开问网openwhy.cn —— 基于文档协作平台的综合性内容型网站

请输入验证码的计算结果

看不清,换一张?
提交

建议反馈

提交
取消

绑定手机号

您不是手机注册用户,还不能操作创建群或申请为群参与者,请绑定手机号(手机号绑定后将也成为登录账号)
获取验证码
绑定
取消

合并账号

合并
取消

提示

取消
解绑并绑定
只有实名认证用户可创建活动,
请先进行实名认证
确定

扫描下载开问APP

开问网微信客服

010-53399446

国际信息研究学会中国分会教育信息化专业委员会---第一届第一次全体会议

国际信息研究学会中国分会教育信息化专业委员会---第一届第一次全体会议

2020-12-01
字数 77718
阅读 1万
0
云协作成员 1
开问网
管理者:
告:
查看公告

国际信息研究学会中国分会教育信息化专业委员会

第一届第一次

全体会议

专家文集

北京大学数学科学学院信息科学系(主管单位)

目录

1.机制主义人工智能理论——通用人工智能理论的研究进展

钟义信(北京邮电大学).......................................................................................................................3

2.《教育技术的历史传承与未来发展论坛》上的讲话选编

——2011年中国教育技术协会成立二十周年大会

林建祥(北京大学教育学院)...............................................................................................30

3.导论与导学:培养具有创造性和健康个性的终身学习者

桑新民(南京大学).............................................................................................................................. 34

421世纪:大学课堂向何处去?——“太极学堂的理念与实践探索

桑新民 李曙华 谢阳斌(南京大学)..................................................................................43

5.微课在高校中应用现状研究——从概念到制作技术

赵国栋 王冰一 刘京鲁(北京大学教育学院/教育技术系)………………………………..50

6.区域教育信息化发展的困惑与突围

贾康生(北京市延庆区教育信息中心)…………………………………………………………………68

7.大数据的挑战与深度学习方法(329日现场报告摘要)

马尽文 (北京大学数学科学学院信息科学系)……………………………………………………72

8.关于中小学教育+互联网教育发展新形态的思考

潘克明 (中国教育技术协会学术委员会)…………………………………………………………73

9.思维的系统结构初探

马劲松 (北京松博科技有限公司)……………………………………………………………………76

10.智能教育协同创新:学术引领与产业驱动的数字化进程邹晓辉 (中美塞尔研究中心)……………………………………………………………………………94

机制主义人工智能理论

——通用人工智能理论的研究进展

钟义信(北京邮电大学)

提要:现行人工智能研究取得了许多进展,但存在深度上浅层化、广度上碎片化和体系上封闭化的重要缺陷。这不是改进算法或者提高硬件性能所能解决的问题,而是要在科学观方法论上寻找根源。本文依据科学观→方法论→研究模型→研究途径→基本概念→基本原理这个顶天立地的研究纲领,总结了信息科学的科学观,提炼了信息生态方法论;在新的科学观和方法论指导下构筑了体现智能生长全过程的研究模型,发现了智能生长的共性机制,确立了机制主义研究途径,进而澄清和匡正了信息、感知、知识、认知、基础意识、情感、理智、综合决策等一系列基础概念,总结了实现信息-知识-智能转换的一组基本原理,创建了机制主义人工智能理论。而且证明了:长期三分而立的结构主义(人工神经网络)、功能主义(专家系统)、行为主义(感知动作系统)三大人工智能理论可在机制主义人工智能理论框架内实现和谐统一;机制主义是生成基础意识、情感、理智三位一体高等人工智能的科学途径;机制主义人工智能理论是通用型的人工智能理论。

内化层次

情境

关键词:信息生态方法论,智能生长机制,机制主义研究途径,通用型人工智能理论

1,引言:研究背景

经典物质科学的研究形成了一套完整的科学观和方法论,即以物质为基本研究对象的机械唯物科学观和以分而治之为特征的机械还原方法论。在整个近代科学研究历程中,这种科学观和方法论获得了极其普遍的成功应用,使近代科学的研究领域越分越细致、研究越来越深入,促成了近代科学的大发展与大繁荣。

20世纪中叶以来,信息科学(智能科学是它的核心、前沿和制高点)在世界范围内迅猛崛起,成为信息时代的标志性学科[1]

信息对象与物质对象既有联系又有原则性的不同,因此,信息科学应当遵循信息科学的科学观和方法论进行研究。但是由于意识通常落后于存在,方法论通常落后于实际研究的需要,而且,研究信息科学的人员都是在机械唯物科学观和机械还原方法论熏陶下成长起来的,因此,面对人工智能这类开放的复杂信息系统研究的时候,人们自然就按照分而治之的方法论思想来处理:把复杂的智能系统分解为结构、功能、行为三个侧面,展开结构模拟(人工神经网络)[2~7]、功能模拟(物理符号系统)[8~17]和行为模拟(感知动作系统)[18~20]的研究,于是形成了人工智能研究的三大途径和流派。

