本書從AI的視角探討如何認識和理解我們的世界。第yi部分介紹計算基礎(chǔ)和人工智能的哲學(xué)背景,涵蓋人工智能的起源、作為迭代優(yōu)化的編程以及支持人工智能應(yīng)用構(gòu)建的表示法和高級語言工具。第二部分介紹支持人工智能研究和發(fā)展的四種范式中的三種——基于符號的、聯(lián)結(jié)主義的和遺傳的/涌現(xiàn)的,分別給出初始項目及應(yīng)用,并討論了這些范式的優(yōu)勢和局限性。第三部分在貝葉斯的背景下,將理性主義、經(jīng)驗主義和實用主義的哲學(xué)傳統(tǒng)結(jié)合起來,zui后以作者提出的主動的、務(wù)實的、模型修正的現(xiàn)實主義認識論立場作為結(jié)尾。本書適合對人工智能、計算機科學(xué)等領(lǐng)域的歷史、發(fā)展及未來挑戰(zhàn)感興趣的讀者閱讀。
本書從AI的視角探討如何認識和理解我們的世界。與其他關(guān)注人工智能技術(shù)的書籍不同,本書試圖從認識論的研究領(lǐng)域和范疇展開對人工智能的探索,涵蓋心理學(xué)、哲學(xué)、物理學(xué)、數(shù)學(xué)和計算機科學(xué)等不同領(lǐng)域的背景知識。
如同一位幾何學(xué)家專心致志地測量圓周,為了把圓化為等積正方形,反復(fù)思索都找不出他所需要的原理,我對于我所看到的新的形象也是這樣……
——但丁,《神曲:天國篇》
為何寫這本書
像我們中的許多人一樣,我生來就是一個天真的現(xiàn)實主義者,相信感官為我們提供了對真實物體直接的認識和接觸。包括讓·皮亞杰、湯姆·鮑爾、艾莉森·高普尼克和克拉克·格利莫爾在內(nèi)的心理學(xué)家和哲學(xué)家,都記錄了正常兒童了解自己和世界的發(fā)展過程。通過實驗、探索以及僅僅是活著,我們發(fā)現(xiàn),當物體從我們的視線中消失時,它們?nèi)匀淮嬖,意圖、欲望和情感都是很重要的,從高腳椅上扔食物不僅可以教會我們感知父母的沮喪程度,還可以教會我們簡單的物理知識,例如,有些東西會反彈。
在宗教環(huán)境中長大也是了解世界的一個組成部分。神、公認的神話、圣人,這些信念貫穿了我早期性格的形成。家庭的愛和親密的朋友圈支撐著我不斷成熟的世界觀。
然而,在某些時候,關(guān)鍵的問題會成為必要的焦點,就像水果成熟一樣:你如何知道什么是真實的?你如何對另一種事實做出判斷?在這個復(fù)雜的世界里,你如何解釋別人迥然不同的“忠誠的信仰”?如果一個人要過成熟的生活,是否需要對某件事有所承諾?蘇格拉底曾說過,未經(jīng)審視的人生不值得過。
在學(xué)習(xí)數(shù)學(xué)課程時,會出現(xiàn)一些合理的質(zhì)疑。根號2到底是多少?π到底是多少?很容易證明根號2不是有理數(shù),也就是不是分數(shù)。(假設(shè)根號2是分數(shù),并且用整數(shù)p/q表示,其中p和q沒有公因數(shù),這時兩邊同時平方,2=p2/q2,或2q2=p2,或q2是p2的1/2,這與沒有公因數(shù)的假設(shè)相矛盾。)如果根號2不是分數(shù),那它是什么?為什么分數(shù)被稱為“有理數(shù)”?“無理數(shù)”意味著我們不明白這個數(shù)字是什么嗎?根號2是一個非常重要的抽象概念,我們創(chuàng)建出這個抽象概念是因為它很有用。
