科学网 › 标签 › intelligence

标签: intelligence

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

以创意激发提高产品研发的创造力 ___深圳举办可拓学应用推广培训: anley 2016-4-30 23:12; 以创意激发提高产品研发的创造力 ___深圳举办可拓学应用推广培训 2016-04-28 10:04 春风骋巧如剪刀，先裁杨柳后杏桃。在这色彩绚丽的春季里，深圳迎来了可拓学这一缕科技研发创新的春风。 2016年4月15-16日，由深圳市中小企业服务署主办的“深圳市中小企业产业紧缺人才培训计划项目——产品研发创造力培训班”在深圳科学馆国际厅举行。国家级有突出贡献专家、可拓学创立者蔡文教授和中国人工智能学会可拓学专业委员会主任、广东工业大学可拓学与创新方法研究所所长杨春燕教授应邀为企业产品研发创新人员介绍可拓创新的理论与方法。深圳市知识产权研究会鄞汉藩秘书长主持培训活动蔡文教授讲授创意的革命蔡文教授从解决矛盾问题的主意和新产品、新项目的构思两类创意出发，说明生成创意的方法，通过了解物元、事元、关系元以及其对应的对象、特征、量值三要素，采用创意的方法进行建模，再通过发散树、相关网、蕴含系、分合链等方法进行创意的拓展。蔡教授采用多种实例将可拓学的运用方法简明扼要的进行讲解，并同参会人员进行了热烈的互动交流。杨春燕教授讲授可拓变换方法杨春燕教授用生动的例子，解释了创意生成工具——可拓变换方法，包括置换、增删、扩缩、分解、复制等变换方式，积、与、或、逆的运算方法，同对象与异对象的基元传导变换方式，虚与实、软与硬、潜与虚、正与反的共轭变换方法，产生解决矛盾问题的创新方案，根据市场目标性、全面性、可行性、稳定性的要求，进行优度的评价，对可拓学建模、拓展、变换、优选的创新四步法进行指导。本次培训还讨论了可拓学理论在专利创造的拓展形式与应用，发散和收敛思维方法的综合处理，发明创造的专利布局模式等问题，由创意激发、提高产品研发的创造力。本次培训由深圳市知识产权研究会承办，有企业研发人员、管理人员、知识产权人员、中介服务机构人员、发明人等近100人参加。香港工程师协会主席唐伟国先生和香港科技园公司品质系统经理黎剑虹先生也专程从香港到深圳旁听了培训，给予高度评价，并邀请蔡文教授和杨春燕教授于7月到香港参加香港工程师协会年会。通过两天的学习，大家对中国原创的可拓学有了比较完整的了解，学员们自发筹建可拓创新联盟，大力推动可拓学的发展和市场运用。培训现场唐伟国主席（左1），鄞汉藩秘书长（左2），杨春燕教授（右2），黎剑虹经理（右1）; 个人分类: 可拓学最新学术交流|474 次阅读|0 个评论

