人工智能3大流派的优缺点浅谈 点击：6712 | 回复：25
人工智能3大流派的优缺点浅谈
人工智能既不是单纯的计算机程序、算法（用计算机程序模拟智能是上帝都做不到的），也不是纯粹地靠研究大脑的神经连接能解决的（想弄清楚人脑细节层级的运作机理，再过几百年或许可能，也或许是人类的认知能力极限以外的事），更不是雨果之类的进化电路理论大师忽悠出来的玩意，大脑不是随便进化进化就Ok了的，不然宇宙里面到处都是智慧生物了！
展开说一下3大流派的优缺点：
1、程序和算法派发明出来的玩意，目前基本上都和自然演化出来的生物智能不根本不搭嘎！但是，既然生物智能是以细胞、突触、信号（电信号、化学信号）为物质基础，那么，无疑，以电子硬件为基础也是可以实现信号的传输的，计算机软件和硬件，能提供的只是智能的载体，而不能去代替智能结构去完成类生物智能，那是复杂之上的复杂，上帝都做不到。所谓的智能算法和真正的智能比起来，就和连大猩猩与人类模仿一样可笑！！当然，这不代表智能算法一无是处……
2、连接主义
以后再说
3、进化硬件派
以后再说
个人观点，欢迎讨论
楼主最近还看过
过去的三大流派是1）符号主义，2）连接主义3）行为主义。现在才出现了进化的理论和方法，这个理论和方法不知是否可以归结到行为主义？现在有蚁群智能等群体行为产生的智能。这些是否都可以是行为主义学派的理论。
三个学派从不同的角度来研究和实现智能，我的看法人工智能是一个整体，三个学派各自的方法都是智能的一个部分，所以真正实现的人工智能机器一定是组合了三个学派的理论和方法的。
我认为各有各的特点和不足，综合各学派的方法，取长补短，才是。行为主义最宏观，符号主义是人的社会才有的东西，与自然界的方法离开的太远。连接主义太微观，还没有好的宏观理论来指导实践，所以我们要从多层次，多角度的来分析智能，这样才能明白智能是如何的一回事。
雨果已经认识到这个问题：这些硬件是不行的，因为它们是“平面的”，最致命的缺陷是连接太少了！
我们要的是大规模仿神经元工作机制的电路，IBM除了用软件模拟外，已经开发出神经元芯片，原型产品256X256个单元，打算几年后设计出包含上亿个神经元单元的芯片。
我们不能指望美国人会把这类芯片卖给中国人，这是美国军方参与的项目，神经元芯片一旦使用，必然首先用于军事目的……
说到底层实现，我们无法制作这样的神经元芯片，但是还是可以走仿真的路子、模拟的路子。去年有个哥们写了一个很牛的程序，达到仿真40亿个神经元，要在集群服务器上运行；这个不是一般爱好者可以实现的，但可以另辟其境，用低成本的软硬件系统经过特别设计和优化，达到模拟千万神经元的程度。以这样低成本的模拟系统，来研究如何初始化连接，让它具备一般生物初始状态的水准……
行为主义嘲笑符号主义的出发点
而行为主义本身没有任何事实手段，甚至没有确定材料研究方向，是生化，还是硅基，还是能量流。
而目前看来，最易实践的无非依然是采用最普通的计算机，最基础的数据结构，来组合达成行为主义的要求目标。并且在多方已证实各方面的可行，而且有了一定的成果和简单应用
切不说对错，如果暂时没有可替代的高科手段来事实，只能采用一些常规手段代替之。
机器人初步设计之初，是使用机械类时代替人类手臂，如吊车挖掘机等工程车辆。
随后细化，在工业流水线上，高精度的加工探头，和微操焊接电路。用以批量化生产大型重工业产品，以及大规模集成电路等电子化，数字化产品
配合上高灵敏度的测试设备，我们现在还缺一套主流的整合控制核心，来让整个产业链更加自动化，准确，容错能力强，以保证材料利用率和时间效能。和整个生产的安全有效
