用數學和邏輯學構建人工智慧基礎

2021-01-07 電子發燒友
用數學和邏輯學構建人工智慧基礎

DeepTech深科技 發表於 2021-01-06 15:02:51

12 月 10 日 - 11 日，由浙江省委人才辦、紹興市委市政府、《麻省理工科技評論》主辦的全球青年科技領袖峰會暨《麻省理工科技評論》中國 「35 歲以下科技創新 35 人」 頒獎典禮在紹興上虞舉行。「35 歲以下科技創新 35 人」 2020 年中國榜單正式發布。

在現場，北京航空航天大學自動化學院秦曾昌教授通過主題演講，分享了在人工智慧（AI）與計算思維的領域的一些探索和思考。

秦曾昌表示，人類的認知可以被近似看成是一種系統的信息處理過程，這個研究思路基本奠定了今天人工智慧研究的基礎。

用數學和邏輯學構建人工智慧基礎

如果說物理學是通過數學方程式來解釋自然法則的科學，那麼人工智慧就是使用算法來解釋人類思維法則的科學。

秦曾昌指出，人類的認知可以近似被看成是一種信息處理系統，把人類信息處理的過程描述為可被計算的數學關係，這是現代人工智慧技術的基礎。

布爾代數是最早通過數學研究人類思維規律的嘗試，雖然在初期因為缺乏物理背景導致進展緩慢，但隨著研究的深入，布爾代數在數學、邏輯演算、集合論等領域都得到了廣泛應用。

1937 年，圖靈（計算機之父）在戰爭時期通過對於德軍密碼破譯的研究，開始深入地考慮如何通過有限的步驟來證明一個命題的真偽。從而構建了 「圖靈機」 的思想模型，成為我們今天計算機的理論基礎。

後來由於半導體產業的發展，以前被用於計算電路的繼電器漸漸用電晶體所替代。通過利用 0 和 1 的邏輯運算來實現算數運算，成為當今計算機發展的核心技術。

計算思維是人類解決問題的一種方式

值得注意的是，雖然目前計算機的運算能力已經足夠強大，計算思維、編程思維也被教育界頻頻提起，但是計算思維並不等價於編程，它有更豐富的內涵和外延。

「我們認為計算思維是人們用機器解決現實問題的思路和方法，而編程更像是解決這種問題的一種工具。你可以用筆手寫也可以用電腦打字，但是會打字或寫字並不能說明你是個有著豐富內涵作家，但是如果你是個作家，你一定必須會寫字。」 秦曾昌說。

計算思維是人類通過計算解決問題的一種方式。尤其在面對複雜運算問題的時候，計算思維能極大提升解決問題的效率。同時，計算思維中的方法和模型拓展了人類的思維，可以預測未來的更多可能。

計算思維主要包含但並不局限於以下四個大部分：

分解：把一個複雜的問題或系統分解成更小、更容易處理的模塊。

模式識別：尋找問題之間和或數據背後潛在的規律。

抽象：現實問題的抽象化、數學化，忽略不相關的繁文縟節。

算法：為問題制定一個基於計算的解決方案，或解決問題所遵循的規則。

秦曾昌表示，「計算思維的過程，就是一個化繁為簡的過程。我們希望把複雜的問題分解成簡單的小問題，每個小問題單獨用一個模塊化的解決辦法單獨擊破，這是計算思維方式解決複雜問題的主要方法之一。」

與人類思維相比，計算思維更看得見摸得著。秦曾昌表示，用計算思維來解決問題的方式需要我們理解編程，在某些問題的處理方面，計算思維也具備優於人類思維的能力：

遞歸和循環：以倫敦地鐵線路圖為例，選取地圖上任意兩個地點，從 A 點到 B 點有多少路徑，哪一條最省時間，哪一條換乘最少，這類問題特別適合用機器來解決，通過計算能力換取最佳路徑。

誤差修正（Error Correction）：計算思維是從預防、保護、遏制和錯誤糾正等環境中進行思考的。這就要求編程過程中的嚴謹性。

「我們在生活或者其他方面處理問題的時候總會遇到錯誤，但是編程的時候是不允許有任何錯誤的，任何一個符號都可以讓結果失之毫釐、謬以千裡。」 秦曾昌表示。

秦曾昌稱，計算思維可以用來解決很多實際問題，以視覺為例，這也是人工智慧領域的經典問題。

人類的視覺實際上是有欺騙性的。某種程度上來講，人看到的視覺有時候還不如機器。

「計算思維就是將所有的圖片變成像素和矩陣，每一張圖都是高維空間裡的點，我們通過學習數學的函數之後把這些點分開，這個就是今天機器學習或者人工智慧主流的方法。」

人類處理問題的時候，都會受到視覺偏見的影響，但機器某種程度上會消除這種偏見。從這個角度來看，機器視覺的應用包括人臉識別、掌紋、指紋識別等，是可以超過人類對此類問題處理的能力。

除此之外，計算思維還會在大數據、醫療、科學等領域發揮作用，還有一些更複雜的領域可以用計算思維去描述。

「比如樹上的葉子，每個都形狀各異，雖然沒辦法用一個公式去描述它們，但是在 『人工生命』 的研究領域，你可以通過算法把係數做一些調整，利用自動程序而生成了很多不同形狀的虛擬葉子。」秦曾昌舉例說道。