[转载]【中国创新】可拓学，诞生于中国的人工智能的理论基础之一: anley 2016-4-19 22:26; 【中国创新】可拓学，诞生于中国的人工智能理论基础之一（原文载于《人工智能：回顾与展望》，科学出版社，2006年） 2016-04-19 人工智能学家人工智能学家编者按：可拓学(英文名为 extenics)是以广东工业大学蔡文研究员为首的中国学者创立的新学科。研究事物拓展的可能性和开拓创新的规律与方法，并用以解决矛盾问题。 “可拓论及其应用”获首届吴文俊奖创新一等奖。中国科学院吴文俊院士和中国工程院李幼平院士为首的鉴定委员会，对成果“可拓论及其应用研究”的鉴定意见“……经历多年连续研究，蔡文教授等人已经建立一门横跨哲学、数学与工程的新学科--可拓学，它是一门由我国科学家自己建立的、具有深远价值的原创性学科。” 由罗马尼亚科学院机器人研究室主任 Luige Vladareanu 教授等完成的可拓创新方法在机器人领域的应用项目，于 2014 年获得日内瓦国际发明博览会金奖等多项奖项。原文标题：可拓学是人工智能的理论基础之一蔡文，1942 年生，广东澄海人，广东工业大学研究员, 可拓学创立者，国家级有突出贡献的专家杨春燕，1964 年生，山东泰安人，研究员，中国人工智能学会可拓工程专业委员会主任可拓学是人工智能的理论基础之一蔡文杨春燕（广东工业大学可拓学与创新方法研究所，广东广州 510090 ）摘要：本文从可拓学的研究对象、可拓模型、可拓集合和可拓逻辑等方面探索了可拓论与人工智能的基础问题的关系，从知识表示和知识库技术、策略生成技术、推理技术和搜索技术等探讨可拓方法在人工智能技术中的应用。研究表明，可拓学将成为人工智能的理论基础之一。关键词：可拓论；可拓方法；人工智能；知识工程中图分类号： T18 ； N94 Extenics : One of the Theoretical Foundations of Artificial Intelligence CAI Wen, YANG Chunyan ( ResearchInstitute of Extenics and Innovation Methods, Guangdong University of Technology , Guangzhou 510090,China) Abstract: In this paper, we compares theoretically somefoundational problems of Extenics with that of artificial intelligence in somerespects including the study objects, extension models, extension logic and extension set. And then we discuss the applications of extensiontheory and extension method in some technologies of artificial intelligence,such as knowledge representation,knowledge base technology, strategy generating technology ， reasoning technology and search technology, etc. The researches indicatethat Extenics will be one of the theoretical foundations of artificialintelligence. Key words: extension theory;extension method; artificial intelligence; knowledge engineering 可拓学是用形式化模型研究事物拓展的可能性和开拓创新的规律与方法，并用于解决矛盾问题的科学。它的研究对象是客观世界中的矛盾问题，逻辑细胞是基元，包括物元、事元和关系元。可拓学的逻辑基础是可拓逻辑，基本理论是可拓论，可拓论由基元理论、可拓集合理论和可拓逻辑作为其三大支柱。其理论框架如图 1 所示。图1 可拓论框架 Fig. 1 Frame of Extension Theory 可拓学特有的方法是可拓方法，包括可拓分析方法、可拓变换方法和可拓集合方法等。可拓论与可拓方法应用于各个专业领域的技术，称为可拓工程。可拓学在迅速发展中，其基础理论和应用研究都取得了长足的进步。在可拓论刚刚诞生不久，不少专家就明确指出，可拓论“带有很浓厚的人工智能色彩” “ 必将渗透到人工智能及其相关学科中” ，从可拓学和人工智能的发展过程中可以看出，它们有着密切的联系。本文从理论与方法、应用与技术和今后的发展三个方面来探索人工智能与可拓学的结合问题。近几年来，不少学者就此进行了探索，尽管这些工作还是很初步的，但发展下去，将会产生有益的成果。本文也对这些研究作简要的介绍。 1 ．可拓论与人工智能的基础问题人工智能正处于蓬勃发展中，并已取得丰硕的成果。从技术上，有的分支已有很高的水平，但在理论上，还有很多问题需要进行研究，有不少理论和方法还是不成熟的，各学派各有各的见解；可以说，“人工智能至今还未形成完整的理论体系” 。其中，对人工智能的发展有重要影响的如： (1) 人工智能的核心及其形式化问题； (2) 信息和知识的模型和表示方法； (3) 搜索理论； (4) 推理方法； (5) 策略生成方法。可拓论经过十几年的发展，建立了基本概念、思想、理论框架和可拓方法，把它们应用于人工智能的理论与方法，将是很有价值的。 1.1 可拓学的研究对象与人工智能的核心什么是人工智能的核心呢？ Nisson 认为，演绎推理是核心； Neuall 说，思维规律的研究是核心； Sloman 认为，智能系统是核心； Feigenbaram 认为对知识的研究是核心。而我国有不少学者认为，用计算机进行“问题处理”是人工智能的核心，人工智能研究解决问题的思维规律及其计算机模拟。可拓学的研究对象是客观世界中的矛盾问题，包括主客观矛盾问题（不相容问题）、主观矛盾问题（对立问题）和客观矛盾问题，并且建立了把问题进行形式化描述的模型，利用事物的可拓性和可拓变换，建立了解决矛盾问题的可拓方法和可拓工程方法。实际上，很多智能活动的过程，甚至所有智能活动的过程，都可以看作或抽象为一个“问题求解”的过程。而可拓学研究的矛盾问题是问题的难点，解决矛盾问题是重要的智能活动，也是人工智能水平的体现，它比一般解题更富创造性，更强调智能的发挥，对解决矛盾问题的深入研究有助于人工智能理论水平的提高。另一方面，把可拓学对问题的形式化描述、可拓推理和可拓变换解决矛盾问题的过程和方法应用于人工智能中，使计算机学会用可拓方法解决矛盾问题，这对机器智能水平的提高有十分重要的意义，对促进人工智能的发展有重要的价值。另一方面，要实现人工智能，不确定性是无法回避的。关于人工智能的诸多领域，如专家系统、自然语言理解、控制和决策、智能机器人等尤为重要，因此，必须研究不确定性处理的理论与方法，研究它们的表示和处理技术。按性质分，不确定性大致可分为随机性、模糊性、不完全性、不一致性和时变性等。概率论研究了随机性，模糊集理论研究了模糊性，对于后三者，即不完全性、不一致性和时变性，可拓学正在探索处理它们的理论与方法，这也应该是可拓学和人工智能的另一个结合点。 1.2 可拓模型和信息、知识的模型化表示方法问题，可以分为目的和条件两个部分。为了描述目的和条件，必须描述它们所涉及的物、事和关系。可拓学建立了以物元、事元和关系元为基本元（简称基元）的形式化体系，它可以简洁地描述客观世界中的物、事和关系，也可以为计算机所接受。用这种表示体系描述物、事、关系、信息、知识和问题的模型统称为可拓模型。利用可拓模型，可以简洁地描述信息和知识。在人工智能已有的分支和知识表示体系中，信息和知识的表示各有千秋，但我们看到，可拓模型可以为人工智能提供一种简洁而逐步规范的知识表示方法。另一方面，基元理论研究了物、事和关系的可拓性，为事物的开拓提供了理论依据与方法。信息和知识用可拓模型描述以后，可以利用基元的可拓性，开拓出新的信息和知识，为人工智能的策略生成技术提供依据，为信息开发和知识获取与挖掘提供新的理论和方法。可拓信息和可拓知识库的研究正是把可拓模型应用于人工智能的一种尝试。 1.3 可拓集合与人工智能的问题处理、分类和识别求“矛盾问题的解”，对人工智能的发展来说，是不能不考虑的。计算机要处理矛盾问题，可以运用可拓学的基本思想和方法。用可拓学解决矛盾问题的集合论基础是可拓集合论，其本质是“非变为是”、“不行变行”、“不属于变属于”等的形式化描述。它也应是计算机进行矛盾问题处理的理论基础之一。可拓集合描述物、事和关系的性质的可变性，描述量变和质变，也是人工智能解决问题的定量化工具。可拓集合一方面用可拓域表示可拓变换使负域的元素转化为正域的元素的可能性，另一方面，用关联函数定量地表述问题性质变化的可能性。可拓集合的本质体现在可拓域、零界和可拓变换中。计算机如果能利用它们处理事物性质的动态变化，进行创造性思维和生成策略，并利用可拓集合作为解决问题的定量化工具，进行定性和定量相结合的操作，那将大大提高机器的智能水平。集合，是人类进行分类和识别的一种方法，经典集合、模糊集合和粗糙集合都分别提出了各自的分类识别的方法和准则，它们成为各自形成的分支的理论基础。这三类集合方法大多把事物具有某种性质的程度看成不变的，可以说，是从“静态”的角度考察事物。但在客观世界中，事物具有某种性质的程度是在变化的，也只有这样，矛盾的问题才能转化为相容的问题。为了从本质上考察动态的事物和变化的过程，可拓集合建立起来了。可拓集合把分类与变换（包括时间、空间的变换）联系起来。根据这种分类思想，元素的分类是可以改变的，它具有某种性质的程度（关联度）也是可变的。也就是说，在一定的变换下，负域的元素可转变为正域的元素，这就为矛盾问题转化为不矛盾问题提供了依据。分类，是人工智能进行识别、检索、决策和控制的前提。显然，分类的模式决定了模式识别的方法，可拓分类方法可为动态事物和动态过程的模式识别注入新的方法。因此，把可拓变换的思想引入到识别中，把可拓方法应用于识别研究将使计算机的分类和识别能力提高。 1.4 可拓逻辑人工智能的逻辑学派发展了非单调逻辑、缺省逻辑、可信度逻辑、时序逻辑、模糊逻辑和开放逻辑等，从而使推理可以在部分事实错误或暂时错误的情况下进行。人工智能的知识学派发展了规则基推理、语义网络推理、 case 基推理、模型基推理等，随着知识表达和知识获取研究的深入，问题求解范围的扩大，推理范畴从演绎推理扩展到归纳推理。要使计算机能利用可拓模型处理矛盾问题，生成解决矛盾问题的策略，必须研究带有矛盾前提的逻辑。可拓逻辑就是研究化矛盾问题为不矛盾问题的推理规律的科学，它是继基元理论和可拓集合理论之后提出的，成为可拓论的第三个支柱。在解决矛盾问题的研究中，我们发现，利用现有的逻辑来解决矛盾问题显然是不行的。这是因为，要解决矛盾问题不仅要涉及数量关系，还要涉及事物、事物的特征和量值。不仅考虑静态的事物，还要考虑它们的动态变化。不仅进行推理，还要涉及创造性思维过程，不仅需要不矛盾的传统逻辑，还需要允许一定矛盾前提的逻辑。因此，我们探索可拓学特有的逻辑。可拓逻辑是异于形式逻辑和辩证逻辑的逻辑,它有如下几个特点：（ 1 ）研究使矛盾问题转化的逻辑数理逻辑主要研究没有矛盾前提的逻辑。但是，人们天天要与矛盾打交道，天天要处理各种各样的矛盾问题。因此，我们必须研究如何在矛盾前提下，通过某些变换，得到不矛盾的结论。数理逻辑研究经典数学中推理的规律，模糊逻辑研究模糊数学中推理的规律，可拓逻辑研究可拓学中推理的规律。由于经典数学研究的是确定性的问题，模糊数学研究的是模糊性的问题，可拓学研究的是矛盾问题。因此，它们对应的逻辑随研究对象的不同而不同。（ 2 ）逻辑值随变换而改变在经典逻辑和模糊逻辑中，事物是否具有某种性质，命题为“真”或为“假”是相对固定的。但在可拓逻辑中，由于引入了变换（包括时空的改变），事物具有某种性质的程度和命题 “真假” 的程度随变换而改变。可以说，经典逻辑和模糊逻辑从“静态”的角度研究事物的性质和命题的真假；可拓逻辑则从“动态”的角度讨论事物具有某种性质的程度和命题真假的变化。（ 3 ）形式逻辑的形式和辩证逻辑的思想可拓逻辑对语句或命题真假程度的描述成为描述事物矛盾程度的依据，也成为描述矛盾问题相容度的依据可拓逻辑要研究“变”的推理规律，就必须符合自然辩证法的基本规律。因此，可拓逻辑也进行了哲学原理形式化的尝试。通过用符号表达某些哲学原理，可以对这些规律进行操作和运算，使辩证逻辑不仅仅停留于自然语言的描述。可以说，可拓逻辑汲取了形式逻辑形式化的做法，采用了辩证逻辑的思想，结合并发展出描述可拓思维形式 , 以化矛盾为不矛盾的逻辑。 2. 可拓方法在人工智能技术中的应用人工智能是一个正在探索和发展中的学科，至今还未形成完整的理论体系。但在人工智能技术方面，有的已经达到了一定的水平，人工智能的基本技术，至少应包括知识表示与知识库技术、推理技术、搜索技术、归纳技术和联想技术等。可拓学的基本方法可以运用到人工智能中，除了上述技术外，可拓学重视创造性思维，其菱形思维方法在产品概念设计和决策中的策略生成等方面具有其独特的作用。把可拓方法应用于人工智能将会产生很有特色的策略生成技术。 2.1 可拓方法在知识表示和知识库技术中的应用知识表示、知识获取和知识处理是知识工程的重要内容，而其核心是知识表示。目前人工智能常用的有产生式系统、语义网络、框架表示、模糊逻辑表示等，这些知识表示各有特点，如产生式的自然性，语义网络的层次性，框架的通用性，模糊逻辑对模糊知识的适用性等，但它们也各有其局限性，如产生式适用于表达表层知识，而表达深层知识则十分困难。框架的固定性使许多表达结果与原型不符等等。知识表示的能力直接影响了推理的有效性和知识获取的能力。因此，目前在智能专家系统构造中面临一些较迫切需要解决的问题。一是知识获取方面的困难，这包括领域专家提供的知识之间存在着矛盾性，需要设计出有效的而且适用矛盾问题的知识表示；二是现有的专家系统很少有自学能力，系统不得不包含数万条规则，使维护与管理工作困难，这显然是与知识表示方法有关的；三是由于知识表示能力的限制，使复杂系统的固有结构和功能方面的深层知识难以表述，比如知识中的语义逻辑和语用逻辑等等；四是创造性思维还很难在智能体系系统中得到“发挥”。可拓模型以物元、事元和关系元作为描述事、物和关系的基本元，统称作基元。可拓模型对于描述客观世界的物、事和关系具有简洁、统一和使用方便的特点，利用它们来描述信息和知识，可以克服上述描述方法的某些缺点，也便于计算机操作。其次，基元的可拓性系统地描述了事物开拓的多种可能性，为提高计算机的创造性思维能力和发展策略生成新技术提供了新的理论和方法。第三，利用基元的可拓性可以为知识获取提供新的技术和方法。正是可拓模型具有它特有的功能，因此，它将在人工智能的知识表示技术中发挥重要的作用。知识库技术与知识表示密切相关，目前知识系统或专家系统拥有的知识多是表层知识。而解决多种复杂问题，特别是矛盾问题，就必须解决深层知识的获取、存储、表示、处理和应用的问题，以及创造性思维能力和策略生成问题。只有如此，才能提高问题求解的能力和灵活性。可拓方法从定性和定量两个角度，研究解决矛盾问题的规律和方法，为在知识库系统中解决深层知识的获取和处理提供了新的工具。把可拓学的基本原理与方法应用于知识管理，有可能为解决知识管理中的矛盾问题提供有效的工具，使知识管理的形式化和规范化程度提高。知识推理把深藏着的知识开发出来，它包括隐性知识显化和数据挖掘两个部分。可拓学所提供的可拓方法形式简单明了，便于不同领域的学者使用，而且思路开阔，方法灵活，为潜在知识的显化提供了思维方法和可操作的工具。可拓模型表达知识所涉及的基本概念和基本思想，利用基元的可拓性可以方便地不断扩充，逐步完善，形成思路清晰、模式规范的显式知识，运用可拓学原理与方法使潜在知识显化的过程形式化和规范化，将会带来知识推理研究上的新进展。把可拓方法应用于数据挖掘，提出了可拓数据挖掘方法，可以建立基元数据仓库，通过从不同角度对事、物和关系及其特征和量值进行统计分析和预测，再运用可拓方法进行开拓、变换、评价和选优，为多类决策提供具有拓展性的相关知识，并可挖掘变化的知识。对可拓信息和可拓知识的研究，将为人们提供更有价值的信息和知识，这些信息和知识在解决矛盾问题时具有非常重要的作用。 2.2 可拓推理在人工智能推理技术中的应用推理技术是人工智能的重要技术，它研究前提和结论之间的各种逻辑关系及真度或置信度的传递规律等。对推理的研究往往涉及对逻辑的研究，逻辑是人脑思维的规律，也是推理的理论基础，现有人工智能的推理系统，不少是建立在形式逻辑的基础之上，它有两个明显的特征：一方面，它是建立在知识完全下的推理，另一方面，它是封闭的，即当公理及推理规则一旦给定之后，人们从一个形式系统中能学到的全部知识已隐藏在公理及推理规则中，在形式系统内部不能描述公理的增加和修改。但是，人脑的大部分思维活动都是在知识不完全的情况下，在不断探索中完成的。因此，现有人工智能的推理具有一定的局限性，尽管为了让机器能模拟人类的思维活动，人们发展了不少不确定性推理模型，但大多缺乏人类处理问题的变通性和创造性。即知识不完全时，如何利用知识库的知识对环境进行作用，以产生新的知识，使问题得到解决，而以可拓性为基础的可拓推理，在形式化和模拟人类思维的变通性方面将是一种具有创造能力的推理方法。可拓推理包括基元拓展推理、传导推理、共轭推理和处理矛盾问题的推理等。可拓推理的核心机制是变换，这与传统推理以蕴含和匹配为核心的机制不同，它的目的是生成、选择恰当的基元去变换原有的基元，从而使矛盾问题得到解决。可拓推理应用的重点应该放在如下两个方面： (1) 把可拓推理演绎成可拓算子，编制成算法和软件，运用于生成可拓信息或可拓知识。这在搜索技术和数据挖掘中将有重要的价值。 (2) 在策略生成方面，以可拓性为依据深入分析策略生成的推理过程及推理机制，研究生成策略的推理技术，制定解决矛盾问题的解题策略，使之在计算机上实现。 2.3 可拓方法在策略生成技术中的应用问题求解的关键在于如何生成解决问题的策略，然而，在目前已有的对于复杂问题的决策分析和处理过程中，不少只是对若干已有策略的评价选优，而这些策略是怎么生成的，却无从稽考，策略生成的问题也是海内外学者感到棘手的问题。解决矛盾问题的关键是策略生成。策略生成是一种创造性思维过程。它与强调演绎和归纳的收敛性思维不同，它强调发散性思维和收敛性思维相结合，强调解题过程中事物的变换。为了解决矛盾问题，可拓学重视策略生成的研究，建立了生成策略的菱形思维方法，把发散方法与收敛方法结合起来。可拓学中菱形思维方法的发散部分是利用基元的可拓分析和共轭分析，根据已有的信息和知识，按照可拓推理，生成一批解决问题的策略。利用这种方法，有的学者已开展了用计算机进行产品概念设计和营销策划的研究，从发展看，将会形成人工智能中基于可拓方法的策略生成技术。可拓营销策略生成系统是研究策略生成技术的一种尝试。它根据企业的现状建立基础库，让企业负责人全面了解本企业的情况。通过可拓分析和共轭分析，把存在的问题置于“问题库”中，利用可拓方法建立“变换库”，根据菱形思维方法生成解决问题的多种策略，并用优度评价方法得出策略的优度，提供给企业负责人进行决策。概言之，该系统是为企业负责人全面了解企业的情况，界定问题并作出决策支持而研制的。产品的设计可分为概念设计和构型设计两个阶段。文把要进行设计的产品用物元描述，利用物元的发散性，进行产品创新和构思，得到多种新产品的方案，再利用优度评价法，对多个方案进行评判，选出产品设计的较优方案。基于可拓方法的策略生成技术使人们的发散思维过程能形式化地描述，让计算机有效地模仿人的思维进行创造，使研制为产品概念设计提供支持的系统成为可能。文研究了基于物元可拓性的推理模型，以新产品构思的第一创造法为背景，给出一个模拟发散性思维的推理系统，并给出了算法分析。文和提出构思产品的三类创造法，这三类创造法可以通过计算机来实现。研制产品构思系统 ] 将是人工智能的策略生成技术的一种应用。 2.4 可拓方法在搜索技术中的应用搜索，是指寻找问题的解的过程或技术，如寻找矿藏是一种搜索，在公安部门，寻找罪犯是搜索，在军事上，雷达预警，寻找敌方部队等等也是搜索。搜索，往往是根据少量的信息去寻找某些目标，它研究如何从一个浩瀚的对象（包括知识本身）空间中搜索（或探索）满足给定条件或要求的特定对象。在搜索过程中，我们首先对已经采集的信息，利用可拓方法，判别其真伪，再利用物元和事元的可拓性去开拓出更多的信息，然后进行多次发散和收敛，逐步找到要搜索的对象。如果搜索的对象是人或人参与的活动，可以利用可拓分析方法研究被搜索者可能采取的策略，从而根据他们的策略及相应的信息去寻找被搜索者。搜索，碰到的难题就是已知的信息很微弱，很少。正因为这样，可拓方法在这里大有用武之地。利用计算机储存的有关信息，根据可拓方法获取一批可拓信息，再对可拓信息进行评判，有助于加快搜索的速度和提高搜索的准确性。利用可拓方法和计算机结合进行搜索将对人工智能技术水平的提高有重要的作用。 3. 可拓学与人工智能结合的重点研究方向可拓学是数学、哲学、工程学交叉的一门学科。可拓学与人工智能相结合的重点研究方向是矛盾问题的智能化处理。以问题处理为核心，用可拓模型描述信息和知识，建立可拓推理和可拓算法，充实和发展可拓理论，以探索人工智能的理论体系和应用方法，将是今后可拓学研究者与人工智能工作者相结合的方向。可拓模型的建立方法、可拓推理技术、可拓算法、可拓分类技术、可拓策略生成技术、共轭分析技术、可拓搜索技术等的进一步深入研究，将为矛盾问题的智能化处理提供合适的技术。随着科学技术的发展，各个领域都要涉及矛盾问题的智能化处理。研究如何使计算机能生成解决矛盾问题的策略，以提高 kltrrtgm 计算机的智能水平已显得十分迫切。由于网络和计算机已渗透到人们生活和工作的各个层面，因此，充分利用能处理矛盾问题的智能系统将是今后国民经济很多领域现代化的重要任务。面向未来，没有处理矛盾问题的软件和网络、没有从帮助用户解决矛盾问题的角度出发的信息平台，就无法实现真正意义上的智能化。因此，研究矛盾问题智能化处理的理论与方法是人类进步和国民经济的前沿课题，也是技术领域信息化、网络化进程中无法回避的重大问题。为了解决具体的矛盾问题，我们必须研究能处理一般矛盾问题和领域中矛盾问题所需要的形式化模型、定量化工具、推理的规则和特有的方法，特别是把矛盾问题智能化处理发展为国际领先的方法和技术。因此，研究利用计算机帮助处理各部门所遇到矛盾问题，是经济、社会和国家安全所需要解决的重要课题。通过近年的研究，我们认为有望在如下几方面取得突破性的成果：（ 1 ）有助于帮助人们处理矛盾问题的计算机的研制；（ 2 ）基于可拓论的智能系统的研制在多个领域得到应用；（ 3 ）可拓策略生成软件在多个领域得到应用；（ 4 ）可拓数据挖掘软件在多个领域得到应用。参考文献 Cai Wen. Extension theory and its application . ChineseScience Bulletin ， 1999,44 （ 17 ）： 1538-1548 Cai Wen. ExtensionSet and Non-Compatible Problems . Advances in applied mathematics andmechanics in china ,Peking:International Academic Pubishers, 1990 ： 1-21 汪培庄 . 我对“物元分析”的初步认识 . 见蔡文等主编，从物元分析到可拓学 . 北京 : 科学技术文献出版社， 1995 ： 12 洪声贵 . 一个新的研究方向 . 见蔡文等主编，从物元分析到可拓学 . 北京 : 科学技术文献出版社， 1995 ： 18 涂序彦 . 可拓学——研究“矛盾转化，开拓创新”的新学科 . 中国工程科学， 2000,2 （ 12 ）： 97 蔡文 , 杨春燕 , 林伟初 . 可拓工程方法 . 北京：科学出版社， 2000 Cai Wen, YangChunyan, Lin Weichu. Extension Engineering Methods . Beijing: Science Press,2003 杨春燕 , 蔡文 . 可拓工程研究 . 中国工程科学， 2000, 2 （ 12 ）： 90-96 廉师友 . 人工智能技术导论 . 西安：西北电子科技大学出版社， 2000 陆汝铃 . 人工智能 . 北京：科学出版社， 1999 ： 6-7 邵军力等 . 人工智能基础 . 北京：电子工业出版社， 2000 何斌 , 张应利 . 可拓学在人工智能中的应用初探 . 华南理工大学学报， 1999,27 （ 6 ）： 88-92 蔡文 . 物元分析概要 . 人工智能学报， 1983, （ 2 ）： 125-136 杨春燕 . 事元及其应用 . 系统工程理论与实践， 1998 ， 18 （ 2 ）： 80-86 蔡文，杨春燕，何斌 . 可拓学基础理论研究的新进展 . 中国工程科学， 2003 ， 5 （ 2 ）： 80-87 刘巍 , 张秀芳 . 基于可拓信息的知识表示 . 系统工程理论与实践 ,1998 ， 18 （ 1 ）： 104-107 李立希 . 可拓知识库系统及其应用 . 中国工程科学， 2001,3 （ 3 ）： 61-64 潘云鹤 . 综合推理的研究 . 模式识别与人工智能， 1996 ， 9 （ 4 ）： 201-208 蔡文，杨春燕，何斌 . 可拓逻辑初步 . 科学出版社， 2003. 李嘉 , 李立希 . 基于可拓变换策略生成的计算机实现研究 . 中国人工智能进展（ 2003 ） . 北京：北京邮电大学出版社， 2003:1176-1179 青义学 . 可拓语言与人工智能 . 人工智能学报， 1986 ，（ 2 ）： 17-18 蔡文 . 物元模型及其应用 . 北京：科学技术文献出版社， 1994 张立厚 . 知识管理中的可拓工程初探 . 广东工业大学学报， 2001,18 （ 1 ）： 76-79 李立希，李铧汶 , 杨春燕 . 可拓学在数据挖掘中的应用初探讨 . 中国工程科学， 2004 ， 6(7): 53-59 陈文伟，黄金才 . 从数据挖掘到可拓数据挖掘 . 中国人工智能进展（ 2005 ） . 北京：北京邮电大学出版社， 2005: 844-848 陈文伟 . 可拓学与人工智能、信息科学 . 香山科学会议第 271 次学术讨论会文集 . 北京 : 香山科学会议办公室， 2005.47-50 杨春燕，蔡文 . 可拓推理研究 . 中国人工智能进展（ 2003 ） . 北京：北京邮电大学出版社， 2003: 1166-1171 蔡文 , 杨春燕 , 王光华 . 矛盾问题智能化处理研究提纲 . 中国人工智能进展（ 2005 ） . 北京：北京邮电大学出版社 . 2005. 820-824 赵燕伟 . 机械产品可拓概念设计研究 . 中国工程科学 ,2001,3 （ 3 ）： 67-71 蔡文 , 杨春燕 . 可拓营销 . 北京：科学技术文献出版社， 2000 杨春燕，张拥军 . 可拓策划 . 北京：科学出版社， 2002 杨春燕, 李立希, 蔡文. 可拓营销策略生成系统 (EMSGS) 的基本思路与关键技术 . 中国人工智能进展（ 2001 ） . 北京：北京邮电大学出版社， 2001: 1064-1068 赵燕伟 , 杨春燕 , 张国贤 . 可拓方法在机械产品概念设计中的应用 . 台大工程学刊 ,2001,(81) ： 11-20 杜春彦 . 基于物元可拓性的推理模型 . 系统工程理论与实践， 1998,18 （ 2 ）： 124-127 杨春燕 . 新产品构思的第三创造法 . 广东工业大学学报 , 1997,14 （ 3 ）： 21-26 林伟初 . 搜索中的可拓方法 . 系统工程理论与实践， 1998,18 （ 2 ）： 131-134 杨春燕 , 何斌 . 系统故障的可拓诊断方法 . 广东工业大学学报， 1998,15 （ 1 ）： 98-103 Cai Wen, Yang Chunyan, Wang Guanghua. A New Cross Discipline — Extenics . Science Foundation In China, 2005,13(1): 55-61 ChunyanYang, Guanghua Wang, Yang Li, Wen Cai.Study on Knowledge Reasoning Based on Extended Formulas . InternationalConference on AIAI . New York: Springer, 2005. 797-805; 个人分类: 可拓学专题讨论|846 次阅读|0 个评论

