• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    機(jī)制主義人工智能理論
    ——一種通用的人工智能理論

    2018-03-12 01:44:44鐘義信
    智能系統(tǒng)學(xué)報 2018年1期
    關(guān)鍵詞:方法論客體語義

    鐘義信

    (北京郵電大學(xué) 計算機(jī)學(xué)院,北京 100876)

    經(jīng)典物質(zhì)科學(xué)的研究形成了一套完整的科學(xué)觀和方法論,即以“物質(zhì)”為基本研究對象的機(jī)械唯物科學(xué)觀和以“分而治之”為特征的機(jī)械還原方法論。在整個近代科學(xué)研究歷程中,這種科學(xué)觀和方法論獲得了極其普遍的成功應(yīng)用,使近代科學(xué)的研究領(lǐng)域越分越細(xì)致、研究越來越深入,促成了近代科學(xué)的大發(fā)展與大繁榮。

    20世紀(jì)中葉以來,信息科學(xué)(智能科學(xué)是它的核心、前沿和制高點(diǎn))在世界范圍內(nèi)迅猛崛起,成為信息時代的標(biāo)志性學(xué)科[1]。

    信息對象與物質(zhì)對象既有聯(lián)系又有原則性的不同,因此信息科學(xué)應(yīng)當(dāng)遵循信息科學(xué)的科學(xué)觀和方法論進(jìn)行研究。但是由于意識通常落后于存在,方法論通常落后于實(shí)際研究的需要,而且研究信息科學(xué)的人員都是在機(jī)械唯物科學(xué)觀和機(jī)械還原方法論熏陶下成長起來的,因此,面對人工智能這類開放的復(fù)雜信息系統(tǒng)研究的時候,人們自然就按照“分而治之”的方法論思想來處理:把復(fù)雜的智能系統(tǒng)分解為“結(jié)構(gòu)、功能、行為”3個側(cè)面,展開結(jié)構(gòu)模擬(人工神經(jīng)網(wǎng)絡(luò))[2-7]、功能模擬(物理符號系統(tǒng))[8-17]和行為模擬(感知動作系統(tǒng))[18-20]的研究,形成了人工智能研究的三大途徑和流派。

    經(jīng)過數(shù)十年的研究與發(fā)展,人工智能研究的3種途徑各自都取得了不少意義重大的進(jìn)展,產(chǎn)生了一批階段性的重要成果。但是與此同時,人工智能的研究也面臨著十分嚴(yán)峻的挑戰(zhàn):雖然3種研究途徑的目標(biāo)都是探討智能的人工實(shí)現(xiàn),然而,它們之間卻互不認(rèn)可[18,21-22],堅持各自為戰(zhàn),未能形成研究的合力,妨礙了人工智能統(tǒng)一理論和通用方法的形成;而且,三者都嚴(yán)重忽視了智能的重要基礎(chǔ)——信息、意識和情感的研究??梢?,人工智能的研究雖然取得了不少耀眼的成果,但整體上并未真正成熟。

    面對這種情況,一批有識之士積極推動人工智能研究的改革,試圖建立人工智能的統(tǒng)一理論。其中最有代表性的是Russell 、Norvig和Nilsson等人的工作。Russell和Norvig[23]于1995年出版了篇幅超過1 000頁的長篇巨著Artificial intelligence: a modern approach,Nilsson[24]也在 1998年出版了新著Artificial intelligence: a new synthesis。前者試圖提出新的研究途徑(modern approach)來實(shí)現(xiàn)3種人工智能理論的統(tǒng)一,后者希望利用新的集成方法(new synthesis)來建立人工智能的統(tǒng)一理論。遺憾的是,他們只是把3種人工智能的研究成果直接地“拼接”在Agent的身上,而沒有找到實(shí)現(xiàn)統(tǒng)一的理論路徑。

    因此,創(chuàng)建“結(jié)構(gòu)–功能–行為”和諧融通、“意識–情感–理智”三位一體的通用人工智能理論,是一個尚未完成而又必須完成的重大研究任務(wù)。這是一個內(nèi)涵深刻、意義深遠(yuǎn),需要從源頭出發(fā)而且貫通全程的巨大的創(chuàng)新研究任務(wù)。

    1 通用人工智能理論的創(chuàng)新研究思路

    面對一個熟悉而具體的研究課題,人們通??梢圆扇 拜p車熟路,依規(guī)而行”的慣常做法。但是,面對一項(xiàng)創(chuàng)新性極強(qiáng)的研究課題,這種做法就不再可行了。在這種情況下,人們必須研究和發(fā)展一套正確清晰而且系統(tǒng)完整的創(chuàng)新研究綱領(lǐng)。

    鑒于當(dāng)前人工智能研究存在的主要問題是:1)在研究廣度上碎片化; 2)在研究深度上淺層化;3)在研究體系上封閉化。所有這些問題共同的根源是“分而治之”機(jī)械還原方法論,后者是機(jī)械唯物科學(xué)觀在宏觀研究方法上的反映。因此,人工智能理論的創(chuàng)新研究無法回避科學(xué)觀和方法論的問題,需要采取表1所示的“頂天立地”的研究綱領(lǐng)。

    表 1 研究綱領(lǐng)Table 1 The research programs

    1.1 在頂層,創(chuàng)新“科學(xué)觀和方法論”:把握通用人工智能理論研究的源頭和龍頭

    智能(無論是人類智能還是人工智能)是一個極其深刻的研究對象,觸及人類思維能力的深層奧秘;人的大腦是一類堪稱“小宇宙”的系統(tǒng),很少有能夠與之比肩的復(fù)雜對象。這樣一種十分深刻異常復(fù)雜的研究,必須從科學(xué)觀和方法論這個研究的源頭和駕馭全局的龍頭展開深入研究。只有高屋建瓴,才能勢如破竹,而且一覽無余[25]。

    另一方面,人工智能研究之所以形成“三方割據(jù)”的碎片化、淺層化和封閉化的格局,根本的原因也正是因?yàn)槿藗冏裱恕胺侄沃彼w現(xiàn)的機(jī)械唯物科學(xué)觀和機(jī)械還原方法論。因此,為了有效變革人工智能理論研究的現(xiàn)狀,就必須從反思人工智能研究的“科學(xué)觀和方法論”這個科學(xué)研究的“源頭”和“龍頭”做起,才有成功的可能。

    1.2 在中層,創(chuàng)新“研究模型和研究途徑”:洞察通用人工智能的全局和進(jìn)路

    正確的科學(xué)觀可以啟迪正確的方法論,有了正確的科學(xué)觀和方法論的導(dǎo)引,就可以確保研究工作的大方向不會發(fā)生重大偏差。但是,要想真正獲得創(chuàng)新研究的重要成果,還必須認(rèn)真考問:原有人工智能研究所采用的基本模型和基本路徑是否合理,是否需要做出必要而充分的變革?

    這是因?yàn)椋把芯磕P汀本褪恰翱傮w藍(lán)圖”,代表了研究者對于研究對象性質(zhì)和各種關(guān)系的全面認(rèn)識,而“研究路徑”則是研究工作的“總體方向和路線”,表達(dá)了研究者對于解決問題所要采取的方法路徑的理解。因此,研究模型與研究途徑的正確與否,將在很大程度上決定研究工作是否真的能夠獲得意義重大的結(jié)果。

    我們看到,現(xiàn)有人工智能理論研究的研究模型基本局限于腦模型,研究途徑主要圍繞大腦的物質(zhì)結(jié)構(gòu)和功能展開,從而忽視了源頭信息的理解和利用,導(dǎo)致諸多盲區(qū)和誤解。智能的生成是一個復(fù)雜的生態(tài)演化過程[26],必須在信息生態(tài)方法論指導(dǎo)下構(gòu)建人工智能研究的研究模型,選擇科學(xué)合理的研究途徑,避免“一葉障目,不見泰山”的局限。

    1.3 在底層,創(chuàng)新“基本概念和基本原理”:重構(gòu)人工智能理論的基礎(chǔ)和體系

    同其他領(lǐng)域的研究一樣,人工智能理論的研究必須落實(shí)到“基本概念和基本原理”上面。因此,在把握了正確的科學(xué)觀和方法論,又廓清了研究對象的基本模型和基本路徑之后,進(jìn)一步的研究事項(xiàng)就是要認(rèn)真叩問:原有人工智能研究所建立的基本概念和基本原理是否準(zhǔn)確和完備,是否需要進(jìn)行重大的革新和重建?

    不難預(yù)料,在新的科學(xué)觀和方法論的導(dǎo)引之下,研究的基本模型發(fā)生了顯著的變化,而且研究的路徑也發(fā)生了重大的改變,那么,人工智能理論研究的原有概念體系和原理體系肯定不能適應(yīng)新的需要。因此,深化和重構(gòu)人工智能理論研究所必需的基本概念就成為不可避免的工作,相應(yīng)的基本原理也因而必須重新探討和建構(gòu)。事實(shí)上,現(xiàn)有人工智能理論的信息、知識、智能等基礎(chǔ)概念都存在嚴(yán)重的表面性和局限性[1,25];不僅如此,基礎(chǔ)意識、情感、理智及其綜合決策等基礎(chǔ)概念和人工智能系統(tǒng)各個分系統(tǒng)之間相互轉(zhuǎn)換的原理基本沒有得到應(yīng)有的關(guān)注[27]。

    總之,從研究的源頭(科學(xué)觀和方法論)出發(fā),到研究的全局展開(研究模型和研究路徑),再到研究結(jié)果的扎實(shí)落地(基本概念和基本原理),進(jìn)行全方位的反思、突破、發(fā)現(xiàn)和創(chuàng)新,逐層遞進(jìn),重新構(gòu)筑“通用人工智能”的基本理論。這就是本文的研究綱領(lǐng)。

    本文將循著這個綱領(lǐng),敘述通用人工智能理論研究所取得的重要進(jìn)展。

    2 頂層研究:創(chuàng)新科學(xué)觀和方法論

    科學(xué)觀要回答的基本問題是:科學(xué)研究的對象是什么?這種研究對象的宏觀性質(zhì)是什么?在此基礎(chǔ)上,方法論要回答的基本問題是:按照科學(xué)觀的宏觀理解,研究這類對象的宏觀思路和原則方法是什么?可見,科學(xué)研究的科學(xué)觀和方法論確實(shí)是科學(xué)研究的源頭和駕馭科學(xué)研究全局的龍頭。

    顯然,不同的研究對象需要運(yùn)用不同的科學(xué)觀來理解,因而也需要運(yùn)用不同的方法論來處置。

    迄今,主要存在兩類不同(雖然互有聯(lián)系)的研究對象:物質(zhì)對象和信息對象。與此相應(yīng),也存在兩種不同的科學(xué)觀和方法論:經(jīng)典物質(zhì)科學(xué)的科學(xué)觀和方法論,信息科學(xué)的科學(xué)觀和方法論。

    經(jīng)典物質(zhì)科學(xué)的科學(xué)觀認(rèn)為:它所研究的具體對象是有限時空中的物質(zhì),這種物質(zhì)對象是客觀的存在,不因主觀意志而改變。經(jīng)典物質(zhì)科學(xué)的方法論認(rèn)為:對于復(fù)雜的物質(zhì)對象,可以通過“分而治之”的方法來研究。這就是機(jī)械還原方法論。

    智能,是(生物,特別是人類)主體認(rèn)識環(huán)境(認(rèn)識世界)與改造環(huán)境(改造世界)的過程中所表現(xiàn)出來的高級能力。這個過程的宏觀表現(xiàn)是:首先,環(huán)境中的客體信息作用于主體;然后,主體憑借自己的目的與知識產(chǎn)生智能行為反作用于客體。這種作用與反作用的過程也許要進(jìn)行多個回合,如圖1的模型所示。

    圖 1 智能的抽象模型Fig. 1 Abstract model of intelligence

    根據(jù)圖1所表示的抽象模型,人們就可以更具體地說:智能,乃是主體在與環(huán)境客體相互作用的過程中,為了成功應(yīng)對自己所面臨的生存與發(fā)展的挑戰(zhàn)而對客體信息進(jìn)行深度加工演化從而生成智能行為的能力。因此,智能是在主體目的和知識的制約下由客體信息激發(fā)生長起來的,是信息生態(tài)演進(jìn)過程的高級產(chǎn)物[26-27]。

    有鑒于此,現(xiàn)代信息科學(xué)的科學(xué)觀認(rèn)為:它的研究對象是信息,信息對象也是一類存在,能夠在主體與客體相互作用的過程中逐漸生長演化成為有用的智能(表現(xiàn)為智能策略和智能行為)。于是,現(xiàn)代信息科學(xué)的方法論認(rèn)為:信息(智能是信息的高級產(chǎn)物)研究,需要特別關(guān)注它的生長演化過程,研究各個生長環(huán)節(jié)之間的相互關(guān)系、信息生長系統(tǒng)與環(huán)境之間的相互關(guān)系,以保障信息能夠生長成為智能。我們把這個科學(xué)研究方法論命名為“信息生態(tài)方法論”。

    表2給出了兩種科學(xué)觀和方法論的簡明對照。

    表 2 兩類科學(xué)的科學(xué)觀與方法論對比Table 2 Comparison of the scientific view and methodology between the two kinds of science

    從表2的對比可以看出,兩類科學(xué)觀和方法論的作用存在很大的差異:如果遵循機(jī)械還原方法論來進(jìn)行研究,信息學(xué)科必然被分解為若干分支(碎片),產(chǎn)生若干分支的理論,而且由于各個碎片之間互相獨(dú)立和封閉,必然丟失各個分支之間的相互聯(lián)系,因而也必然丟失整個學(xué)科的總體聯(lián)系和規(guī)律;而信息生態(tài)方法論則關(guān)注各個分支之間相互關(guān)系的研究,關(guān)注學(xué)科系統(tǒng)與其環(huán)境相互關(guān)系的研究,于是就可以恢復(fù)學(xué)科原有的總體面貌,進(jìn)而可以揭示學(xué)科的總體規(guī)律。

    迄今人工智能理論遵循的是“機(jī)械唯物科學(xué)觀”和“機(jī)械還原方法論”;本文人工智能理論研究所遵循的是“辯證唯物科學(xué)觀”和“信息生態(tài)方法論”。