经过数十年的研究与发展,人工智能研究的三种途径各自都取得了不少意义重大的进展,产生了一批阶段性的重要成果。但是与此同时,人工智能的研究也面临着十分严峻的挑战:虽然三种研究途径的目标都是探讨智能的人工实现,然而,它们之间却互不认可[18,21,22],坚持各自为战,未能形成研究的合力,妨碍了人工智能统一理论和通用方法的形成;而且,三者都严重忽视了智能的重要基础 - 信息、意识和情感的研究。可见,人工智能的研究虽然取得了

不少耀眼的成果,但整体上并未真正成熟。

面对这种情况,一批有识之士积极推动人工智能研究的改革,试图建立人工智能的统一理论。其中最有代表性的是Russell & Norvig和Nilsson等人的工作。前者于1995年出版了篇幅超过1000页的长篇巨著Artificial Intelligence: A Modern Approach[23],后者也在1998年出版了新著Artificial Intelligence: A New Synthesis[24]。前者试图提出新的研究途径(Modern Approach)来实现三种人工智能理论的统一,后者希望利用新的集成方法(New Synthesis)来建立人工智能的统一理论。遗憾的是,他们只是把三种人工智能的研究成果拼接在Agent身上,而没有找到实现统一的理论路径。

因此,创建结构-功能-行为和谐融通、意识-情感-理智三位一体的通用人工智能理论,是一个尚未完成而又必须完成的重大研究任务。这是一个内涵深刻、意义深远、需要从源头出发而且贯通全程的巨大的创新研究任务。

2,通用人工智能理论的创新研究思路

面对一个熟悉而具体的研究课题,人们通常可以采取轻车熟路,依规而行的惯常做法。但是,面对一项创新性极强的研究课题,这种做法就成为不再可行。在这种情况下,人们必须研究和发展一套正确清晰而且系统完整的创新研究纲领。

鉴于当前人工智能研究存在的主要问题是:(1)在研究广度上:碎片化,(2)在研究深度上:浅层化,(3)在研究体系上:封闭化,共同的根源是分而治之机械还原方法论,它是机械唯物科学观在宏观研究方法上的反映。因此,人工智能理论的创新研究无法回避科学观和方法论的问题,需要采取表1所示的顶天立地的研究纲领。

表1顶天立地的研究纲领

在顶层,创新“科学观和方法论”:把握通用人工智能理论研究的源头和龙头

智能(无论是人类智能,还是人工智能)是一个极其深刻的研究对象,触及人类思维能力的深层奥秘;人的大脑是一类堪称“小宇宙”的系统,很少有能够与之比肩的复杂对象。这样一种十分深刻异常复杂的研究,必须从科学观和方法论这个研究的源头和驾驭全局的龙头展开深入研究。只有高屋建瓴,才能势如破竹,而且一览无余[25]

另一方面,人工智能研究之所以形成“三方割据”的碎片化、浅层化和封闭化的格局,根本的原因也正是因为人们遵循了“分而治之”所体现的机械维物科学观和机械还原方法论。因此,为了有效变革人工智能理论研究的现状,就必须从反思人工智能研究的“科学观和方法论”这个科学研究的“源头”和“龙头”做起,才有成功的可能。

在中层,创新“研究模型和研究途径”:洞察通用人工智能的全局和进路

正确的科学观可以启迪正确的方法论;有了正确的科学观和方法论的导引,就可以确保研究工作的大方向不会发生重大偏差。但是,要想真正获得创新研究的重要成果,还必须认真考问:原有人工智能研究所采用的基本模型和基本路径是否合理,是否需要作出必要而充分的重要变革?

这是因为,“研究模型”就是“总体蓝图”,代表了研究者对于研究对象性质和各种关系的全面认识,而“研究路径”则是研究工作的“总体方向和路线”,表达了研究者对于解决问题所要采取的方法路径的理解。因此,研究模型与研究途径的正确与否,将在很大程度上决定研究工作是否真的能够获得意义重大的结果。

我们看到,现有人工智能理论研究的研究模型基本局限于脑模型,研究途径主要围绕大脑的物质结构和功能展开,忽视了源头信息的理解和利用,导致诸多盲区和误解。智能的生成是一个复杂的生态演化过程[26],必须在信息生态方法论指导下构建人工智能研究的研究模型,选择科学合理的研究途径,避免“一叶障目,不见泰山”的局限。

在底层,创新“基本概念和基本原理”:重构人工智能理论的基础和体系

同其它领域的研究一样,人工智能理论的研究必须落实到“基本概念和基本原理”上面。因此,在把握了正确的科学观和方法论、又廓清了研究对象的基本模型和基本路径之后,进一步的研究事项就是要认真叩问:原有人工智能研究所建立的基本概念和基本原理是否准确和完备,是否需要进行重大的革新和重建?