可拓学通俗著作《创意的革命》由科学出版社出版（2010年）: anley 2016-4-18 12:03; 《创意的革命 —— 今天你 “ 可拓 ” 了吗？》科学出版社， 2010.5 摘要赢在创意！人人希望有智慧，个个要求更聪明。那么，智慧和聪明是否只有诸葛亮等奇智人物才有呢？有没有一套方法可以让普通人学习，去生成智慧和聪明的创意，变得与他们一样高明呢？作者等中国人历经20多年, 创立了可拓方法。本书以通俗的语言介绍这套方法，利用它可以生成构思新产品和解决矛盾问题的创意，使企业和其他各种事业的人员能更好参与竞争，发展企事业。使创意不再是某些人的专利，也可以成为“草根”阶层创新的武器，这昭示着一种变革未来的力量之崛起。这是一种力量，更是一场革命。本书还以古今中外企业家和管理者开拓创新，化不行为行，对立为共存，不可能为可能的案例通俗说明如何生成解决问题的创意和新产品、新项目的构思。可供企事业人士学习创新方法，大中学校培养创新能力，管理专业和人员提高决策水平之用。 6 年前的文章：创意的革命——生产创意的可拓方法 □周翔云马上马唯理编辑 13602882069 邮箱 mwl24680@126.com QQ （ 376100585 ）人物介绍：蔡文，研究员，国家级有突出贡献专家、中国人工智能学会可拓工程专业委员会主任。1983年发表论文“可拓集合和不相容问题”，创立了新学科“可拓学”（原称“物元分析”）。2004年，科技部发布了以中国科学院吴文俊院士和中国工程院李幼平院士为首的鉴定委员会的鉴定，指出“经历20多年连续研究，蔡文教授等人已经建立一门横跨哲学、数学与工程的新学科——可拓学，它是一门由我国科学家自已建立的、具有深远价值的原创性学科”。（http://web.gdut.edu.cn/~extenics/jianding.htm）吴文俊院士还特别指出“这是一门原创学科，而且既有理论又有实际，是基础与应用的结合，我自己的研究还比较偏重于理论。中国能出这样的创新成果很好，我们不能老跟在外国人后面跑，我还看到北师大教授、中国科学院院士王梓坤的评价，说可拓学是‘前无古人，也无洋人，体现了作者很强的创新能力’，可拓工程树立了创新的榜样。”（http://www.cas60.cn/gjzgkxjsj/2000n/wwj/mtbd/200909/t20090919_2512026.html）　　二十多年前，中国科学界提出了一系列原创研究课题，例如泛系分析、物元分析 ( 可拓学 ) 、灰色系统等。二十多年来，这批原创研究有的停滞不前、有的步履踉跄，有的如可拓学，经过二十多年风风雨雨的历练，近年来取得了长足的发展，甚至时不时地在社会上和学术界引发了一场又一场的“可拓”之风。谈理论其实就是一个研究智慧和聪明的理论与方法体系　　问：可拓学相对于很多人来说可能比较抽象，可不可以解释一下，可拓学是什么呢？　　蔡文：我们先看一个例子，用一把只能称两百斤的秤，要称几千斤重的大象，怎么办？我国古代曹冲称象的故事解决了这一问题。用五千老弱残兵怎么对抗十万精兵？三国演义中孔明的空城计引人入胜。香港的汽车靠左走，大陆的汽车靠右走，把这两个交通系统连在一起，一定会撞车，怎么办？深圳的皇岗桥解决了这一对立问题。我们把这些问题叫做矛盾问题。实际上，每个人天天都在处理矛盾问题，比如说去北京买不到机票怎么办？只有十万元，却要建一个需要投资一百万的工厂，怎么办？过去，这些矛盾问题是靠某些聪明人的聪明才智解决的。那么，普通人能不能解决这类问题呢？能不能找出产生创意处理矛盾问题的规律，然后建立一套方法，按照一定程序去处理它们？如果能这样做，那我们不也可以像诸葛亮、曹冲那样，变得更聪明吗？进一步说，如果把这些方法“教”给计算机，计算机不也可以帮人们出点子、想办法，“生产创意”了吗？这就是可拓学想做的事。　　以称象为例，曹冲用船把大象换成等重的石头，用秤称石头而解决了这个问题。但曹冲的办法是不是最佳呢？未必。也可以用等重的水、等重的沙、等重的木头、等重的一队人来代替大象，那不是更简单吗？这就是拓展的方法。此外，有人也会想到用木排、竹排代替船，这又是另一种变换。也还可以用跷跷板、大树叉和杠杠等。总之，方案有很多个，必须进行评价，找可行、成本少、耗时小的创意去实施。那么，用什么办法和程序可以找到这些变换呢？这是可拓学研究的核心。用拓展、变换和评价等步骤提出解决矛盾问题的创意就叫做创意生成三部曲。可拓学就是研究事物拓展的可能性和开拓创新的规律与方法，并用变换解决矛盾问题的科学，它是一门横跨哲学、数学与工程学的交叉学科。　　通过二十多年的研究，可拓学现在已经找到人们生成创意处理矛盾问题的基本规律，建立了一套方法。掌握了可拓方法，我们就可以利用它们出点子、想办法，构思新产品，开拓新市场、提出新方案去解决各种矛盾问题。这对于决策者、管理者、工程技术人员甚至家庭处理问题，都有帮助。谈原创其实就是搭建一个攀登的梯子　　问：可拓学作为我们中国人独创的学科，是值得骄傲的。作为学科的原创人，蔡教授可不可以谈一下可拓学研究走过的路，把期间的收获和我们一起分享呢？蔡文：一个学科的发展必须经过三个阶段：一是概念与思想的提出；二是理论和方法的研究；三是应用、普及与推广。以电为例，有没有电？人们对于“电”是否存在、能不能用电为人们服务、能不能产生电这些问题的思考和探究花了很多年。富兰克林等科学家作出先驱性的工作，有的甚至用风筝引电而牺牲了。有了电这个概念之后，才出现后来科学家们研究安培定律，欧姆定律，伏特定律等理论，研究发电的方法和用电转变为机械能、光能等方法。之后才有今天电的应用与推广—也就是第三个阶段。概念是基础，理论和方法是关键，最后才会有推广与应用。问：利用可拓方法，使人和电脑能按照一定程序出主意、想办法解决矛盾问题，能提出创造新产品、新项目的创意，非常有吸引力，那需要哪些前提准备呢？　　蔡文：可拓学的发展过程也一样，经历了三个阶段。第一个阶段我个人花了 7 年的时间。从 1976 年到 1983 年，完成了第一篇可拓学论文，提出基本的概念和解决矛盾问题以及用计算机处理矛盾问题的研究方向。这以后，我们进行了理论与方法的研究，又花了 20 多年，初步建立了理论体系和方法体系，由科学出版社了《可拓学丛书》，它们和其他出版社出版的专著共十二部，介绍了这一体系，这些专著就是可拓学的根基。在这个阶段，我们零零碎碎也做一些应用和推广的初步工作，比如新产品构思、可拓决策、可拓策划、可拓营销。第三阶段就是应用、普及和推广了。 2008 年 10 月，我们在中国科学院研究生院召开了全国第 12 届可拓学年会，特别提出要把应用、推广和普及工作作为今后工作重点之一。不久前有人问我，你们搞可拓学研究重视理论与方法，能不能使可拓学为老百姓服务，为改善当前的社会状况服务呢？我说，现在是时候了。在理论与方法研究进行一个段落以后，要开展推广普及工作。目前，我们正在搭建一个梯子——写一套通俗的科普性丛书介绍可拓方法，用老百姓能看得懂的语言，用古今中外的案例，例如曹冲称象、空城计、金融风暴，三鹿为什么垮台等例子，介绍可以操作、便于学习的方法。此次出版的《创意的革命——今天你“可拓”了吗？》是这套科普丛书的第一本。台湾省的学者根据我们的理论也已经出版了一本书《不按牌理出牌》，在当地的社区推广，很受普通大众的欢迎。　　实际上，每个人都在解决矛盾问题，零散地提出创意。可拓学只是从大家的实践中抽象出规律，变为方法，再变为程序。学习以后，会在一定程度上，提高我们的思维水平。把可拓方法“教”给计算机以后，可以让它帮助我们出点子、想办法、找窍门，也就是“生产创意”。谈应用其实就是选择一个处理矛盾问题的最优方案——创意。　　问：请介绍一下可拓学主要应用在哪些方面？　　蔡文：目前进行的应用研究有四个方面。一是在计算机领域中的应用研究。可拓学的理论研究者和计算机领域的可拓学学者相结合，进行了可拓软件的研究，研制帮人处理矛盾问题的计算机软件。在第 12 届可拓学年会上，演示了 5 个软件。研究表明，我们多年来研究的可拓方法可以逐步通过计算机来实现。目前正在继续研究，使之完善，逐步走向产品化。计算机领域的另一个应用是进行可拓数据挖掘的研究，从计算机储存的大量数据中挖掘出为企业和政府部们决策时需要的变化知识。例如，在全国第 12 届可拓学年会上演示的软件中有一个服务于社会民生的例子：自助游。到一个城市去，只有少量的钱和时间，旅行社的线路又不能满足你的要求，产生了矛盾。怎么办？利用这个软件就能给你出主意，自动生成符合你要求的路线、景点和住宿宾馆，最后自动对这些方案进行评价，告诉你优劣的程度，让你自主选择最划算的创意。第二方面是在设计中的应用研究。浙江工业大学和青岛大学等研究了机械产品和日用品的概念设计，哈尔滨工业大学建筑学院研究了可拓建筑设计与策划，他们都提出了用可拓方法处理机械领域、日用品领域和建筑领域的设计问题，并研制利用计算机处理设计中矛盾问题的计算机软件。第三方面是在管理和决策上的应用研究。例如，利用可拓学实施中国人的蓝海战略。什么是“蓝海战略”呢？过去很多企业的指导思想是企业竞争，竞争核心就是争夺产品的市场份额并与对手争抢日益缩减的利润额。最后，市场逐渐狭小，竞争双方打到头破血流，这就是“红海”。“蓝海”就是指跳出“红海”，去开发新产品，避开同类产品竞争。那么，新产生的市场百分之百都由勇于创新的公司占领。简单点说，蓝海战略就是企业利用产品创新，战胜竞争对手。按广东人的说法，“蓝海战略”就是要喝“头啖汤”。可拓学为企业摆脱不利竞争提供了一套系统的可操作方法，可以帮助企业去做“头啖汤”。 2000 年，我们出版了《可拓营销》阐明这个道理，并提出了一套可操作的方法，但在中国没有引起关注。 2005 年，美国人和韩国人出版了《蓝海战略》，在中国引发了“蓝海热”。市场竞争主要集中在产品竞争上，那么新产品从何而来呢？用可拓学的术语说就是可拓变换。根据可拓变换方法，可以得到很多新产品构思方案，然后从中选优。《创意的革命——今天你“可拓”了吗？》第 6 章“蓝海在这里产生”就具体地介绍产生“蓝海”的可操作方法。问：看来，在时间上，美国人提出改变竞争战略为蓝海战略的思想比可拓学还晚了 5 年，在方法上也没有可拓营销的全面，但为什么外国人提出的就很快在中国发展起来，中国人提出的就不被注意呢？蔡文：这与环境是有关系的。可拓学在管理领域的应用包括了可拓营销、可拓策划和可拓决策等。第四方面是在检测和控制等领域的应用研究。利用可拓方法，可以找到使不可检测化为可检测，不可控制化为可控制的方法，这就是可拓检测和可拓控制的研究。例如，我们学校有个教授利用可拓方法研究出电线可测仪，可以检测出安装在墙里电线的位置。台湾淡江大学有个机械工程系教授，搞了一个可拓控制器，装在起重机上，当起重机有可能摔倒时，就会自动伸出两个平衡装置，避免了机毁人伤的事故。问：这套方法成熟以后，就可以让人类需要解决问题时，不再是灵机一动，计上心来，而是按照一定的程序进行创新、解决问题，使电脑也能帮助人们提出开拓创新和处理问题的创意，对吗？蔡文：是的。问：能解决矛盾问题是智慧的一个主要体现。如果这样，可拓方法就可以从使人聪明到使计算机聪明、网络聪明。智力，就是解决问题的能力。这样看来，人类会从靠灵感解决问题转变到按程序处理问题，用计算机和网络帮助人生产各种各样的创意。这会不会产生一场创意的革命呢？蔡文：是的。矛盾问题智能化处理是一个前瞻性的研究课题，他将导致创意的革命。目前，在理论和方法上，我们已经走在前面，如果有条件，我们可以在技术上也走在世界的前面。如果我们不珍惜，也可能会象蓝海战略一样的结果。谈普及推广问：被誉为真正 “ 中国制造 ”(Madein China) 的中国本土原创学科 —— 可拓学，自上世纪 80 年代以来，已逐步建立学科的理论体系和方法体系。那么，在普及推广方面，您坐了哪些工作呢？答：中国人工智能学会可拓工程专业委员会 23 日在北京举行可拓学成果发布会暨可拓学创立者蔡文的科普新著《创意的革命 —— 今天你 “ 可拓 ” 了吗？》首发式。发布会发布了可拓学 20 多年来的研究成果。指出，可拓学于 1976 年选题， 1983 年发表开创性论文《可拓集合和不相容问题》，宣告这一新学科正式诞生。它研究如何产生创意的理论和方法，成为生产创意的理论依据与方法来源，产生创意的依据乃可拓理论，产生创意的方法为可拓方法，把产生创意的方法应用到各行各业就是可拓工程，可拓理论、可拓方法和可拓工程构成一门新的学科可拓学。发布会介绍了学科诞生的二十多年来，可拓学的理论研究成果、应用研究成果、队伍建设、普及推广和学术交流情况，并发布了成果统计数据。据不完全统计，截至 2009 年，国家自然科学基金资助的项目中，有关可拓学的理论研究和应用研究项目有 36 项；国内有 367 家期刊发表了关于可拓学的论文，作者单位包括中国科学院、清华大学、北京大学、哈尔滨工业大学、浙江大学等 200 多家；至 2009 年，已有不同领域的 28 本著作应用可拓学处理各专业的问题；仅 2008 年，博士生、硕士生学位论文中应用可拓学的有 110 多篇； 2009 年，研究和应用可拓学的国内期刊论文 337 篇。可拓学研究者还申请专利、研制出一批可拓软件。在《创意的革命》之前，中国台湾已出版发行可拓学通俗读物《不按牌理出牌》。在队伍建设方面，可拓学研究目前现已拥有一支遍布中国内地 20 多省市及香港、台湾的研究队伍，美国、日本、英国、委内瑞拉等国学者也参与可拓学研究，由中国人创立的这门新学科初具规模。采访手记：可拓学这样的研究课题是一种为未来服务，为未来发展提供动力的科学，没有锲而不舍的精神，没有“向前看”的意识，是很难忍受寂寞坚守初衷的。蔡教授历时 7 年才写就了一篇论文，按照现在的评价方法，他可能连生存都成问题。可拓学从无到有，从理论到实际应用，经历了相当艰难的历程。 21 世纪，充分利用智能工具将是国民经济中很多领域现代化的重要任务。创制能处理矛盾问题的智能系统将成为促进未来科学技术发展的重要工作。目前，对矛盾问题智能化处理的基本理论与方法的研究已处于世界领先的地位。但是，要使计算机能处理好矛盾问题，还需要做大量的工作；研究可拓学和计算机、网络相结合的工作已刻不容缓。是该加大力气支持可拓学发展的时候了。蔡文教授说：是时候了。是的，是时候了。智力是什么？智力就是解决问题的能力，特别是解决矛盾问题的能力。创意，就是解决战略或战术上矛盾问题的方案或者提出新产品、新项目的构思，是智慧和聪明的体现。 1 ．开拓一方沃土诸葛亮有智慧，用空城计对付司马懿的十万精兵，用木牛流马运输粮草；曹冲聪明，用只能称2百斤的秤称几千斤重的大象；邓小平，用“包、考、靠”三个字使中国翻了个个，他们的创意流芳千古。但是，智慧与聪明不能遗传、无法仿制。后人还只能靠“灵机一动，计上心来” “眉头一皱，妙计横生”，去出主意、想办法，提出创意。远古时代，古人用手指头数数，用小石头统计猎物。后来，有了算术，人就能计算成千上万的东西，这是一个很大的进步。那么，提出创意，有没有一定的规律？能不能找到一套方法，研究出一种创意的“算术”？按照这套“算术”，可以推出解决问题的办法或生成新产品、新项目的构思。特别是在计算机和网络十分发达的今天，如果让计算机和网路掌握这套方法，帮助人们提出创意处理问题，那么，智慧和聪明就变得可以学习，可以复制、可以生成了。人类将如虎添翼，产生一次新的飞跃。那时，机器很聪明，人类也很聪明，这是一块正在开垦的处女地！它将开启一次“智力的革命”。解决战略的矛盾问题需要智慧，解决战术的矛盾问题需要聪明。智慧与聪明来源于高水平的创意。古今中外的风流人物，提出了一个个高智慧的战略和无数奇谋妙计，解决了一个个的矛盾问题，创造了无数机器、工具和产品，推动了社会的进步。多年来，我们研究他们这些创意，希望从中抽象出共通的规律，形成基本方法，来处理矛盾问题和进行开拓创新。 2. 生成创意三部曲这项研究从1983诞生以来，目前已初步构建了基本理论体系和方法体系，正在进入计算机领域、管理领域、控制与检测领域以及其他领域的应用研究，逐步形成一门新学科，叫做可拓学。可拓学研究有两个目的：一是用到电脑上，在可拓学中，研究了可拓策略生成系统的理论和方法，通过它们可以研制新的系统，帮助人们解决矛盾问题，帮助人们提出新产品、新项目，从而使计算机聪明起来。一是用到人脑上，帮助人提出创意，使人可以按照一定程序去解决问题，去构思新产品、开拓新项目。可拓学最重要的特点是它的可操作性，按照程序提出方案。以往，对矛盾的研究是用方块字写的，可拓学的基本理论和方法则是用符号写的，用符号写，计算机才能懂，才能操作，人也可以利用这套程序提出解决问题的方案。这套程序是把问题用规范的形式表达以后，通过如下三个步骤去获得创意：拓展，解决创意从何来的问题。变换，解决创意如何获得的问题。评价，解决如何确定满意可行的创意的问题。我们把这个程序叫做“创意生成三部曲”。 3 ．“化矛盾为不矛盾”的实用价值 “创意生成三部曲”用于提出化不相容为相容、化对立为共存、化不行为行的创意。改革开放以后，“办事业”一词悄悄走近了中国人，千千万万中国人开始学习办“企事业”：大至一个省、一个地区，一个部门，小至一个企业，一个产品，一个士多店，开创一个新理论，研究一项新技术，中国人建立了大大小小的企事业。这无数企事业的成功，汇成了中国的大成功。办大事业有大智慧，办小事业有小智慧。每个企事业的成功，都倾注着主事者的聪明才智。做人、做事、做企业，管理一个部门、一个地区甚至国家，在人员确定以后，成败的关键就在于主事者的智力水平。在问题成堆的地方，主事者能否提出关键策略，四两拨千斤？把成堆的乱麻理顺，使复杂的矛盾问题得以解决。当危机来袭时，能否沉着应对，化危为机，使事业不会陷入恶性循环？概言之，事业成败的关键就在于对矛盾问题的处理是否得当，包括在战略上。能否跳出竞争的红海，思人之未思，走出新的路子? 在战术上，能否及时发现矛盾问题并巧妙地解决它们？能否抓住关键策略，以四两拨千斤？ 4. 能否利用有利于事业的潜资源，使之显化；防止不利于事业的矛盾问题，使之潜化或化危为机？也就是说，能否提出解决矛盾问题的好创意，是主事者智力水平的体现，也是企事业发展的关键。因此，生成创意的这套方法对决策者办好企事业是有用的。工程技术人员需要提出各种新产品、新项目，研究各种新方案，不断解决生产和设计过程中的各种矛盾问题。对管理者来说，还要处理是人与人、部门与部门之间的对立问题，如何提出好的创意，化对立为共存？也是他们十分感兴趣的课题。在家庭和生活中，也要处理各种各样的不相容问题和对立问题。因此，在各行各业中，化不相容为相容的三四五四法和化对立为共存的转换桥方法对他们都有实用的价值。 4 ．智力的革命这套理论、方法和技术的长远价值在哪里呢？从发展来看，现在的网络和计算机技术日新月异。有人把网络分成两个阶段，2001年以前叫做Web1.0，2002年到现在叫做Web2.0。目前，有人提Web3.0，关于Web 3.0有很多说法，其中有一个说法是Web3.0应该能够帮人们解决一些简单的问题。近来，又有人提出Web4.0，关于Web 4.0，它应该能够解决矛盾问题，而且是比较复杂的问题。目前，我们在研究解决矛盾问题的理论和方法方面已经作了一些工作，如果把可拓策略生成技术发展起来，那么，在技术上我们也可以走在世界的前面。这是可拓学的出发点，也是它的归宿。科学技术发展到今天，人类必然要从凭借个人的聪明才智处理问题发展到利用计算机和网络延伸人的智力，使人类的智力产生革命性的飞跃，使人类社会进入一个新的时代，这是一场智力的革命。当然，从人类发展的历史长河看，我们对生成创意解决矛盾问题的研究，目前还处于古人学习“1+1=2，2x3=6”的阶段。尽管如此，但已经开了头，就可以走下去，人类将会在这个基础上创造出辉煌的创意产业和智能的机器。; 个人分类: 可拓学书籍出版消息|550 次阅读|0 个评论

