據國外媒體報道,埃隆·馬斯克(Elon Musk)指出,人工智能機器可能會取代人類,成為新的勞動力。隨著自動化在未來成為常態,可供人類選擇的工作崗位可能會越來越少,未來人類都不用上班,人們也將更好地享受生活。
人工智能的發展越來越受到世界各國的重視。人工智能是一門邊緣學科,用來模擬人的思維,并且有越來越多的實用意義,而且許多不同專業背景的科學家正在人工智能領域內獲得一些新的思維和新的方法。作為一個計算機科學中涉及智能計算機系統的一個分支,這些系統呈現出與人類的智能行為有關的特性。
人工智能到底是什么?
人工智能的主要領域包括問題求解、語言處理、自動定理證明、智能數據檢索等領域。這些綜合概念在自然語言處理、情報檢索、自動程序設計、數學證明都有重要應用。人工智能的第一個大成就是發展了能夠求解難題的下棋程序。在下棋程序中應用的其他技術也包括把困難的問題分成一些比較容易的子問題,發展成為搜索和問題規約這樣的人工智能基本技術。今天的計算機程序更是能夠達到擊敗人類的世界冠軍的程度,已經展現了人工智能的威力。
求解及搜索?人工智能的大課題
問題求解及搜索是人工智能的一個大課題,它是指許多涉及規約、推斷、規劃和相關過程的核心概念。問題求解是一個非常模糊的課題,廣義的說包含了全部計算機科學,這里我們僅僅討論狹義的問題求解。在人們分析了人工智能研究中運用的問題求解方法后,發現許多方法都是通過試探搜索的方法來實現問題求解的。其中,難題和博弈問題提供了豐富的來源,下面以下國際象棋的問題為例子來分析以問題求解為代表的人工智能原理。
為了實現一個能夠下棋的程序,我們采用狀態空間的方法來解決問題。首先要為象棋建立一個數學模型,用一種或多種合適的數據結構來表示象棋。這樣就有一個建立模型的邏輯問題,合適的邏輯將對后面的求解象棋問題起到重要的作用。一個比較簡單的方法是:給不同的棋子賦予不同的權值,其中給“王”賦予超過其他棋子很多的權值,這樣再確定一個目標函數,以減少對方的權值總和為目的,就可以獲得一個比較簡單的走法。當然如果這樣的模型過于簡單,效果也不會很好。在我們獲得了一個數學上的模型之后,將問題分解成為用這模型能夠理解的子問題。而求解象棋問題的過程就是一個試探搜索的過程,把象棋的規則和目標函數的可能運行方向結合起來,就可以指導下一個子的落子位置,也就是說獲得了一個狀態的集合。然后從這個狀態集合的每個狀態推導再下一步的狀態集合,這樣反復運行,就可以得到一個樹型結構,在這個結構中運用一系列的規則和搜索技術,就可能確定一個合理的走法。很明顯,如果狀態空間的精度越高,屬性結構的復雜度就越高。
從上面可以看出,類似上面這樣的狀態空間求解問題的主要技術包括狀態的描述、描述目標狀態和搜索策略。其中搜索策略模擬人的思維過程,是體現算法優劣的關鍵部分。主要的搜索策略包括有寬度優先的搜索、深度優先的搜索、啟發式的搜索等。狀態空間方法借助于現代計算機的強大的計算能力,盡可能地窮盡所有的可能的狀態,是一個最多被應用的人工智能理論分支。
另一種不同于狀態空間法的方法是問題規約的方法。在問題規約的方法中,問題描述或目標是其主要的數據結構。已知問題的描述,然后通過一系列的變換,把此問題最終變為一個子問題的集合;這些子問題的解可以直接得到,從而解決了初始的問題。比如著名的“梵塔問題”就是可以這樣解決的一個問題。可見一個采用問題規約的問題表示可以有三個部分組成:一個初始問題的描述、一套把問題變成子問題的算符、一套本原問題的描述。
人工智能包含的領域非常廣泛,問題的求解只是其中的一個重要方面。其他的方面包括比如謂詞演算、規則演繹系統、機器人問題以及專家系統等一系列問題。
馬斯克所說,為了適應這個不斷發展的世界,人類最終會與“數碼超級智能”機器人達成共生的關系。和人工智能機器人一起上班,你準備好了嗎?