在我所經(jīng)歷的十多年的耶穌會教育中,哲學(xué)課程也是認識世界的一個重要組成部分。閱讀柏拉圖和亞里士多德是非常有趣的,在柏拉圖《理想國》第七卷中的洞穴實驗之后,理性主義顯然成為一種值得推崇的世界觀。但是,懷疑論者和伊壁鳩魯派(享樂主義者)的觀點總是作為背景噪音的一部分縈繞在我們的腦海中。奧古斯丁、阿奎納和笛卡兒僅僅確認了理性主義者的觀點,同時認為上帝在人的精神/身體構(gòu)成中起著至關(guān)重要的作用。
啟蒙運動就是這樣的。它開始于笛卡兒的冥想—我思故我在。但是伯克利、休謨、斯賓諾莎和康德很快改變了整個哲學(xué)論述。當然,正如馬圖拉納和維拉所說,任何對世界的看法必須通過感官,甚至觀看和觸摸都是通過物理邏輯和情感約束來調(diào)節(jié)的。也許隨著時間的推移,條件作用使得連接感知的某些關(guān)聯(lián)成為可能?在我們的“外面”是什么,我們?nèi)绾胃兄?當然,同時存在的問題是,我們的“內(nèi)在”是什么,我們又如何感知它?休謨的論證推翻了對因果關(guān)系的天真理解,以及對上帝存在的任何可能的連貫證明。
海德格爾、胡塞爾和存在主義傳統(tǒng)提出通過在時空中實現(xiàn)自我來創(chuàng)造自我。正如薩特所說,存在先于本質(zhì),這意味著,我們首先是個體、獨立行動和負責任的智能體。我們總是處在過程中,從迷茫和困惑的狀態(tài)開始,走向自由和真實。在許多重要的方面,這些哲學(xué)立場,伴隨著愛、責任和擁抱社會,開始開辟一條通向智力和情感成熟的可能之路。
美國實用主義者也發(fā)揮了核心作用。盡管除了有用的東西外,實用主義者缺乏任何認識論基礎(chǔ),但他們指出,生活、學(xué)習(xí)和判斷總是有意義的。正如威廉·詹姆斯所說,如果宗教能為修行者帶來更好的生活,那它就是好的。實用主義者為理性主義的世界觀提供了重要約束:純粹而獨特的思想本身是一種善,還是必須被視為某些有用目的的組成部分?
但是效用本身是判斷真實性的一個非常模糊的標準,一個人的有用目標很容易和其他人的有用目標相矛盾。在實用主義作家中,查爾斯·桑德斯·皮爾士尤為突出,尤其是他關(guān)于誘因推理或“最佳解釋推理”的討論。盡管皮爾士本人對于什么算法可能支持誘因、貝葉斯推理和朱迪亞·珀爾的見解并不十分一致,但他提供了一個令人信服的開端,正如我們將在第7章和第8章中看到的那樣。
這里有一些重要的挑戰(zhàn)。存在主義傳統(tǒng),加上美國實用主義缺乏我所認為的認識論基礎(chǔ),支持了后現(xiàn)代主義和后結(jié)構(gòu)主義懷疑論;谶@一觀點,西方文化建立在知識、真理和意義觀念基礎(chǔ)上的基石受到了審視。虛無主義的相對論似乎滲透到了人文主義和啟蒙運動的觀念和承諾中。
與此同時,卡爾納普、羅素、弗雷格等人的邏輯實證主義傳統(tǒng)出現(xiàn)了。這一傳統(tǒng)為邏輯和哲學(xué)的建立奠定了基礎(chǔ)。除了邏輯實證主義的數(shù)學(xué)成分之外,還有包括波普爾和庫恩在內(nèi)的哲學(xué)家提出的建議,即科學(xué)方法作為一種媒介來理解我們自己和世界的效用及重要性。
在完成數(shù)學(xué)研究生課程時,我偶然讀到了諾伯特·維納的《控制論》,雖然當時我并不完全理解這本書,但我正朝著計算世界的愿景邁進。之后不久,我開始在賓夕法尼亞大學(xué)攻讀博士學(xué)位,我很高興能夠參加文理學(xué)院的跨學(xué)科項目。我的興趣領(lǐng)域包括數(shù)學(xué)、計算機科學(xué)、語言學(xué)和心理學(xué),我與我的導(dǎo)師一起選擇了一個博士委員會和一個跨學(xué)科的研究項目。