在智能领域的基础上，有不少伟人提出了对高智能，强智能的理念。而理念终归要转成技术，开始实施，科研不会一只停留在数据阶段。工艺化，标准化，产业化也是时代的要求。
对此，智能专家们，开始分门别类的区分。
包括产品的用途，应用的领域，民用还是军用，工业还是私有。等等一系列的区分
如果还遵循当年使用一种智能，实现全部的控制，是耗资比较大的。
我们可以做出通用接口，让智能程序多搭载在更多的领域上
但是要专门设计出一个全部领域通用的智能来，是不切实际的。至少目前不会这么做
因此，在智能的制造，设计，和生产上，开始进行一系列的专门分工。
让擅长设计的，应用到制图，筹划上。让善于计算的，应用到分析，规划，预算上
让善于模拟的，应用到专家系统，体现式模拟，多维度预判上
让善于控制的，应用到工业流水线，数控机床，加工车间里
然后在让一个总体的，将各种子系统统和起来，形成了一个巨大的智能网络。
在网络之间使用通用的协议和接口，让整个工业区域，科研区域变得智能化起来，从而可以让蓝光之类的智能分析，在这个平台上派上用场，发挥实力
我们可以将整个智能系统，看成是很多半智能集成组合而成的
但是这个巨型的系统我们还是不尽满意
专业的构架人员提出了理念，让各种半智能，想集成电路一样，集成压制到一个奇点上
根据数据压缩的原理，找到各种可以更加高度利用的矩阵稀疏点。进行无损压缩
而且中间可以放弃一些不实用的功能，将保留下来的更改的更为高效。于是，比之前更加的智能系统就诞生了。
这样一来，人们就可以如此反复。将这种新一代的智能广泛应用，然后组合成更为智能的体系。然后再度压缩。
所以随着时间的过度，和人们经验的积累，我们的智能系统会成几何倍增长。来达成各种指标
有趣的是为了提高利用率，专家们将一些繁杂的专业功能提取出来，做成专门的模块。不参与压缩组合，只在用到的时候加载激活，上线调用。这就保证了整个系统是已纯逻辑理念在尽心高速发展，是的智能化的发展速度越来越快
让我们来逐个描述
先是研发方向，研发方向包括了让智能研发的主攻方向，就和我们上大学选专业一样。在辅助的时候控制是非常方便的，而在自主研发的时候，控制起来却相当的复杂，这也是智能发展的瓶颈之一。我们想到了各种办法来使得这一步骤变的更完美，比如说参数设定，周期验证，进度参数比较，唯控引擎等等。保证其研发方向在我们希望的位置，而不是像一个不听话的孩子一样失控
控制权限一直是大家所关注的问题
很多科幻里面上演的机器暴动，就是因为权限被夺走，导致整个系统失控。
事实上，我们一般来讲不会在主系统上面挂载任何东西，包括机器情感模块，自动研发等
说白了，还是一台我们常见的操作系统。通过键盘和屏幕控制最高级权限，网络控制等位居次要位置。
同时，我们也绝不会吧门禁，保安系统，也放在这里，让其自己看管。而是会放在一个远程的，独立的，安全的地方。事实上，研究人员不知道保安和行政的运营。行政也不会告诉研发员这些资料。从物理上，电子上都是隔断开的。并且有大量手控。
而我们的智能计算机，在主系统下的虚拟机内，有专门的观测程序，来观察智能系统的工作。从而吧好的经验萃取出来，以供应使用。而一旦发现智能失控，立刻销毁。来保证系统的安全有效，智能本身也是知道这种警告的，一般来讲不会去尝试“自杀”
I/O吞吐，说白了就是输入量和输出量的扩大。如果可以吧i/o扩大，生产效率就会提高。
理想状态下i/o可以无限扩大，但是总会有这样或者那样的东西去限制他们。比如说网络带宽，比如说电压，比如说材料导电性能，比如说存储器聚合度。