1988-2014年国家自然科学基金项目中有关可拓学的项目71项名录: anley 2016-4-13 17:26; 1988-2014年国家自然科学基金项目中有关可拓学的项目71项名录据不完全统计，截止2014年，有关可拓学的国家自然科学基金项目71项，名录如下：序号主持者单位项目名称（时间） 1 蔡文广东工业大学决策系统中处理矛盾冲突问题的规律研究(1988) 2 蔡文广东工业大学转换桥的理论与方法(1993) 3 王行愚华东理工大学可拓控制（1994） 4 蔡文广东工业大学关键策略的生成方法与协调问题（1996） 5 李健清华大学产品和工艺设计协同问题求解研究与实现（1996） 6 黎敬波广州中医药大学可拓方法等对外感病因因素的层次化和量化研究（1998） 7 蔡文广东工业大学可拓营销方法（1999） 8 刘巍大连海事大学可拓信息的数学处理及其在物流信息系统中的应用（2000） 9 赵燕伟浙江工业大学基于可拓学理论的智能化概念设计研究（2001） 10 杨春燕广东工业大学可拓策划的理论与方法研究（2001） 11 徐保根浙江大学基于可拓工程的土地可持续利用策略集生成方法研究（2002） 12 余永权广东工业大学可拓检测的物元机制研究(2002) 13 李仁旺浙江工程学院基于可拓学的CPC产品开发过程族建模理论与方法研究(2002) 14 杨国为中国科学院基于物元动态系统分析的智能化模型化概念设计研究(2003) 15 陈孝银暨南大学基于可拓理论的外感病因量化及多维相关研究(2004) 16 刘文宝山东科技大学矿山GIS中的动态空间关系理论（2004） 17 赵燕伟浙江工业大学基于可拓逻辑的产品族适应性设计理论与方法(2005) 18 蔡文广东工业大学可拓策略生成系统的基础理论和基本方法研究(2005) 19 黎敬波广州中医药大学非小细胞肺癌征候病机关联性知识获取及关键病机规律研究(2005) 20 杨春燕广东工业大学获取变化知识的可拓数据挖掘理论、方法及其实证研究（2006） 21 杨国为青岛大学人工脑的信息处理新神经网络模型研究（2006） 22 邹广天哈尔滨工业大学可拓建筑策划与设计的基本理论及其应用方法研究（2006） 23 何斌广东工业大学基于相似理论和可拓逻辑的网络管理实验建模方法及实验策略（2006） 24 杨益民南京财经大学评价指标体系修正及待评方案集生成的可拓方法（2006） 25 胡宝清武汉大学可持续水资源管理的可拓模糊量化方法研究（2007） 26 朱群雄北京化工大学面向过程工业节能降耗优化操作的可拓工程方法（2007） 27 于亚新东北大学面向案例的跨媒体信息检索技术的研究（2007） 28 李向阳哈尔滨工业大学供应链应急响应决策的结构化途径和方法研究（2007） 29 鲍海君浙江财经学院基于可拓理论与集对分析方法的征地补偿机制研究（2008） 30 李兴森中国科学院数据挖掘获取的知识的智能化管理研究（2008） 31 邓群钊南昌大学循环农业模式可拓生成理论与应用研究（2008） 32 徐宣国江苏科技大学基于可拓逻辑的大批量定制客户订单解耦点定位的理论与方法（2008） 33 徐凌大连理工大学基于SD-EBC及可拓分析的战略环境评价方法研究（2008） 34 刘明沈阳建筑大学基于可拓学的既有建筑安全性和抗震性能鉴定理论与方法研究（2009） 35 陈长征沈阳工业大学大型风力机关键部件的环境力行为与状态退化机理研究（2009） 36 卢荣德中国科技大学霍山石斛光声智能检测及其光合过程最适化控制（2009） 37 邹进昆明理工大学质量能构架下水资源承载力演变的动态机理及其可持续性研究（2010） 38 张新政广东工业大学珠江三角洲河涌水质复杂大系统的建模与预测控制研究（2010） 39 张玲玲中国科学院研究生院领域知识驱动的深层知识发现研究（2010） 40 吴怀宇武汉科技大学全区域覆盖可拓展模块化移动机械臂控制系统研究（2010） 41 王体春南京航空航天大学面向大型复杂产品概念设计的知识可拓重用关键技术的研究（2010） 42 潘旭伟浙江理工大学知识超网络环境中快慢结合的知识可拓优化与共享理论研究（2010） 43 邹广天哈尔滨工业大学面向可拓建筑策划与设计的可拓数据挖掘理论及其方法研究（2011） 44 徐圆北京化工大学化工过程可拓故障诊断方法的研究（2011） 45 熊志勇华南理工大学基于符号化构成可拓建模的产品形态创新设计方法研究（2011） 46 李慧民西安建筑科技大学旧工业建筑（群）再生利用评价理论与应用研究（2011） 47 靳文舟华南理工大学基于可拓Petri网的复杂动态城市公交调度建模及仿真（2011） 48 谷方青岛大学可拓识别PET/CT原始图像数据自动界定肺肿瘤三维浸润边界（2011） 49 陈伟珂天津理工大学基于多维关联规则和可拓理论的地铁施工灾害警情诊断模型和灾害后果可控度研究（2011） 50 陈建浙江工业大学面向绿色设计冲突消解的可拓层次基元模型及其变换方法研究（2011） 51 杨春燕广东工业大学基于可拓学和HowNet的策略生成方法与系统研究（2012） 52 赵燕伟浙江工业大学面向产品低碳设计冲突协调的可拓知识演化方法（2012） 53 李兴森浙江大学宁波理工学院基于可拓学的知识智能涌现创新机理研究（2012） 54 张强西北师范大学西部国家重点生态功能区生态安全预警与仿真调控（2012） 55 张京红海南省气象台台风对橡胶林的影响评估技术方法研究（2012） 56 马安宁潍坊医学院中国不同地区基本医疗卫生制度实施效果评价与策略优化实验研究（2012） 57 高峰中南大学矿山区域性多尺度灾害耦合链式效应及度量研究（2012） 58 孙佰清哈尔滨工业大学城市间关键基础设施系统的资源协同应急能力研究（2012） 59 杨国为南昌航空大学人工脑基于同源同类事物连通本性的模式识别新神经网络模型研究（2012） 60 齐宝金西安交通大学物-化耦合微纳米结构润湿性及促进滴状冷凝机理研究（2013） 61 孟耀伟许昌学院基于可拓学的三维地质体统一数据模型及其建模方法研究（2013） 62 门玉琢长春工程学院基于交互智能体的山区公路交通环境关联机理与可拓性研究（2013） 63 马丽叶燕山大学针对矛盾体的闭环综合评价体系建立研究与实证分析（2013） 64 高锦萍北京邮电大学财务呈报创新、信息透明度与资源配置效率研究（2013） 65 张玲玲中国科学院大学基于领域知识和链路预测的个性化推荐研究（2014） 66 王兰花兰州交通大学基于界壳论的绕城高速公路入口匝道控制模型研究（2014） 67 田英杰中国科学院大学可拓支持向量机理论、方法与应用研究（2014） 68 潘旭伟浙江理工大学泛在计算环境中社会驱动的情境感知个性化信息服务研究（2014） 69 吕学勤上海电力大学基于可拓控制的燃料电池焊接机器人多能源动力系统模型切换控制研究（2014） 70 蒋圣南京师范大学基于地形特征基元的地貌模式识别研究（2014） 71 丘琴广西中医药大学基于谱效关系的龙利叶质量评价物元分析模型的研究（2014）; 个人分类: 可拓学---学科介绍|652 次阅读|0 个评论

首届“可拓学与创新方法国际研讨会”论文集在欧洲著名出版社出版: 热度 1 anley 2016-4-13 04:20; 首届“可拓学与创新方法国际研讨会”论文集在欧洲著名出版社出版首届“可拓学与创新方法国际研讨会”于2013年8月16-18日在北京召开，参加会议的有中国、美国、德国、印度、澳大利亚、罗马尼亚、日本、英国、法国9个国家的120多学者。会议期间同时举办“可拓学创立卅周年庆典”。时间：2013年8月16日—18日地点：北京会议出版了论文集： Extenicsand Innovation Methods 名称：Extenicsand Innovation Methods 编者：WenCai,Chunyan Yang, et al 出版社：CRC Press, TaylorFrancis Group 书号：978-1-138-00049-0 出版年份：2013; 个人分类: 可拓学书籍出版消息|575 次阅读|1 个评论

罗马尼亚科学院专家的可拓学应用项目获日内瓦国际博览会金奖: anley 2016-4-11 21:01; 2012 年，罗马尼亚科学院机器人研究室主任LuigeVladareanu教授来广州学习、研究可拓学，与可拓学创始人蔡文研究员签订了国际协议，由LuigeVladareanu教授、蔡文研究员、杨春燕研究员和李卫华教授等合作研究可拓学在机器人领域的应用。其后，合作项目“The Extended Hybrid Force-Position Control of the Robotic Systems”申报了罗马尼亚的专利，于2014年参加了日内瓦国际发明博览会，获得了金奖，其后又获得了俄罗斯联邦奖。该项目引入了可拓学处理矛盾问题的方法和程序，处理搬运机器人使用时力和位移的矛盾，并用关联函数进行定量计算，使机器人在搬运重物的过程中安全、稳定。; 个人分类: 可拓学的普及与推广|497 次阅读|0 个评论

