我也看看人工智能

其实，对专家系统，很早以前就已经有了相关概念，大概是在上大学本科时候了。但那时候几乎是无知的彻底，对AI的知识是一无所知，在书店里看到此类书籍，譬如，数据挖掘，人工智能，或者什么类似的东西，都觉得高深莫测。其实现在回过头来，发现，此类书里有实际意义的内容的寥寥无几。人类对此领域还只是瞎子摸象，摸着石头过河。

有一个问题一直困扰着，不止是我，还有全世界所有的人，到底人类能不能创造出所谓的智能。按照常规的分类，AI可以分为强人工智能和弱人工智能。其中强人工智能就是上述的智能，可以思考的机器，也是一个停滞不前的领域。往往，研究者们对此领域或多或少有种畏惧，不敢触碰的感觉，或者是走投无路，或者是信仰因素的制约。我自认为不是天才，于是乎，我去搜了一下站在世界前沿的部分英国大学的网站，包括剑桥，牛津，和帝国理工。这些被人认定会出现科学家，或者诺贝尔奖的地方，居然他们的计算机系里也没有此类研究。他们所作的工作也一般来讲是所谓的弱人工智能，如神经网络，基因算法（自然计算）之类的。强AI的话题在网上非正式的讨论确是还算活跃。

 

另外有几个概念，最近接触到的，我觉得挺有启发，第一：embodiment。机器人必须有物理实体。这个statement似乎太过果断，不过实际想想，有一定道理。第二：如果做类人机器人，机器人的感知和其他驱动系统比然要很接近人类，这样的结论实际上编程了必须复制人类。所以，绝对意义上讲，计算机工程实现的机器人永远都不会有主动的意识。有一个领域，serorimotor + artificial life 也许是理解人工智能的方向，但至于结论或者能产生什么样的生命体，取决于不同的 criteria 和embodiment。

 

当然，传统的人工智能，是解决问题比较有效的方法。为了学习这个领域的相关知识，（所谓symbolic intelligence?），比如专家系统，合适的工具是必不可少的。搜索了一下，Prolog还有一些其他的编程语言，包括JESS ，都很有用。这个prolog的网络教程 似乎不错，以后要认真研读一番。

自然语言处理（Natural Language Processing）和知识表达（Knowledge Representation）的关系是个很有意思的题目。是知识依赖语言，还是语言依赖知识，或者简单说来，我们是否需要语言来进行思考？了解此问题，对于开展智能研究工作会有所帮助。我想，可能KR是更好的解决方案，NLP却是当前最有效的方法，尤其是用于解决搜索引擎方向上，虽然研究方向还有很大空间。KR是否可以成为一种万能的信息库呢，用于表示真正的信息，而NLP在此情况下，可以依赖于此，以至于无论语种，可以达到交叉搜索呢？当然这都只是设想而已。

 

胡言乱语一番，回头一看，毫无逻辑和思路，却又不忍删掉。留下来吧，反正你也不认识我！