托馬斯·庫恩的《科學(xué)革命的結(jié)構(gòu)》是研究生最喜歡的書之一。我們探索庫恩的思想,不僅僅是因為憑借年輕人的活力和思想我們可能會成為這場革命的一部分,更重要的是因為,庫恩清楚地描繪了科學(xué)的過程。在賓夕法尼亞大學(xué)接受教育期間,我還是赫伯特·西蒙和艾倫·紐維爾在卡內(nèi)基·梅隆大學(xué)的研究項目的粉絲,該項目專注于研究使用計算技術(shù)來更好地理解人類的問題求解能力。他們的書《人類問題求解》仍然在我的書架上。在早期的研究歲月里,我也有幸多次參觀了他們的研究實驗室。我自己的學(xué)位論文涉及使用狀態(tài)空間技術(shù)來描述人類問題求解行為的各個方面,這些技術(shù)來源于計算中使用的表示。
賓夕法尼亞大學(xué)以及紐維爾和西蒙的研究使我完全進入了人工智能領(lǐng)域。1974年,我獲得了蘇格蘭愛丁堡大學(xué)人工智能系為期四年半的博士研究職位。愛丁堡大學(xué)在當時,甚至到現(xiàn)在也是歐洲人工智能研究的中心。愛丁堡大學(xué)人工智能系的一個優(yōu)勢是它的跨學(xué)科特色。我能夠與心理學(xué)系、語言學(xué)系和認知學(xué)系的教師和研究生以及世界級人工智能系的同事積極配合工作。
1979年,我們搬到了阿爾伯克基,在那里我成為新墨西哥大學(xué)的計算機科學(xué)教授,并在語言學(xué)系和心理學(xué)系任職。20世紀80年代初,心理學(xué)教授佩德·約翰遜和我在新墨西哥大學(xué)開設(shè)了認知科學(xué)研究生課程。20世紀90年代中期,語言學(xué)教授卡羅琳·史密斯和我在新墨西哥大學(xué)開設(shè)了計算語言學(xué)研究生課程。我們的跨學(xué)科研究包括來自認知和計算神經(jīng)科學(xué)研討會中的講座,這些講座是由新墨西哥大學(xué)神經(jīng)科學(xué)系和心理學(xué)系主辦的。
在新墨西哥大學(xué)擔任教職的一個令人興奮的好處是有機會學(xué)習(xí)多門學(xué)科的研究生課程,包括在物理系學(xué)習(xí)神經(jīng)成像知識,在心理學(xué)系研究神經(jīng)科學(xué)相關(guān)問題,在哲學(xué)系參加關(guān)于路德維!ぞS特根斯坦、理查德·羅蒂的研討會和其他關(guān)于現(xiàn)代認識論的研討會。
我現(xiàn)在是新墨西哥大學(xué)的榮休教授。我的簡歷可在https://www.cs.unm.edu/~luger/上查看。我目前從事咨詢工作,所關(guān)注的領(lǐng)域是自然語言處理、構(gòu)建網(wǎng)絡(luò)智能體以及使用深度學(xué)習(xí)技術(shù)來分析大量數(shù)據(jù)中的信息。
本書主要內(nèi)容
本書分為三個部分,每個部分包含3章。第1章介紹程序設(shè)計的藝術(shù),阿蘭·圖靈的機器和計算的基礎(chǔ),并提出了如何在機器上最有效地表示復(fù)雜世界情境的問題。
第2章描述支持科學(xué)方法、現(xiàn)代認識論的哲學(xué)背景,以及現(xiàn)代計算和人工智能的基礎(chǔ)。這些主題對于思考現(xiàn)代認識論至關(guān)
重要。
第3章介紹1956年達特茅斯夏季研討會,該研討會標志著人工智能事業(yè)的開始。第3章還介紹了早期人工智能研究和認知科學(xué)研究的起源。前三章還討論人工智能編程作為迭代優(yōu)化的本質(zhì),并介紹支持人工智能應(yīng)用程序構(gòu)建的非常高級的語言工具。