【新智元笔记：强弱人工智能之辩】: 热度 8 liwei999 2016-3-19 04:31; 董: 两周前陪一位朋友去做肠镜。医务说明上写到：肠镜有风险：肠穿孔是1000:1；大出血是：500:1。后来我想到了伟大的人工智能（AI）和机器人。其实将来可以研发专门的机器人来为患者做肠镜，如果肠穿孔低于1000:1，不就成功了吗？后来又一想不对呀，以后等机器人把肉身人类都消灭了，哪还要做肠镜呀。人类的未来真是太美妙了。没有疾病，没有穷困，没有战争！我: 董老师，相信所谓强人工智能，甚至所谓超人工智能的，主要是两类人：一类是部分权威或大佬，霍金、比尔盖茨之类；另一类是被小报或科学幻想洗脑的百姓，而编这些科学幻想故事的人基本是出于猎奇的本性。后一类人可以忽略。其实，第一类人，到目前为止，大多还谈不上相信所谓强AI，他们主要是提出要警惕AI可能带来的人类灾难，这是为强人工智能开了口子。这类人不是简单地可以否定的。也不能仅仅归结为他们在忽悠，因为他们足够高大，已经超越了通常意义的忽悠（动机为好处、为金钱、为funding、为耸人听闻等）。相信不相信强AI已经不再是学术之争了，而越来越成为信仰之争，世界观之争。两派都有大师做后盾。乔姆斯基是强AI的否定派，有人问他：机器会思考么？乔老爷反问：潜艇会游泳么？乔老爷认为强AI是无稽之谈，不值得讨论的话题。但霍金、比尔盖茨等人则未雨绸缪，开始担心强AI了。从自主思考的意义，我们作为强AI否定者，可以与乔老爷一起斥其为无稽之谈，学术上这个所谓强AI是一个不值得认真对待的问题。但是，从现实考量，警惕强AI论者有其积极意义。这个意义表现在，随着AI系统越来越复杂，创造系统的人可能失去对其全面的掌控和了解，这样来看AI系统，其风险的确在增大，而这一点是不难想见和同意的。我们先撇开AI看人类的科技进步。事实上，立足于科技进步所带来的毁灭人类和世界的可能性早已存在：如果核按钮掌握在极端主义手中，这是完全可能的事儿。人类对此危险的办法是，限制核武器发展（制裁北韩是举措之一），对于已经掌握核武器的大国，也有一些措施试图保证不至于因为误判或误操作而造成核灾难和大毁灭。如果 AI 系统以后被用于一些敏感的地方，而且系统的复杂度和演化越来越超出人脑可以理解和控制的程度，那么出错以及错了难以阻止的可能性不是不存在的，虽然这与机器自主思考没有一毛钱的关系。从功能角度，从图灵测试的标准看，潜艇与鱼一样会 ”游泳“（先摈除这个字眼本身纯粹从语言带来的专属于动物的限制），飞机与鸟儿一样会 “飞”（还好，语言中这个语词似乎更超脱一些，没有强加隐含的动物限制）。这一点是没有什么疑问的。乔姆斯基实际上是利用了语言学的 trick，打了一个世界观之争的漂亮仗。但严格意义上，有点胜之不武。作为语言大师，他知道如果说潜艇会游泳（尼克说，这是乔老爷拷贝别人的比喻），在一般人心中，会天然地导向无稽之谈的感觉。张: @wei 向您致敬！我: 跟董老师讨教，我们都来致敬董老师。我们都算是董老师的好学生和追随者，现在话说，粉丝。张: 我最幸运的亊，一踏上人生和学术之路，就有董老师这座“灯塔”一直照耀我，后来又照耀了我女儿我：我一辈子最幸运的事儿，就是在 career 开启的时候，遇到了两位刘老师和董老师，董老师虽然不是直接的导师，但当年的接触和给我的教诲，终身受益。董老师的逻辑语义的论文（逻辑语义及其在机译中的应用）是我的启蒙读本，当年细嚼慢咽读了很多遍的。白: 动词对主语的专属强度，其实也是与时俱进的。比如“告诉”，之前只能用于人，但是现在可以用于搜索引擎了。专属强度就是世界观的一部分。我: 总之，我们虽然是乔派，我自己更是董老师派，但我想说的是，这个争论不是简单否定那样简单。这就好比明智的无神论者或不可知论者，已经很难简单否定上帝的存在一样。张: @董 @wei 读你千遍不厌倦董: 曾经观看过传销的影视。传销有三个要素：强忽悠、强洗脑；一个好的有能卖钱的产品；一群容易跟风的受众。AI曾栽在了五代机上。后来找对了诸如语音、马克杯识别、在后来有象棋和今日的围棋。谷歌等的“可穿戴”、微软的看脸猜岁数等好像下岗了。如果AI能用于灾害预报，恐袭预测和防止该多好，多紧迫啊。任何的研究，尤其是与人类自身相关的题目都是应该鼓励的。但是不要把某种研究神话、神化，更不可以用来当迷信似地吓唬人。例如“大脑计划”是好题目。AI人应该是经验主义者，他们说要警惕人类会被机器人消灭，有实践能证明吗? 白: 一些古老的仪式感动作感很强的词，当新技术用更好的动作也能达到同样的最终结果时，就被古董化了。比如：“打印机会写字吗？” 打印机可以呈现写字的最终结果，但摒弃了写字的狭义动作和过程。潜艇摒弃了游泳的狭义动作和过程，只呈现水中位移的最终结果。这种仪式感动作感太强的动词就没办法随着技术的发展与时俱进了。飞就不同。我: 所以我说乔老爷用那个比喻虽然妙绝，多少有些胜之不武。自然语言语词，经常带有非逻辑必须的核心语义以外的零碎。这些零碎有助于我们在discourse中找其关联部分，但也容易被其绑架，进入“标配”的认识误区。马: 还有洗衣机等，用张老师的话说，如果当初研制洗衣机的，想造个机器人，用搓衣板洗衣服，哪年才能做到啊。白: 在围棋界，“想”是可以用于AlphaGo的。马: 蒙特卡洛树搜索就是想吧。梁: 造个机器人帮我洗碗 , 洗碗机？白: @马搓衣板还有其他妙用马: 惩罚老公？现在改用cup了我: 如果坚持机器不能思维，只能 “计算”，那么几乎所有的 AI 术语都应该推倒重来：机器翻译（MT）是无稽之谈，人工智能是弥天大谎，自然语言理解（NLU）亵渎万物之灵，神经网络（NN）肯定是神经病的臆想。张: @wei 句句是真理呀！开始崇拜啦！马: 可以扩展计算的含义白: 不同层面吧。分子只能碰撞，一堆分子却产生温度。梁: 基本同意“人工智能”就是一个大词儿，吓唬人。空洞的，只有广告宣传造势意义的大词，以“人工智能”为例，可以写一篇文章。我: 但是术语已经站住了，各有各的理解，怎么办？于是出现了，强AI、弱AI 之争。马: 我是弱AI派。我: 加了一个前缀，我们便稍觉心安，原来我们可以一致同意的是，机器可以模拟人的某些知识功能和白领劳动。我们叫它弱人工智能。白: 整体论和还原论。强弱AI是哲学，不是科学。我: 我应该也属弱AI 派，不过真心觉得，这个 AI 或 NLU 都有加速度发展的趋势。不见得是硬件的摩尔定律那种速度，但的的确确超出了我们以前的想象极限。我入行的时候对多语 MT 的梦想，现在已经被 SMT（统计型机器翻译）提前实现，无论我多么批判 SMT 缺乏结构和质量不佳，可现在的在线多语自动翻译唾手可得的局面已经远远超越了我们当时的所有想象。自然语言理解的核心引擎 parser 也是如此。我做梦也想不到，在我有生之年，除了英语和其他欧洲语言外，对于我们这个据说只有意合缺乏语法的伟大母语，我一介书生，可以设计开发出一个现在展示出来的 Chinese parser，接近人工的水平，达到实用的高度。这是最让我感慨的《美梦成真》。当年要是一路做老式的规则MT，先得被SMT气死，然后重生，最后才可以对决，好在 IE （信息抽取）诞生了，我于是转向去做 IE，有深度 parsing 做底，一做17年，无往不利。天不我欺，幸运啊。（其实20年河西，到如今如果谁还想宣告遭遇结构和知识瓶颈的SMT的一统天下，就有点不适时宜不自量力了。只要有幸见识过董老师手中的新一代知识型MT，就会知道它比如今流行的SMT高出不知凡几）。马: 统计把AI带向了实用。白: 弱AI的边界会被人类的专属动词一个一个打穿。到时候，没打穿的是因为太古董，不值得打穿。非不能也是不为也。做一个机器人会游泳还换气，有意思吗？不管SMT水平多矬，翻译也不是人类专属动词了。我: 对，在我们下一代中，机器翻译已经天然有理了。不像我刚入行的时候，我的文科研究生同学无论如何不理解机器怎么可以翻译，这应该是专属于人的高级脑力劳动。同学当年瞪着一双又是佩服又是恐惧的眼睛，我的印象极为深刻。白: 昨天我就感慨，人工智能就是人工原罪，你的使命就是把各种专属拉下神坛。马: 我女儿小时候写作文，总是先搜索一番，都不知道谁教他的搜索。以后翻译也差不多吧白: 还有学习，也不专属了。马: 从数据中学习机器强于人。我: 现在的困扰是，我们不知道如何定义灵性。我们可以感受它，也知道它是人机的本质区分，可就是无法精确定义它。白: 还好灵性不是动词，可以放一放我: 凡是可以精确定义的灵性的某种表现，似乎都可以被模仿。有的已经不仅是模仿，而是超越。细思极恐。孔子说，三十而立，四十而不惑，五十而知天命，六十而耳顺，七十而从心所欲不踰矩。知天命就是顿悟的境界了。自感顿悟确需多年的历练，不到 50，没有足够的积累，的确极难。睿智如白老师已经耳顺，那又是一个高度。董老师更不用说了，那是天马行空随心所欲了。即便在下，现在看问题，与10几年前看问题就不同，莫名其妙地有一种穿透的感觉，所谓洞若观火。当然指的是自己的一亩三分地，不是说的大千世界（能穿透大千世界的应该是董老师、乔老爷或者星云大师这类高人，我等肉身凡胎只看得见自己的耕耘）。【相关】【立委科普：美梦成真的通俗版解说】【征文参赛：美梦成真】【泥沙龙笔记：从机器战胜人类围棋谈开去】【让机器人解读洪爷的《人工智能忧思录》（1/n）】有感于人工智能的火热【新智元笔记：反伊莉莎效应，人工智能的新概念】《立委随笔：人工“智能”》【置顶：立委科学网博客NLP博文一览（定期更新版）】; 个人分类: 立委科普|8042 次阅读|8 个评论

International Symposium on Ambient Intelligence: 热度 3 JRoy 2014-10-21 18:59; Call for Papers --------- ISAmI 2015 - CFP --------- 6th International Symposium on Ambient Intelligence University of Salamanca (Spain) 3th-5th June, 2015 isami.usal.es SCOPE Ambient Intelligence (AmI) is a recent paradigm emerging from Artificial Intelligence (AI), where computers are used as proactive tools assisting people with their day-to-day activities, making everyone’s life more comfortable. Another main concern of AmI originates from the human computer interaction domain and focuses on offering ways to interact with systems in a more natural way by means user friendly interfaces. This field is evolving quickly as can be witnessed by the emerging natural language and gesture based types of interaction. The inclusion of computational power and communication technologies in everyday objects is growing and their embedding into our environments should be as invisible as possible. In order for AmI to be successful, human interaction with computing power and embedded systems in the surroundings should be smooth and happen without people actually noticing it. The only awareness people should have arises from AmI: more safety, comfort and wellbeing, emerging in a natural and inherent way. ISAmI is the International Symposium on Ambient Intelligence, aiming to bring together researchers from various disciplines that constitute the scientific field of Ambient Intelligence to present and discuss the latest results, new ideas, projects and lessons learned. Brand new ideas will be greatly appreciated as well as relevant revisions and actualizations of previously presented work, project summaries and PhD thesis. ISAmI 2015 will be held at the University of Salamanca, Spain. This symposium will be organized by the Bioinformatic, Intelligent System and Educational Technology Research Group (http://bisite.usal.es) of the University of Salamanca. CALL FOR GRANTS/AWARDS The BISITE research group ( http://bisite.usal.es ) of the University of Salamanca, organiser of PAAMS 2015, offers 40 grants/awards to facilitate the attendance to doctoral and young doctors both to the event itself (including Workshops and Special Sessions) and to the parallel collocated events. More information: http://www.paams.net/grants IMPORTANT DATES Submission dates 12th January, 2015 Notification date 23rd February, 2015 Paper ready deadline 9th March, 2015 Conference dates 3th-5th June, 2015 PUBLICATION All accepted papers will be published in a special volume of Advances in Intelligent and Soft Computing (Springer), indexed by ISI Proceedings, DBLP and Springerlink, among others. At least one of the authors will be required to register and attend the symposium to present the paper in order to include the paper in the conference proceedings. All accepted papers will be published by Springer Verlag. At least one of the authors will be required to register and attend the symposium to present the paper in order to include the paper in the conference proceedings. More: http://isami.usal.es/contributions TOPICS The topics of interest include, but are not limited to: Applications Ambient Assisted Living Ubiquitous Computing Artificial Intelligence for AmI Distributed Computing Domotics (Home Automation) Pervasive Computing Context Aware Computing Agent Multiagent Systems for AmI Mobile Computing Robotics Computational Creativity Sentient Computing e-Health Context Modelling e Learning Memory Assistant CONTACT - Paulo Novais – University of Minho (Portugal) - A. M. de Jesus Pereira - Leiria Polytechnic Institute (Portugal) - D. Gabriel Villarrubia Gonzalez– University of Salamanca (Spain) isami@usal.es http://isami.usal.es/; 个人分类: 科技动态|3050 次阅读|5 个评论

DCAI 2015 call for papers: 热度 2 JRoy 2014-10-17 18:12; 12th International Symposium on Distributed Computing and Artificial Intelligence 2015 University of Salamanca (Spain) 3th-5th June, 2015 dcai.usal.es SCOPE The 12th International Symposium on Distributed Computing and Artificial Intelligence 2015 is an annual forum that will bring together ideas, projects, lessons, etc. associated with distributed computing and artificial intelligence, and their application in different areas. This meeting will be held in Salamanca within PAAMS'15 in 3th-5th June, 2015. This symposium will be organized by the Bioinformatic, Intelligent System and Educational Technology Reseach Group ( http://bisite.usal.es ) of the University of Salamanca. The technology transfer in this field is still a challenge and for that reason this type of contributions will be specially considered in this symposium. This conference is the forum in which to present application of innovative techniques to complex problems. DCAI'15 is sponsored by the IEEE Systems Man and Cybernetics Society Spain Section Chapter and the IEEE Spain Section (Technical Co-Sponsor). CALL FOR GRANTS/AWARDS The BISITE research group ( http://bisite.usal.es ) of the University of Salamanca, organiser of PAAMS 2015, offers 40 grants/awards to facilitate the attendance to doctoral and young doctors both to the event itself (including Workshops and Special Sessions) and to the parallel collocated events. More information: http://www.paams.net/grants IMPORTANT DATES Submission dates 12th January, 2015 Notification date 23rd February, 2015 Paper ready deadline 9th March, 2015 Conference dates 3th-5th June, 2015 PUBLICATION Accepted papers will be included in DCAI 2015 Proceedings, published in the Advances in Intelligent and Soft-Computing series of Springer. At least one of the authors will be required to register and attend the symposium to present the paper in order to include the paper in the conference proceedings. All accepted papers will be published by Springer Verlag. At least one of the authors will be required to register and attend the symposium to present the paper in order to include the paper in the conference proceedings. More: http://dcai.usal.es/contributions TOPICS Distributed applications ICTs: trade, medicine, industry, the Internet, etc... Implementation of AI Bioinformatics Implementation of AI Biotechnology Implementation of AI in the development of mobile devices Networks Intelligent environments Distributed Algorithms Computer GRID Distributed databases Multimedia and distributed animation systems Distributed Operating Systems Real Time Systems Trade and Electronic Business Systems and fault-tolerant real-time systems Distributed Architectures Multiagent Systems High-performance Languages, Compilers, planning, load balancing E-learning Technology for Internet Middleware Mobile and wireless systems Security Parallel Software Engineering and Formal Methods Distributed Intelligent Information Systems Robotics and Control Satisfaction of restrictions Search heuristics Model based reasoning Reasoning not monotonic Planning and scheduling tasks Qualitative Reasoning Reasoning with uncertainty Temporal and spatial reasoning Other reasoning models Case based reasoning Data Analysis Evolutionary Computation Neural networks Learning through reinforcement Other models of learning Applications of AI (TTIA) Logic System support for decision-making Intelligent Interaction Knowledge Management Knowledge Representation CONTACT dcai@usal.es http://dcai.usal.es/; 个人分类: 海外|3023 次阅读|4 个评论