很多人研究的时候，总会抱怨机器不行，设备不行，硬盘不够大，cpu不够快。就是这类问题了，如果解决呢？一般来讲，如果可以提升硬件当然好，而在硬件设备无法提升的情况下，我们只能采用改变数据结构的办法，让软件配合。比如说我们的互联网tcp/ip就是一种经典的办法，解决了网络的链接，大文件可以拆分成小数据包，从细小的网络带宽里穿过，到对面完成组合。对于用户来说，这一复杂的过程是透明的，就好像一点就出来了。速度也非常快。
具体到我们的智能研究上，也无非是深度的研究压缩和算法，让程序的要求指标下降，让函数的处理能力上升。从而解决需求过大而硬件过小的矛盾。这也是智能的又一大主流研究方向，让最简单的设备能力发挥挖掘到最大，从而能运行功耗最庞大的程序的一种研究。
组合插入定位
简单来说就是机器学习的过程中，知识来源有多种，有具体领悟的，有专门输入的，有程序员改写的。而且程序员也不止一人，思路不只一种
插入定位是让一个最新的思路，编译成计算机信号，放在当前数据结构的合适位置。因为智能程序不是写死的，而是时刻变化的，把一组新数据放在一个时刻变化的结构中，精确的定位是有难度的，即使加上节点标签，也可能因为某时刻结构的颠覆，导致衍生的数据完全不匹配，这里需要用到的容错技术，相当复杂。
组合插入就是多种智能来源一起输入，互相之间不冲突。就像语文老师教完，数学老师在教一样。就连人类也无法三心二意的去学习和做事
而计算机不同，只要合适的结构排列，就可以同步完成多种事情。比如说当前的进程，线程的技术已经为此拉开了序幕，而组合插入要做的是排列管理好各种输入，将无效的挡在外面，有效的插入。还要分清楚什么类型的，避免张冠李戴，如将数学老师教的当成历史老师的题目，这样就可能做出可笑的事情。
有的时候甚至是致命的，比如说一个伐木机机器人，又承担婴儿看护的角色，当他想用手抚摸孩子额头的时候，一定要预判自己手上加载的是电锯，还是婴儿护理软手。这些容错机制必须通过严格检验和测试。即使使用当中也要进行严格的判断，否则就会酿造悲剧
这一系列的想法还是很犀利的，尽管没有设计实际的程序设计，智能体的框架思想基本构建起来了
回复: 十年以前的只能体系就是这么干的。只是不公开而已。目前当然是有很多更新更好的东西了。不过展现在人们面前的一般是成熟的产品，比如说智能手机，电子商务，机器人玩具；而不是生产原理，制造方法
回复: 智能体系。。。这键盘不好用
回复 :我对于智能体的认识是：这是和人的智能是有相似性但是不是绝对一致的，机器的智能也可以达到类人的地步，关键就是最后的容错机制和没有提到的学习机制，这是需要程序发展和trial-error模式的漫长过程，目前有什么思路么
回复简单的来说，优势就是电脑速度越来越快，空间越来越大。有足够的资源。方法就是，让我们制造简单的程序，然后控制简单程序帮我们造更为复杂和自动化的程序，在让这个二阶产品去帮我们制造更复杂的三阶，最终达到不需要我们指挥，也能自动化实现的效果
- 工业机器人用减速机资料
[1155] - 发一个自己做的六轴机器人软...[2835]
- 给大家来一份雅马哈机器人编...[2182]
- 菜鸟拙技—智能浇花机器人的设...[4391]
- 工业机器人（书籍）[2670]
- 哪里有ABB机器人培训[1240]
- ABB机器人培训资料之五，一共...[4067]
- 新人贴！兄弟我从事机器人维修...[5754]
- 有搞工业机器人的吗?大家来讨...[12240]
- KEBA和贝加莱对比[2460]
官方公众号
智造工程师
-
客服
-
小程序
-
公众号
工控网智造工程师好文精选