第二部分(第4章、第5章和第6章)介紹支持人工智能領(lǐng)域研究和發(fā)展的四種主要范式中的三種:基于符號的、神經(jīng)網(wǎng)絡(luò)或聯(lián)結(jié)主義的、遺傳的或涌現(xiàn)的。這部分的每一章都給出初始的“項目”并描述它們的應(yīng)用。包括這些示例是為了演示人工智能的不同表示方法。這些章節(jié)還介紹了該領(lǐng)域中的一些新研究和高級項目。每一章最后都對相關(guān)范式的優(yōu)勢和局限性進行了討論。
第三部分(也就是最后三章)是這本書存在的理由,主要介紹當前人工智能的第四個重點:概率推理和動態(tài)建模。在第7章中,對人工智能采取的不同方法提出了一種哲學(xué)和解,這些方法被視為建立在理性主義、經(jīng)驗主義和實用主義哲學(xué)傳統(tǒng)的基礎(chǔ)上;谶@種建構(gòu)主義的綜合,第7章以一系列假設(shè)和后續(xù)猜想結(jié)束,這些假設(shè)和猜想為當前的人工智能研究和現(xiàn)代認識論提供了基礎(chǔ)。
第8章介紹貝葉斯定理,并給出了一個在簡單情況下的證明。引入貝葉斯以及后續(xù)的貝葉斯信念網(wǎng)絡(luò)和隱馬爾可夫模型技術(shù)的主要目的是證明人類主體的先驗知識與任何特定時間感知的后驗信息之間的數(shù)學(xué)聯(lián)系。我們將這種對均衡的認知追求視為認識世界和在世界中運作的基礎(chǔ)。第8章的后半部分描述了一些由貝葉斯傳統(tǒng)支持的項目,通過這些項目可以進一步理解這些認識論
見解。
第9章總結(jié)全書,并描述了通過在世界上的積極探索來構(gòu)建和適應(yīng)世界的模型。這章描述了人工智能充滿希望的前景,因為它繼續(xù)使用科學(xué)傳統(tǒng)來擴展視野,探索我們不斷發(fā)展的環(huán)境,并構(gòu)建智能人工制品。這章還探討了維特根斯坦、普特南、庫恩和羅蒂的當代實用主義思想,以及認知神經(jīng)科學(xué)的見解,所有這些都在探索知識、意義和真理的本質(zhì)。這本書的結(jié)尾是對后現(xiàn)代相對主義的批判,并提出了一種主動的、務(wù)實的、模型修正的現(xiàn)實主義認識論立場。
喬治·F.盧格爾
2020年12月1日
新墨西哥州阿爾伯克基
致 謝
本書的一個重要主題是個人和社會如何通過受環(huán)境影響的一致的和基于生存的辯證法,創(chuàng)造符號、關(guān)聯(lián)和一系列關(guān)系,這些關(guān)系后來成為信念體系的一部分。對于我自己的精神生活和支持本書創(chuàng)作的見解來說,這當然是真實的。要想脫離多年來所享有的知識和社會支持的網(wǎng)絡(luò),往往是不可能的。
當然,首先要感謝陪伴我50多年的妻子凱瑟琳·凱利·盧格爾,以及我
喬治·F. 盧格爾(George F. Luger)
新墨西哥大學(xué)計算機科學(xué)榮休教授。在新墨西哥大學(xué)時,他也是心理學(xué)系和語言學(xué)系教授,致力于認知科學(xué)和計算語言學(xué)方面的跨學(xué)科研究。他曾與洛斯阿拉莫斯國家實驗室、桑迪亞國家實驗室以及許多公司開展合作項目。他目前從事咨詢工作,關(guān)注自然語言處理、網(wǎng)絡(luò)智能體設(shè)計和基于深度學(xué)習(xí)的數(shù)據(jù)分析等。除本書外,他還著有Artificial Intelligence:Structures and Strategies for Complex Problem Solving(2009)和Cognitive Science:The Science of Intelligent Systems(1994)。
譯者序
前言
致謝
第一部分 開始