不难预料,在新的科学观和方法论的导引之下,研究的基本模型发生了显著的变化,而且研究的路径也发生了重大的改变,那么,人工智能理论研究的原有概念体系和原理体系肯定不能适应新的需要。因此,深化和重构人工智能理论研究所必需的基本概念就成为不可避免,相应的基本原理也因而必须重新探讨和建构。事实上,现有人工智能理论的信息、知识、智能等基础概念都存在严重的表面性和局限性[1,25];不仅如此,基础意识、情感、理智及其综合决策等基础概念和人工智能系统各个分系统之间相互转换的原理基本没有得到应有的关注[27]

总之,从研究的源头(科学观和方法论)出发,到研究的全局展开(研究模型和研究路径),再到研究结果的扎实落地(基本概念和基本原理),进行全方位的反思、突破、发现和创新,逐层递进,重新构筑“通用人工智能”的基本理论。这就是本文的研究纲领。

以下,本文将循着这个纲领,叙述通用人工智能理论研究所取得的重要进展。

3,顶层研究:创新科学观和方法论

科学观要回答的基本问题是:科学研究的对象是什么?这种研究对象的宏观性质是什么?在此基础上,方法论要回答的基本问题是:按照科学观的宏观理解,研究这类对象的宏观思路和原则方法是什么?可见,科学研究的科学观和方法论确实是科学研究的源头和驾驭科学研究全局的龙头。

显然,不同的研究对象需要运用不同的科学观来理解,因而也需要运用不同的方法论来处置。

迄今,主要存在两类不同(虽然互有联系)的研究对象:物质对象和信息对象。与此相应,也存在两种不同的科学观和方法论:经典物质科学的科学观和方法论,信息科学的科学观和方法论。

经典物质科学的科学观认为:它所研究的具体对象是有限时空中的物质,这种物质对象是客观的存在,不因主观意志而改变。经典物质科学的方法论认为:对于复杂的物质对象,可以通过“分而治之”的方法来研究。这就是机械还原方法论。

智能,是(生物,特别是人类)主体认识环境(认识世界)与改造环境(改造世界)的过程中所表现出来的高级能力。这个过程的宏观表现是:首先,环境中的客体信息作用于主体;然后,主体凭借自己的目的与知识产生智能行为反作用与客体。这种作用与反作用的过程也许要进行多个回合,如图1的模型所示。

图1 智能的宏观抽象模型

根据图1所表示的抽象模型,人们就可以更具体地说:智能,乃是主体在与环境客体相互作用的过程中,为了成功应对自己所面临的生存发展挑战而对客体信息进行深度加工演化从而生成智能行为的能力。因此,智能是在主体目的和知识的制约下由客体信息激发生长起来的,是信息生态演进过程的高级产物[26, 27]

有鉴于此,现代信息科学的科学观认为:它的研究对象是信息,信息对象也是一类存在,能够在主体与客体相互作用的过程中逐渐生长演化成为有用的智能(表现为智能策略和智能行为)。于是,现代信息科学的方法论认为:信息(智能是信息的高级产物)研究,需要特别关注它的生长演化过程,研究各个生长环节之间的相互关系、以及信息生长系统与环境之间的相互关系,以保障信息能够生长成为智能。我们把这个科学研究方法论命名为“信息生态方法

论”。

表2给出两种科学观和方法论的总结和简明对照。

表2 两类学科的科学观与方法论对比

从表2的对比可以看出,两类科学观和方法论的作用存在很大的差异:如果遵循机械还原方法论来进行研究,信息学科必然被分解为若干分支(碎片),产生若干分支的理论,而且由于各个碎片之间互相独立和封闭,必然丢失各个分支之间的相互联系,因而也必然丢失整个学科的总体联系和规律;而信息生态方法论则关注各个分支之间相互关系的研究,关注学科系统与其环境相互关系的研究,于是就可以恢复学科原有的总体面貌,进而可以揭示学科的总体规律。

小结:迄今人工智能理论遵循的是“机械唯物科学观”和“机械还原方法论”;本文人工智能理论研究所遵循的是“辩证唯物科学观”和“信息生态方法论”。

这个结果,是研究对象的历史性转变(由物质对象转变为信息对象)所使然。由此导致了经典物质科学时代向信息科学时代的转变,或者更简练地说,导致了工业时代向信息时代的转变。这是一个划时代的伟大转变。

4,中层研究:创新研究模型和研究路径

按照机械还原方法论的精神,迄今的人工智能研究模型通常都是某种孤立的人类大脑模型:或者是大脑的新皮层结构模型(人工神经网络),或者是大脑的逻辑思维功能模型(专家系统)。这是造成人工智能理论浅层化、碎片化和封闭化的重要原因。

4.1 信息生态:通用人工智能理论的研究模型

正在加载……
举报
  • 动态
  • 大事记
展开
0条评论
更多评论
关联云协作
回到顶部
分享群

分享到微信

1/10
作品二维码:
发证单位:
    发证日期:
    开问电子证书编号: