单课程思考1

这个课程思考呢，是源于老师上课给出的两个问题，也算是一定的总结课堂上的内容。

Question

请谈谈你对自然智能和人工智能的理解。

你如何认识人工智能的三个流派及其关系。

Assignment

我选修这门课的目的是配合专业课人工智能导论和专业选修课机器学习进行进一步的拓宽我的视野和知识面。以下是结合老师上课使用的课件和我自己的理解。

一、  关于自然智能和人工智能的理解

首先先从实质上的智能进行分析，根据某权威百科：从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果就产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。

从字面上理解，自然是天然存在的智能，人工智能是人为通过某种手段实现的智能。据相关文献，自然智能的定义是“在环境中，对多种植物和动物的一种认识和分类的能力”。自然智能更关注在大自然、户外这样特定环境中的各种生命形式。而人工智能的定义课堂上已经给出：用人工制造的方法，实现智能机器或者是在机器上实现的智能系统。

自然智能是以人为中心，包括有语言智能、数学逻辑智能、空间智能和身体运动智能等。而随着人工智能的发展，我们可以逐渐感受到自然智能显得越来越没有相应的归属感。

人工智能的目的是实现人的智能，部署机器思维、机器感知与决策和行为。

这是通过比照人的智能特性而构建的分布式AI结构模型，我们充分的体会到人工智能就是在实现人的行为、人的思维和人的数理逻辑等等，人的自然智能。

而人工智能的衡量则是由图灵测试进行统一的划分，这么一来人工智能的概念和自然智能的概念就基本清楚了。

但是人工智能的分类远不止这些，它包括了机器学习、计算机视觉、自然语言处理和情感感知计算等等。AI+的世界是非常让我们这些学计算机的同学着迷的。

除了单个单个的理解我还有如下的看法：虽然，人工智能看似让自然智能的存在价值日益走低，但现实的操作中人工智能只有在自然智能密切配合之下，才能真正发挥自己的作用。人工智能和自然智能之间存在自然而合理的分工，决不是相互排斥和相互取代，而是要相互补充和相互支援，并合理地组织优化相互间的关系。对这两个系统而言，人是主要的。人工智能应处处为人工作，适应并满足人的需要。人和自然智能不仅是人工智能的建立者和使用者，而且是人工智能的唯一掌握者。

简而言之，机器超过人、统治人是不可能的，人工智能更不可能取代自然智能，人工智能只有在自然智能密切配合之下，才能真正发挥自己的作用。

二、  人工智能的三个流派及其关系

根据老师课上展示的PPT和人工智能普遍的认可，自1956年人工智能诞生以来，20世纪中后期先后在西方出现了三个人工智能学派：符号主义，连接主义，行为主义。这个分类是基于三种不同的认知观。

符号主义是站在认为人工智能是源于数理逻辑为基础，是一个功能模拟的方法，且认为智能的基本单元是符号，而认知的过程是符号表示下的符号运算。原理主要是物理符号系统假设和有限合理性原理。代表性成果有GPS系统、人机博弈以及现代演绎战争等。

符号主义也有一定的局限性，首先是符号系统的局限性，其精确度是一个问题，对于其对于一些非逻辑的推理过程也不实用，对于有噪音的信息也难以表达。

连接主义是站在认为人工智能是结构模拟的方法，类似仿生学，其原理基础是为人工神经元网络以及神经网络间的连接机制与学习算法。这个流派认为人工智能源于仿生学，尤其是源于人脑的模型的研究。代表性的成就有神经网络计算机和线代ANN技术结合图像处理等。

同样，这个理论也有着局限性，单一的仿生导致难以用因果关系解释活动过程。但是前景随着进化计算等理论的开拓，发展十分有前景。

行为主义则是认为人工智能是行为模拟的方法，其理论基础是控制论与感知-动作型控制系统。这个流派认为人工智能源于控制论。这个流派的代表性成果有智能控制、智能机器人等等。

我们可以发现，行为概念的引入可以使成果更加的实用更易物理实现。但是这个流派没有固定的范式，因此缺乏系统的理论指导。

所以我们横向的进行比较可以发现：符号派是在模仿人的心智，通过知识的表示来实现知识图谱；连接派则是模拟人脑的结构通过部署神经网络来深度学习；而行为派则通过模拟人的行为构造出机器人进一步学习（增强学习）。

我们通过上述的叙述中的局限性可以知道：符号主义缺乏理论间的相互辅助，符号系统本身的局限性有束缚；连接主义缺少有逻辑的因果解释处理问题。我们可以发现连接主义和符号主义是有机会形成互补的。最后一种行为主义是缺少理论指导，这个可以结合其余两个流派的经验构建属于行为主义的理论体系。

以我自己的观点，三个流派是趋于统一的综合模式，三个学派从不同的角度来研究和实现智能，三个学派各自的方法都是智能的一个部分，所以真正实现的人工智能机器一定是组合了三个学派的理论和方法的。我们可以设想，行为主义提供相适应的硬件基础，连接主义提供相对应的神经网络和底层算法框架结构，而最后的符号主义提供扎实的理论基础和功能模拟。