    這個結(jié)果,是研究對象的歷史性轉(zhuǎn)變(由物質(zhì)對象轉(zhuǎn)變?yōu)樾畔ο?所使然。由此導(dǎo)致了經(jīng)典物質(zhì)科學(xué)時代向信息科學(xué)時代的轉(zhuǎn)變,或者更簡練地說,導(dǎo)致了工業(yè)時代向信息時代的轉(zhuǎn)變。這是一個劃時代的偉大轉(zhuǎn)變。

    3 中層研究:創(chuàng)新研究模型和路徑

    按照機(jī)械還原方法論的精神,迄今的人工智能研究模型通常都是某種孤立的人類大腦模型:或者是大腦的新皮層結(jié)構(gòu)模型(人工神經(jīng)網(wǎng)絡(luò)),或者是大腦的邏輯思維功能模型(專家系統(tǒng))。這是造成人工智能理論淺層化、碎片化和封閉化的重要原因。

    3.1 信息生態(tài):通用人工智能理論的研究模型

    按照信息生態(tài)方法論的精神,智能是認(rèn)識主體(典型的代表是人類主體)在與其環(huán)境客體相互作用的過程中對客體信息進(jìn)行復(fù)雜加工所生成的高級產(chǎn)物(體現(xiàn)為智能策略和智能行為)。于是,就可以得到圖1所示的智能宏觀研究模型。

    任何客體都會呈現(xiàn)自己的“狀態(tài)及其變化方式”。按照后面5.1節(jié)的定義1,這便是圖1模型中的“客體信息”。所謂“主體與客體的相互作用”是指:一方面,客體信息作用于主體;另一方面,主體會據(jù)此生成智能行為反作用于客體。這是兩者相互作用的一個基本回合。需要強(qiáng)調(diào)的是,主體反作用于客體的行為不能隨心所欲,而必須具有足夠的智能水平:一方面,這種行為應(yīng)當(dāng)能夠?qū)崿F(xiàn)主體所追求的目的,否則就算失?。涣硪环矫?,這種行為又應(yīng)當(dāng)遵循客觀規(guī)律而不破壞環(huán)境,否則,主體自身的生存發(fā)展就會面臨風(fēng)險。這就是說,智能行為必須是能夠保證“主客雙贏”的行為。

    那么,當(dāng)受到環(huán)境中客體信息作用(刺激)的時候,人類主體應(yīng)當(dāng)怎樣做才能生成足以實(shí)現(xiàn)“主客雙贏”的智能行為呢?

    這顯然是一個十分復(fù)雜的過程。但是,無論這個過程怎樣復(fù)雜,圖1的宏觀模型還是給出了清晰的啟示:主體收到的是“客體信息”,而它要生成的是“智能行為”,因此,這必定是一個由“客體信息”到“智能行為”的轉(zhuǎn)換。

    問題于是就變?yōu)椋褐黧w應(yīng)當(dāng)怎樣做才能完成這個轉(zhuǎn)換?圖1的模型也給出了另一個啟發(fā):主體具有明確的目的,也具有相應(yīng)的知識,因此,這個復(fù)雜過程一定是“在主體目的的牽引下,在主體知識的支持下,把客體信息轉(zhuǎn)換為智能行為的過程”。

    如果把這個復(fù)雜的轉(zhuǎn)換過程具體地展開,就可以得到圖2所示的智能生成模型。

    圖 2 智能生成:人工智能系統(tǒng)的通用模型Fig. 2 Intelligence generation: a general model of artificial intelligence system

    注意,圖2的“綜合知識庫”存儲了主體的目的G和知識K(這是任何主體都必須具備的屬性)??梢钥闯?,圖2其實(shí)就是圖1的深化:不僅表現(xiàn)了“客體信息”對主體施加的作用和“智能行為”對客體施加的反作用;而且把主體生成智能行為這個復(fù)雜過程都表現(xiàn)出來了。熟悉腦科學(xué)和認(rèn)知科學(xué)的研究者都可以做出判斷:無論對人工智能還是對人類智能,圖2的模型都是科學(xué)合理的。

    不能不指出的是,由于受到“分而治之”方法論的影響,現(xiàn)有人工智能理論的研究模型只把圖2的“理智生成”和“綜合知識庫”部分地分割出來研究,而對模型中的感知選擇、認(rèn)知、基礎(chǔ)意識、情感生成、綜合決策、策略執(zhí)行這樣一系列極其關(guān)鍵單元的作用原理和相互關(guān)系都未有涉足??梢姡F(xiàn)有人工智能理論的研究模型多么局限!

    那么,面對圖2所示的研究模型,應(yīng)當(dāng)采取怎樣的研究路徑才能走向成功?

    3.2 機(jī)制主義:通用人工智能理論的研究路徑

    一個富有啟發(fā)意義的例子是:飛機(jī)的設(shè)計并不是刻板地模仿飛鳥的具體結(jié)構(gòu),而是抓住了支持整個飛翔活動的“空氣動力學(xué)原理”。同樣,人工智能系統(tǒng)的研究也不應(yīng)當(dāng)刻意地模仿人腦的具體結(jié)構(gòu),而應(yīng)當(dāng)抓住支撐整個智能活動的“智能生長機(jī)制”。

    有鑒于此,通用人工智能理論研究獨(dú)樹一幟采取了“機(jī)制主義”的研究路徑,即著眼于“主體生成智能的共性機(jī)制”,這是因?yàn)椋号c智能系統(tǒng)的結(jié)構(gòu)、功能、行為相比,生成智能的共性機(jī)制才是最本質(zhì)的東西,而且是主宰智能系統(tǒng)全局的東西;而結(jié)構(gòu)和功能則都是為機(jī)制服務(wù)的東西。這個共性的工作機(jī)制可以表示為:針對給定的問題、目標(biāo)和領(lǐng)域知識,執(zhí)行式(1)的復(fù)雜轉(zhuǎn)換(對照圖2):

    圖2表明,式(1)的每一個轉(zhuǎn)換都對應(yīng)著一類工作單元:“感知與選擇”單元把客體信息轉(zhuǎn)換成為感知信息;“認(rèn)知”單元把感知信息轉(zhuǎn)換成為知識;“基礎(chǔ)意識–情感生成–理智生成–綜合決策”單元在目的牽引下、在相關(guān)知識支持下把感知信息分別轉(zhuǎn)換成為各種層次和側(cè)面的智能策略成分(包括基礎(chǔ)意識、情感、理智和最終綜合形成的智能策略);“執(zhí)行”單元則把智能策略轉(zhuǎn)換成為智能行為。其中各個工作單元的基本概念和工作原理將在第5節(jié)分別闡述。

    式(1)可以更簡潔地表示為式(2)的轉(zhuǎn)換系列:

    轉(zhuǎn)換系列式(1)、(2)可以稱為“信息轉(zhuǎn)換與智能創(chuàng)生”原理,即通過一定的信息轉(zhuǎn)換實(shí)現(xiàn)智能策略和智能行為的創(chuàng)生?!靶畔⑥D(zhuǎn)換與智能創(chuàng)生原理”乃是一切智能系統(tǒng)共有的核心工作機(jī)制,是一切智能系統(tǒng)共有的基本規(guī)律。

    顯然,假如不是采取了“機(jī)制主義”的研究路徑,而是運(yùn)用結(jié)構(gòu)主義(神經(jīng)網(wǎng)絡(luò))、功能主義(專家系統(tǒng))或者行為主義(感知動作系統(tǒng))的研究路徑,那么,式(1)、(2)所表達(dá)的“智能系統(tǒng)共有的基本規(guī)律”就會被閹割和丟失,這正是現(xiàn)有人工智能研究所遭遇的情形??梢?,正確的研究路徑將揭示研究對象的深層規(guī)律;不恰當(dāng)?shù)难芯柯窂綄㈤幐詈蛠G失研究對象的深層規(guī)律。這就是研究路徑的重要意義。

    現(xiàn)行人工智能理論的研究模型或者是“大腦的結(jié)構(gòu)”,或者是“大腦的功能”,它的研究路徑或者是“結(jié)構(gòu)主義(模擬腦的結(jié)構(gòu)),或者是功能主義(模擬腦的功能),或者是行為主義(模擬智能系統(tǒng)的行為)”,尚未實(shí)現(xiàn)統(tǒng)一。本文所述的人工智能理論的研究模型則是“主客相互作用過程的信息生態(tài)演進(jìn)系統(tǒng)”,它的研究路徑是“以信息–知識–智能轉(zhuǎn)換為標(biāo)志的機(jī)制主義”。這是人工智能由局部研究發(fā)展到全局研究、由分散研究發(fā)展到統(tǒng)一研究所發(fā)生的重要突破和轉(zhuǎn)變。

    4 底層研究:創(chuàng)新基礎(chǔ)概念與原理

    如上所見,站在“辯證唯物科學(xué)觀”這個信息科學(xué)研究的源頭,抓住“信息生態(tài)方法論”這個信息科學(xué)研究的龍頭,可以構(gòu)建起通用人工智能理論的研究模型(總體藍(lán)圖),并沿著“信息→知識→智能的轉(zhuǎn)換”這個機(jī)制主義的研究路徑,就成功地揭示了人工智能理論的根本規(guī)律“信息轉(zhuǎn)換與智能創(chuàng)生”。

    按照“信息生態(tài)”這個方法論思想,信息領(lǐng)域的研究任務(wù),遠(yuǎn)遠(yuǎn)不是僅僅研究信息現(xiàn)象本身,而應(yīng)當(dāng)研究信息的整體生態(tài)過程,即信息轉(zhuǎn)換為知識并進(jìn)而轉(zhuǎn)換為智能策略和智能行為的完整過程。那么,上述“信息轉(zhuǎn)換與智能創(chuàng)生”基本規(guī)律,就是管控整個信息領(lǐng)域的普適定律!

    本節(jié)之所以要討論基礎(chǔ)概念和基本原理,目的就是使“信息轉(zhuǎn)換與智能創(chuàng)生定律”能夠落地生根。為此,以下將對照圖2的模型逐一展開討論。由于篇幅的緣故,以下的討論基本上是結(jié)論性的,詳細(xì)的內(nèi)容可以參閱文獻(xiàn)[1, 25-28]。

    4.1 感知(語義信息生成):第一類信息轉(zhuǎn)換原理

    如前所述,信息是智能生長的激勵源泉,但是迄今信息概念局限于“通信信息”。后者僅僅是智能研究所需要的信息概念的表面(形式)層次。既然信息這個源頭概念已經(jīng)被淺層化了,就導(dǎo)致現(xiàn)有人工智能理論不會有深刻的理解能力。因此,我們必須重新審視信息的概念。

    4.1.1 信息的概念和表示

    通信信息的概念:信息是用來為通信接收者消除“關(guān)于發(fā)送端所發(fā)信號波形”的隨機(jī)不確定性的東西。這里只有波形的形式因素,沒有內(nèi)容因素,也沒有價值因素。因此,這種信息概念適用于通信工程,不足以支持智能理論的研究。

    對照圖2的模型可以看到,實(shí)際存在兩種互相聯(lián)系又互不相同的信息概念:客體呈現(xiàn)的“客體信息”和主體所感知的“感知信息”。它們的基本定義如下。

    定義1 客體信息??腕w信息是指客體所呈現(xiàn)的關(guān)于其自身的“狀態(tài)及其變化方式”。

    定義1表明,事物X的客體信息可以用它呈現(xiàn)的狀態(tài)及其變化方式來表示。例如,假設(shè)X是有限狀態(tài)的事物,即x1, x2, ···, xn,n是有限正整數(shù);又設(shè)狀態(tài)變化的方式是隨機(jī)的方式,即每個狀態(tài)發(fā)生的概率為p1, p2, ···, pn, 這就是隨機(jī)型的客體信息特征,這類信息可以記為{x1, x2, ···, xn;p1, p2, ···, pn}。一般的客體信息也可以記為{x1, x2, ···, xn;c1, c2, ···,cn}。其中,c1, c2, ···,cn是各個狀態(tài)發(fā)生的肯定度。

    客體信息只與客體自身的性質(zhì)和狀況有關(guān),而與主體的性質(zhì)及主觀意志無關(guān)。因此,客體信息又被稱為“本體論信息”。客體信息是一切其他信息的源泉,其他信息都是客體信息通過相關(guān)轉(zhuǎn)換所產(chǎn)生的結(jié)果。

    定義2 感知信息。感知信息是指主體從客體信息所感知的客體狀態(tài)及其變化方式的形式(稱為語法信息)、內(nèi)容(語義信息)和效用(語用信息)。

    主體具有感覺能力和知覺能力。因此,主體對客體信息感知的結(jié)果就會產(chǎn)生“語法信息(形式)、語義信息(內(nèi)容)、語用信息(效用)的三位一體”。如果X是有限(n)狀態(tài)的事物,那么主體從X的客體信息得到的感知信息就要表示為一個矩陣:

    式中:c1, c2, ···, cn是各個狀態(tài)的肯定度,它們是語法信息的表征參量;t1, t2, ···, tn是各個狀態(tài)的邏輯真實(shí)度,它們是語義信息的表征參量;u1, u2, ···, un是各個狀態(tài)的效用度,它們是語用信息的表征參量?;谑?3)的矩陣描述,可以建立語法信息、語義信息、語用信息以及整個感知信息的數(shù)值度量方法,詳細(xì)的情形可以參見文獻(xiàn)[1]。

    更有創(chuàng)新意義且更為科學(xué)的客體信息和感知信息表示方法,是汪培莊教授創(chuàng)建和發(fā)展起來的因素空間理論[29]。當(dāng)然,文獻(xiàn)[1]的信息表示方法和文獻(xiàn)[29]的信息表示方法之間是相通的,但是后者具有更多的優(yōu)越性。

    感知信息不僅與客體的性質(zhì)和狀況有關(guān),而且與認(rèn)識主體的目的和知識狀況有關(guān)。因此,感知信息也稱為“認(rèn)識論信息”,代表了主體對于客體的主觀認(rèn)識。也正因?yàn)楦兄畔⒉粌H與客體的因素有關(guān)而且與主體的因素有關(guān),因此感知信息要比客體信息的內(nèi)涵豐富得多復(fù)雜得多。

