用數學和邏輯學構建人工智慧基礎

2021-01-08 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。
  • 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。
  • 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？
  • 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。
  • 大講堂 | 人工智慧所需的數學基礎
    在本次雷鋒網AI研習社公開課中，講者將分享轉行深度學習所需要的數學基礎以及相關熱門的CNN、RNN、GAN的數學思考。分享主題人工智慧所需的數學基礎分享嘉賓張碩璽，武漢大學數學系碩士 分享提綱1、深度學習為什麼熱門2、深度學習所需要的數學基礎及相關思想
  • 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。
  • 邏輯學,正在清華「開花結果」
    系列課程以「邏輯、語言與哲學」為基礎，延伸到不同的學科空間。「樹根」：為後面的課程奠定基礎。「邏輯、語言與哲學」課程這門課是邏輯課的導引課，從哲學和語言學的角度引入邏輯的基本概念、思維，培養學生的基本證明思路。2. 「樹枝」：3 門課程如樹的不同分枝，向不同空間深入延伸。「邏輯學的基礎理論」課程關注邏輯學的數學基礎，是邏輯學與數學、計算理論的交叉。
  • 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？
  • 上海交通大學人工智慧研究院數學基礎研究中心正式成立
    打開APP 上海交通大學人工智慧研究院數學基礎研究中心正式成立 發表於 2020-01-02 15:41:49 上海交通大學人工智慧研究院有新動向
  • 邏輯學對象的第三次轉變
    17世紀，歐洲認識論代表人物笛卡爾更是把邏輯學視為認識論的基礎，在邏輯學中大講發現和認識的原則、規律。據此，邏輯學的研究對象發生了第二次轉變，成了研究思維和認識規律的科學。 心理學、認識論的影響混淆了邏輯學的研究對象，導致了邏輯學心理主義傾向，主觀性、思辨性、不確定性等性質限制了邏輯學沿著自己應有的科學方向發展。
  • 數學和人工智慧的極限
    Q:沒有學數學，收入至少是少一個數量級？吳軍：數學能夠帶給我的，一個是思維的方式，這是所有人都能學到的。另一個，解決一些世界上其他人沒有解決過的問題，需要一些數學。如說世界上有一些人工智慧和機器學習的算法，現在用的是我的算法。我曾經當過大概兩三個月的數學家，每天的工作，就是推導公式。大概兩個月後，我就找我的導師說，我有一個方法能把推導的速度提高几百倍。
  • 邏輯學
    模式識別》之後，CMU博士、MIT博士後及vision.ai聯合創始人Tomasz Malisiewicz這一次帶領我們回顧50年來人工智慧領域三大範式（邏輯學、概率方法和深度學習）的演變歷程。通過本文我們能夠更深入地理解人工智慧和深度學習的現狀與未來。
  • 北航自動化教授秦曾昌:人類認知信息處理過程奠定了AI基礎
    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。
  • 語用邏輯的研究路徑及其發展方向
    該進路可稱為「塞爾—範德維肯進路」,或者「語言學進路」,源自英文術語「illocutionary logic」,關注的焦點是,從語言學視角出發,同時觀照到語用行為的規範性維度,目標是在充分考慮言語行為的語用要素基礎上,針對語用行為構建相應的形式邏輯系統。該進路是由塞爾和範德維肯1985年在奧斯汀言語行為理論基礎上提出來的,3故我們將這一進路上的語用邏輯稱為「塞—範氏語用邏輯」。
  • 人工智慧入門必須攻克三道門檻:數學基礎、英語水平與編程技術
    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：1、線性代數：如何將研究對象形式化？
  • 「資訊時代之父」香農:用一隻木老鼠奠定人工智慧的基礎
    香農，」當攝像機鏡頭逐漸放大時，一位穿西裝、打領帶，身材修長的男人，用活潑輕快的語言做自我介紹。 這發生在1952年。儘管對於工程師和數學家們來說，香農早已是一個不需要介紹的傳奇人物，但對於美國的數百萬觀眾，他仍然是一張陌生面孔――但不久之後就家喻戶曉，人盡皆知了。
  • 批判性思維是邏輯學的日常應用
    批判性思維正受到越來越多學生的歡迎，也受到不少邏輯學教師的青睞，甚至有的高校把邏輯學課程改名為批判性思維。此種易幟的效果可謂「皆大歡喜」——學生覺得所學有用、有趣，教師也不必苦於講授許多學生不感興趣的邏輯推理和演算。那麼，批判性思維和邏輯學到底是什麼關係？提出「應用假說」關於批判性思維和邏輯學的關係，不同學者有不同的觀點。
  • 為什麼我們必須學點邏輯學?
    這本書翻譯後語言通俗易懂，意思表達清晰，沒有基礎的人閱讀起來也完全沒有障礙。有基礎的讀起來有點兒像數學裡的證明題。初讀沒什麼感覺，必須讀幾遍才能有所體會。這是本精緻的小書，正文統共130頁，粗讀用時1天完全可以讀完。這又是一本可以讀厚的書，精華部分展開思考，反覆讀上一個月也可以得到新發現。
  • 學習邏輯學,就選這一本——劉文君《邏輯學教程》編前絮語
    1974 年《大英百科全書》目錄卷的科學分類欄目中，邏輯學位居各門自然科學之首；同年聯合國教科文組織編制的學科分類，也把邏輯學列在七大基礎學科的第二位，僅次於數學。當然這裡指的是整個邏輯學科，並不是每個人都要把邏輯學的研究當作自己的專業；但是學習、掌握普通邏輯的知識，懂得邏輯知識的日常應用，無疑是每一個現代人提升其文明素養的基本要求。
  • 人工智慧發展駛入快車道 時代呼喚強化數學教育
    剛剛看到阿里巴巴「達摩院」舉辦全球數學大賽的消息，讓我想起近代數學的奠基者之一、德國數學家高斯說過的一句話：「數學是『科學的皇后』」。這句話彰顯了數學在所有學科中的基礎地位，隨著人工智慧時代的臨近，人們會愈來愈深刻地感受到數學所能帶來的創新之力。