像生命科學這樣的領域包含了很多生物的複雜性，不是所有的東西都能用公式來定義。我們研究人工智慧，就是讓機器通過模型和算法找到事物之間的聯繫。「從這個角度來看，也許我們的世界就是一個被算法描述的世界，甚至連宇宙的形成也是某些算法起到的作用。」 秦曾昌總結道。

責任編輯：lq

 

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 邏輯學是科學的基礎
    聯合國教科文組織（UNESCO）1974年頒布的七個基礎學科中，邏輯學位居其一，另外六個基礎學科分別為數學、天文學和天體物理學、地理科學和空間科學、物理學、化學、生命科學。2019年11月，聯合國教科文組織正式將每年的1月14日定為世界邏輯日。這充分說明邏輯學的重要性日益受到普遍關注。
  • 生物學與邏輯學的基礎地位和現實處境
    聯合國教科文組織很早就公布了中小學基礎教育的七大學科，就是數學、邏輯、物理、化學、天文、地理、生物。其中天文和地理在中國是合併成地理的。邏輯可以算在數學中被合併的，然而邏輯是研究思維，思維的載體是語言文字，所以語文中本該有較多的邏輯知識，在歷史進程中被刪除了。
  • 邏輯學架起科學與人文間的橋梁
    邏輯應用已涉及數學、計算機科學、人工智慧、科學與工程學、傳播學、心理學、宗教學、經濟學、教育學和語言學等幾乎所有的人文社會科學和自然科學領域。正如嚴復在《穆勒名學》中強調的，邏輯「為體之尊，為用之廣」，是「一切法之法，一切學之學」。
  • 邏輯學的演進
    中世紀時，阿奎那、奧康和司各脫等經院哲學家的邏輯貢獻也只是在註解《工具論》，並且完全忽略了斯多葛邏輯。文藝復興時期，把邏輯學作為理性探究之基礎的看法有所復甦，但當時的學者仍然是只推崇亞氏邏輯（如《王港邏輯》），因為他們堅信亞氏邏輯已經相當完美。
  • 人工智慧-數學基礎總結
    必備的數學知識是理解人工智慧不可或缺的要素，今天的種種人工智慧技術歸根到底都建立在數學模型之上，而這些數學模型又都離不開線性代數（linear algebra）的理論框架。在線性代數中，由單獨的數 a 構成的元素被稱為標量（scalar）：一個標量 a 可以是整數、實數或複數。如果多個標量按一定順序組成一個序列，這樣的元素就被稱為向量（vector）。
  • 帶你認清大學邏輯學專業的真面目
    邏輯學就是關於邏輯規律的學說和理論，目前已形成了一個多層次多分支的龐大體系。邏輯的研究以推理為中心，主要目的是找出推理規律。邏輯學的表達方式比哲學更為形象，兩者相輔相成，相互聯繫又有區別。大學邏輯學專業本科核心課程有數學分析、幾何與代數、數理邏輯、模態邏輯、形式邏輯、邏輯哲學、概率論與理性決策、邏輯史等，除此之外還有心理學，計算機和哲學相關課程。因此選擇這門專業的學生需要有一定的數學和計算機基礎。邏輯學有什麼用呢？
  • 邏輯學研究的社會化趨勢
    《大學周刊》：首先,能不能請你用淺顯的語言簡單介紹一下邏輯這個詞？ 鞠實兒：從內容上說，邏輯是關於推理的理論；從功能上來說，它是一門關於說理的學問。這門學問的應用也非常的廣泛。比如說，科學研究、社會民主和人類的交往都需要推理和說理。
  • 學習人工智慧需要哪些必備的數學基礎?
    學習人工智慧該從哪裡開始呢？人工智慧的學習路徑又是怎樣的？ 　　數學基礎知識蘊含著處理智能問題的基本思想與方法，也是理解複雜算法的必備要素。今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識，具體來說包括： 　　線性代數：如何將研究對象形式化？ 　　概率論：如何描述統計規律？ 　　數理統計：如何以小見大？ 　　最優化理論： 如何找到最優解？
  • 邏輯學非常重要,為什麼學校不教邏輯學?
    邏輯思維的重要性是眾所周知的，早在1974年聯合國教科文組織做基礎學科劃分時，就把邏輯學排在了第二位，其重要性僅次於數學。在很多大學，邏輯從必修課變成了可有可無的選修課——最典型者，莫過於從1998年起，根據國家教委頒布的文件，邏輯被從漢語言文學專業(師範類)的專業基礎課程踢了出去。今天，不用說一般大眾和中小學生，進入某個大學校園隨機抓些大學生問問，可能會有多數表示以前從未聽說過還有「邏輯學」這一學科，這是令人吃驚的！
  • 邏輯學專業介紹與解讀