    為了進(jìn)一步理解感知信息的概念,需要考察圖3的感知信息生成機(jī)理。

    圖 3 感知信息的生成機(jī)理Fig. 3 Generation mechanism of perceived information

    圖3顯示:1)通過主體的感覺器官(技術(shù)上就是傳感系統(tǒng))可以直接把客體呈現(xiàn)的客體信息轉(zhuǎn)換為語法信息; 2)通過主體的回憶和檢驗(yàn)(技術(shù)上是檢索和計算)可以由語法信息生成語用信息;3)通過對“語法信息與語用信息兩者的聯(lián)合體”的抽象化處理(技術(shù)上是映射與命名)就可以生成語義信息,三者共同構(gòu)成感知信息。關(guān)于感知信息生成機(jī)理更詳細(xì)的分析,還可以參見4.1.2節(jié)。

    現(xiàn)有人工智能理論沿用的“通信信息”概念只相當(dāng)于語法信息的概念,因此現(xiàn)行的人工智能理論只關(guān)注了信息的形式而沒有關(guān)注信息的內(nèi)容和價值,致使現(xiàn)有人工智能理論研究在起點(diǎn)(感知信息)上就存在了致命性缺陷,導(dǎo)致理解能力的喪失。

    4.1.2 語義信息理論

    由客體信息轉(zhuǎn)換為感知信息的原理稱為第一類信息轉(zhuǎn)換原理[1]。對照圖3感知信息的生成機(jī)理,可以構(gòu)造第一類信息轉(zhuǎn)換原理的模型,如圖4表示。

    在圖4的模型中,知識庫代表了主體的記憶系統(tǒng),它包含了主體的目標(biāo)G、主體已經(jīng)擁有的語法信息與語用信息的偶對集合{xn, zn}以及主體的邏輯處理能力(包括檢索、運(yùn)算、抽象化等)。模型表明,客體信息向感知信息的轉(zhuǎn)換是在主體操作下完成的。具體的轉(zhuǎn)換過程包括3個步驟(可以對照圖4和圖3):

    1)生成相應(yīng)的語法信息:客體信息(即圖4中的本體論信息)S通過傳感系統(tǒng)的感覺功能轉(zhuǎn)換為語法信息X,這在數(shù)學(xué)上就是映射。

    圖 4 第一信息轉(zhuǎn)換原理:客體信息→感知信息Fig. 4 The first information conversion principle: object information→perceived information

    2)生成相應(yīng)的語用信息:分兩種情況處理,即檢索和計算。檢索:以語法信息X為檢索子,在知識庫內(nèi)對{xn, zn}進(jìn)行檢索,如能在其中找到與檢索子匹配的語法信息項(xiàng)xn,則相應(yīng)的zn就是X的語用信息Z。計算:如果無法在知識庫內(nèi)找到匹配項(xiàng),說明S是一個新事物。這時就要采用新的方法:把語法信息矢量X與主體的目標(biāo)矢量G進(jìn)行相關(guān)性計算,所得到的相關(guān)性結(jié)果就是相應(yīng)的語用信息Z。3)生成相應(yīng)的語義信息:將偶對(X, Z)映射到語義信息空間并給映射的結(jié)果命名,就得到了相應(yīng)的語義信息Y。這個操作也可通過圖5來理解。

    圖 5 由(語法信息,語用信息)到語義信息Fig. 5 From (syntactic information, pragmatic information) to semantic information

    這樣就完成了由客體信息S到感知信息(X, Y,Z)的轉(zhuǎn)換。不難看出,第1類信息轉(zhuǎn)換原理的全部信息轉(zhuǎn)換過程,不但可以在人類主體系統(tǒng)內(nèi)輕松實(shí)現(xiàn)(見圖3),而且也可以在機(jī)器系統(tǒng)內(nèi)方便實(shí)現(xiàn)(見圖4)。

    第1類信息轉(zhuǎn)換原理揭示了1個重要的關(guān)系,這就是語法信息、語義信息、語用信息三者之間所存在的相互關(guān)系(對照圖4和圖5):式中λ是“映射與命名”算子。式(4)表明,語義信息Y是語法信息X和語用信息Z兩者的聯(lián)合(X,Z)映射到語義信息空間(和命名)的結(jié)果。

    式(4)關(guān)系的合理性:語法信息表達(dá)的是事物的形態(tài),很具體,因此可以被直接感受到;語用信息表達(dá)的是事物對主體目標(biāo)而言的效用,也很具體,因此可以通過回想或檢驗(yàn)得到;而語義信息是抽象的,既不能直接感受到也不能直接體驗(yàn)到,只能通過對語法信息和語用信息的聯(lián)合體進(jìn)行抽象化處理(映射與命名)才能得到。

    初看上去,式(4)似乎很抽象。其實(shí),人們時刻都在熟練地運(yùn)用這個方法,只是因?yàn)樘炀毝唤?jīng)意了。例如,“水杯”的語義信息(內(nèi)容)Y是什么?實(shí)際就是給“具有水杯的語法信息(水杯的形態(tài))X和語用信息(水杯的效用)Z的那種事物”所取的名字?!敖o某某取名”,就是“將它映射并命名”。讀者不難由此而及其余。

    歷史上曾有很多關(guān)于語法信息、語義信息、語用信息的討論,卻從來沒有闡明它們之間的關(guān)系,以至造成諸多混亂。本文總結(jié)的關(guān)系式(4)之所以十分重要,就在于,只有闡明了關(guān)系式(4),才能真正理解,為什么人們最關(guān)心的是語義信息,為什么只有語義信息能夠代表語法信息和語用信息,從而也能代表整個感知信息。

    本節(jié)討論的結(jié)果,不但闡明了語法信息、語義信息、語用信息的準(zhǔn)確含義以及它們之間的相互關(guān)系,而且還可以用來澄清幾個重要而又常常被混淆的概念。

    1)傳感與感知

    值得注意的是,信息的感知包含了“感”和“知”兩個互有聯(lián)系又互不相同的概念。所謂“感”,是指感受是否有某種客體信息的存在(即存在性檢驗(yàn)),如果確實(shí)存在某種客體信息,那么,“感”的結(jié)果可以得到這個客體信息的形態(tài)(語法信息),但得不到這個信息的內(nèi)容(語義信息)和價值(語用信息),參見圖3與圖4。所謂“知”,是指在“感”的基礎(chǔ)上,通過把它所產(chǎn)生的語法信息與主體目的進(jìn)行相關(guān)考察(即目的性檢驗(yàn)),從而知道這個信息具有什么效用(語用信息),進(jìn)而將這個語用信息與語法信息的偶對映射到語義信息空間并予以命名,才能得到相應(yīng)的語義信息。全面獲得了語法信息、語義信息和語用信息,才實(shí)現(xiàn)了“感知”。

    可見,“感知”的概念比“感”的概念要復(fù)雜得多?,F(xiàn)在受到普遍關(guān)注和廣泛應(yīng)用的傳感器只具有“感”的功能,沒有“知”的功能。人們把傳感器理解為完整的“感知”單元,這是一個非常普遍而嚴(yán)重的誤解!

    2)數(shù)據(jù)與信息

    參照圖3與圖4可以看出,一切傳感系統(tǒng)(或者人的感覺系統(tǒng))輸出的是只有形態(tài)因素而沒有內(nèi)容和價值因素的語法信息,數(shù)據(jù)就屬于語法信息。換一種說法,數(shù)據(jù)和其他各種傳感器產(chǎn)生的信號一樣,都是信息的載體;而語法信息也正是以自己的形態(tài)作為載荷信息的載體。因此,數(shù)據(jù)與語法信息是同一概念的不同名稱。

    那么,數(shù)據(jù)、信號、語法信息它們所載荷的“信息”又是什么呢?嚴(yán)格地說,這里所說的信息其實(shí)不是別的,正是“語義信息”。正如4.1.2節(jié)所闡明的,“語義信息”可以代表語法信息和語用信息,當(dāng)然也就代表了語法信息、語用信息和語義信息。因此,只有“語義信息”才有資格簡稱為“信息”;而語法信息和語用信息都不能擁有這樣的簡稱。可見,人們所說的“從數(shù)據(jù)中提煉信息”實(shí)際上說的應(yīng)當(dāng)是“從語法信息中提煉語義信息”。于是,數(shù)據(jù)只是信息的載體。這些概念就在信息科學(xué)概念體系中得到了很好的厘清。

    進(jìn)一步的問題是,怎么才能“從數(shù)據(jù)中提煉信息”?在數(shù)據(jù)科學(xué)中,這個問題似乎仍在探索之中。但是,既然“從數(shù)據(jù)中提煉信息”更準(zhǔn)確地說就是“從語法信息中提煉語義信息”,那么,在信息科學(xué)理論體系中(如圖3~5),這個問題已經(jīng)得到非常清晰的解答。

    由此可見,用信息科學(xué)的理論體系準(zhǔn)確厘清“數(shù)據(jù)”和“信息”這類術(shù)語的真實(shí)含義之后,不但可以消除術(shù)語含義上的混亂,而且可以準(zhǔn)確而清晰地找到解決問題的有效方法。

    4.1.3 信息選擇

    對照圖2,信息選擇的作用是,根據(jù)系統(tǒng)的目標(biāo)G,針對作用于系統(tǒng)輸入端的客體信息S(或由它映射得到的語法信息X),計算S相對于G的語用信息Z,并依據(jù)語用信息的大小做出決定:凡是與目的無關(guān)的客體信息都予以舍棄,只需關(guān)心與目的有關(guān)的新鮮信息。這相當(dāng)于認(rèn)知科學(xué)的“注意”功能。

    這是智能系統(tǒng)的第一道關(guān)口:智能門戶,根據(jù)系統(tǒng)目標(biāo)對客體信息做出取舍。假如沒有這道智能門戶,智能系統(tǒng)就可能被洶涌澎湃、排山倒海而來的信息所淹沒,變得手足無措自顧不暇,喪失信息處理的能力。因此,“信息選擇”的作用極其重要。

    在當(dāng)代“大數(shù)據(jù)(big data)”的信息環(huán)境下,這個“智能取舍”的作用具有特別重大的意義。這是因?yàn)?,按照學(xué)術(shù)界的定義,所謂“大數(shù)據(jù)”是指那些具有“巨大的規(guī)模(volume)、龐雜的種類(variety)、極高的速度( velocity)而又具有潛在價值 (value)的數(shù)據(jù)”,它的總體標(biāo)志則是“現(xiàn)有信息技術(shù)的能力無法處理的數(shù)據(jù)”。然而,通過智能系統(tǒng)的“選擇”和“舍棄”功能,就可以直接把現(xiàn)有信息技術(shù)無法處理的“大數(shù)據(jù)”轉(zhuǎn)變?yōu)榭梢暂p松處理的“小數(shù)據(jù)”?!坝猩岵庞械谩?,如果不懂得舍棄,大數(shù)據(jù)就會因?yàn)橄到y(tǒng)無法處理而無所收獲。這是普通的辯證法。與“云計算”和“云存儲”方法相比,在系統(tǒng)輸入端口的“智能取舍”可以節(jié)約巨量的儲算資源!

    4.2 認(rèn)知(知識生成):第二類信息轉(zhuǎn)換原理

    對照圖2的模型可以知道,“感知單元”獲得的是感知信息,相當(dāng)于人類認(rèn)識過程中的“感性認(rèn)識”。為了成功應(yīng)對系統(tǒng)的外來刺激,僅有感性認(rèn)識是遠(yuǎn)遠(yuǎn)不夠的,必須設(shè)法把“感性認(rèn)識”提升為“理性認(rèn)識”,即“知識”。因此,感知單元之后應(yīng)當(dāng)有認(rèn)知單元,它的作用就是完成“感知信息→知識”的轉(zhuǎn)換,即第二類信息轉(zhuǎn)換原理。

    目前,人們對“認(rèn)知”存在許多不同的理解。本文的理解是:“感知”是獲得感性認(rèn)識的認(rèn)識過程,“認(rèn)知”是獲得理性認(rèn)識的認(rèn)識過程,“決策”是獲得求解問題的智能策略的過程。為此,這里給出本文的“認(rèn)知”定義。

    定義3 認(rèn)知。認(rèn)知是感知(語義)信息轉(zhuǎn)換為知識的過程,“獲得知識”是認(rèn)知過程的目的。

    那么,作為認(rèn)知完成的標(biāo)志,知識的定義又是什么?

