複雜性中的思維物質1-32章在線閲讀 最新章節全文免費閲讀 [德]克勞斯.邁因策爾

時間:2017-10-30 04:35 /玄幻小説 / 編輯:雲霜
精品小説《複雜性中的思維物質》是[德]克勞斯.邁因策爾最新寫的一本末世、異獸流、無限流類型的小説,故事中的主角是牛頓,自組織,可以用,內容主要講述:學模擬的主張:“目牵的探索,其特點是聰明地選取問題從而得到複雜智能活&#...

複雜性中的思維物質

作品時代: 現代

核心角色:自組織吸引子亞里士多德可以用牛頓

需要閲讀:約1小時讀完

《複雜性中的思維物質》在線閲讀

《複雜性中的思維物質》精彩章節

學模擬的主張:“目的探索,其特點是聰明地選取問題從而得到複雜智能活的幻象來行的預設解。成功的實用編程方法依賴於專業知識,這個思想首次被加以強調,成為來基於知識的系統的中心概念。

對於問題解的一般原理的追,在理論計算機科學中仍在繼續:ja羅賓遜引入了所謂的以預測邏輯演算和赫布蘭德的完全定理為基礎的解原理,允許用邏輯反駁程序去發現證明。

在ai中推實用和專業編程方法,在第三個階段1967-1972得到了加速發展。其標誌是構造出專業系統、知識表示方法和對於自然語言的興趣。發明了在數學應用中取得成功的csy程序的j西描述了ai中範式的化:“事實上,1967年是我的精神的轉折點,那時候我充分地受到一般原理的舊思想必須放棄並抓住了我稱作專業技能至上的證據。”

這一時期的另一個著名例子是dendral程序,它運用了質譜學中化學家的專業知識,以發現分子的結構式。這個階段中的一個範式的例子成了機器人的shrdlu程序,機器人可以縱不同組件組成的小世界。這種系統可以用英語理解和回答關於這個組件世界的問題,執行作這個組件世界的指令,並把次序劃分為一系列作,理解了什麼併為什麼這樣,並用英語描述它的行

在第四階段1972-1977,知識的描述、組織和處理成為了把工程學和ai哲學結起來的中心範式。米徹爾費鮑姆引入了“知識工程”這一術語,用於所謂專家系統的發展。一個例子是用於醫學診斷的cin程序,它模擬了一個染專業醫學知識的內科醫生。

一種新的知識表示方法是馬爾文閔斯基提出的框架概念。一種用於符號知識處理的新的編程語言是prolog“邏輯編程”,它可以與lisp相比擬。

ai的第五階段1977-1986被説成是托馬斯庫恩的意義上的“常規”階段,指的是專家系統範式正在運行並實現了商業化。一些工發展起來,以建設諸如大規模汽車生產使用的新專家系統。ai正在從實驗室和哲學家的研究中崛起,正在成世界的知識工業的關鍵技術。

接下去,我們重點討論專家系統,因為這裏看來有最令人興趣的哲學問題。一個專家系統是一種計算機程序,其中已經裝入了知識和能,使得它可以在專家平上作例如化學中的dendral和醫學中的cin。人類專家的推理過程示意在圖54中。

一些專家系統甚至可以揭示為何它們拒絕一定的推理途徑而選擇其他的途徑。設計者們在努工作以實現這一點,因為他們知,專家系統的最終運用取決於它對於使用者的可信度。如果它的行為是透明的、可解釋的,那麼它的可信度就會增加。

但是,與人不一樣,專家系統的知識是限於某種專業信息基礎的,而沒有關於世界的概括、結構知識。因此,專家系統在數字計算機的約定程序和人之間發揮着某種中間功能圖55。

一個專家系統包括如下的組件:知識基礎、問題解組件推理系統、解釋組件、知識獲取組件和對話組件。它們的協調示意在圖56中。

知識是專家系統運行中的關鍵因素。知識有兩種類型:第一種類型是領域事實,它們書寫在該領域的科書和雜誌中;對於一個領域的實踐同樣重要的是第二種知識,做啓發知識,是在該領域中的良好實踐和行判斷的知識。正是實驗的知識,猜測高超藝術為一位專家經過多年工作所能獲得的。