“齐”人忧天篇：人类如果毁灭或许会因自身的情感缺陷（二）: flysky97 2014-5-26 19:44; “齐”人忧天篇：人类如果毁灭或许会因自身的情感缺陷（二） ——《人工智能 Artificial Intelligence (2001)》观后文/齐云龙写在前面：文题“齐”人忧天，与原词“杞人忧天”相差一字，算是我“齐”云龙的化用。请勿模仿！下面这些感悟，源自观看一部电影——《人工智能 Artificial Intelligence (2001)》，或许每一个拥有人类善良情感的人，看着这样的电影都会流下泪水……推荐给父母们作“六一儿童节”的礼物和有成熟思想的孩子们一起观看！上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，我个人认为，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是…… 看看如今的世界：科技进步日新月异，聪慧的人类把大自然的资源重新组合，创造了一个全新的世界，物质变得日益多样化，人类将物质精心组合成许多新的物品：从耐用品到奢侈品，世界能提供的物质毕竟是有限的，而很多物品是无法供地球上每一个人都能拥有的，由于资源本身的限制以及发展速度与均衡性的矛盾，人类的欲望也变得越来越难以满足…… 物质世界日渐丰富，但是我们的精神世界的进化却不容乐观，当我们语言的障碍日渐消弭，甚至很多生活在趋同的同时，我们的世界观和人生观却变得越来越不同……人类精神世界变得的荒芜和苍白，人类精神世界相互沟通交流的沟壑和隔阂不断加深，人类在相互依赖的同时，有各自的方向上渐行渐远…… 战争、暴力、恐怖袭击、杀戮、抢^劫……尔虞我诈、虚与委蛇的政治外交、勾心斗角地职场、利欲熏心的商界、虚情假意的情场、功利的学习与科研……人类自身所演绎的前途越来越堪忧…… 上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，我个人认为，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是…… 笑时的喜悦、哭时的痛苦…… 人类的情感与生俱来，从婴儿降生的那一刻或者更早的时候就已经写入自身每个细胞的程序……快乐、悲伤、愤怒、忧愁、痛苦、郁闷、孤独、焦虑、兴奋、紧张……或者，连高等的动物和植物都会有着喜悦忧愁有着爱恨……只不过人类的情感世界更加复杂而已。情感在人类智力进化的过程中起到了难以估量的作用，或者两者同长同消！思维世界的情感世界与物质世界难以分割，物质世界在很大程度上影响着情感的作用形式和强度。一个明显的事实就是通常上男人和女人的情感方式有着明显的差异，这或许也正是两者天然的物质结构差异而导致的！人类的各种感受通过感觉的传输与各种激素作用相结合，刺激大脑，形成记忆并做出反应……爱恨情仇，复杂交织，剪不断，理还乱…… 每个人的情感有着个体差异，同时也有一定的共享和共通性，通过表情、语言、文字、图画、音乐等各种交流沟通和传播工具，我们能理解别人的一部分情感……“ 感同身受 ”——前提是，你也曾经经历过类似的情感，有着相似的感受和记忆…… “苍茫无垠的远古大地，让我们在每一次惶惑的瞭望中，贮满了深深积郁的焦虑。森林、河流、高山、湖泊、风暴、雷电、洪水、猛兽、酷暑、严寒、伤残、疾病，都会猝不及防到达我们，粉碎我们，覆盖我们，吞灭我们。在大自然面前，人类常常是那么单薄、脆弱、无助而又渺小。我们像尘埃飘飞在没有方向的风中，像落叶无声的凋零和腐烂，迷茫于子夜漫长的黑暗，醒来在丢失了历史记忆的清早。而令我们大为惊奇的是，人类不仅在其中坚定地延续存活了下来，还在向未来奔赴中，肩负了文明巨大的托付和使命，引导并主宰了这个世界（引自《寻根问祖》——作者陈峻峰）” 推动人类社会进步的很大一部分原因人类思想的进步，人类情感世界的进化……这些来源于人类对快乐体验的愉悦的强烈追求，对危险困苦世界的恐惧 ……这些刺激着人类产生了占有欲、进攻性、进取心…… “造物主让人类成为有思想的生物的同时，让人类也成了有深刻记忆和丰富情感，并能够充分表达的生物。表达着喜、怒、哀、乐，爱、恨、情、仇，悲、欢、离、合，生、老、病、死。表达形式也千变万化，有话语语言、书写文字、色彩线条、声韵旋律、肢体动作、表情神态等等。然而那千变万化中，都注满了人的苦难——前世、今生、未来的苦难之开始，苦难之呈现，苦难之延续，苦难之回顾。因此，我们从个体的脆弱、无助和渺小的认识中，“物以类聚，人以群分”，自动寻找团队或者集体，在相互依赖和鼓励中，对灾难和痛苦能有共同的承受和担当。苦难让人类选择了群居，并把我们千丝万缕、攀连缠绕在一起，传续延展……（引自《寻根问祖》——作者陈峻峰）“ 情感的存在又似乎是把双刃剑——当它一方面推动人类不断拼搏向前的时候，也在很多时候让人类误入歧途！或许也正因为人类情感的不完美，人类拥有善的同时也拥有恶，拥有爱的时候也拥有恨，人类会赞美别人的同时也会诋毁别人，羡慕的同时也有忌妒…… 上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是，当你放眼世界，纵观人类的历史，我们不禁悲观地看到，没有哪一场人类的战争或者伤害不与人类的情感有关：对金钱名誉或者资源的贪婪掠夺、欺骗与奸诈，掠夺与杀戮、对自身无节制欲望的放纵，没有自然界其他物种能威胁到人类的存在时，却使得人类开始自相攻击，同类相残！如果人类不是灭亡于外行星撞击地球、地球自身的突然变化等外界因素之外，那么最可能的就是人类自身能毁灭自己！人类最大的敌人其实恰恰是自己——而最可能是人类不能控制情感世界的发展！也许，世界范围内的战争在未来仍然会长久地存在并最终导致整个人类的历史走向尽头，因为地球难以承受人类如此的掠夺和敲骨吸髓般地吞食……而人类相互之间却又发展不均衡，不会为彼此而做出节制和让步……当没有来自外星球或者其他物种的威胁时，人类将同类视为仇敌…… 这些感悟，来源于一部电影 ——《人工智能 Artificial Intelligence (2001) 》，我想，或许每一人拥有人类善良情感的人，看着这样的电影都会流下泪水……这应该是一部儿童节可以和有思想的孩子一起看的电影！已经是十几年之前的一部电影了，每每看起来，都禁不住泪流满面……人类的情感，是多么美好的东西。如果不是因为具有这么复杂的情感，或许我们并不能在这个星球上存在进步，生存这么长的时间。《 Her.2013 》… 》中的操作系统渴望拥有一个躯体，而《人工智能 Artificial Intelligence (2001)》的机器人小孩子更希望拥有像人一样真实的躯体，希望做一个真的人，而我们人类，拥有着躯体，却对自己拥有的东西并不觉得多么珍贵（君不见那么多人轻易地就抛却了生命……），更对自己的缺点置若罔闻…… 作为这个星球上的一员，我们究竟需要什么？坚定的爱和信念？幸福温馨的小家？真挚永久的朋友？......金钱、华屋、香车、美食、异性的恭敬和顺从？自然界的各种美景和资源？……人类索求无度。而跳出自身的视角，原来我也只是庸碌人类的一员…… 科学已经证明，动物的记忆与自身的蛋白有关，情感产生与身体内的某些激素或其他化学物质有关。不知道，人类是否会去研究让人忘却的“孟婆汤”、“忘情水”或者使人更加善良的“良心药”？如果科学和技术的发展我行我素，而对人类最基本的情感视而不见，不闻不问……如果科学和技术一味自视清高、唯我独尊，对人文情怀不屑一顾……恐怕，等待整个人类的将是一条不归路！当，我们的躯体不复存在，是否我们的爱恨还会长久地被这个星球记忆？是否我们的情感还有希望会让我们不断完善自己，弥补自己的缺点和不足，携手整个人类共同迈向进步，一起走向更加美好的未来？写完博文，看到了王伟老师的博文：《假如人类不曾在地球上出现》很有感触…… 假如人类没有过分的贪婪，有节制地利用地球，与自然和谐相处？那，又会是怎样一番景象？参考：《寻根问祖》——作者陈峻峰 ——————————————————————————————————————————————— 正文与转载分割线剧情梗概故事发生在一个未明确界定的未来。那时全球变暖已导致冰川融化，沿海城市被淹，地球资源匮乏，因此需要实施严格的计划生育制度。与此相关，大量繁琐的工作已由机器人取代，甚至连性服务也不例外。某公司开发了一个能付出感情的机器人小孩，以满足不能生孩子或没有生孩子指标的父母。大卫到莫尼卡家时，是一个典型的机器人，但后来莫尼卡开启他感情的开关后，他的性质变了。影片介绍导演：斯蒂文·斯皮尔伯格 Steven Spielberg 主演：裘德·洛 Jude Law 海利·乔·奥斯蒙 Haley Joel Osment 类型：剧情 / 科幻 / 冒险更多中文片名： A.I. 人工智慧更多外文片名： Artificial Intelligence: AI A.I. A.I. Artificial Intelligence 片长： 146 min 国家 / 地区：美国对白语言：英语发行公司： DreamWorks Distribution LLC 上映日期： 2001 年 6 月 26 日美国转载：部分影评和观后感 A cruel fairy tale Superficially, Steven Spiellberg made Artificial Intelligence into a fairy tale. In my opinion it's a Pinocchio happening in the future and without a happy ending. Though David was a robot, he was programmed with the unique ability to love. After abandoned by his beloved adoptive mother Monica, David began the trip in search of the Blue Fairy, hoping she would turn him into a real boy and he could be home again. His pursuit lasted for 2000 years and was fianlly realised with the aim of aliens —— being with Monica without any concerns just for one day. Many scenes in the movie touch me, yet one makes the deepest impression. That is when David found himself was not unique but the first of his kind, frustrated and disappointed, he jumped out of the building. While a robot can't physically commit suicide, but David's action is not meaningless. In spite of his metalic hardwares and structure, David could think about the meaning of life and pursuit, feel love and hatred, like we man do. He had belief which was worth risking himself. His self-denial and self-affirmation were so humane and sincere that even man's couldn't compare with them. There are too many possible theme in this movie, for examples, the ethic conflict of artificial intelligence, the co-existence of human and robot, even the definition of humanity and life. Here robots were the weak, like David, and threatened by man. Man created robots to slave but once robots were set to be intellectual, they felt insulted and jealous. They resented robots and treated them like dirt, which they don't think worthed respect and care. That is the dark side of humanity, which I think should be overcome. Artificial intelligence is a trend of future science, therefore I wish tragedies like David's would not happen to anybody or any robots. 这是一篇很烂的AI影评，连我自己都觉得对不起David和史蒂芬伯伯，但它在我心中的地位跟我影评的质量是呈绝对的反比的！！！记得看完AI后，还是小孩的我郁闷了好几天，而之后的几个星期，一想起David就有呜咽的冲动。小孩子总是很怕失去父母的爱，更别说是被遗弃了。所以从David被抛弃在森林里开始，我就开始哭了——可以考虑让不听话的小孩看AI，之后那几天保证很乖。之后说是想写读后感吧，拿着笔呆了很久也憋不出来。除了唏嘘还是唏嘘。到视听说要做点评，毫不犹豫地选了它，却在做的过程中不断被那狗血得很惨烈的剧情刺激到——David啊，我愿意养你的说！！！真是一部历久常新的催泪科幻神作！最后讲讲最让我崩溃的场面——David被困海底2000多年后（拉远景时的独白也很催泪），外星人来到人类已灭绝的地球把David救了出来。David重新启动后蹒跚地走向他日夜祈祷的蓝仙女，小心翼翼又满怀希望地碰了碰她，认为自己的愿望能实现了。就在这时，木头做的蓝仙女破裂了，在David面前化成了碎片。——啊啊，第一次看的时候不知道发生了什么但也哭了…… 片中小男孩拍摄过程一共只有5个月，但其表演天赋不可不谓不强，将身为机器的小孩的感情演绎得非常到位，既演出了身为机器人体的无奈又演出了人类感情的悲哀，十分欣赏，记忆犹新。 “我们羡慕有灵魂的人类，人类是生存意义的关键。”很佩服导演这句绝妙而够讽刺的对白设计。像把无声手枪射中观众最靠近灵魂的地方。人类们在看台上吼叫着：我们是什么？？人类！！！人啊, 是否你能在行使你手中的权力时,再慎重的考虑一下别人. 我需要什么？坚定的爱和信念？幸福温馨的小家？加上真挚永久的朋友？...... 　　索求无度的怪圈。　　原来我也只是庸碌人类的一员人类情感模式的基本分类见仇德辉的博客 http://choudh.blogchina.com/1621943.html; 个人分类: 人文|116 次阅读|1 个评论