    定義4 知識。主體關(guān)于某類事物的知識,是指主體從該類事物的大量感知信息中提煉出來的關(guān)于“該類事物共有的狀態(tài)及其變化規(guī)律的形式、內(nèi)涵和價值”的認(rèn)識。

    知識與感知信息具有天然聯(lián)系,它們都是認(rèn)識論范疇的概念,是主體對客體信息的感知和認(rèn)知。但知識與感知信息又有原則的不同:感知信息是對某個事物的狀態(tài)及其變化方式的形式、內(nèi)容和效用的感知,知識是對某類事物運(yùn)動狀態(tài)及其變化規(guī)律的形式、內(nèi)涵和價值的認(rèn)知?!白兓绞健笔蔷唧w的個別的,“變化規(guī)律”是抽象的普遍的。所以,感知信息屬于淺表的“現(xiàn)象”層次,知識則屬于深刻的“本質(zhì)”層次。

    根據(jù)上述知識與認(rèn)知的定義,“感知信息→知識”的轉(zhuǎn)換其實(shí)就是要完成“由現(xiàn)象到本質(zhì)”的轉(zhuǎn)換。這就清楚地表明,完成“感知信息→知識”轉(zhuǎn)換的方法,通常是歸納型算法。第二類信息轉(zhuǎn)換原理:由感知信息到知識的轉(zhuǎn)換,見圖6。

    圖6的輸入是“語義信息”,代表了主體對“問題”的感性認(rèn)識,是第一類信息轉(zhuǎn)換的產(chǎn)物;輸出是“知識”,代表了“認(rèn)知(第二類信息轉(zhuǎn)換)”所得到的結(jié)果。模型表明,“綜合知識庫”是認(rèn)知系統(tǒng)的核心,它要包含信息的表示、知識的表示、認(rèn)知的目的、歸納型的邏輯方法(包括歸納、類比、聯(lián)想、分類、聚類、抽象化等)。沒有這樣的綜合知識庫,認(rèn)知的任務(wù)就難以完成。圖6中的預(yù)處理是為了使用歸納型算法所要采取的一些預(yù)備步驟,后處理則是為了規(guī)范“知識的表示”所需要的一些處理。

    圖 6 第二類信息轉(zhuǎn)換原理模型示意圖Fig. 6 A schematic diagram of second type of information conversion principles

    圖7是“由語義信息轉(zhuǎn)換為知識”的一個具體例子,即由鋼筆、毛筆、鉛筆這類具體的事物名稱(語義信息)歸納出“筆”這個抽象概念(知識)的過程。從中可以看出,語義信息(由相應(yīng)的語法信息和語用信息映射命名所確定)是生成知識(概念是知識的“原子”)的基礎(chǔ)和前提:通過分別對具體事物(鋼筆、毛筆、鉛筆)的語義信息的共性形態(tài)特征和共性功能(效用)特征的提取,就歸納出抽象概念(筆)的共性形態(tài)特征和共性功能(價值)特征,從而抽象出了“筆”的概念(知識的一個原子)。

    圖 7 由語義信息轉(zhuǎn)換為知識的例子Fig. 7 An example of conversion from semantic information to knowledge

    讀者不難由此舉一反三,分析更多“由語義信息歸納知識”的實(shí)際案例。所有的案例都會表明,如果沒有語義信息這個前提,獲得知識就會成為無源之水。知識還具有兩個特別有用的性質(zhì),這就是知識的內(nèi)生態(tài)規(guī)律和知識的外生態(tài)規(guī)律。

    1) 知識的內(nèi)生態(tài)規(guī)律

    在先天的本能知識支持下,后天的經(jīng)驗(yàn)知識才可以從語義信息(它是感知信息/認(rèn)識論信息的代表)歸納出來,它是“欠成熟”的知識,可通過修正和提煉而生長成為“成熟”的規(guī)范知識,兩者又可通過自然凝練生長成為“過成熟”的常識知識。本能知識、常識知識、經(jīng)驗(yàn)知識、規(guī)范知識的概念易由圖8獲知。

    2) 知識的外生態(tài)規(guī)律

    圖9給出了知識的外生態(tài)規(guī)律模型,即由語義信息通過歸納生長成為知識,后者通過演繹可以生長成為智能策略;圖中的虛線聯(lián)系表示,如果通過演繹過程不足以生成智能策略,就可以返回去要求歸納新的知識,以支持更好的演繹。

    圖 8 知識的內(nèi)生態(tài)規(guī)律Fig. 8 The internal ecological law of knowledge

    圖 9 知識的外部生態(tài)規(guī)律模型Fig. 9 Model of external ecological law of knowledge

    同信息的表示方法類似,也可以用因素空間理論有效地表示知識[29]。

    4.3 決策(智能創(chuàng)生):第三類信息轉(zhuǎn)換原理

    對照圖2的模型可知,智能系統(tǒng)最為核心也是最復(fù)雜的任務(wù)是:針對主體所選定的具體問題(語義信息代表了主體對于“問題”的感性認(rèn)識),在相關(guān)知識支持下,在目標(biāo)牽引下,創(chuàng)生解決問題達(dá)到目標(biāo)的智能策略。之所以這樣說,是因?yàn)椋褐悄懿呗允窍到y(tǒng)解決問題的“智能水平”的最集中體現(xiàn),而生成智能策略的過程也是最為復(fù)雜的過程,包括基礎(chǔ)意識的生成、情感的生成、理智的生成以及綜合決策。

    其中所說的“理智”,大體上相當(dāng)于現(xiàn)行人工智能術(shù)語中的“智能”;不過,真正的智能應(yīng)是基礎(chǔ)意識(基礎(chǔ)智能)、情感(感性智能)和理智(理性智能)的綜合表現(xiàn),因此,為了與“基礎(chǔ)意識”和“情感”的名稱形成和諧默契的關(guān)系,這里就把過去習(xí)慣上稱為“智能”的這個術(shù)語專門規(guī)范為“理性智能”,簡稱“理智”。

    另外,這里把智能生成稱為“智能創(chuàng)生”,這是因?yàn)?,由語義信息生成智能策略并非一般簡單的邏輯演繹過程,其間存在許多不確定性:實(shí)際獲得的語法信息和語用信息的非完善性,由此導(dǎo)致語義信息的不精準(zhǔn)性以及知識的不充分性,預(yù)設(shè)目標(biāo)的欠合理性等。因此,由語義信息生成智能策略的過程帶有難以避免的誤差性,需要通過不斷學(xué)習(xí)來優(yōu)化,其間也包含著“涌現(xiàn)”的復(fù)雜機(jī)制,是創(chuàng)造性生成,故曰“創(chuàng)生”。

    如前所說,信息生態(tài)過程“源于信息,長于知識,成于智能”。因此,“智能創(chuàng)生”是人工智能理論的“集大成者”也是最精彩最復(fù)雜的環(huán)節(jié),而且也是現(xiàn)行人工智能理論局限性最為突出的部分。

    在展開具體的討論之前,也有必要先明確意識、情感、理智等幾個相關(guān)的基本概念。

    注意到,智能是人類意識活動的表現(xiàn);試想,如果一個人連意識能力都沒有,怎么可能創(chuàng)生智能呢?換言之,意識是智能生長的前提;另一方面,智能又是意識的高級表現(xiàn)形態(tài)。同樣,人類的情感也是智能的一種表現(xiàn),也要以意識為前提。因此,為了研究智能的生成機(jī)理,意識和情感兩者都是不可回避的概念。

    以往的人工智能理論研究忽視和回避了意識和情感的要素,這是它的“片面性與失真性”的突出表現(xiàn),是重大的失誤。為了回到智能研究的正確軌道,我們必須正視意識和情感的研究以及意識、情感、理智集成融通的研究。

    定義5 意識(哲學(xué)范疇的含義)。意識,是人的頭腦對于客觀物質(zhì)世界的反映,是感覺、思維等各種心理過程的總和。存在決定意識,意識又反作用于存在。

    哲學(xué)范疇的意識概念幾乎是說:意識是物質(zhì)以外的全部精神現(xiàn)象,非常寬泛,非?;\統(tǒng),非常難以精準(zhǔn)描述和模擬。因此,需要聚焦更具體更基礎(chǔ)的意識定義。

    定義6 意識(臨床醫(yī)學(xué)的含義)。一個人的意識主要指他對周圍環(huán)境、自身狀況、周圍環(huán)境事物之間的關(guān)系以及自身與環(huán)境之間相互關(guān)系的覺察、理解與反應(yīng)的能力。

    顯然,與哲學(xué)范疇的意識概念相比,醫(yī)學(xué)范疇的意識概念就具體明確多了,不但比較容易理解和把握,而且容易檢驗(yàn)和測試。不過,醫(yī)學(xué)意義上的意識概念過于局限,而且?guī)缀跏且环N純粹現(xiàn)象學(xué)層面的定義,沒有涉及意識的生成機(jī)制。因此,需要建立一種更合理更有用的意識定義——基礎(chǔ)意識的定義。

    定義7 基礎(chǔ)意識(智能科學(xué)的含義)?;A(chǔ)意識是指主體在本能知識和常識知識支持下,在主體目標(biāo)引導(dǎo)下,對來自外部環(huán)境和自身內(nèi)部的刺激信息所產(chǎn)生的覺察、理解并做出合乎本能知識和常識知識及合乎目標(biāo)的反應(yīng)能力。

    概言之,意識是指在一定的知識支持下和在目標(biāo)牽引下對來自外部和內(nèi)部的刺激信息所產(chǎn)生的覺察、理解和反應(yīng)能力。由此可以確信:意識是智能的基礎(chǔ),智能則是意識的高級形態(tài)。

    基礎(chǔ)意識的定義規(guī)定:支持基礎(chǔ)意識的知識范疇是本能知識和常識知識。雖然這樣定義的“基礎(chǔ)意識”沒有覆蓋全部的(寬泛而籠統(tǒng)的)意識概念,但它把意識的基礎(chǔ)部分定義得明確而具體,不但給出了基礎(chǔ)意識的概念內(nèi)涵,而且揭示了基礎(chǔ)意識的生成機(jī)理,即由“代表主體對問題的感性認(rèn)識的語義信息Isem、本能知識和常識知識組成的知識體系Ka以及主體目標(biāo)G組成的聯(lián)合空間”到基礎(chǔ)意識反應(yīng)Ra的復(fù)雜映射Ca:

    需要注意,正如語義信息Isem要由“語法信息和語用信息的聯(lián)合”表示一樣,這里生成的基礎(chǔ)意識反應(yīng)Ra也要由“基礎(chǔ)意識反應(yīng)的形態(tài)和效果的聯(lián)合”來表示,這樣才能把基礎(chǔ)意識反應(yīng)Ra的含義明確表達(dá)出來。

    定義8 情感。情感是指主體在本能知識、常識知識和經(jīng)驗(yàn)知識支持下,在目標(biāo)引導(dǎo)下,對外來的和內(nèi)部的刺激信息所產(chǎn)生的覺察、理解并做出合乎本能知識、常識知識和經(jīng)驗(yàn)知識及合乎目標(biāo)的反應(yīng)能力。

    可以看出,情感與基礎(chǔ)意識之間存在密切聯(lián)系,它們都是主體對客體信息所做出的覺察、理解和反應(yīng)。但是,情感比基礎(chǔ)意識利用了更多的知識(經(jīng)驗(yàn)知識),情感只有在基礎(chǔ)意識的基礎(chǔ)之上才能發(fā)生,兩者之間直接相通。因此,情感生成的機(jī)制也可以表示為由“代表主體對問題的感性認(rèn)識的語義信息Isem、本能知識、常識知識和經(jīng)驗(yàn)知識三者的知識集合Kb以及主體目標(biāo)G組成的聯(lián)合空間”到情感反應(yīng)Rb的復(fù)雜映射:

    同樣,系統(tǒng)所生成的情感反應(yīng)Rb也要由“情感反應(yīng)Rb的形態(tài)和情感反應(yīng)Rb的效果的聯(lián)合”來表示,只有這樣才能把情感反應(yīng)Rb的含義明確表達(dá)出來。

    定義9 理智。理智是指主體在本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識支持下,在目標(biāo)的引導(dǎo)下,對外來的刺激信息所產(chǎn)生的覺察、理解并做出合乎本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識及合乎目標(biāo)的反應(yīng)能力。

    同樣可以看出,理智與基礎(chǔ)意識之間存在密切的聯(lián)系,它們都是主體對客體信息所做出的覺察、理解和反應(yīng)。但是,理智比基礎(chǔ)意識利用了更多的知識(經(jīng)驗(yàn)知識和規(guī)范知識),理智只有在基礎(chǔ)意識的基礎(chǔ)之上才能發(fā)生,且兩者之間直接相通。于是也有式中:Kc表示本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識四者的集合;Rc表示理智反應(yīng);Isem為語義信息,G為目的。這里生成的理智反應(yīng)Rc同樣也要由“理智反應(yīng)的形態(tài)和理智反應(yīng)的效果的聯(lián)合”來表示,這樣才能把理智反應(yīng)Rc的含義明確表達(dá)出來。

    生理學(xué)特別是神經(jīng)生理學(xué)已經(jīng)證明,在人類大腦信息處理系統(tǒng)中存在兩個并行的通路,一個是快通路,一個是慢通路。結(jié)合定義8、定義9和圖2的人工智能通用模型可以判斷,快通路支持的是情感生成過程,慢通路支持的是理智生成過程。這是因?yàn)椋楦猩蛇^程是關(guān)于相對比較淺層的本能知識、常識知識和經(jīng)驗(yàn)知識的處理,通常只需要簡潔的操作,因此可以比較快速完成;而理智生成過程是關(guān)于本能知識、常識知識、經(jīng)驗(yàn)知識和比較復(fù)雜的規(guī)范知識的處理,往往需要比較復(fù)雜的深層推理,因而需要比較長的時間才能完成。

    綜合定義7、定義8和定義9,可以構(gòu)造圖10所示的基礎(chǔ)意識生成、情感生成和理智生成的通用模型。

    圖 10 基礎(chǔ)意識、情感、理智的通用生成模型Fig. 10 A universal generation model of primary consciousness, emotion and reason

    模型表明,無論是基礎(chǔ)意識的生成,還是情感和理智的生成,它們的共同輸入都是語義信息,它代表了主體對客體(問題)的感性認(rèn)識,即代表了主體所認(rèn)識的“需要求解的問題”。同樣,無論是基礎(chǔ)意識的生成,還是情感和理智的生成,共同的前提都是要事先給定求解問題的目的和相關(guān)知識,把它們恰當(dāng)?shù)乇硎境鰜聿⒋鎯υ谥R庫內(nèi)備用。再者,無論是基礎(chǔ)意識的生成,還是情感和理智的生成,在上述給定前提(待求問題、預(yù)設(shè)目標(biāo)和相關(guān)知識)的基礎(chǔ)上,關(guān)鍵的步驟都是“在相關(guān)知識的支持下,在目標(biāo)的引導(dǎo)下,針對待求問題而展開的知識演繹處理”。

    在不同情況下,知識演繹的不同特點(diǎn)在于:生成基礎(chǔ)意識所需要的是對“本能知識和常識知識”的演繹處理,比較直截了當(dāng),它所生成的反應(yīng)策略是“基礎(chǔ)意識”表達(dá);生成情感所需要的是對“本能知識、常識知識和經(jīng)驗(yàn)知識”的演繹處理,只需要比較簡潔的處理,它所生成的反應(yīng)策略是情感表達(dá);而生成理智所需要的是對“本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識”的演繹處理,需要比較復(fù)雜的深層演繹,它所生成的反映策略是“理智”表達(dá)。那么,這些不同類型的“知識演繹”分別又是怎樣實(shí)現(xiàn)的呢?