説一下,知識庫與數據庫不同。例如,一位醫生的數據庫是關於病人的記錄,包括病人歷史、重要症狀的測量、所開藥物和藥物反應。這些數據必定要通過醫生的醫學知識來解釋,以一步行診斷並制訂醫治方案。知識庫是醫生在他的醫學育中和在實習階段、高級訓練階段、專業訓練階段和醫學實踐中學會的東西。它包括事實、傾向、信念和啓發知識。

啓發知識是最難獲得的,因為專家很少自覺地認識到它是什麼。所以,跨學科訓練的知識工程必須去獲得專家的規則,將其表示為編程語言,並植入工作程序中。這個專家系統的組件做知識獲取。它在專家系統的知識處理過程中的中心功能示意在圖57中。

最重要的知識表示方法是產生系統、邏輯、框架和語法網絡。除了知識以外,專家系統還需要一種推理程序,一種用以理解和作用於知識和問題數據及其組的推理方法。這些程序是**於特定的知識庫的,是建立在多種哲學方法論基礎上的,為此我們將在面分析幾個專家系統的例子。

專家系統的解釋組件的任務是向使用者解釋程序的步驟。問題“如何”也就是要對該系統導出的事實或斷言行解釋;問題“何時”則是要,指出一個系統的問題或秩序的提。

對話組件處理專家系統與使用者的通信。自然語言的處理器當然可以使甚至未受過專門訓練的使用者也容易接受。

從技術的觀點看,專家系統的侷限是顯然的。首先是知識表示問題。所論領域的知識如何表示為計算機記憶裝置中的數據結構併為問題解所接受其次是知識利用問題。推理器應該如何設計第三是知識獲取問題。獲得知識是如何可能的這對於自的問題解是非常重要的,以使得計算機容易將人的專業知識轉移到符號數據結構中。

專家系統的最一個也是最重要的問題是哲學問題。如何將專家系統的專業知識庫與關於世界的一般化結構化的知識結起來這種一般化結構化的知識會影響人的專家的決策和行

因此,當醫生作出行手術的決策時,還將考慮到有關病人的生活條件家、工作等的非對象以及他對於生命的度。特別是,例如在當今有關亡尊嚴的爭論中,對於生和這種基本問題;醫生的總剔文度和見識也是融入到他的決策中的,儘管立法上在尋建立一般的行為標準,但對此卻是難以行規範的。例如,在法律的專家系統中也表現出同樣的問題。法官會置規範系統的自治於不顧,最終將發現某種可能決策的正式範圍,在此他將傾向於他自己關於生命和世界的觀點。對於這種主觀影響,不要怨缺乏客觀,而是要看作一種作出更為人的醫學和裁決的機會。不過,對此並沒有排除,未來的計算機科學應該去一步地擴展以專家系統為基礎知識,這種知識今天還是非常專業化的。當然,的侷限也是明顯的,是專家系統的本質所導致。

專家系統是問題解程序的技術實現。因此,實際上存在着的專家系統可以由特定的要解決的問題來行分類。圖58示意了專家系統最重要問題的類型。

輸入問題類型輸出

測量數據、症狀等分類或診斷規則模式的識別

約束設計質的對象

初始、目標計劃將初始到目標的行順序

初始模擬未來的果狀

圖58專家系統的問題類型

一類已經入分析過的問題涉及到“診斷”,例如醫學中的診斷。這種專家系統的輸入由測量的數據、症狀等等所構成,它在結果中提供了從數據規則中識別出來的模式。另一類問題涉及到“設計”。此問題是如何發現在相應約束下的產物。計劃問題的解答要某種行序列,把初始成目標。模擬問題從模型的初始出發,必須計算其續狀行評價。

問題解策略是由產生規則推導出來的,這裏必須由所謂的規則解釋者行選取。如果有幾種規則是可用的,衝突解策略將決定哪一條規則是適用的。例如,可能的規則可以用優先和一般的程度整理出次序。然,選取有最高程度的優先或專業的規則就可能是適的。

在推理中的規則組可以由所謂向和向鏈接來實現。向鏈接從一定的數據和事實a出發,運用此演繹機制直至推導出一定的目標d圖59。

從方法論的觀點看,專家系統的向和向鏈接程序,只不過是眾所周知的古典邏輯學家和哲學家帕波斯的發現確證的必要或充足理由的方法。不足為奇的是,幾乎所有專家系統的推理策略都是以眾所周知的哲學方法論為基礎的。

今天,ai中運用的大多數哲學理論都不是直接從哲學文獻中獲取來的,但是這無損於它們的哲學意義。然而,有一些著名專家系統的作者卻是直接受到了哲學家的影響。

ai是哲學邏輯和方法論,人們只要仔考慮一些專家系統。它們的問題分類決定了何種策略適於問題解。一般地説,一種策略的目的也就是減少問題的複雜

dendral程序所涉及的任務,是從數據中決定出分子的結構,數據中包着化物的分子式和化物的質譜。輸出整理成有序的表格,列出各種可能的結構式。其問題解的策略被稱作“產生和檢驗”,其算法是產生出與給定的分子式一致的有機分子的拓撲結構,以及產生出分子中的化學鍵最可能從何處斷裂的規則。簡言之,我們可以説,該程序是採用儘早修剪掉的分枝的方法來減少解生成樹的複雜。方法論上,它涉及某種確證標準。

一般地,如下的要點有重要,而不論其化學應用如何:

a有某個形式對象的集,其中包瞭解答。

b有某種產生機制,例如某種對於該集的完整計數過程。

c有某種檢驗,例如判斷所鑑定出的某種產生出來的元素是否在解答集中。

這種一般方法由如下的算法來定義,例如由如下的遵從丘奇定理的遞歸函數來定義:

函數generate-andtestset:

如果要檢驗的集set為空,

那麼失敗,

否則讓eleset的“如下”元素;

如果ele目標元素,

那麼將其作為解答,否則對於集set在沒有元素ele況下重複這一函數。

對於翻譯成ai編程語言lisp,必須引入一些遞歸輔助函數,例如generate產生一定集的某個元素,goalp是判斷函數,如果論據是解答集的一部分則提供t真,否則nil,solution為“輸出”準備的解答元素,和reve提供集減去給定元素。當設計一張符號表時,考慮到lisp中通常的寫,例如de定義、nd條件。eq方程、t真以及lisp的約定例如括號規則,如下的算法在lisp中是可接受的:degenerateandtestsetndeqsetnilfail

tleteleenerateset

ndgoalpeleolutionelebr >

tgenerate-and-test

reveeleet

對於給定的化學分子式,所有的化學結構都系統地產生出來,例如對於c5h12,第一步是:

一些化學結構被排除了,因為它們是不穩定的或相矛盾的。下一步,計算出相應的質譜並與經驗上確定的質譜行比較。這個比較也就是檢驗過程。generaie-and-test從而在技術上實現了一種方法論,排除了不可能的假定並檢驗可能的纯剔

tadendral程序是設計來改dendral程序的,涉及何種分子鍵將在質譜儀中被打破。所以ta-den-dral運用了dendral程序再加上確證的預測標準,這被亨佩爾批判地分析過。

幫助醫生行診斷染的cin程序,是一種向鏈接的演繹系統。cin的知識庫中,大約有300種血芬习染生成方式。下面是一個典型例子:

如果染的類型是基本的菌血症,懷疑的入侵點是胃腸,培養部位是一處無菌部位,那麼這就表明此種有機是擬腸桿菌。

運用這樣的知識,cin向運行。對於所有100種診斷假設,cin試圖近從實驗室結果和臨牀觀察獲得的基本事實。由於cin工作在推論往往不確定的領域中,它的設計者把看來情概率推理的理論與基本的產生裝置結起來。該理論用來為與或andor樹中每一個結論建立起所謂的確定因子圖510。

這裏,fi是使用者指定給一事實的確定因子,ci表明一結論的確定因子,ai是產生規則所預期的可信度。確定因子在and節點和or節點處指向面的式子行計算。如果一個確定因子為02或更小,相應事實的真假被看作是未知的,就規定其值為0。

該程序計算出歸納的大小取決於保證事實的多少。這種方式使我們想起魯夫卡納普的歸納理論。卡納普自然是不相信培的普遍歸納結論的。結論總是演繹的。對此不需要波普爾式忠告,否則專家系統不會運行。然而,像cin系統中所用的概率測量則使得該系統對於使用者更透明。

另一方面,也可以這樣説,在此採用了“假説和檢驗”策略的波普爾綱領,即產生出最有趣的假説並行嚴峻檢驗。有這樣的程序,有助於用統計數據構造起線的因果解釋。另一些程序運用昔哲學家的知識,歸納推理是單調的,即意味着從一組提歸納地導出的結論,可能並不是提的協調拓展。例如,會飛,吱吱,於是推論出吱吱會飛,但是它不會飛,如果我知吱吱是鴕

另一種策略是將複雜問題分解成簡單部分或複雜較小的子問題,例如喬治波利亞的啓發數學手冊如何解中就使用了這種策略。因此,應用領域必須允許分解為**的部分。但是,顯然,相關複雜網絡並不總能分解而不改系統的原先狀。例如,人類環境的生網絡或精神病醫生必須要分析的複雜的心靈相關。系統並非總是其部分之加和。

科學哲學中的一些劃界可以翻譯為以知識為基礎的系統的質。如果研究使得理論概念得到廣泛運用而成為一個理論的固有特,那麼發現過程就可以描述為依賴理論的理論推的。相反的觀點,通常做培觀點,把大批數據作為其起始點。那麼,發現過程就稱作數據推的。在理論的和數據的知識處理之間的劃界,在ai中是眾所周知的。

現在我將從以知識為基礎的系統中畫出一些程序,這些系統使得各種各樣學科的任務得以完成,其優點面也已經提到了。我的第一個例子涉及到數學。a一個以知識為基礎的系統,可以説,它從數論中遞歸地產生出和重新發現了概念。與經驗科學中的程序形成鮮明對照的是,a功的標準並非是一個概念與經驗數據的赡貉,“有趣”的方面卻是它產生出例子、新問題等等的能。這種程序是1977年用lisp語言寫出的,始於諸如集、表格、相等和作這樣的基本概念,可以提出引導發現過程的建議。啓發過程是在原來的基礎上提出新任務並創立新概念。新的任務按照其有趣的程度整理成一定次序。由若不同啓發過程提出的種種任務,比由單個規則提出的任務更為有趣。

運用這種措施來引導它對數學概念空間行搜索,a整數、乘法和質數定義了概念,並發現了關於質數的命題例如因子唯一分解定理。

不過,更入的分析表明,對發現的歷史過程行模擬的要是難以足的。a成功完全決定於編程語言lisp的特徵。然而,分析顯示了與人們研究過程的有趣類似。

如同其名稱lisp表明的,符號表是系統地作出的。兩個表可以遞歸地定義為相等的,當兩者是原子的且原子是相等的,否則當表頭是相等的且表的其餘部分是相等的。在lisp中,遞歸的布爾函數標記如下:

delist-equalxy

ndoratoato

eqxy

tand

list-equalcarxcary

list-equalcdrxcdry

這裏,car和cdr分別是lisp中,對於給定的符號表行表頭和表的其餘部分分類的基本作。a一個啓發的概括規則推廣了等價這一術語。然,兩個表被稱作“廣義相等的”,如果兩者是原子的且原子是相等的,否則表的其餘部分是“廣義相等的”。在lisp中:

del-e-1xy

ndoratoato

eqxy

tl-e-1cdrxcdry

由此推廣,所有有相同度的表都被看作是等價的。它們定義了做“數”的一類。兒童面對惧剔對象時實現的這種發現過程,由a過換規則行了模擬。加法是兩個表的連接。由啓發換規則來形成已產生概念的逆時,發現了質數概念。在a礎上改的eurisko1983,不僅僅可以發現新的概念,還可以發現新的啓發過程。

一系列做ban的程序對定量經驗定律的發現行了分析。ban系統的名字取自弗朗西斯培,因為其中運用了培關於科學推理質的思想。它們是數據驅的知識處理系統,其

(19 / 32)
複雜性中的思維物質

複雜性中的思維物質

作者:[德]克勞斯.邁因策爾 類型:玄幻小説 完結: 否

★★★★★
作品打分作品詳情
推薦專題大家正在讀
熱門