1700526740
MYCIN第280条规则：如果同时满足（ⅰ）感染的病为脑膜炎，（ⅱ）真菌型感染，（ⅲ）培养皿中的着色剂上未发现有机体，（ⅳ）患者非易感染病患，（ⅴ）曾去过球孢子虫病疫区，（ⅵ）患者为黑人、亚洲人或印第安人，（ⅶ）检验中隐球菌抗原呈阴性，则可判定该有机体的感染有50%的概率是由隐球菌引起的。
1700526741
1700526742
MYCIN专家系统和其他科研系统的成功迅速催生了一项知识——工程产业，该产业的市场价值从1980年的区区400万美元一路飙升至今天的几十亿美元。2
1700526743
1700526744
但这一研究方法明显存在许多困难。其中一个便是庞大的知识库转入电脑系统时遭遇瓶颈，因为这些信息必须依靠人工一字一句手动输入系统，并逐一建立连接关系。即使将学科范围缩至最小，其涉及的知识范围依旧浩如烟海，并且专家们在关于这些知识如何做决策的问题上也道不出个所以然来。这一点我们在上一章已讨论过，它与人脑内知识的分散特性有关。
1700526745
1700526746
另一个问题便是这一计算机系统的脆弱性。整个知识库太复杂了，那些知识工程师不可能对知识中的异常状况做出预测。正如明斯基所言：“只要是鸟就会飞，除非它是企鹅或鸵鸟，或是它不幸死了，或是它翅膀受伤了，或是被关在了笼子里，或是它的双脚陷在了水泥里，或是可怕的经历让它对飞行产生了心理恐惧……”
1700526747
1700526748
我们需要将知识——习得的过程自动化，才能在机器中建立灵活多变的智能体系。研究学习的主要目的在于将各个自组织方法——递归法、神经网络、进化算法有效且稳定地组合起来，从而让系统模拟并理解人类语言和知识。于是，机器便可以自行投资、阅读和学习。最终，这些系统也会像人类一样，在问题超出自己的专业范围时进行杜撰，冒充行家。
1700526749
1700526750
用语言表达知识
1700526751
1700526752
没有一种知识可以用只言片语概括，也没有一种知识是完全无法言喻的。
1700526753
1700526754
——西蒙·派珀特
1700526755
1700526756
筌者所以在鱼，得鱼而忘筌；蹄者所以在兔，得兔而忘蹄；言者所以在意，得意而忘言。吾安得夫忘言之人而与之言哉！
1700526757
1700526758
——庄子
1700526759
1700526760
语言是我们分享知识的主要途径。如同其他人类技能一样，语言通常被视为最能将人类与其他物种区别开来的特征。虽然我们无法透彻了解人脑学习知识的原理（这一难题有望在21世纪初取得突破），但我们对语言的结构与规则已有足够了解，这也为我们进一步研究知识的掌握及其背后的思维过程提供了天然的实验资料库。在研究语言的过程中，我们发现语言本身就是个复杂微妙的现象，其独特性丝毫不比它所传递的知识逊色。
1700526761
1700526762
我们发现，语言在听觉形式和书写形式上都有许多层次，而每一层次都存在不少含混不明的情况，因此，无论是人类还是机器的语言理解系统，都需要具备每一层次的内置知识。比如，我们想让机器智能地回答人类话语，就需要知道（尽管未必是有意地）语音结构、声带的发音原理、语言和方言的声调、措辞规则和讨论的主题等相关知识。
1700526763
1700526764
分析每一层次的内容便能找出有用的条件，以缩小搜索范围，找到正确的答案。比如，语言最基本的单位“音素”的组合并非任意的（试着读出ptkee这个音），只有按照特定的顺序组合才能生成有意义的单词。虽然不同语言使用的音素非常相似（尽管并不完全相同），但语境的构成因素却是千差万别的，例如英语中可能有10 000多个音节，而日语中只有120个。
1700526765
1700526766
语言的结构和语义是更高的层次，这两者进一步限定了词语的排列顺序。目前语言领域研究最多的是句法学，它决定了词语在句子中的排序和成分。一方面，电脑句法分析系统能解析出人类无法理解的复杂句子结构，明斯基列举了这样一句话：“This is the cheese that the rat that the dog chased bit ate.”这个句子的结构难倒了人类，却难不倒计算机分析系统。当时还在麻省理工学院的肯·丘奇也举出了另一个复杂句，电脑系统竟列出了200万种可行的句法分析。3另一方面，1963年美国哈佛大学教授久野进开发的第一代计算机句法分析系统无法解析简单句，如“Time flies like an arrow”（光阴似箭），电脑显示无法确定句子的意思，因为可能有以下几种意思：
1700526767
1700526768
1.时光如弓箭飞过一般过得很快。
1700526769
1700526770
2.这是一句祈使句，“time”作为动词“计时”,“fly”作为名词“苍蝇”，要求我们像计算弓箭飞行速度一样计算苍蝇飞行的时间，此时完整句应为：“Time flies like an arrow would.”
1700526771
1700526772
3.这是一句祈使句，“time”作为动词“计时”,“fly”作为名词“苍蝇”，要求我们计算长得像弓箭一样的苍蝇的飞行速度，此时完整句应为：“Time flies that are like an arrow.”
1700526773
1700526774
4.或者有一种苍蝇的品种叫“time flies”，它们喜欢弓箭，所以正确的句子是：“Time-flies like（此处作动词，喜欢）an arrow.”4
1700526775
1700526776
显然，此处需要我们添加一些知识消除模糊意义。添加“苍蝇不可能与弓箭长得相似”，可排除第三条解析；“没有time-fly这种生物”，排除第四条解析；“苍蝇没有喜欢弓箭的癖好（这点也可以排除第四条解析），并且弓箭无法对事件进行计时（排除第二条解析）”，便可排除其他义项，只留下正确的第一条解析。
1700526777
1700526778
在语言领域中，我们发现人类的学习过程与智能机器的发展过程恰好相反。儿童学习语言从听辨开始，随后学会说话，几年以后才掌握写作能力。而计算机的进化顺序则与其相反，它先从书面语言着手学习，随后进行书面语的理解，最后运用正确的句法说话，直至近几年才刚刚能够理解人类正常语速下的言语。人们对于这一点常常有误解，例如电影《星球大战》中的机器人R2–D2能理解好多种人类语言，但它自己却不会说话，所以人们通常会误以为说话比理解话语更困难。
1700526779
1700526780
我享受某些东西的学习过程，但学习知识实在索然无味，尤其是考试前整日整夜地学习，我不确定我还能记得多少。
1700526781
1700526782
人类的智能有一个弱点。电脑之间可以随时随地快速共享已有的知识，但人类无法进行这种信息的直接共享，我们所拥有的除了耗时的人际交流手段，就是教与学的方法。
1700526783
1700526784
但你不是说电脑神经网络的学习方法和人类是一样的吗？
1700526785
1700526786
你是说速度一样慢吗？
1700526787
1700526788
没错，它们也需要数千次熟悉各种模式，这和人类并无区别啊。
1700526789
[
上一页 ]
[ :1.70052674e+09 ]
[
下一页 ]