“齐”人忧天篇：人类如果毁灭或许会因自身的情感缺陷: 热度 3 flysky97 2014-5-25 17:38; “齐”人忧天篇：人类如果毁灭或许会因自身的情感缺陷 ——《人工智能 Artificial Intelligence (2001)》观后文/齐云龙写在前面：文题“齐”人忧天，与原词“杞人忧天”相差一字，算是我“齐”某人的借用，请勿误用！下面这些感悟，源自观看一部电影——《人工智能 Artificial Intelligence (2001)》，或许每一个拥有人类善良情感的人，看着这样的电影都会流下泪水……推荐给父母们作“六一儿童节”的礼物和有成熟思想的孩子们一起观看！上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，我个人认为，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是…… 看看如今的世界：科技进步日新月异，聪慧的人类把大自然的资源重新组合，创造了一个全新的世界，物质变得日益多样化，人类将物质精心组合成许多新的物品：从耐用品到奢侈品，世界能提供的物质毕竟是有限的，而很多物品是无法供地球上每一个人都能拥有的，由于资源本身的限制以及发展速度与均衡性的矛盾，人类的欲望也变得越来越难以满足…… 物质世界日渐丰富，但是我们的精神世界的进化却不容乐观，当我们语言的障碍日渐消弭，甚至很多生活在趋同的同时，我们的世界观和人生观却变得越来越不同……人类精神世界变得的荒芜和苍白，人类精神世界相互沟通交流的沟壑和隔阂不断加深，人类在相互依赖的同时，有各自的方向上渐行渐远…… 战争、暴力、恐怖袭击、杀戮、抢劫、强奸、尔虞我诈、虚与委蛇的政治外交、勾心斗角地职场、利欲熏心的商界、虚情假意的情场、功利的学习与科研……人类自身所演绎的前途越来越堪忧…… 上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，我个人认为，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是…… 笑时的喜悦、哭时的痛苦…… 人类的情感与生俱来，从婴儿降生的那一刻或者更早的时候就已经写入自身每个细胞的程序……快乐、悲伤、愤怒、忧愁、痛苦、郁闷、孤独、焦虑、兴奋、紧张……或者，连高等的动物和植物都会有着喜悦忧愁有着爱恨……只不过人类的情感世界更加复杂而已。情感在人类智力进化的过程中起到了难以估量的作用，或者两者同长同消！思维世界的情感世界与物质世界难以分割，物质世界在很大程度上影响着情感的作用形式和强度。一个明显的事实就是通常上男人和女人的情感方式有着明显的差异，这或许也正是两者天然的物质结构差异而导致的！人类的各种感受通过感觉的传输与各种激素作用相结合，刺激大脑，形成记忆并做出反应……爱恨情仇，复杂交织，剪不断，理还乱…… 每个人的情感有着个体差异，同时也有一定的共享和共通性，通过表情、语言、文字、图画、音乐等各种交流沟通和传播工具，我们能理解别人的一部分情感……“ 感同身受 ”——前提是，你也曾经经历过类似的情感，有着相似的感受和记忆…… “苍茫无垠的远古大地，让我们在每一次惶惑的瞭望中，贮满了深深积郁的焦虑。森林、河流、高山、湖泊、风暴、雷电、洪水、猛兽、酷暑、严寒、伤残、疾病，都会猝不及防到达我们，粉碎我们，覆盖我们，吞灭我们。在大自然面前，人类常常是那么单薄、脆弱、无助而又渺小。我们像尘埃飘飞在没有方向的风中，像落叶无声的凋零和腐烂，迷茫于子夜漫长的黑暗，醒来在丢失了历史记忆的清早。而令我们大为惊奇的是，人类不仅在其中坚定地延续存活了下来，还在向未来奔赴中，肩负了文明巨大的托付和使命，引导并主宰了这个世界（引自《寻根问祖》——作者陈峻峰）” 推动人类社会进步的很大一部分原因人类思想的进步，人类情感世界的进化……这些来源于人类对快乐体验的愉悦的强烈追求，对危险困苦世界的恐惧 ……这些刺激着人类产生了占有欲、进攻性、进取心…… “造物主让人类成为有思想的生物的同时，让人类也成了有深刻记忆和丰富情感，并能够充分表达的生物。表达着喜、怒、哀、乐，爱、恨、情、仇，悲、欢、离、合，生、老、病、死。表达形式也千变万化，有话语语言、书写文字、色彩线条、声韵旋律、肢体动作、表情神态等等。然而那千变万化中，都注满了人的苦难——前世、今生、未来的苦难之开始，苦难之呈现，苦难之延续，苦难之回顾。因此，我们从个体的脆弱、无助和渺小的认识中，“物以类聚，人以群分”，自动寻找团队或者集体，在相互依赖和鼓励中，对灾难和痛苦能有共同的承受和担当。苦难让人类选择了群居，并把我们千丝万缕、攀连缠绕在一起，传续延展……（引自《寻根问祖》——作者陈峻峰）“ 情感的存在又似乎是把双刃剑——当它一方面推动人类不断拼搏向前的时候，也在很多时候让人类误入歧途！或许也正因为人类情感的不完美，人类拥有善的同时也拥有恶，拥有爱的时候也拥有恨，人类会赞美别人的同时也会诋毁别人，羡慕的同时也有忌妒…… 上篇博文《为科技宅男推荐的电影：《我的女友是机器人》、《 Her.2013 》… 》曾提到过，“ 著名物理学家史蒂芬霍金（Steven Hawking ）在讨论约翰尼德普（Johnny Depp ）主演的新片《超验骇客》时称，人工智能或许不但是人类历史上最大的事件，而且还有可能是最后的事件。他的意思是：人工智能可能会导致人类的灭亡。” 但是，究其原因，人类最终更可能毁灭于自身情感世界的不完美。历经数千年，人类都没有因为情感而怎样，未来就会因此而走向覆灭，这不是痴人说梦、不是杞人忧天是什么？但是，当你放眼世界，纵观人类的历史，我们不禁悲观地看到，没有哪一场人类的战争或者伤害不与人类的情感有关：对金钱名誉或者资源的贪婪掠夺、欺骗与奸诈，掠夺与杀戮、对自身无节制欲望的放纵，没有自然界其他物种能威胁到人类的存在时，却使得人类开始自相攻击，同类相残！如果人类不是灭亡于外行星撞击地球、地球自身的突然变化等外界因素之外，那么最可能的就是人类自身能毁灭自己！人类最大的敌人其实恰恰是自己——而最可能是人类不能控制情感世界的发展！也许，世界范围内的战争在未来仍然会长久地存在并最终导致整个人类的历史走向尽头，因为地球难以承受人类如此的掠夺和敲骨吸髓般地吞食……而人类相互之间却又发展不均衡，不会为彼此而做出节制和让步……当没有来自外星球或者其他物种的威胁时，人类将同类视为仇敌…… 这些感悟，来源于一部电影 ——《人工智能 Artificial Intelligence (2001) 》，我想，或许每一人拥有人类善良情感的人，看着这样的电影都会流下泪水……这应该是一部儿童节可以和有思想的孩子一起看的电影！已经是十几年之前的一部电影了，每每看起来，都禁不住泪流满面……人类的情感，是多么美好的东西。如果不是因为具有这么复杂的情感，或许我们并不能在这个星球上存在进步，生存这么长的时间。作为这个星球上的一员，我们究竟需要什么？坚定的爱和信念？幸福温馨的小家？真挚永久的朋友？......金钱、华屋、香车、美食、异性的恭敬和顺从？自然界的各种美景和资源？……人类索求无度。而跳出自身的视角，原来我也只是庸碌人类的一员…… 科学已经证明，动物的记忆与自身的蛋白有关，情感产生与身体内的某些激素或其他化学物质有关。不知道，人类是否会去研究让人忘却的“孟婆汤”、“忘情水”或者使人更加善良的“良心药”？如果科学和技术的发展我行我素，而对人类最基本的情感视而不见，不闻不问……如果科学和技术一味自视清高、唯我独尊，对人文情怀不屑一顾……恐怕，等待整个人类的将是一条不归路！当，我们的躯体不复存在，是否我们的爱恨还会长久地被这个星球记忆？是否我们的情感还有希望会让我们不断完善自己，弥补自己的缺点和不足，携手整个人类共同迈向进步，一起走向更加美好的未来？写完博文，看到了王伟老师的博文：《假如人类不曾在地球上出现》很有感触…… 假如人类没有过分的贪婪，有节制地利用地球，与自然和谐相处？那，又会是怎样一番景象？参考：《寻根问祖》——作者陈峻峰 ——————————————————————————————————————————————— 正文与转载分割线剧情梗概故事发生在一个未明确界定的未来。那时全球变暖已导致冰川融化，沿海城市被淹，地球资源匮乏，因此需要实施严格的计划生育制度。与此相关，大量繁琐的工作已由机器人取代，甚至连性服务也不例外。某公司开发了一个能付出感情的机器人小孩，以满足不能生孩子或没有生孩子指标的父母。大卫到莫尼卡家时，是一个典型的机器人，但后来莫尼卡开启他感情的开关后，他的性质变了。影片介绍导演：斯蒂文·斯皮尔伯格 Steven Spielberg 主演：裘德·洛 Jude Law 海利·乔·奥斯蒙 Haley Joel Osment 类型：剧情 / 科幻 / 冒险更多中文片名： A.I. 人工智慧更多外文片名： Artificial Intelligence: AI A.I. A.I. Artificial Intelligence 片长： 146 min 国家 / 地区：美国对白语言：英语发行公司： DreamWorks Distribution LLC 上映日期： 2001 年 6 月 26 日美国转载：部分影评和观后感 A cruel fairy tale Superficially, Steven Spiellberg made Artificial Intelligence into a fairy tale. In my opinion it's a Pinocchio happening in the future and without a happy ending. Though David was a robot, he was programmed with the unique ability to love. After abandoned by his beloved adoptive mother Monica, David began the trip in search of the Blue Fairy, hoping she would turn him into a real boy and he could be home again. His pursuit lasted for 2000 years and was fianlly realised with the aim of aliens —— being with Monica without any concerns just for one day. Many scenes in the movie touch me, yet one makes the deepest impression. That is when David found himself was not unique but the first of his kind, frustrated and disappointed, he jumped out of the building. While a robot can't physically commit suicide, but David's action is not meaningless. In spite of his metalic hardwares and structure, David could think about the meaning of life and pursuit, feel love and hatred, like we man do. He had belief which was worth risking himself. His self-denial and self-affirmation were so humane and sincere that even man's couldn't compare with them. There are too many possible theme in this movie, for examples, the ethic conflict of artificial intelligence, the co-existence of human and robot, even the definition of humanity and life. Here robots were the weak, like David, and threatened by man. Man created robots to slave but once robots were set to be intellectual, they felt insulted and jealous. They resented robots and treated them like dirt, which they don't think worthed respect and care. That is the dark side of humanity, which I think should be overcome. Artificial intelligence is a trend of future science, therefore I wish tragedies like David's would not happen to anybody or any robots. 这是一篇很烂的AI影评，连我自己都觉得对不起David和史蒂芬伯伯，但它在我心中的地位跟我影评的质量是呈绝对的反比的！！！记得看完AI后，还是小孩的我郁闷了好几天，而之后的几个星期，一想起David就有呜咽的冲动。小孩子总是很怕失去父母的爱，更别说是被遗弃了。所以从David被抛弃在森林里开始，我就开始哭了——可以考虑让不听话的小孩看AI，之后那几天保证很乖。之后说是想写读后感吧，拿着笔呆了很久也憋不出来。除了唏嘘还是唏嘘。到视听说要做点评，毫不犹豫地选了它，却在做的过程中不断被那狗血得很惨烈的剧情刺激到——David啊，我愿意养你的说！！！真是一部历久常新的催泪科幻神作！最后讲讲最让我崩溃的场面——David被困海底2000多年后（拉远景时的独白也很催泪），外星人来到人类已灭绝的地球把David救了出来。David重新启动后蹒跚地走向他日夜祈祷的蓝仙女，小心翼翼又满怀希望地碰了碰她，认为自己的愿望能实现了。就在这时，木头做的蓝仙女破裂了，在David面前化成了碎片。——啊啊，第一次看的时候不知道发生了什么但也哭了…… 片中小男孩拍摄过程一共只有5个月，但其表演天赋不可不谓不强，将身为机器的小孩的感情演绎得非常到位，既演出了身为机器人体的无奈又演出了人类感情的悲哀，十分欣赏，记忆犹新。 “我们羡慕有灵魂的人类，人类是生存意义的关键。”很佩服导演这句绝妙而够讽刺的对白设计。像把无声手枪射中观众最靠近灵魂的地方。人类们在看台上吼叫着：我们是什么？？人类！！！人啊, 是否你能在行使你手中的权力时,再慎重的考虑一下别人. 我需要什么？坚定的爱和信念？幸福温馨的小家？加上真挚永久的朋友？...... 　　索求无度的怪圈。　　原来我也只是庸碌人类的一员人类情感模式的基本分类见仇德辉的博客 http://choudh.blogchina.com/1621943.html; 个人分类: 人文|6865 次阅读|9 个评论

人工智能与机器学习中一些问题的初步认识: 热度 4 zhenliangli 2012-11-14 23:34; 虽然，在我自己一直都在做机器学习方面的研究，并总是听说统计机器学习。但为什么要叫“统计”机器学习？因为机器学习是“learn from the data”. 我们也可以将此看做是一个统计过程，然后得到一些“规律”，然后用这个“规律”去预测新输入的数据应该具有哪些属性。在机器学习中，我们建立一个数学模型后，然后通过已有数据得到模型中的参数的值，最后进行预测。人工智能，我在本科的时候就对此很感兴趣，但是一直就不明白什么是人工智能，是否是研究一种能够像人一样思考、处理问题的机器，就称为人工智能呢？说到这里，我们得明白什么是智能， Intelligence has been defined in many different ways including, but not limited to, abstract thought, understanding, self-awareness, communication, reasoning, learning , having emotional knowledge , retaining , planning , and problem solving . Artificial intelligence is the simulation of intelligence in machines (From wikipedia 来自维基百科). 人工智能方法，目前是使用先验知识，制定一些规则集合，然后按照这个规则集合进行推理判断。这种方法，使得人工智能方法的泛化能力很弱。如果遇到的情况在规则集合中不存在处理它的方法，那么判断进入未知状态。在前几天，看了王珏老师在中科院自动化所模式识别国家重点实验室的一个讲座的PPT（结构+平均），下载自新浪共享。王老师谈到：“机器学习抹杀了变量间的结构性，人工智能方法忽略了变量之间的条件独立关系”，在PPT中提到了Daphne Koller的著作“概率图模型”。这本著作试图找到这两种方法的一个好的“结合点”。如果对此方法感兴趣可以去阅读该著作，其著作有1200多页，所以，要下大工夫去读。最后，希望大家对能够对文中错误的地方给予指正，谢谢。; 个人分类: Machine Intelligence|6735 次阅读|9 个评论

On information collection and analysis: waterlilyqd 2012-7-15 18:21; written in October, 2007 Today's seminar on project research progress made me feel not very well. The research title of one department is the Trend Analysis on Key Crop Breeding Project. The speaker only gave a short PPT display, and the contentwas more surprising. The planned task of the whole project is just writing one article on thetrend analysis of rice breeding. The speaker said they had already investigated the released varieties in S Provinceand the published articles in each year, then they would establish one regression model to analyze the trend of the variation. After the presentation, I told her maybe it is not so simple to analyze the developmental trend of crop breeding just by collecting the variety numbers and the published article amount. As the publicly well-known reasons, in recent years, more and more articles are published and more and more new varieties are released perhaps not bythe elevation of scientific research levels but by the stimulation of interests. When we want to do information analysis, the most important is that we must consider the readers or theobjects of the analysis report.In this project, if the analysisreport is for the rice breedingexperts or researchers, we should tell or suggestthem what they should do in their future rice breeding work, which breeding methods willbe the best and which characters will be the most needed to pay attention to; and ifthe report is written for the government officials, then we should provide useful information for the officialstotell them what they should do in policy-makingso astoencourage the development of rice breeding. Secondly, we should consider which factors are the most important and appropriate for the final conclusion, for example, in this project, the most important factors may not be the variety numbers, nor the published article amount. Thirdly, we should determine which channelsto get the needed data. Fourthly, we shouldmake logic conclusion on the basis ofthe data. Some think it's simple to do information research. Instead, it's difficult to provide valuable information just through information collection and editing. Oneveteran information worker once said, people who did information work produced literal rubbish every day. On some degree, what he said is right. If we want our information research and service have a certain value, all theseshould be doneaccording the requirements of the objects we serve, andthe variables to be selected must be the most important, and finally the conclusion should be pertinent!; 个人分类: 信息分析|3069 次阅读|0 个评论

美国情报界很早就用“Information”故意混淆“intelligence“: 热度 1 bfzhao2001 2012-7-8 19:10; •为了避免民众把美国政府发动的情报活动视同为恐怖活动，美国的许多情报机构名称大多采用Information”（信息）这个词，而不是“intelligence ”（情报）这个词： –1917年设立的公众信息委员会名称为“Committee on Public Informaion” –1941年设立的国家信息情报协调处名称为“Office of the Coordinator of Informaion” –1942年设立的战争情报局名称为“Office of War Informaion” –1948年设立的美国新闻机构名称为“U.S. Informaion Service” •美国国家安全委员在文件中均采用“心理行动”（Psychological Operaion）代替“心理战”Psychological Warfare）以避人耳目（可参照教育部基金项目成果《新冷战史研究-美国的心理宣传战和情报战》一书） • 但这也影响到了学术界对于情报工作的研究，往往以信息Information的视角入手，有时甚至忘记了情报intelligence本身中国情报学界出现Information与intelligence混用的现象，与中国情报学界跟风美国情报学界有极大的关系！; 个人分类: 情报学|2397 次阅读|2 个评论