第1章 創(chuàng)建計算機程序:一個認識承諾 …… 2
1.1 導(dǎo)言和本書重點 …… 2
1.2 計算基礎(chǔ) …… 6
1.2.1 圖靈機 …… 8
1.2.2 波斯特產(chǎn)生式系統(tǒng)和一元減法 …… 13
1.3 計算機語言、表示法和搜索 …… 18
1.4 總結(jié) …… 31
第2章 歷史基礎(chǔ) …… 33
2.1 瑪麗·雪萊、弗蘭肯斯坦和普羅米修斯 …… 35
2.2 早期希臘思想 …… 37
2.3 后期希臘人:柏拉圖、歐幾里得和亞里士多德 …… 39
2.4 后中世紀或現(xiàn)代哲學(xué) …… 43
2.5 英國經(jīng)驗主義者:霍布斯、洛克和休謨 …… 49
2.6 跨越經(jīng)驗主義/理性主義的鴻溝:巴魯赫·斯賓諾莎 …… 50
2.7 跨越經(jīng)驗主義/理性主義的鴻溝:伊曼努爾·康德 …… 52
2.8 美國實用主義:皮爾士、詹姆斯和杜威 …… 54
2.9 計算的數(shù)學(xué)基礎(chǔ) …… 58
2.10 圖靈測試和人工智能的誕生 …… 64
2.11 總結(jié) …… 69
第3章 現(xiàn)代人工智能,以及我們?nèi)绾巫叩浇裉?…… 71
3.1 人工智能的三個成功案例 …… 72
3.1.1 IBM的深藍 …… 72
3.1.2 IBM的沃森 …… 74
3.1.3 谷歌和AlphaGo …… 75
3.2 非常早期的人工智能和1956年達特茅斯夏季研討會 …… 77
3.2.1 邏輯理論家 …… 78
3.2.2 幾何定理證明 …… 79
3.2.3 下跳棋的程序 …… 79
3.2.4 1956年達特茅斯夏季研討會 …… 80
3.3 人工智能:嘗試定義 …… 84
3.4 人工智能:早期階段 …… 88
3.4.1 整潔派和邋遢派 …… 88
3.4.2 人工智能:基于“模仿人類”還是“只是好的工程” …… 89
3.5 認知科學(xué)的誕生 …… 94
3.6 人工智能實踐的一般主題:符號化,聯(lián)結(jié)主義,遺傳/涌現(xiàn),隨機 …… 101
3.7 總結(jié) …… 107
第二部分 現(xiàn)代人工智能:復(fù)雜問題求解的結(jié)構(gòu)和策略
第4章 基于符號的人工智能及其理性主義假定 …… 112
4.1 理性主義世界觀:狀態(tài)空間搜索 …… 113
4.1.1 圖論:狀態(tài)空間的起源 …… 114
4.1.2 搜索狀態(tài)空間 …… 116
4.1.3 狀態(tài)空間搜索實例:專家系統(tǒng) …… 125
4.2 基于符號的人工智能:持續(xù)的重要貢獻 …… 133
4.2.1 機器學(xué)習(xí):數(shù)據(jù)挖掘 …… 134
4.2.2 物理環(huán)境建模 …… 137
4.2.3 專業(yè)知識:在任何需要的地方 …… 138
4.3 符號系統(tǒng)視角的優(yōu)勢和局限性 …… 140
4.3.1 基于符號的模型和抽象 …… 141
4.3.2 泛化問題和過度學(xué)習(xí) …… 143
4.3.3 為什么沒有真正的基于符號的智能系統(tǒng) …… 146
4.4 總結(jié) …… 148
第5章 人工智能的關(guān)聯(lián)方法與聯(lián)結(jié)主義方法 …… 151
5.1 語義圖的行為主義傳統(tǒng)和實現(xiàn) …… 151
5.1.1 意義的圖形表示基礎(chǔ) …… 152
5.1.2 語義網(wǎng)絡(luò) …… 155