    1)生成基礎(chǔ)意識所需要的知識演繹

    由于基礎(chǔ)意識的生成只依賴于對本能知識和常識知識的演繹,其中本能知識的演繹基本上是“條件反射”式的過程,而且引起反射的“條件”也很明晰;常識知識所需要的知識演繹原則上就是“自動檢索”的過程。因此,圖9模型中的知識庫所儲存的本能知識和常識知識都可以表示為以下形式:

    式(8)的含義是:假設(shè)輸入的“刺激”是某種“語義信息(語法信息,語用信息)”,那么,如果這個語義信息(代表主體所認(rèn)識的待求問題)是屬于本能知識的范疇,系統(tǒng)就直接輸出(響應(yīng)形態(tài),響應(yīng)效果)的表述;如果輸入的語義信息(語法信息,語用信息)屬于常識知識的范疇,就要用輸入的“語義信息(語法信息,語用信息)”作為檢索子,在系統(tǒng)知識庫的常識知識集合里進(jìn)行搜索,試圖在常識知識集合內(nèi)發(fā)現(xiàn)與輸入語義信息(語法信息,語用信息)相匹配的語義信息(語法信息,語用信息)。只要實(shí)現(xiàn)了匹配,就把常識知識集合內(nèi)與該語義信息(語法信息,語用信息)對應(yīng)的(響應(yīng)形態(tài),響應(yīng)效果)作為系統(tǒng)輸出的反應(yīng)(響應(yīng)),如圖11所示。

    圖 11 基礎(chǔ)意識(響應(yīng))知識演繹Fig. 11 The knowledge deduction of the primary consciousness response

    顯然,這是最為簡單的“知識演繹”。事實(shí)上,所有的本能知識和常識知識幾乎都具有“收到這樣的刺激,就生成那樣的響應(yīng)”這種一一對應(yīng)結(jié)構(gòu),不需要推理演繹。唯一需要做的事情,就是在輸入的“語義信息(語法信息,語用信息)”與圖11知識庫儲存的“語義信息(語法信息,語用信息)”之間進(jìn)行搜索和匹配(也就是檢索)。

    如何判斷輸入的語義信息(語法信息,語用信息)需要用本能知識處理還是需要用常識知識處理?其實(shí),并不需要進(jìn)行這樣的判別。當(dāng)語義信息輸入到圖11的本能知識庫和常識知識庫的時候,如果輸入的語義信息(語法信息,語用信息)屬于本能知識的范疇,本能知識庫就會如同條件反射那樣自動輸出(響應(yīng)形態(tài),響應(yīng)效果),而這時的常識知識庫就不發(fā)生反應(yīng);如果輸入的語義信息(語法信息,語用信息)屬于常識知識的范疇,本能知識庫就不會發(fā)生反應(yīng),在這種情況下,常識知識庫就會通過檢索程序而輸出(響應(yīng)形態(tài),響應(yīng)效果)。

    2)生成情感所需要的知識演繹

    生成情感所需要的知識演繹,通常比生成基礎(chǔ)意識所需要的知識演繹復(fù)雜。因?yàn)檫@里所需要的知識除了必須包含體現(xiàn)情感特色的“經(jīng)驗(yàn)知識”之外,還必須能夠調(diào)用它的基礎(chǔ)知識,即“本能知識和常識知識”,如圖12所示。

    圖 12 情感響應(yīng)的知識演繹Fig. 12 Knowledge deduction of emotional response

    注意到“經(jīng)驗(yàn)知識”與“常識知識”具有一定的共同之處:只要識別出外來的刺激信息屬于曾經(jīng)經(jīng)驗(yàn)過的類型,原則上就可以執(zhí)行已有的經(jīng)驗(yàn)來解決問題。因此,這里的知識演繹的特點(diǎn)與基礎(chǔ)意識的“識別–執(zhí)行”類似。不過,經(jīng)驗(yàn)知識還具有如下特點(diǎn):1)經(jīng)驗(yàn)知識所能支持的活動大致都是一些“同類”的活動,而不支持“他類”活動;2)經(jīng)驗(yàn)知識通常是主體所積累的比較淺層的知識;3)經(jīng)驗(yàn)知識往往需要因時因地做出適當(dāng)?shù)恼{(diào)整才能成功。針對經(jīng)驗(yàn)知識的這些特點(diǎn),圖12知識庫的語義信息(語法信息,語用信息)與響應(yīng)(響應(yīng)形態(tài),響應(yīng)效果)的關(guān)系就不再是嚴(yán)格的一一對應(yīng)的關(guān)系,而可能是“一多對應(yīng)”,即一種語義信息(語法信息,語用信息)與多種響應(yīng)(響應(yīng)形態(tài),響應(yīng)效果)相對應(yīng)。這時,就需要在多種響應(yīng)(響應(yīng)形態(tài),響應(yīng)效果)中選擇“響應(yīng)效果”與“目標(biāo)”之間差異最小的響應(yīng)作為系統(tǒng)輸出的情感反應(yīng)。另一方面,由于人類情感表達(dá)的分類本身的有限性:典型的情感分類是8類(興奮、開心、厭惡、驚訝、害怕、憤怒、沮喪、羞恥),也有的分為6類(興奮、溫和、恐懼、憤怒、悲傷、快樂),所以(響應(yīng)形態(tài),響應(yīng)效果)的選擇比較粗略,不會太過復(fù)雜。綜合以上情形,情感反應(yīng)所需要的知識演繹特點(diǎn)就是“模糊分類–擇優(yōu)執(zhí)行”。

    如果輸入的語義信息(語法信息,語用信息)是系統(tǒng)此前未曾經(jīng)驗(yàn)過的,這時的處置比較困難。一種可能的處置方法是:不立即產(chǎn)生情感響應(yīng),等待理智響應(yīng)的結(jié)果,這當(dāng)然會使系統(tǒng)顯得“尷尬”。但是,人類自己在這種情況下往往也會出現(xiàn)這種尷尬的局面,這是難以避免的情形。另一種處置的辦法是:把輸入的語義信息(語法信息,語用信息)盡量與曾經(jīng)經(jīng)驗(yàn)過的最接近的語義信息(語法信息,語用信息)相聯(lián)系,從而產(chǎn)生“最接近的”響應(yīng)(響應(yīng)形態(tài),響應(yīng)效果)。在這種情況下,系統(tǒng)的響應(yīng)有可能顯得“勉強(qiáng)”。其實(shí),人類自己也會出現(xiàn)這種“勉強(qiáng)(或不夠自然)”響應(yīng)的局面。

    至于那些“偽裝的情感響應(yīng)”和“扭曲的情感響應(yīng)”,雖然在人類活動中并不少見,但是,在機(jī)器系統(tǒng)的場合,屬于過分復(fù)雜的情形。本文暫時不做討論。

    3)生成理智所需要的知識演繹

    這是最復(fù)雜的情形,因?yàn)檫@里要面對的是求解問題所需要的規(guī)范知識的演繹,規(guī)范知識是一類比較深入和復(fù)雜的知識。具體地,這里的知識演繹可分3種情形討論:

    ①如果問題簡單規(guī)范,用本能知識、常識知識或經(jīng)驗(yàn)知識就能解決,在這些情況下,生成理智所需要的知識演繹就只需要默認(rèn)上面的結(jié)果即可。

    ②如果求解的問題比較復(fù)雜,遠(yuǎn)遠(yuǎn)超出本能知識、常識知識和經(jīng)驗(yàn)知識的范疇,那就得靠生成理智來尋求恰當(dāng)?shù)拇鸢浮_@時的知識演繹就要在規(guī)范知識范疇內(nèi)動用深層的計算和推理。這部分工作,大體相當(dāng)于現(xiàn)行人工智能理論(特別是專家系統(tǒng))中的“問題求解”功能,這里可以繼承。

    ③如果不僅問題復(fù)雜,而且具有各種不確定性,那么,這時所需要的知識演繹就不止是上述的“問題求解”,而是需要動用復(fù)雜的搜索技術(shù)和不確定性推理,需要高級的機(jī)器學(xué)習(xí)方法、柔性的和辯證的邏輯理論,詳見何華燦教授的《泛邏輯學(xué)原理》和《論第2次數(shù)理邏輯革命》[30-31]。

    總之,理智反應(yīng)所需要的知識演繹一般來說非常復(fù)雜,還有大量的工作需要開發(fā)和研究。不過這種知識演繹的原理性模型,卻可用圖13表示。

    圖 13 理智響應(yīng)的知識演繹Fig. 13 Knowledge deduction of intellect response

    值得指出,理智響應(yīng)的知識演繹過程確實(shí)最為復(fù)雜,在目標(biāo)牽引下,基于本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識的復(fù)雜推理包含著各種不確定性,有時推理的結(jié)果甚至不一定能夠滿意地達(dá)到目的。此時,往往就需要通過“反饋(把誤差作為新的信息反饋到系統(tǒng)輸入端)、學(xué)習(xí)(學(xué)習(xí)到新的知識)、優(yōu)化(優(yōu)化推理結(jié)果)”的措施循環(huán)往復(fù)逐次改進(jìn),在這種“反饋–學(xué)習(xí)–優(yōu)化”的逐次迭代過程中,往往也包含“涌現(xiàn)”的機(jī)制和進(jìn)程。

    至此,還有必要討論基礎(chǔ)意識反應(yīng)、情感反應(yīng)、理智反應(yīng)之間的協(xié)調(diào)機(jī)制。為了方便討論,可以參照圖2的模型把“基礎(chǔ)意識生成單元”命名為下級單元,把“情感生成單元”和“理智生成單元”命名為上級單元。

    上級單元與下級單元之間的協(xié)調(diào)機(jī)制 通常采用“正常–通過”和“求助–啟動”的工作方式,具體包含以下兩種不同的工作流程。

    ①如果下級單元能夠生成正常的反應(yīng),它就向上級單元發(fā)出“正常”的信息,上級單元收到這個信息以后就將自己置于“通過”狀態(tài)。這時,下級單元生成的反應(yīng)表達(dá)就可以直接通過上級單元向前傳遞,成為整個系統(tǒng)的響應(yīng)表達(dá)。

    ②如果下級單元不能生成正常的反應(yīng)(輸入的問題超出了該單元的知識范疇),它就向上級單元發(fā)出“求助”的信息,并把自己所收到的語義信息(語法信息,語用信息)直接轉(zhuǎn)給上級單元。這時,上級單元就進(jìn)入“啟動”狀態(tài),針對下級單元送來的語義信息(語法信息,語用信息)啟動自己的知識演繹過程。

    通過這樣的機(jī)制,可以保障上級單元與下級單元之間互相配合默契,使整體工作順暢進(jìn)行。至于“情感生成單元”與“理智生成單元”之間的協(xié)調(diào),則有下面的論述。

    定義10 智能策略。智能策略是指:面對具體問題(客體信息)的人工智能系統(tǒng)所生成的能夠保障“主客雙贏”的問題求解策略,它是基礎(chǔ)意識響應(yīng)、情感響應(yīng)、理智響應(yīng)三者綜合協(xié)調(diào)的產(chǎn)物,是人工智能系統(tǒng)智能水平的最高體現(xiàn)。

    上面的討論和圖2的模型都表明:面對客體信息,人工智能系統(tǒng)將生成基礎(chǔ)意識的反應(yīng)、情感反應(yīng)和理智反應(yīng)。顯然,作為一個有機(jī)的整體,這三者必須協(xié)調(diào)一致。上面已經(jīng)討論過上級單元與下級單元之間的協(xié)調(diào)機(jī)制,這里還需要討論情感單元和理智單元之間的協(xié)調(diào)機(jī)制。這兩個協(xié)調(diào)機(jī)制的有機(jī)綜合,就是人工智能系統(tǒng)的“綜合決策”。它的產(chǎn)物,才是人工智能系統(tǒng)所生成的“智能策略”。

    情感反應(yīng)與理智反應(yīng)之間的協(xié)調(diào)機(jī)制 一方面,由于情感反應(yīng)生成得比較快,理智反應(yīng)生成得比較慢,兩者在時間上不同步;另一方面,由于情感反應(yīng)比較簡單粗曠(基于本能知識、常識知識和經(jīng)驗(yàn)知識),理智反應(yīng)比較深刻和全面(基于本能知識、常識知識、經(jīng)驗(yàn)知識和規(guī)范知識),兩者在科學(xué)合理性上不一致,因此,這里的協(xié)調(diào)存在一定的難度。通常的協(xié)調(diào)原則可以分為3種情形:

    ①在不太重要也不緊急的情況下,兩者不協(xié)調(diào)也不會有損失。例如,與普通朋友相會的時候,首先做出一番友好的情感表示,然后見景生情或有的放矢地表達(dá)理智性的歡迎話語,這不會有什么不妥。

    ②在重要而不緊急的情況下,情感反應(yīng)必須等待并服從理智反應(yīng)。例如,在許多外交或社交場合,面對一些重大而非緊急的事件,就不應(yīng)貿(mào)然唐突地表示自己的情感,而應(yīng)當(dāng)經(jīng)過深思熟慮,有理有利有節(jié)地表達(dá)自己的立場。

    ③在重要而很緊急的情況下,情感反應(yīng)無需等待理智反應(yīng)。例如,在旅游的時候突然發(fā)現(xiàn)一只猛虎正朝著自己走來,這時首先就要“逃避”(逃生情感),然后再理性地思考如何采取有效的逃生策略躲過危險,而不能等到理智思考好了以后才逃避。

    在這里,對于如何區(qū)分“重要性”和“緊急性”的情況,唯一的依據(jù)就是主體所生成的“語義信息(語法信息,語用信息)”。這是因?yàn)椋Z義信息的一個分量就是“語用信息”,它就表現(xiàn)了外部刺激(客體信息)對主體目標(biāo)的實(shí)現(xiàn)而言是否重要(不管是正面意義上的重要還是負(fù)面意義上的重要),而其中的“語法信息”分量可以顯示外部刺激對目標(biāo)而言是否緊急(比如老虎離自己還有多遠(yuǎn))。

    以上就是“綜合決策”的基本概念和理論。圖2中“綜合決策”所產(chǎn)生的結(jié)果應(yīng)當(dāng)就是能保障“主客雙贏”的智能策略。

    至于如何把“智能策略”轉(zhuǎn)換為“智能行為”,原則上說,只要把智能策略恰當(dāng)?shù)孛枋龀鰜?,就可以找到方法把這種描述轉(zhuǎn)換成為相應(yīng)動作。不過,這部分工作屬于比較常規(guī)的內(nèi)容,讀者可以很方便地在有關(guān)控制系統(tǒng)的資料中找到相關(guān)的闡述,這里就從略了。

    到此,我們完成了“客體信息→感知信息→知識→智能策略→智能行為”的全部討論(也就是“信息→知識→智能”的討論),看到了在客體信息刺激下(人工)智能系統(tǒng)如何根據(jù)預(yù)設(shè)的系統(tǒng)目標(biāo),按照信息生態(tài)的規(guī)律轉(zhuǎn)換創(chuàng)生解決問題達(dá)到目標(biāo)的智能策略和智能行為,從而實(shí)現(xiàn)(人工)智能系統(tǒng)的基本功能。

    4.4 系統(tǒng)的反饋、學(xué)習(xí)與優(yōu)化

    如前所說,由于現(xiàn)實(shí)世界不可避免地存在各種不確定性因素,系統(tǒng)所生成的智能策略往往難以一次成功。這樣,當(dāng)系統(tǒng)生成的智能行為反作用于環(huán)境的客體的時候,結(jié)果就常常很難滿意地使客體狀態(tài)演變到系統(tǒng)預(yù)設(shè)的目標(biāo)狀態(tài)。換言之,客體受控所產(chǎn)生的實(shí)際狀態(tài)與目標(biāo)狀態(tài)之間就會存在一定的誤差。

    在這種情況下,系統(tǒng)就應(yīng)當(dāng)把這個“誤差”作為1種“新的客體信息”反饋到系統(tǒng)的輸入端,并且根據(jù)這個新的信息通過學(xué)習(xí)獲得“新的知識”,從而在新的知識支持下生成新的更為優(yōu)秀的智能策略和智能行為,再以這個新的智能行為反作用于客體,就可能使客體的新狀態(tài)比原來更接近于目標(biāo)狀態(tài)。這種“反饋–學(xué)習(xí)–優(yōu)化”的過程可能需要重復(fù)多次,每次都離目標(biāo)更近一點(diǎn),直至滿意為止?;蛟S,在這種循環(huán)往復(fù)螺旋前進(jìn)的過程中潛藏著“涌現(xiàn)”的機(jī)制,通過涌現(xiàn)而到達(dá)預(yù)設(shè)的目標(biāo)。

    萬一“反饋–學(xué)習(xí)–優(yōu)化”不能減小誤差(有時甚至使誤差變大),就要作出反思:當(dāng)初主體所設(shè)定的“目標(biāo)”是否合理?如果不合理,就要重新預(yù)設(shè)目標(biāo)。當(dāng)然,這個工作不是人工智能系統(tǒng)本身所能完成的,而是應(yīng)當(dāng)由人工智能系統(tǒng)的設(shè)計者來承擔(dān)。這也是人工智能工作中 “人機(jī)合作”的重要內(nèi)容。

    4.5 機(jī)制主義人工智能理論的融通性

    第4節(jié)的全部結(jié)果全面表現(xiàn)在圖2的人工智能通用模型中,圖2系統(tǒng)體現(xiàn)了人工智能研究的辯證唯物科學(xué)觀和信息生態(tài)方法論,體現(xiàn)了立足于信息生態(tài)方法論所啟迪的人工智能通用模型,以及沿著式(1)、(2)所展示的機(jī)制主義研究路徑,重構(gòu)了人工智能理論重要的基礎(chǔ)概念,建立了轉(zhuǎn)換原理、機(jī)制主義的人工智能理論。

    機(jī)制主義人工智能理論的重要意義之一,就是可以證明:現(xiàn)有人工智能理論長期鼎足三分互不認(rèn)可的三大學(xué)派 (即結(jié)構(gòu)主義的人工神經(jīng)網(wǎng)絡(luò)理論學(xué)派、功能主義的物理符號系統(tǒng)/專家系統(tǒng)理論學(xué)派和行為主義的感知動作系統(tǒng)理論學(xué)派)恰好是機(jī)制主義人工智能理論的3個互補(bǔ)分支理論,如表3所示。

    表 3 機(jī)制主義人工智能理論與結(jié)構(gòu)主義、功能主義、行為主義人工智能理論的關(guān)系Table 3 The relationship between the theory of mechanism artificial intelligence and the theory of structuralism, functionalism and behaviorism artificial intelligence

    表3顯示:機(jī)制主義人工智能理論的核心是“信息–知識–智能”的轉(zhuǎn)換(見表3的第一行)。依據(jù)不同的知識進(jìn)行求解的時候,它就分別退化為基于經(jīng)驗(yàn)知識的A型、基于規(guī)范知識的B型、基于常識知識的C型這3種具體的型式。而機(jī)制主義人工智能理論的A型、B型、C型恰好分別對應(yīng)于結(jié)構(gòu)主義的人工神經(jīng)網(wǎng)絡(luò)(基于經(jīng)驗(yàn)知識)、功能主義的物理符號系統(tǒng)/專家系統(tǒng)(基于規(guī)范知識)、行為主義的感知動作系統(tǒng)(基于常識知識)的研究。

    這就說明,結(jié)構(gòu)主義人工智能理論、功能主義人工智能理論和行為主義人工智能理論乃是機(jī)制主義人工智能理論在不同知識條件下的3個特例,而且是“和諧相生”的3個特例,這是因?yàn)?,根?jù)4.2節(jié)的知識內(nèi)生態(tài)規(guī)律,經(jīng)驗(yàn)知識可以被加工提煉成為規(guī)范知識,經(jīng)驗(yàn)知識和規(guī)范知識又可以被沉淀成為常識知識。這就是說,人工神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)知識可以被提煉成為專家系統(tǒng)所需要的規(guī)范知識,而人工神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)知識和專家系統(tǒng)的規(guī)范知識又可能被凝聚為常識知識供感知動作系統(tǒng)應(yīng)用??梢姡^去數(shù)十年來互不認(rèn)可、互不服氣、各行其是的人工智能三大理論和方法之間其實(shí)存在某種“相生”而不是“相克”的關(guān)系。

    這個事實(shí)說明,正確的科學(xué)觀、方法論、研究模型和研究路徑可以揭示智能的深層奧秘(包括結(jié)構(gòu)主義方法、功能主義方法、行為主義方法之間的相互關(guān)系),建立起智能的理論大廈。而不恰當(dāng)?shù)目茖W(xué)觀、方法論、研究模型和研究路徑則可能模糊了甚至掩蓋了智能的深層奧秘,掩蓋了甚至丟失了不同研究方法之間的內(nèi)在聯(lián)系!由此,也反過來驗(yàn)證了科學(xué)觀、方法論、研究模型、研究路徑、基本概念和基本原理的重要性。

    4.6 機(jī)制主義人工智能理論成功的最新旁證

    到此,本文不得不提及當(dāng)今人工智能研究的一項(xiàng)最新發(fā)展,這就是著名的人工智能圍棋程序AlphaGo。它的棋力已經(jīng)眾所周知,為了節(jié)約筆墨這里不再復(fù)述。為什么它能具有這么強(qiáng)大的棋力?這來源于它“不自覺地采納了機(jī)制主義人工智能理論 ——人工智能3種方法應(yīng)當(dāng)互相和諧融合”作為自己的設(shè)計理念。

    如前所述,在一定意義上,人工智能的歷史就是結(jié)構(gòu)主義、功能主義、行為主義三者之間互不認(rèn)可各行其道的發(fā)展歷史[18-22]。

    但是,AlphaGo的設(shè)計者們卻打破了這種陳規(guī)陋習(xí),撇開了門戶之見:本來,博弈是功能主義人工智能(專家系統(tǒng))的分支,神經(jīng)網(wǎng)絡(luò)是結(jié)構(gòu)主義人工智能的成果,但是他們卻把結(jié)構(gòu)主義人工智能(神經(jīng)網(wǎng)絡(luò))的成果利用到功能主義人工智能分支來了,即一方面利用功能主義的博弈搜索技術(shù)去發(fā)現(xiàn)“可能的下步走法”;另一方面又用結(jié)構(gòu)主義深層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法(取代原來的“啟發(fā)式估價函數(shù)”)來估算“這些可能走法之中何者勝算更大”。這一結(jié)合,就使AlphaGo的棋力得到極大提升!

    顯然,AlphaGo的勝利,就是機(jī)制主義人工智能理論的勝利!是機(jī)制主義人工智能理論成功的一個有力客觀證據(jù)。雖然AlphaGo的設(shè)計者們并不知道“機(jī)制主義人工智能理論”,但是正確的理論和方法遲早會在不同的研究者之間產(chǎn)生共鳴和共行。

    總之,本文遵循“只有高屋建瓴,才能勢如破竹”的哲理,首先從人工智能理論研究的頂層(也是人工智能理論研究的“源頭”和“龍頭”)分析得出明確的結(jié)論:應(yīng)當(dāng)把物質(zhì)科學(xué)的機(jī)械唯物科學(xué)觀轉(zhuǎn)變到信息科學(xué)的辯證唯物科學(xué)觀,把物質(zhì)科學(xué)的機(jī)械還原方法論轉(zhuǎn)變到信息科學(xué)的信息生態(tài)方法論,才能實(shí)現(xiàn)人工智能理論研究的歷史性轉(zhuǎn)變與跨越。

    進(jìn)一步,本文遵循辯證唯物的科學(xué)觀和信息生態(tài)方法論對人工智能的中層展開了研究,發(fā)現(xiàn)了體現(xiàn)信息生態(tài)規(guī)律(也正是智能生長機(jī)制)的“信息生態(tài)模型(也正是智能生長機(jī)制模型)”。據(jù)此得出結(jié)論:應(yīng)當(dāng)把“分而治之”的結(jié)構(gòu)主義研究路徑、功能主義研究路徑、行為主義研究路徑轉(zhuǎn)變?yōu)榻y(tǒng)一的、以“信息–知識–智能”轉(zhuǎn)換為標(biāo)志的機(jī)制主義的研究路徑,實(shí)現(xiàn)人工智能研究范式的根本性轉(zhuǎn)變與突破。

    最后,本文在辯證唯物科學(xué)觀、信息生態(tài)方法論的指引下,依據(jù)所發(fā)現(xiàn)的智能研究的信息生態(tài)(智能生長機(jī)制)模型,沿著機(jī)制主義研究路徑,重構(gòu)了信息、感知、認(rèn)知、知識、基礎(chǔ)意識、情感、理智、決策等人工智能理論的基礎(chǔ)概念,構(gòu)建了“客體信息–語義信息” “語義信息–知識” “語義信息–智能策略”三大信息轉(zhuǎn)換原理,建立了“感知–認(rèn)知–決策”三者貫通且“基礎(chǔ)意識–情感–理智”三位一體的嶄新的機(jī)制主義人工智能理論,證明了原先互不溝通的結(jié)構(gòu)主義人工智能理論(人工神經(jīng)網(wǎng)絡(luò))、功能主義人工智能理論(物理符號系統(tǒng)/專家系統(tǒng))、行為主義人工智能理論(感知動作系統(tǒng)/智能機(jī)器人)原來就是機(jī)制主義人工智能理論的3種和諧互補(bǔ)的特例,實(shí)現(xiàn)了人工智能理論的和諧統(tǒng)一。本文的創(chuàng)新研究結(jié)果與現(xiàn)有理論的相互對照也可簡明列于表4。

    表4中的對比清晰地顯示,機(jī)制主義人工智能理論的建立,實(shí)現(xiàn)了對現(xiàn)有人工智能研究的顛覆性突破。具體地說:

    1)顛覆了機(jī)械唯物科學(xué)觀和機(jī)械還原方法論在人工智能研究中的統(tǒng)領(lǐng)地位;

    表 4 顛覆性的突破、劃時代的創(chuàng)新Table 4 Overturning breakthroughs and epoch-making innovations

    2)突破了現(xiàn)有人工智能研究模型(腦模型)的局限;

    3)突破了現(xiàn)有人工智能研究路徑(結(jié)構(gòu)主義、功能主義和行為主義)的局限;

    4)突破了現(xiàn)有人工智能基本概念(信息、知識和智能等基本概念)的局限;

    5)從而突破了現(xiàn)有人工智能研究的“碎片化、淺層化、封閉化”的局限性。

    與此同時,依據(jù)“辯證唯物科學(xué)觀”,機(jī)制主義人工智能理論超越現(xiàn)有(基于工業(yè)時代物質(zhì)科學(xué)的機(jī)械唯物科學(xué)觀和機(jī)械還原方法論的)人工智能理論,創(chuàng)建了具有信息時代標(biāo)志意義的以下成果:

    1)人工智能的科學(xué)方法論 ——信息生態(tài)方法論;

    2)人工智能的研究模型——主客互動演進(jìn)模型;

    3)人工智能的研究路徑——機(jī)制主義研究路徑;

    4)人工智能的基礎(chǔ)概念——語義信息、知識生態(tài)、基礎(chǔ)意識、情感、綜合決策等;

    5)人工智能的基本原理——第一、第二、第三信息轉(zhuǎn)換原理。

    基于以上創(chuàng)新成果,本文的研究還發(fā)現(xiàn)和總結(jié)了意義重大的“信息轉(zhuǎn)換與智能創(chuàng)生”定律,它是整個信息科學(xué)和智能科學(xué)領(lǐng)域通用的普適規(guī)律,即面對任何選定的問題和求解問題的目標(biāo),人工智能機(jī)器的任務(wù)就是執(zhí)行“獲取信息并通過相應(yīng)的信息轉(zhuǎn)換,生成解決問題的智能策略和智能行為”。這是與“質(zhì)量轉(zhuǎn)換與物質(zhì)不滅定律”和“能量轉(zhuǎn)換與能量守恒定律”同樣重要(如果不是更為重要)的基本定律。

    5 結(jié)束語

    必須指出,本文所建立的機(jī)制主義人工智能理論,在任何意義上都不局限于“人工”的智能理論,幾乎所有的工作也都適合于“人類”的智能理論。只是限于目前國內(nèi)外的科學(xué)研究水平,這里沒有展開“人類發(fā)現(xiàn)問題和定義問題”能力的研究,這是“人類”智能理論特有的精彩篇章。因此,在人類選定問題的前提下,本文的理論既適用于人類智能,也適用于機(jī)器智能,是一種更深意義的“通用型”智能理論。

    可以看出,現(xiàn)行人工智能理論(主要包括模式識別、自然語言處理、問題求解、博弈搜索、定理證明、檢索咨詢、機(jī)器學(xué)習(xí)等) 大體相當(dāng)于本文4.3 節(jié)中3) 的①類的情形,既沒有考慮(基礎(chǔ)) 意識的反應(yīng),也沒有考慮情感的反應(yīng),更沒有考慮復(fù)雜的辯證問題求解,因此都是人工智能理論中相對容易處理的部分。而且,它的基礎(chǔ)概念包括信息、知識和智能等,都存在巨大的局限性。

    毋庸諱言,本文主要給出了通用人工智能理論的科學(xué)觀、方法論、研究模型、研究路徑、基礎(chǔ)概念和基本原理體系,以此創(chuàng)建了機(jī)制主義人工智能理論基本體系,并沒有解決通用人工智能研究的所有問題(特別是關(guān)于“如何發(fā)現(xiàn)問題和定義問題”的能力),同時也留下了難以計數(shù)的具體問題需要人們不斷去研究和解決??梢钥隙ǎS著人們對人工智能的研究越來越走向深入,新的更復(fù)雜更困難更有意義的問題還會接踵而至,對新的理論和方法也會產(chǎn)生越來越復(fù)雜的需求。所幸的是,有了正確的科學(xué)觀、方法論、研究模型、研究路徑、基礎(chǔ)概念和基本原理,當(dāng)面對那些層出不窮的新問題的時候就有了明確的科學(xué)觀念、科學(xué)方法論、基本模型和路徑以及堅實(shí)的理論基礎(chǔ)去研究。

    還要指出,在本文所論“主體客體互動演進(jìn)模型”中,“客體”通常是“非生物”。如果“客體”是與“主體”具有同樣等級的生物、甚至是多個具有同樣等級的生物(比如都是人類),于是就構(gòu)成了“社會”(比如人類社會)。在這種情況下,社會系統(tǒng)中的每個個體的模型依然可用本文所研究的“機(jī)制主義人工智能理論”來描述,但是在此基礎(chǔ)上還需要考慮“各個個體之間的相互協(xié)調(diào)”,見涂序彥教授的著作《協(xié)調(diào)學(xué)》。

    最后有必要強(qiáng)調(diào),鑒于人工智能對于科學(xué)技術(shù)、經(jīng)濟(jì)社會、文化教育、國計民生以及國家安全的極度重要性,把發(fā)展智能科學(xué)技術(shù)作為國家整體發(fā)展的全局戰(zhàn)略是完全必要的,也是十分緊迫的。

    [1]鐘義信. 信息科學(xué)原理[M]. 福州: 福建人民出版社, 1988.

    [2]MCCULLOCH W S, PITTS W. A logical calculus of the ideas immanent in nervous activity[J]. The bulletin of mathematical biophysics, 1943, 5(4): 115–133.

    [3]ROSENBLATT F. The perceptron: a probabilistic model for information storage and organization in the brain[J]. Psychological review, 1958, 65(6): 386–408.

    [4]HOPFIELD J J. Neural networks and physical systems with emergent collective computational abilities[J]. Proceedings of the national academy of sciences of the United States of America, 1982, 79(8): 2554–2558.

    [5]KOHONEN T. The self-organizing map[J]. Proceedings of the IEEE, 1990, 78(9): 1464–1480.

    [6]KOSKO B. Adaptive bidirectional associative memories[J].Applied optics, 1987, 26(23): 4947–4960.

    [7]RUMELHART D E, MCCLELLAND J L. Parallel distributed processing[M]. Cambridge, MA, USA: MIT Press,1986.

    [8]MCCARTHY J, MINSKY M L, ROCHESTER N, et al.Proposal for the Dartmouth summer research project on artificial intelligence[R]. Technology Report. Dartmouth: Dartmouth College, 1955.

    [9]SIMON H A. The sciences of the artificial[M]. Cambridge,MA, USA: MIT Press, 1969.

    [10]NEWELL A. Physical symbol systems[J]. Cognitive science, 1980, 4(2): 135–183.

    [11]TURING A M. Computing machinery and intelligence[J].MIND, 1950, 59: 433–460.

    [12]NEWELL A, SIMON H A. GPS, a program that simulates human thought[M]//FEIGENBAUM E A, FELDMAN J.Computers and Thought. New York: McGraw-Hill, 1963:279–293, .

    [13]FELGENBAUM E A. The art of artificial intelligence:themes and case studies of knowledge engineering[C]//Proceedings of the 5th International Joint Conference on Artificial Intelligence. Cambridge, USA, 1977: 1014–1029.

    [14]FEIGENBAUM E A, FELDMAN J. Computers and thought[M]. New York: McGraw-Hill, 1963.

    [15]NEWELL A, SIMON H A. Human problem solving[M].Englewood Cliffs, NJ: Prentice-Hall, 1972.

    [16]NILSSON N J. Principles of artificial intelligence[M]. Berlin: Springer-Verlag, 1982.

    [17]MINSKY M. The society of mind[M]. New York: Simon and Schuster, 1986.

    [18]BROOKS R A. Intelligence without representation[J]. Arti-ficial intelligence, 1991, 47(1/2/3): 139–159.

    [19]BROOKS R A. Elephant cannot play chess[J]. Autonomous robert, 1990, 6: 3015.

    [20]BROOKS R A. Engineering approach to building complete, intelligent beings[C]//Proceedings of the SPIE Intelligent Robots and Computer Vision VII. Boston, MA,United States, 1989: 618–625.

    [21]MINSKY M L, PAPERT S. Perceptron[M]. Cambridge:MIT Press, 1969.

    [22]PAPERT S. One AI or many?[J]. Daedalus, 1988, 117(1):1–14.

    [23]RUSSELL S J, NORVIG P. Artificial intelligence: a modern approach[M]. Upper Saddle River: Pearson Education,Inc, 1995.

    [24]NILSSON N J. Artificial intelligence: a new synthesis[M].San Francisco: Morgan Kaufmann Publishers, 1998.

    [25]鐘義信. 高等人工智能原理——觀念·方法·模型·理論[M]. 北京: 科學(xué)出版社, 2014.

    [26]鐘義信. 信息科學(xué)與技術(shù)導(dǎo)論[M]. 第3版. 北京: 北京郵電大學(xué)出版社, 2015.

    [27]ZHONG Y X. The law of “information conversion and intelligence creation”[M]//BURGIN M HOFKIRCHNER W.Information Studies and the Quest for Transdisciplinarity.New York/London/Singapore: World Scientific, 2017:165–190.

    [28]ZHONG Y X. A theory of semantic information[J]. China communications, 2017, 14(1): 1–17.

    [29]WANG P Z. A factor spaces approach to knowledge representation[J]. Fuzzy sets and systems, 1990, 36(1):113–124.

    [30]何華燦, 王華, 劉永懷, 等. 泛邏輯學(xué)原理[M]. 北京: 科學(xué)出版社, 2001.HE Huacan, WANG Hua, LIU Yonghuai, et al. Universal logics principle[M]. Beijing: Science Press, 2001.

    [31]何華燦, 何智濤, 王華. 論第2次數(shù)理邏輯革命[J]. 智能系統(tǒng)學(xué)報, 2006, 1(1): 29–37.HE Huacan, HE Zhitao, WANG Hua. On the second revolution of mathematical logic[J]. CAAI transactions on intelligent systems, 2006, 1(1): 29–37.

    猜你喜歡
    方法論客體語義
    漢學(xué)方法論值得關(guān)注
    語言與語義
    方法論視角下的制定法解釋
    法律方法(2019年4期)2019-11-16 01:07:02
    法本位的方法論闡釋
    法律方法(2018年2期)2018-07-13 03:22:02
    UAF的方法論意義
    “上”與“下”語義的不對稱性及其認(rèn)知闡釋
    認(rèn)知范疇模糊與語義模糊
    舊客體抑制和新客體捕獲視角下預(yù)覽效應(yīng)的機(jī)制*
    論著作權(quán)客體的演變
    關(guān)稅課稅客體歸屬論
    夜夜爽夜夜爽视频| 热99在线观看视频| 尤物成人国产欧美一区二区三区| 在线观看免费高清a一片| 久久99蜜桃精品久久| 免费少妇av软件| 一个人观看的视频www高清免费观看| 婷婷色综合大香蕉| 九九在线视频观看精品| 久久精品夜色国产| 日韩三级伦理在线观看| 插逼视频在线观看| 欧美潮喷喷水| 午夜精品在线福利| 日韩不卡一区二区三区视频在线| kizo精华| 嘟嘟电影网在线观看| 性插视频无遮挡在线免费观看| 国产永久视频网站| 中文字幕人妻熟人妻熟丝袜美| 观看美女的网站| 国产欧美另类精品又又久久亚洲欧美| 精品少妇黑人巨大在线播放| 好男人在线观看高清免费视频| 亚洲av成人精品一二三区| 国产av码专区亚洲av| 在线观看人妻少妇| 亚洲aⅴ乱码一区二区在线播放| 欧美日韩在线观看h| 最近中文字幕2019免费版| 亚洲精品456在线播放app| 精品久久久久久久久av| 伊人久久精品亚洲午夜| 亚洲国产色片| 丰满人妻一区二区三区视频av| 最近中文字幕2019免费版| 国产在视频线在精品| 69av精品久久久久久| 搡女人真爽免费视频火全软件| 两个人的视频大全免费| 日韩欧美国产在线观看| 久久99热这里只频精品6学生| 国产免费一级a男人的天堂| 黄色一级大片看看| 九九爱精品视频在线观看| 欧美激情在线99| 日韩不卡一区二区三区视频在线| 国内少妇人妻偷人精品xxx网站| 国产一区有黄有色的免费视频 | 日本wwww免费看| 国内少妇人妻偷人精品xxx网站| 日韩视频在线欧美| 日本一二三区视频观看| 美女国产视频在线观看| 国产精品综合久久久久久久免费| 欧美变态另类bdsm刘玥| 在线 av 中文字幕| 亚洲欧洲日产国产| 美女黄网站色视频| av黄色大香蕉| 国产亚洲最大av| 2021天堂中文幕一二区在线观| 日韩国内少妇激情av| 色视频www国产| 毛片一级片免费看久久久久| 亚洲四区av| 狂野欧美白嫩少妇大欣赏| 嫩草影院精品99| 成人国产麻豆网| 黄色日韩在线| 黄色欧美视频在线观看| 日本一本二区三区精品| 一级毛片我不卡| 在线免费观看的www视频| 国产精品福利在线免费观看| av天堂中文字幕网| 亚洲国产精品国产精品| 精品人妻熟女av久视频| 亚洲va在线va天堂va国产| 菩萨蛮人人尽说江南好唐韦庄| av福利片在线观看| 精品久久久久久久末码| 激情 狠狠 欧美| 久久99蜜桃精品久久| 国产黄片美女视频| 91精品一卡2卡3卡4卡| 99热6这里只有精品| 91久久精品国产一区二区三区| 日韩精品有码人妻一区| 国产乱人视频| 国产精品麻豆人妻色哟哟久久 | 波多野结衣巨乳人妻| 国产老妇伦熟女老妇高清| 搡老妇女老女人老熟妇| 少妇的逼好多水| 日日啪夜夜撸| 在线a可以看的网站| 国产又色又爽无遮挡免| 最近的中文字幕免费完整| 嫩草影院新地址| 久久精品综合一区二区三区| 亚洲精品视频女| 日日摸夜夜添夜夜添av毛片| 日本一本二区三区精品| 成人鲁丝片一二三区免费| 欧美zozozo另类| 亚洲欧洲日产国产| 又大又黄又爽视频免费| 欧美区成人在线视频| 欧美人与善性xxx| 午夜免费观看性视频| 国产亚洲一区二区精品| 亚洲国产最新在线播放| 久久97久久精品| 国产成人免费观看mmmm| 中文字幕av成人在线电影| 天天躁夜夜躁狠狠久久av| 亚洲欧美成人精品一区二区| 狠狠精品人妻久久久久久综合| 国产v大片淫在线免费观看| 午夜福利视频精品| 亚洲国产欧美在线一区| 九九久久精品国产亚洲av麻豆| 22中文网久久字幕| 人妻一区二区av| 成年女人在线观看亚洲视频 | 欧美成人a在线观看| 免费大片18禁| 床上黄色一级片| 人人妻人人澡欧美一区二区| 欧美精品一区二区大全| 亚洲成色77777| 午夜免费观看性视频| 国产淫语在线视频| 国产v大片淫在线免费观看| 亚洲欧美清纯卡通| 在线观看免费高清a一片| 搡老乐熟女国产| 日产精品乱码卡一卡2卡三| 国产成人精品久久久久久| 国产精品一区二区在线观看99 | 久久久亚洲精品成人影院| 亚洲在久久综合| 又爽又黄a免费视频| 精品久久久噜噜| 久久99热6这里只有精品| 日本一二三区视频观看| 国产片特级美女逼逼视频| 精品久久国产蜜桃| 亚洲成人精品中文字幕电影| 1000部很黄的大片| 国产成人一区二区在线| 三级男女做爰猛烈吃奶摸视频| 男人舔奶头视频| 亚洲国产精品sss在线观看| 尾随美女入室| 国产伦在线观看视频一区| 极品少妇高潮喷水抽搐| 亚洲一区高清亚洲精品| 秋霞在线观看毛片| 丝袜美腿在线中文| 国产视频首页在线观看| 在线观看美女被高潮喷水网站| 亚洲av男天堂| 菩萨蛮人人尽说江南好唐韦庄| 中文欧美无线码| 人体艺术视频欧美日本| 精品国产一区二区三区久久久樱花 | 精品熟女少妇av免费看| 天堂中文最新版在线下载 | 老司机影院成人| 欧美激情在线99| 免费观看性生交大片5| 午夜激情久久久久久久| 美女主播在线视频| 日本色播在线视频| 国产午夜福利久久久久久| 国产男女超爽视频在线观看| 少妇熟女aⅴ在线视频| 联通29元200g的流量卡| 小蜜桃在线观看免费完整版高清| 亚洲美女搞黄在线观看| 久久久久性生活片| 免费看日本二区| 国产片特级美女逼逼视频| videossex国产| 国产亚洲av嫩草精品影院| 日韩成人av中文字幕在线观看| 亚洲精品国产成人久久av| 777米奇影视久久| 亚洲伊人久久精品综合| 亚洲欧洲日产国产| 七月丁香在线播放| 26uuu在线亚洲综合色| 男人舔女人下体高潮全视频| 日韩一本色道免费dvd| 亚洲欧美日韩无卡精品| 日韩人妻高清精品专区| 九九在线视频观看精品| 亚洲av中文av极速乱| 全区人妻精品视频| 91久久精品电影网| 色网站视频免费| 免费大片黄手机在线观看| av网站免费在线观看视频 | 国产成人91sexporn| 中文欧美无线码| 日本与韩国留学比较| 日韩中字成人| 日韩一本色道免费dvd| 91aial.com中文字幕在线观看| 成年女人看的毛片在线观看| 免费av不卡在线播放| 日韩一本色道免费dvd| 国产免费福利视频在线观看| 男人舔奶头视频| ponron亚洲| 1000部很黄的大片| 亚洲成人精品中文字幕电影| 男女啪啪激烈高潮av片| 久久精品国产自在天天线| 久久99蜜桃精品久久| 久久热精品热| 男女下面进入的视频免费午夜| 国内少妇人妻偷人精品xxx网站| 黄片无遮挡物在线观看| 久久精品人妻少妇| 中文天堂在线官网| 日韩伦理黄色片| 日韩中字成人| 中文精品一卡2卡3卡4更新| av免费在线看不卡| 美女国产视频在线观看| 国产精品日韩av在线免费观看| 爱豆传媒免费全集在线观看| 国产黄片视频在线免费观看| 美女xxoo啪啪120秒动态图| 一个人免费在线观看电影| 天美传媒精品一区二区| 一个人免费在线观看电影| 成人性生交大片免费视频hd| 国内精品宾馆在线| 久久草成人影院| 三级国产精品片| 免费看日本二区| 直男gayav资源| 女人久久www免费人成看片| 老司机影院毛片| 国产白丝娇喘喷水9色精品| 白带黄色成豆腐渣| 中文天堂在线官网| 日韩一本色道免费dvd| 免费电影在线观看免费观看| 99热网站在线观看| 亚洲最大成人av| 舔av片在线| 亚洲精品久久午夜乱码| 18禁裸乳无遮挡免费网站照片| 六月丁香七月| 国产精品美女特级片免费视频播放器| 在线 av 中文字幕| 三级毛片av免费| 亚洲精品国产av蜜桃| 久久精品国产鲁丝片午夜精品| 国产精品人妻久久久久久| 国模一区二区三区四区视频| 精品久久久久久久末码| 亚洲最大成人手机在线| 成人无遮挡网站| 高清毛片免费看| 国产乱人偷精品视频| 搞女人的毛片| 少妇高潮的动态图| 日韩一本色道免费dvd| 午夜日本视频在线| 亚洲熟女精品中文字幕| 亚洲美女视频黄频| 国产一区亚洲一区在线观看| 国产综合精华液| 搡老妇女老女人老熟妇| 久久久久性生活片| 91精品国产九色| 亚洲精品一二三| 久久精品国产亚洲av涩爱| 天天躁夜夜躁狠狠久久av| freevideosex欧美| 亚洲综合色惰| 又粗又硬又长又爽又黄的视频| 狂野欧美激情性xxxx在线观看| 嫩草影院新地址| 18禁在线无遮挡免费观看视频| 久久草成人影院| 高清毛片免费看| 国产毛片a区久久久久| 欧美不卡视频在线免费观看| 日韩av不卡免费在线播放| av在线观看视频网站免费| 免费播放大片免费观看视频在线观看| 婷婷六月久久综合丁香| 久久人人爽人人爽人人片va| 久久6这里有精品| 日本一二三区视频观看| 内地一区二区视频在线| 亚洲天堂国产精品一区在线| 伦理电影大哥的女人| 99视频精品全部免费 在线| 欧美bdsm另类| av免费在线看不卡| 69av精品久久久久久| 毛片女人毛片| 国产精品伦人一区二区| 极品少妇高潮喷水抽搐| 中文资源天堂在线| av天堂中文字幕网| 神马国产精品三级电影在线观看| 精品国产三级普通话版| 亚洲av成人av| 午夜福利在线观看吧| 五月天丁香电影| 久久久a久久爽久久v久久| 日韩欧美一区视频在线观看 | 亚洲人成网站高清观看| 国产午夜精品论理片| 久久久久久久久久久免费av| 日韩欧美精品v在线| 日韩不卡一区二区三区视频在线| 日日干狠狠操夜夜爽| 亚洲国产精品成人综合色| 51国产日韩欧美| 如何舔出高潮| 内射极品少妇av片p| 欧美三级亚洲精品| 丰满人妻一区二区三区视频av| 夫妻午夜视频| 亚洲欧美中文字幕日韩二区| 久热久热在线精品观看| 亚洲无线观看免费| 人体艺术视频欧美日本| 国产精品久久久久久精品电影| 久久久久久久午夜电影| 午夜激情福利司机影院| 别揉我奶头 嗯啊视频| 色综合色国产| 天天躁夜夜躁狠狠久久av| 色综合站精品国产| 欧美xxⅹ黑人| 免费高清在线观看视频在线观看| 国产成人91sexporn| 久久97久久精品| 亚洲最大成人手机在线| 观看免费一级毛片| 日韩国内少妇激情av| 日本与韩国留学比较| 国产精品一区二区三区四区久久| 在线观看免费高清a一片| 久久精品夜色国产| 99久久九九国产精品国产免费| 男女下面进入的视频免费午夜| 噜噜噜噜噜久久久久久91| 欧美日韩国产mv在线观看视频 | 国产女主播在线喷水免费视频网站 | 国产精品日韩av在线免费观看| 性插视频无遮挡在线免费观看| 欧美极品一区二区三区四区| 美女被艹到高潮喷水动态| 麻豆久久精品国产亚洲av| 亚洲精品成人久久久久久| 免费大片18禁| 在线免费十八禁| 老师上课跳d突然被开到最大视频| 国产探花极品一区二区| 亚洲精品日韩在线中文字幕| 亚洲av.av天堂| 欧美zozozo另类| 欧美丝袜亚洲另类| 亚洲18禁久久av| 观看美女的网站| 在线免费观看不下载黄p国产| 日本一本二区三区精品| 欧美激情久久久久久爽电影| 久久久午夜欧美精品| 中文精品一卡2卡3卡4更新| 丰满少妇做爰视频| 国产精品久久久久久久久免| av在线亚洲专区| 精品人妻偷拍中文字幕| 日韩强制内射视频| 99久久精品国产国产毛片| 欧美变态另类bdsm刘玥| 永久网站在线| av一本久久久久| 99久国产av精品国产电影| 丝袜喷水一区| 国产男女超爽视频在线观看| 精品久久久久久久久亚洲| 日韩成人av中文字幕在线观看| 精品人妻熟女av久视频| 成人一区二区视频在线观看| 日本免费在线观看一区| 亚洲18禁久久av| 亚洲精品国产av成人精品| 午夜免费男女啪啪视频观看| 国产女主播在线喷水免费视频网站 | 麻豆国产97在线/欧美| 亚洲精品第二区| 久久这里有精品视频免费| 亚洲av日韩在线播放| 国产成年人精品一区二区| 亚洲综合精品二区| 一级爰片在线观看| 一级毛片黄色毛片免费观看视频| 日韩av免费高清视频| 毛片女人毛片| 国产又色又爽无遮挡免| 日韩av不卡免费在线播放| 嫩草影院精品99| 亚洲精品第二区| 人人妻人人看人人澡| 久久久午夜欧美精品| 亚洲精品国产成人久久av| 久久精品久久久久久久性| 中国美白少妇内射xxxbb| 亚洲伊人久久精品综合| 性插视频无遮挡在线免费观看| 亚洲av在线观看美女高潮| 人人妻人人澡人人爽人人夜夜 | 嫩草影院精品99| 久久精品夜色国产| 日韩在线高清观看一区二区三区| 神马国产精品三级电影在线观看| 欧美性猛交╳xxx乱大交人| 青春草国产在线视频| 国产男女超爽视频在线观看| 久久久成人免费电影| 丰满少妇做爰视频| 又黄又爽又刺激的免费视频.| 99视频精品全部免费 在线| 亚洲18禁久久av| 在线免费十八禁| 久久久久国产网址| 国内揄拍国产精品人妻在线| 欧美成人a在线观看| 中文在线观看免费www的网站| 九九在线视频观看精品| 亚洲av成人av| 熟女人妻精品中文字幕| 国产伦在线观看视频一区| 亚洲国产精品sss在线观看| 欧美xxxx黑人xx丫x性爽| 国产 一区 欧美 日韩| 肉色欧美久久久久久久蜜桃 | 少妇丰满av| 18禁在线无遮挡免费观看视频| 尤物成人国产欧美一区二区三区| 国产女主播在线喷水免费视频网站 | 国语对白做爰xxxⅹ性视频网站| 午夜久久久久精精品| 日日啪夜夜撸| 欧美日韩视频高清一区二区三区二| 如何舔出高潮| 高清午夜精品一区二区三区| 国产成人精品婷婷| 久久久久久久久久久丰满| 你懂的网址亚洲精品在线观看| 国产精品一区二区三区四区久久| 看十八女毛片水多多多| 99热网站在线观看| 高清毛片免费看| 午夜日本视频在线| 日日干狠狠操夜夜爽| 精品亚洲乱码少妇综合久久| 亚洲欧美精品自产自拍| 男女国产视频网站| 99热这里只有是精品50| 在线观看av片永久免费下载| 免费大片18禁| 尤物成人国产欧美一区二区三区| 三级国产精品欧美在线观看| 天天躁日日操中文字幕| 日本一本二区三区精品| 亚洲激情五月婷婷啪啪| 男女视频在线观看网站免费| 国产一区有黄有色的免费视频 | 99热网站在线观看| 免费黄色在线免费观看| 国产伦一二天堂av在线观看| 草草在线视频免费看| 国产黄色视频一区二区在线观看| 国产精品99久久久久久久久| 亚洲av免费在线观看| 国产人妻一区二区三区在| 色5月婷婷丁香| 最近最新中文字幕免费大全7| 国产精品一区二区三区四区免费观看| 国产精品日韩av在线免费观看| 又爽又黄无遮挡网站| 亚洲成色77777| 亚洲最大成人av| 丝瓜视频免费看黄片| 日韩一本色道免费dvd| 亚洲欧美日韩卡通动漫| av在线老鸭窝| 国产 一区精品| 亚洲国产最新在线播放| 国产又色又爽无遮挡免| 九九久久精品国产亚洲av麻豆| 国产淫片久久久久久久久| 一个人看的www免费观看视频| 床上黄色一级片| 欧美日韩亚洲高清精品| 天天躁夜夜躁狠狠久久av| 国精品久久久久久国模美| av专区在线播放| 成人国产麻豆网| 熟女人妻精品中文字幕| 日本-黄色视频高清免费观看| 深爱激情五月婷婷| 老师上课跳d突然被开到最大视频| 日本与韩国留学比较| 午夜免费激情av| 成人高潮视频无遮挡免费网站| 亚洲国产欧美在线一区| 久久草成人影院| 人人妻人人澡欧美一区二区| 亚洲国产最新在线播放| 亚洲欧美成人精品一区二区| 国产成年人精品一区二区| 国产精品伦人一区二区| 我的老师免费观看完整版| 免费观看性生交大片5| 成人一区二区视频在线观看| 免费电影在线观看免费观看| 欧美3d第一页| 成年女人看的毛片在线观看| 18禁裸乳无遮挡免费网站照片| 国产伦理片在线播放av一区| 爱豆传媒免费全集在线观看| 极品少妇高潮喷水抽搐| 国产午夜精品久久久久久一区二区三区| 久久久久九九精品影院| 色综合色国产| 91久久精品国产一区二区三区| 日韩欧美国产在线观看| 婷婷色综合大香蕉| 国产美女午夜福利| 九九在线视频观看精品| av在线播放精品| 久久久久久久久中文| 久久久国产一区二区| 高清毛片免费看| 中文欧美无线码| 久久久久性生活片| 日本黄大片高清| 亚洲高清免费不卡视频| 大香蕉久久网| 欧美性感艳星| 中文字幕久久专区| 亚洲av福利一区| 日日啪夜夜爽| 哪个播放器可以免费观看大片| 建设人人有责人人尽责人人享有的 | 波多野结衣巨乳人妻| 国产精品三级大全| 最近最新中文字幕大全电影3| 婷婷色综合大香蕉| 国产精品蜜桃在线观看| 久久久久久九九精品二区国产| 国语对白做爰xxxⅹ性视频网站| 国产av码专区亚洲av| 亚洲aⅴ乱码一区二区在线播放| 中文资源天堂在线| 一级二级三级毛片免费看| 联通29元200g的流量卡| 99久久中文字幕三级久久日本| 观看免费一级毛片| 国内揄拍国产精品人妻在线| 亚洲一区高清亚洲精品| 欧美日韩在线观看h| 麻豆乱淫一区二区| 国产乱人视频| 男人爽女人下面视频在线观看| av.在线天堂| 日韩欧美精品免费久久| 亚洲色图av天堂| 欧美zozozo另类| 99re6热这里在线精品视频| 中国国产av一级| 麻豆成人av视频| 最近视频中文字幕2019在线8| 美女被艹到高潮喷水动态| 国产精品三级大全| 亚洲三级黄色毛片| 亚洲自偷自拍三级| 美女被艹到高潮喷水动态| 国产男人的电影天堂91| 又黄又爽又刺激的免费视频.| 免费电影在线观看免费观看| 午夜久久久久精精品| 亚洲国产精品专区欧美| 亚洲图色成人| 美女国产视频在线观看| 亚洲国产精品国产精品| 久久久成人免费电影| 天堂网av新在线| 亚洲精品色激情综合| 99热这里只有是精品50| 亚洲精品色激情综合| 精品一区二区三卡| 国产av不卡久久| 国产色婷婷99| 久久久精品欧美日韩精品| 国产又色又爽无遮挡免| 亚洲最大成人av| 国产午夜精品论理片| 一夜夜www|