[转载]Computational Intelligence (CI) introduction: qhhuangscut 2012-4-19 10:05; 摘录自 “ What’s at Risk as We Get Smarter?” by Shawkat Ali http://smartgrid.ieee.org/april-2012/542-what-s-at-risk-as-we-get-smarter Computational Intelligence (CI) is a powerful and smart method that has the potential to identify and mitigate unknown threats in the smart grid. CI is a set of computational methodologies, which help to solve any complex issues in a smart manner using real-world data. Initially, the IT security community was not quick to adopt CI security techniques due to the unavailability of security related data and a lack of awareness about the techniques. However, data availability is no longer an issue in the contemporary IT world. Nowadays a huge number of free and open source software packages, commercial tools, and easy-to-use scripting languages are available to process network data for the purposes of a better security. Neural networks, support vector machines and decision trees are the most popular CI algorithms. In CI domain, there are still some debates about which algorithm is the best for a specific security problem. The consensus seems to be that there is no straightforward answer to this question. Different algorithms perform better in different situations and their relative performance can be unpredictable across a set of problems. Neural networks and support vector machines belong to the same group of CI algorithms, which is called the function estimation CI group. A solid mathematical theory underpins both types of algorithms. Support vector machines are more popular than neural networks in the many domains they apply, including cyber security. Two significant attributes account for their greater popularity. The first is computational complexity: Support vector machines are markedly faster. The other one is scalability: The machines can consider infinite data points to generate a model, and performance does not depend on the dimensionality in the data-training phase. As a result, support vector machines can potentially learn a larger dataset to make an effective security decision than solutions based on neural networks can manage. Basically, support vector machines first plot the data in a high-dimensional feature space and then start learning data points to construct a model; in particular, they learn some vectors corresponding their class values. The model generation in the learning phase is an optimisation process. At the same time that is done, the support vector machines construct an optimal hyper plane to classify the types of hacker. After finalizing the model with the optimal hyper plane, the machine uses some testing instances to evaluate model performance. Support vector machines have a wonderful ingredient to fit the optimal hyper plane in the learning phase, which is called kernel function. Linear, polynomial and radial basis function kernels are the classical kernels. Many other kernels that also are effective in the learning phase have recently been discovered. Some additional parameter tuning has been required to achieve the optimal model for a low expected probability of generalization errors. An excellent open-source support vector machine tool is available . Also, decision trees, members of the rule-based CI group, are a fine tool. Compared to many other CI algorithms, decision trees are consistent in their ability to generate a set of rules during the model construction that are transparent, easy to translate and also easily incorporated to solve the real life problems, such as instance intrusion detection of smart grid. Like natural trees, decision trees have three nodes: root, internal and leaf node. The tree always starts from the root node, which has no incoming branch. On the other hand, internal nodes have exactly one incoming branch and two or more outgoing branches. Leaf nodes have just one incoming branch to hold a decision, say "cyber attacker" or alternative "no cyber attacker." The advantage of such trees is that smart grid security team members with less experience handling and analysing grid security can still implement the decision tree technique and gain insight easily during the grid protection. An open source decision tree tool is also available.; 个人分类: TechZone|2695 次阅读|0 个评论

[转载]Update- comparing Numenta to mainstream AI: 热度 1 zhenliangli 2012-4-7 14:21; This article is very useful to you, if you are interested in artificial intelligence. Obviously I haven't written on here for more than a year. I am not as enchanted with Numenta's technology as I once was, for a combination of reasons. Mostly, the more I look at what is going on in the AI world as a whole, the less impressive Numenta looks in comparison. I remember when I saw IBM's Watson defeat the world champions in Jeopardy in February 2011. Such a marvel of AI simply isn't very compatible with Jeff Hawkins' contention that mainstream AI is stuck in a rut. You could say the same thing about Siri, Kinect, self-driving cars, and a host of other recent achievements of AI. I get the sense that Hawkins isn't even very familiar with the advances happening around him in the AI world. Even if you get down in the weeds with the biologically inspired AI research that is going on, there are some very impressive efforts going on. Hawkins often denigrates the overly simplified neural networks of AI researchers compared to Numenta's more biologically realistic neuron models, but those simpler neurons are producing real world results. Further, they are becoming increasingly realistic and capable. Perhaps Hawkins deserves some credit for this with the buzz generated by On Intelligence, but the last five or ten years has seen a huge increase in interest in neural networks for AI. Just to take one example, Jurgen Schmidhuber is building recurrent neural networks that operate both in time and as a hierarchy (sound familiar?) that are beginning to produce results on computer vision benchmarks that rival the capability of humans (on limited tasks). Numenta, meanwhile, has never (to my knowledge) published any benchmarks regarding the capabilities of their algorithms. Hawkins has said on more than one occasion that there aren't suitable benchmarks for a hierarchical temporal memory, but that simply is not true. Many of the deep learning and neural net researchers are beginning to work with neural nets that operate in both space and time and are publishing research results on their work. Schmidhuber, Andrew Ng, and Geoff Hinton, some of the leaders in the field, have all done this type of work. Maybe I will be proven wrong and we will shortly see something amazing from Numenta, but I doubt it. They are building a data prediction tool, but if I were them I would be worried given that Google and other big players already have such products on the market. I still keep an eye on the company, but I am also watching the progress of the rest of the biologically inspired AI community, which is making much more demonstrable progress in AI than what Numenta has shown. Here is a link to a good talk by Schmidhuber summarizing some of their impressive and fairly recent results with their neural nets: http://www.youtube.com/watch?v=rkCNbi26Hdsfeature=player_embedded I admit that I am probably being a bit hard on Numenta, so let me throw this out there. It may not be an accident that the last five or ten years is the period in which the loosely bio-inspired multi-level neural networks have begun to dominate mainstream AI (Schmidhuber says as much in the above talk). I remember reading that Andrew Ng of Stanford read On Intelligence and was very inspired by it. Seemingly around that same period of time he began to move away from the traditional AI to the more bio-inspired version. It may well be that Hawkins' book played a role in jump starting this new and apparently much more successful approach to AI both for him and for others. It just seems that other AI researchers are doing more with that inspiration than Numenta has been able to do. This article was reprinted from: http://htmwatch.blogspot.jp/2012/04/update.html . Papers： Jeff Hawkins - On Intelligence HTM_CorticalLearningAlgorithmsV0.2 Another paper How the Brain Might Work is too large, you can get it from Numenta.; 个人分类: Machine Intelligence|3166 次阅读|3 个评论

[转载]人工智能领域期刊 IF 排名--Artificial Intelligence: JRoy 2012-1-10 05:14; Artificial Intelligence Title SJR H index Total Docs. (2011) Total Docs. (3years) Total Refs. Total Cites (3years) Citable Docs. (3years) Cites / Doc. (2years) Ref. / Doc. Country 1 Foundations and Trends in Machine Learning 0,350 3 0 5 0 13 5 3,00 0,00 2 Medical Image Analysis 0,233 60 80 213 2.476 582 190 2,71 30,95 3 IEEE Transactions on Pattern Analysis and Machine Intelligence 0,185 169 145 569 5.403 1.759 515 2,94 37,26 4 Neural Computation 0,175 93 72 358 3.090 422 230 2,10 42,92 5 IEEE Transactions on Evolutionary Computation 0,168 89 42 197 1.657 662 178 2,91 39,45 6 Journal of Machine Learning Research 0,153 61 60 320 2.679 597 312 1,42 44,65 7 International Journal of Computer Vision 0,144 107 113 316 4.898 735 283 1,72 43,35 8 IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics 0,131 78 137 456 3.509 981 407 2,08 25,61 9 Neural Networks 0,126 78 119 441 3.196 605 414 1,46 26,86 10 Pattern Recognition 0,119 92 321 990 9.456 1.766 962 1,63 29,46 11 IEEE Transactions on Fuzzy Systems 0,113 95 49 347 1.929 833 337 2,46 39,37 12 IEEE Transactions on Neural Networks 0,113 107 131 546 4.073 1.044 512 1,82 31,09 13 Artificial Intelligence in Medicine 0,091 41 48 174 1.667 191 165 0,94 34,73 14 IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews 0,090 49 90 219 1.699 328 175 1,39 18,88 15 Evolutionary Intelligence 0,090 6 15 45 602 66 33 0,90 40,13 16 Machine Learning 0,087 85 60 175 2.348 165 133 1,09 39,13 17 Applied Soft Computing 0,084 31 537 432 15.015 1.058 419 2,08 27,96 18 Artificial Life 0,083 32 16 70 647 83 67 1,41 40,44 19 IEEE Transactions on Knowledge and Data Engineering 0,081 82 99 394 3.182 655 382 1,55 32,14 20 Evolutionary Computation 0,078 46 12 77 512 109 69 0,92 42,67 21 Pattern Recognition Letters 0,076 70 229 704 4.864 747 680 0,94 21,24 22 International Journal of Approximate Reasoning 0,074 41 88 329 2.232 477 281 1,51 25,36 23 Genetic Programming and Evolvable Machines 0,073 17 23 58 933 54 45 1,57 40,57 24 Neurocomputing 0,072 55 347 1.152 6.391 1.427 1.109 1,25 18,42 25 Journal of Heuristics 0,072 34 38 115 1.418 94 92 1,09 37,32 26 Fuzzy Sets and Systems 0,071 85 197 663 4.054 914 623 1,31 20,58 27 Journal of Mathematical Imaging and Vision 0,070 36 75 188 2.888 162 177 0,86 38,51 28 Expert Systems with Applications 0,070 57 1.792 2.971 47.771 6.064 2.773 2,08 26,66 29 Knowledge-Based Systems 0,069 31 173 313 5.064 614 285 2,20 29,27 30 Journal of Artificial Intelligence Research 0,068 55 22 128 933 147 128 0,96 42,41 31 Data and Knowledge Engineering 0,065 43 47 265 1.739 377 250 1,31 37,00 32 IEEE Transactions on Computational Intelligence and AI in Games 0,065 6 12 49 406 52 48 1,08 33,83 33 Artificial Intelligence 0,064 78 65 218 3.172 294 208 1,24 48,80 34 IEEE Computational Intelligence Magazine 0,064 15 23 119 472 106 87 1,52 20,52 35 IEEE Intelligent Systems 0,064 61 33 250 323 226 206 0,94 9,79 36 Bulletin of the Polish Academy of Sciences. Technical Sciences 0,063 13 0 171 0 47 167 0,18 0,00 37 International Journal of Intelligent Systems 0,063 36 55 190 1.636 260 179 1,30 29,75 38 Integrated Computer-Aided Engineering 0,062 19 14 83 576 85 76 1,41 41,14 39 Synthesis Lectures on Artificial Intelligence and Machine Learning 0,062 1 5 5 1.148 2 4 0,50 229,60 40 Engineering Applications of Artificial Intelligence 0,062 39 148 390 3.888 489 358 1,20 26,27 41 International Journal of Human Computer Studies 0,061 56 54 203 2.214 305 185 1,39 41,00 42 Fuzzy Optimization and Decision Making 0,060 17 15 70 420 90 68 1,36 28,00 43 Machine Vision and Applications 0,060 29 98 196 2.943 123 141 0,74 30,03 44 Robotics and Autonomous Systems 0,058 51 86 338 1.793 323 310 0,93 20,85 45 Soft Computing 0,057 25 191 383 5.708 448 327 1,57 29,88 46 Artificial Intelligence for Engineering Design, Analysis and Manufacturing: AIEDAM 0,057 25 16 94 496 44 82 0,48 31,00 47 Autonomous Agents and Multi-Agent Systems 0,055 35 49 112 1.969 110 93 0,89 40,18 48 Journal of Automated Reasoning 0,054 27 35 108 1.156 66 75 0,69 33,03 49 Autonomous Robots 0,054 54 42 151 1.581 115 140 0,70 37,64 50 Data Mining and Knowledge Discovery 0,053 49 45 108 1.994 77 95 0,83 44,31; 个人分类: 科研笔记|8808 次阅读|0 个评论

review: Web智能研究现状与发展趋势: jiangdm 2011-8-10 22:46; 《Web智能研究现状与发展趋势》，王本年高阳陈世福谢俊元计算机研究与发展，2005 摘要 web智能是近年出现的一个崭新的研究方向，它是人工智能和高级信息技术在新的Web和 Internet环境下相互融合的产物．首先从总体上讨论了Web智能的概念、研究内容和功能技术框架，然后分别就Web智能的几个核心方面的研究现状进行了综述，主要包括语义Web与ontology，Web Agent 和web挖掘等，并进一步给出了它们的研究重点和发展方向，最后是关于Web智能的研究展望和面临的挑战，指出智慧Web是web智能研究的目标和中长期发展方向．关键词 Web智能；语义Web；Web挖掘；Web Agent；智慧Web 个人点评： Web Intelligence：WI = AI + IT 本文提出以下热点：(2005年) Semantic Web AND Ontology Web Agent Web Mining 个人看好Web Mining，有实用性；前两个热点现在已降温了 8月11日补充原来看过《计算Web智能研究综述》，段其国苗夺谦陈敏王瑞志计算机科学 2007 摘要计算w曲智能是近年来提出的一个崭新的研究方向。它结合了计算智能和Web技术，致力于提高Intemet 和无线网蝽上电子商务等Web应用的智能化程度。首先分析了计算Web智能的研究背景，然后阐递了计算web智能的概忿和相关技术，概括了计算Web智能当前的主要研究内容和应用，最后展望了计算Web智能未来的研究方向厦面临的挑战。关键词计算Web智能，计算智能，Web Agent，粗鞋集，粒度计算计算Web智能研究综述.pdf beamer_web_intelligence.pdf; 个人分类: AI & ML|3259 次阅读|0 个评论

[转载]Total artifical intelligence by 2050?: chrujun 2011-3-10 20:37; Inventor, futurist predicts dawn of total artificial intelligence By Rocco Castoro , Vice Magazine senior editor March 9, 2011 11:41 a.m. EST http://www.cnn.com/2011/US/03/08/vbs.singularity.kurzweil/index.html?hpt=Sbin STORY HIGHLIGHTS Ray Kurzweil is an inventor, entrepreneur, author and futurist He predicts future in which technology will become superior to humans Point at which man and machine merge into one is referred to by Kurzweil as "singularity" Brooklyn, New York ( VBS.TV ) -- In the year 2050, if Ray Kurzweil is right, nanoscopic robots will be zooming throughout our capillaries, transforming us into nonbiological humans. We will be able to absorb and retain the entirety of the universe's knowledge, eat as much as we want without gaining weight, shape-shift into just about any physical form imaginable, live free from disease and die at the time of our choosing. All of this will be thrust on us by something that Kurzweil calls the Singularity, a theorized point in time in the not-so-distant future when machines become vastly superior to humans in every way, aka the emergence of true artificial intelligence. Computers will be able to improve their own source codes and hardware in ways we puny humans could never conceive. This will result in a paradigm shift that sees mankind coalescing with its own creations: man and machine, merging into one. These grand-scale premonitions are largely based on Kurzweil's law of accelerating returns, which states that the development of technology has been increasing exponentially since the beginning of time. That concept isn't really compelling to the masses until one focuses on the "knee" of this exponential curve -- the point where the perpetual doubling of technological growth skyrockets and negates the linear models of progress that people like economists have relied on for so long. Kurzweil says we're just about to start rounding this bend and that the rate of progress will be so great it will "appear to rupture the fabric of human history." In other words, we will trump nature and take control of our own evolution. Kurzweil's magnum opus, "The Singularity Is Near: When Humans Transcend Biology," outlines the implications of this transition in a way that is simultaneously believable, terrifying, meticulous and mind-bendingly absurd. It was published in 2005. That may seem like only a short time ago, but an incoming technological explosion of nuclear proportions isn't so far-fetched when you consider everything that's changed just between then and now. Twitter, iPhones, the comment on the Facebook wall as the new pickup line? The devices and programs we were using four years ago already seem outdated. "Transcendent Man," a documentary about Kurzweil by filmmaker Barry Ptolemy that was released digitally last week, offers a revealing glimpse inside Kurzweil's mind and elaborates on some of the ideas found in "The Singularity is Near." See the rest of "The Singularity of Ray Kurzweil" at Motherboard.tv People like to tag Kurzweil as the "rightful heir to Thomas Edison," and that's not a stretch considering he's responsible for some of the most useful inventions of the past century. An optical-character-recognition machine for the blind that's capable of reading most types of printed text aloud, the CCD flatbed scanner, speech-recognition software, the first synthesizer that created sounds virtually indistinguishable from those produced by their acoustic counterparts, and a whole bunch of other nifty things we can barely comprehend came from Ray's brain. When I met Kurzweil at his office in Boston, he was dressed in a slightly crumpled navy suit jacket and slacks. As he emerged from the columns of books surrounding his desk, he seemed almost meek and startled even though he had postponed our interview by over half an hour. But after speaking with him for two minutes I wouldn't have been surprised if he told me that he had already received artificial neural enhancements and other biological upgrades. His intelligence operates on a higher plane, but his true gift is the ability to distill his complex theories into easily digestible terms. Regardless if you agree with Kurzweil's ideas, he certainly knows more than a few things that the majority of us don't. We'd be really foolish not to listen as closely as possible.; 个人分类: 地球物理及仪器|2123 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: intelligence

相关帖子

相关日志

关闭安全验证