    今天和各位家長說一下這個邏輯學專業，邏輯學專業是屬於哲學大類裡面一個專業。在說這個專業之前，首先跟大家說一下，有一部分家長和同學們的誤區，有的同學可能有的同學和家長認為邏輯學是屬於數學範疇，實際上不是。這個邏輯學家是屬於哲學範疇，並不是說孩子們在高中學過這個邏輯，就認為這個邏輯是數學的範疇，這是錯誤的。
  • 《人工智慧基礎(高中版)》發布
    與此同時，人才「缺口」是制約人工智慧發展的重要障礙，人工智慧教育面臨著知識儲備不足、體系不完整、師資力量有限等問題。在科技日報社、新一代人工智慧產業技術創新戰略聯盟主辦的創新中國·未來AI科技領袖峰會上，與會專家就搶抓人工智慧發展機遇、加強人工智慧教育和人才培養進行了討論。數學、計算機等基礎學科的支撐，是人工智慧教育的前提條件。
  • 為什麼學習人工智慧這麼看重數學基礎？
    為什麼學習人工智慧這麼看重數學基礎呢？這個首先得從目前人工智慧的本質說起，目前以神經網絡為基礎的深度學習體系，其實可以看做是一個線性代數矩陣模型，從微觀上來說是微分方程。數學是有解可計算的，智能是無解無法預測的，但智能的很多行為又是可以數學進行計算的，所以智能與數學之間應該是具有強關係但並非唯一相關。
  • 沒有數學基礎人工智慧走不遠
    「數學不僅僅是過去大家理解的是一個基礎學科，在現代社會也是一個技術學科，我們叫數學技術。」11月26日，在第三屆中國(廣東)人工智慧發展高峰論壇上，中國科學院院士、數學家、信號與信息處理專家、琶洲實驗室主任徐宗本說。
  • 數學與邏輯學的大碰撞
    微積分的誕生，作為微積分基礎概念的無窮小量，像幽靈一樣困惑著人們，直到柯西發展了極限理論，這一問題才得到解決。隨著分析的嚴格化以及集合論的誕生，數學家們本以為能永遠的擺脫來自數學基礎層面的數學危機。極限理論使得分析嚴格化，也化解了數學的第二次危機，但是極限理論是以實數為基礎的，而實數理論又是以集合論為基礎的，現在集合論遭遇了羅素悖論，為消除悖論，數學家們開始著手對集合論公理化的工作。
  • 為什麼學校不教邏輯學?
    在很多大學，邏輯從必修課變成了可有可無的選修課——最典型者，莫過於從1998年起，根據國家教委頒布的文件，邏輯被從漢語言文學專業(師範類)的專業基礎課程踢了出去。今天，不用說一般大眾和中小學生，進入某個大學校園隨機抓些大學生問問，可能會有多數表示以前從未聽說過還有「邏輯學」這一學科，這是令人吃驚的！邏輯學非常重要VS學校不教邏輯學——為什麼？
  • 如何理解任正非說的「國家若要強盛,數學是基礎」
    數學有很多學派，研究方向就更多得不可勝數，但從流派來說大家比較接受的可以分為三類：邏輯主義、形式主義和直覺主義。如果這樣說下去估計沒有人再願意看完這篇短文。我還是用我的理解，用最直白的語言，不十分準確地來描述三大流派主要想說什麼東西，這些東西有多麼重要。首先數學想構建各種邏輯體系。
  • 不確定性原理:人工智慧的哲學基礎
    人工智慧（及其近親人工生命、機器人學）屬於前沿科學的範疇，相對於已經發展了幾百年的成熟的基礎科學和應用科學，人工智慧僅有幾十年歷史，尚處於起步階段，遠未形成堅實的基礎和完整的架構。研究人工智慧，應該從哪裡入手？這是個問題。它牽扯到另外一個問題：人工智慧到底是什麼？人工智慧是一臺計算機嗎？
  • 想用Python3 破冰人工智慧?首先你得懂這些數學方法!
    為什麼要把數學建模與當今火熱的人工智慧放在一起？首先，數學建模在字面上可以分解成數學+建模，即運用統計學、線性代數和積分學等數學知識，構建算法模型，通過模型來解決問題。在20世紀50年代，人工智慧相關的許多實際應用一般是從機器的「邏輯推理能力」開始著手研究。然而對於人類來說，更高級的邏輯推理的基礎是「學習能力」和「規劃能力」，我們現在管它叫「強化學習」與「遷移學習」。可以想像，「邏輯推理能力」在一般人工智慧系統中不能起到根本的、決定性的作用。
  • 首本《人工智慧基礎(高中版)》發布,人工智慧進入高中課堂
    近年來，人工智慧產業規模持續壯大，融合應用不斷湧現，諸多行業受益於人工智慧的快速發展。與此同時，人才「缺口」是制約人工智慧發展的重要障礙，人工智慧教育面臨著知識儲備不足、體系不完整、師資力量有限等問題。在科技日報社、新一代人工智慧產業技術創新戰略聯盟主辦的創新中國·未來AI科技領袖峰會上，與會專家就搶抓人工智慧發展機遇、加強人工智慧教育和人才培養進行了討論。
  • 邏輯學
    摘要：本文回顧過去50年人工智慧（AI）領域形成的三大範式：邏輯學、概率方法和深度學習。