關(guān)于人工智能的大學論文(2)
關(guān)于人工智能的大學論文篇二
從控制論視角看人工智能
摘 要：控制論是一門迅速發(fā)展的橫斷學科，人工智能隨著近幾年的不斷發(fā)展也越來越受到廣泛的關(guān)注，本文嘗試從控制論的視角來研究人工智能的發(fā)展，并希望讀者借此來思考人工智能所帶來的倫理挑戰(zhàn)。
關(guān)鍵詞：控制論;人工智能;人的本質(zhì)
一、控制論的產(chǎn)生和一般原理
控制論的誕生一般認為是以美國數(shù)學家諾波特·維納發(fā)表于1948年的《控制論—或關(guān)于在動物和機器控制和通訊的科學》一書發(fā)表為標志。維納把控制論看作是一門研究機器、生命社會中控制和通訊的一般規(guī)律科學，是研究動態(tài)系統(tǒng)在變的環(huán)境下如何保持平衡狀態(tài)或穩(wěn)定狀態(tài)的科學。根據(jù)：“維納的定義——控制論是關(guān)于動物和機器中控制和通訊的科學。”[1]所以控制論是關(guān)于機器、機器人和人的科學。
二、人工智能中包含的控制原理及方法
(一)人工大腦的反饋機制
大腦的復(fù)雜性隨著神經(jīng)科學的發(fā)展日益被科學家所揭示。盡管大腦具有極其復(fù)雜的神經(jīng)網(wǎng)絡(luò)，但是根據(jù)控制論的觀點我們可以全面而高度低模擬天然智能的結(jié)構(gòu)。控制理論視角中的人類大腦有以下特征：1、非線性即極大數(shù)量的非線性的基本運算元件;2、非局限性即一個神經(jīng)網(wǎng)絡(luò)通常有多個神經(jīng)元廣泛連接而成并且在一個系統(tǒng)神經(jīng)網(wǎng)絡(luò)中的整體行為不僅取決于單個神經(jīng)元特征并且要有單元之間的相互作用相互連接所決定;3、神經(jīng)互動的感知運行行為;4、可以進行思維運作。[3]基于大腦的這些生理機制，可以構(gòu)造出類似的人工大腦。這種人工大腦包含著控制論中重要的反饋控制原理，它的圖如下：
如圖所示反饋控制范式是將被控對象的輸出端的信息饋入控制器的輸入端作為控制指令的來源對被控對象的一種控制方式。但在控制系統(tǒng)中，由于各種環(huán)境的干擾以及系統(tǒng)內(nèi)部的擾動都會對系統(tǒng)狀態(tài)發(fā)生影響，使它偏離系統(tǒng)目標值的要求，這種偏離在被控對象的輸出端集中表現(xiàn)出來，因此，將這個輸出信息反饋到控制器中與目的信息進行比較，導出偏差信息，作為控制信息抵消干擾的作用，糾正干擾引起的偏離，從而使系統(tǒng)恢復(fù)穩(wěn)定，達到或接近達到它的目標狀態(tài)，這個過程原理稱為反饋控制原理?；谶@種反饋控制要求人工大腦系統(tǒng)必須產(chǎn)生即時知覺的雙向運動，這就意味著大腦要對輸入設(shè)備的控制的本質(zhì)是要將輸入解釋為自然感知模式。即大腦要根據(jù)信息的輸入進行反饋，而且這種反饋還要盡可能的使系統(tǒng)處于穩(wěn)定狀態(tài)，從而把此系統(tǒng)變成人類心靈與身體的擴展。
(二)人工智能的模式識別的系統(tǒng)分析
模式識別是人工智能最為重要的研究領(lǐng)域之一。模式識別研究主要集中在兩方面：一是研究生物體(包括人)是如何感知對象的，屬于認識科學的范疇;二是在給定的任務(wù)下,如何用電子計算機對某些復(fù)雜的系統(tǒng)進行鑒別和分類。它在理論構(gòu)建和實踐操作中都極大地應(yīng)用了控制論中的復(fù)雜系統(tǒng)分析方法。模式識別一般有三種[5]：一是統(tǒng)計模式識別(Statistics Pattern Recognition)是指被識別對象首先數(shù)字
化，變換為適于 計算機處理的數(shù)字信息;二是神經(jīng) 網(wǎng)絡(luò)法。神經(jīng)網(wǎng)絡(luò)分析法是指從神經(jīng) 心理學和認知科學研究成果出發(fā)， 應(yīng)用數(shù)學方法 發(fā)展起來的一種具有高度并行計算能力、自學能力和容錯能力的處理方法;三是結(jié)構(gòu)方法或 語言學方法。其基本思想是把一個模式描述為較簡單的子模式的組合，子模式又可描述為更簡單的子模式的組合 ，最終得到一個樹形的結(jié)構(gòu)描述。這三種方法有一個共同特點那就是必須依據(jù)外在世界和客觀 環(huán)境的復(fù)雜性、不確定性、多變性、等進行層層的系統(tǒng)分析，進行篩選有用信息和結(jié)構(gòu)分析，才能進行識別。
(三)人工智能的信息方法
人工智能就其本質(zhì)而言，是對人的思維信息過程的模擬，已達到更好的智能化和信息效果，所以信息方法對于人工智能具有重要的作用。例如隨著科技的發(fā)展科學家們依據(jù)紅外線光電傳感器對被檢測物體遮擋或反射光束的原理將光的強弱的變化轉(zhuǎn)為電流的變化，檢測障礙物和采集地面信息，再由同步回路選通電路，測定物體的有無。用單片機控制采樣速度，進行顯示和負責傳感器的狀態(tài)，控制電機以及PWM處理采集到的信號，實現(xiàn)機器人的尋線和避障。據(jù)此進行了控制程序的編寫，制作了智能小車，經(jīng)實驗證明效果很好。不可否認人工智能的應(yīng)用越來越廣泛性。
三、結(jié)語
當前是一個科學技術(shù)時代，技術(shù)的發(fā)展已經(jīng)以一種融合形式、跨學科的方式來運行。不可否認50多年以來，人工智能走的是一條曲折發(fā)展的道路，在人工智能的不斷進步與發(fā)展中，研究者深感人工智能理論及技術(shù)的局限性.本文只是從控制論的視角來反思其帶來的問題。科學技術(shù)的發(fā)展不僅會導致相應(yīng)時代的技術(shù)進步和 經(jīng)濟進步，對于同時代的倫理、 政治和 社會也會導致一些重大的挑戰(zhàn)。面對技術(shù)對與各個領(lǐng)域的占有，有時批判性的反思對于人類的發(fā)展和生存至關(guān)也十分重要。
參考文獻：
[1]維納,郝季仁譯.控制論[M].第2版.北京:科學出版社,1985,(3).
[2]劉世熠.大腦、人與自動控制[J].科學通報,1961,(3).
關(guān)于人工智能的大學論文相關(guān)文章：
2.人工智能論文大學
關(guān)于人工智能的大學論文(2)
