徐明昆
人类直觉的人工智能模拟
2021-8-1 10:39
阅读:796

直觉是人类智能的高级形式之一,一般认为难以被计算机模拟。

本文基于信息论原理,对直觉的人工智能【1】模拟提出一个新颖的

理论框架及其实现方法。

本文涉及计算机,信息论,哲学,心理学学科交叉。

一. 直觉和人工智能的定义

 事实上,这里我们要凭直觉用‘直觉‘这个词,因为’直觉‘本身没有严格

定义。直觉可以采取排除法的定义,直觉的定义1:凡是能形式化描述

/计算/分析推理以外脑力活动均称为直觉。

 

   人工智能的定义。人工智能的定义有多种,  这里也采用一种排除法

   的定义, 即,凡是能形式化描述/计算/分析推理 以外的能力均称为人工智能。

   近似地说,清楚确切的过程是数学推理,   不清楚的就是人工智能。

 

   如上,直觉的定义1和人工智能的排除法定义几乎一模一样,

   这就是人工智能模仿直觉的理由   直觉是非形式化非数学的,

   但可以基于信息论,用人工智能(的模型) 来模仿和近似。

 

二  直觉的信息论描述

   信息的特征:

   2.1、 消息x发生的概率P(x)越大,信息量越小;反之,发生的概率越小,

   信息量就   越大。可见,信息量(我们用I来表示)和消息发生的概率是相反

   的关系。

   2.2、当概率为1时,百分百发生的事,地球人都知道,所以信息量为0。

   2.3、当一个消息是由多个独立的小消息组成时,那么这个消息所含信息量应

    等于 各小消息所含信息量的和。

 

    第一小节直觉的定义1等效于下列直觉的(信息学)定义2:直觉是根据一些

   (模糊,不明确)  信息,或者不确定的处理方法做出推论。 


    所以尽管直觉是非形式化非数学的,但仍然可以通过信息论来描述和计算。 

 

三.直觉的信息论模型

(直觉所需的)信息来自多个方面,但是不一定准,举例如下。

举例说明。从前有个人A,丢了一把斧子。他怀疑是邻居B偷去了,便观察那

人,那人走路的样子,像是偷斧子的;听他的言谈话语,像是偷斧子的,

又听其他邻居说B想借或买斧子干活用,更觉得B偷了自己的斧子。

不久后,丢斧子的人在翻动谷堆时发现了斧子,第二天又见到邻居B,就觉

得他言行举止没有一处像是偷斧子的人了。

 

3.1   外界单源信息

假如已知B家没有斧子,但A看到B家有斧子砍树或者做家具的可视痕迹,

 也构成了一个信息(源)

3.2   外界多源信息

假如已知B家没有斧子,但A听到B家有砍树或者做家具的声音,也构成了

一个信息(源)。

  如果A,B直接谈话,发现B谈论斧子时慌张异常,构成了另一个信息(源)

(多模态学习)。

3.3 外界间接信息:其他邻居推测偷了斧子,但是并未透漏推测的证据

 (联邦学习)。

      3.4 对过去信息的模糊/概率推测。比如本地曾有工具丢失传言。

 

四. 寻找合适的深度学习方法

   如果采用一个信息源做出推断的脑力活动,用(单模态)人工智能、

   机器学习就可 以模仿。

 

    采用多源(比如文字,音频和视频同时)信息,叫做多模态深度学习。

 

    如果采用代理(agent)的信息源,就构成联邦学习。联邦学习和多模态学习的

   相同之处   是都采集多个信息源,不同之处是联邦学习采集的信息源并非

   原始信息,而是从代理的独家信息衍生来的。

 

 五 .向统一模态学习方向发展

       现有的深度学习主要是单模态或者多模态的。而人类擅长从多源异构数据中

      联和 学 习,  推断出新的信息。比如警察破案,比如女人的直觉,都是从蛛丝

     马迹 推断出信 息的范例。

    这些复杂的,不明确的智力活动,可以采用各种机器学习,但不限于机器学习

技术来模拟,比如AlphaGo围棋程序,除了深度学习,还综合采用了传统的

计算推理等技术。

 

    【1】深度学习基本原理


 


转载本文请联系原作者获取授权,同时请注明本文来自徐明昆科学网博客。

链接地址:https://m.sciencenet.cn/blog-537101-1297865.html?mobile=1

收藏

分享到:

当前推荐数:1
推荐人:
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?