5.1.3 基于關(guān)聯(lián)的語義網(wǎng)絡(luò)的現(xiàn)代應(yīng)用 …… 160
5.2 神經(jīng)網(wǎng)絡(luò)或聯(lián)結(jié)主義網(wǎng)絡(luò) …… 162
5.2.1 早期研究:麥卡洛克、皮茨和赫布 …… 163
5.2.2 反向傳播網(wǎng)絡(luò) …… 173
5.3 神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí) …… 180
5.3.1 AlphaGo Zero和AlphaZero …… 185
5.3.2 機器人導(dǎo)航:PRM-RL …… 185
5.3.3 深度學(xué)習(xí)和電子游戲 …… 187
5.3.4 深度學(xué)習(xí)和自然語言處理 …… 188
5.4 認識問題和基于關(guān)聯(lián)的表示 …… 192
5.4.1 歸納偏差、透明度和泛化 …… 192
5.4.2 神經(jīng)網(wǎng)絡(luò)和符號系統(tǒng) …… 195
5.4.3 為什么我們沒能構(gòu)建大腦 …… 197
5.5 總結(jié) …… 199
第6章 進化計算與智能 …… 202
6.1 進化計算簡介 …… 202
6.2 遺傳算法及示例 …… 205
6.2.1 旅行商問題 …… 209
6.2.2 遺傳編程 …… 213
6.2.3 實例:開普勒行星運動第三定律 …… 219
6.3 人工生命:復(fù)雜性的涌現(xiàn) …… 221
6.3.1 人工生命 …… 224
6.3.2 現(xiàn)代人工生命方法 …… 228
6.4 進化計算與智能:認識問題 …… 234
6.5 關(guān)于第二部分的總結(jié) …… 238
6.5.1 歸納偏差:理性主義的先驗論 …… 238
6.5.2 經(jīng)驗主義的困境 …… 239
6.6 總結(jié) …… 241
第三部分 走向主動的、務(wù)實的、模型修正的現(xiàn)實主義
第7章 建構(gòu)主義和解與認識論立場 …… 247
7.1 對經(jīng)驗主義、理性主義和實用主義人工智能的回應(yīng) …… 247
7.2 建構(gòu)主義和解 …… 251
7.3 五個假設(shè):認識論立場的基礎(chǔ) …… 255
7.4 現(xiàn)代認識論的基礎(chǔ) …… 258
7.5 總結(jié) …… 265
第8章 基于貝葉斯的建構(gòu)主義計算模型 …… 268
8.1 貝葉斯立場的推導(dǎo) …… 269
8.2 貝葉斯信念網(wǎng)絡(luò)、感知和診斷 …… 276
8.3 基于貝葉斯的語音和對話建模 …… 285
8.4 復(fù)雜環(huán)境中的診斷推理 …… 290
8.5 總結(jié) …… 295
第9章 走向一種主動的、務(wù)實的、模型修正的現(xiàn)實主義 …… 298
9.1 本書概要 …… 298
9.2 通過探索構(gòu)建模型 …… 301
9.3 模型修正和適應(yīng) …… 306
9.4 人工智能從業(yè)者的項目是什么 …… 312
9.5 現(xiàn)代認識論的意義、真理和基礎(chǔ) …… 319
9.5.1 新實用主義、庫恩、羅蒂和科學(xué)方法 …… 319
9.5.2 一種類別錯誤 …… 325
9.5.3 認知神經(jīng)科學(xué):關(guān)于人類加工的見解 …… 327
9.5.4 論人的存在:現(xiàn)代認識論立場 …… 329
參考文獻 …… 337