1、 大類通識課程讀書報告題目人工智能導論讀書報告課 程 人工智能與認知科學姓 名 李沛蔓 學 號 13121277 教 師 楊麗華日 期 2015年10月24日 人工智能與認知科學課程讀書報告成績評定表學號 13121277 姓名 李沛蔓 序號項目評審指標分值1篇目選擇(10)書籍或文獻權威性和學術性強，緊密結合本課程要求，閱讀價值大(8-10)書籍或文獻權威性和學術性較高，與本課程結合對較強，閱讀價值較大-7)書籍或文獻權威性、學術性和閱讀價值一般，基本符合本專業理論知識(4-5)書籍或文獻權威性和學術性較低，與本課程結合度不大，閱讀價值較小(0-3)2內容把握(40)閱讀內容充實，能夠全面理

2、解并闡釋所讀內容及作者觀點 (36-40)閱讀內容較充實，能夠較好領悟并闡釋所讀內容及作者觀點，基本沒有誤讀現象(30-35)對所讀內容、作者觀點的領悟一般，沒有明顯的誤讀現象(24-29)對所讀內容、作者觀點的領悟較差，存在較為明顯的誤讀(0-23)3延伸思考(40)能夠對相關問題進行關聯性思索，并能進行深入的思考或者充分的分析批評 (36-40)能夠對相關問題進行獨立思索，思考較為深入或者分析批評較為充分， (30-35)能夠對相關問題展開一定的獨立思索，思考的深入性或者分析批評的充分性一般(24-29)基本或者完全未對相關問題展開獨立思索 (0-23)4規范要求(10)文筆流暢、表達清晰

3、，符合格式要求，文字、符號等使用正確 (8-10)文筆較為流暢、表達較清晰，基本符合格式要求，文字、符號等使用基本正確 (6-7)文字和語言運用一般，不太符合格式要求，文字、符號等使用存在不少錯誤 (4-5)文字和語言運用較差，基本不符合格式要求，文字、符號等使用存在大量錯誤(0-3)成績任課教師簽名評閱日期人工智能導論讀書報告姓名 李沛蔓 學號 13121277閱讀書目：人工智能導論編者：林堯瑞 馬少平出版社：清華大學出版社第一章人工智能產生式系統一個人工智能產生式系統的基本要素是：一個綜合數據庫，一組產生式規則和一個控制系統。本書這一章通過八數碼游戲和渡船游戲引例。對于任何一個問題，我們在

4、建立產生式描述后，就可以通過控制策略進行描述，然后對所有狀態空間進項搜索，求得一個相應問題的操作數列。首先解決我之前的一個疑惑：到底什么事產生式系統。因為不管是控制策略還是后面的對所有狀態空間進行搜索，都是在建立產生式系統的基礎上實現的。產生是系統最早是Post提出的一種計算形式體系里所使用的術語，主要是類似于文法的規則，對符號串作替換運算的系統。其中的用來表征描述的控制策略分為兩種方式：不可撤回方式 回溯方式不可撤回方式（爬山法）只有在登單峰的山時才是有效的，即只能針對于單極值問題求解回溯方式：雖然給足了徘徊空間，在我看來也就是說允許反悔，但是其中很重要的一個問題就是需要確定回溯條件（其實這

5、一點某種程度上講似乎是沒有必要，但是從算法設計的基本原則，簡化，提高解決問題的效率上講，就是極為重要的了。就如很多時候我們使用智能設備，不是說因為我們不能解決問題而制造出它們來尋求幫助，而是因為我們希望用更快捷高效的方式來使問題得到解決）圖搜方式 使用的是一種窮舉的方式，對于每個狀態的所有可能都會去試并記錄結果。雖然這種窮舉的方式大大降低了解決問題的效率，但是它的這種將變化過程用圖形結構的形式記錄下來的方式我個人是很喜歡的。節點圖能使整個設計流程思路有更清晰的展示與呈現。總之，高效地求解與有效控制策略密切相關按推理方向劃分，產生式系統可分為正向，逆向，雙向式產生式系統。F規則、B規則把狀態描述

6、和目標描述合并構成綜合數據庫，F規則只適用于狀態描述部分，B規則只適用于目標描述部分可交換的產生式系統 并不是所有使用的整個規則序列都可以重新排列，只有那些最初可以應用于初始數據庫的規則才可交換，而對于生成的數據庫所添加的其他可應用規則，則不能隨意交換。 由于具有可交換性這一優勢特點，使我們在求解過程中只需搜索其中任意一條路徑，只要解存在就一定能找到目標，不必探索多條路徑，因此不可撤回的控制方式在這種系統中使用很合適。可分解的產生式系統 第八章 自然語言的理解自然語言理解是人工智能的一個重要分支，也是極其活躍的一個研究領域。早在四十年代計算機剛出現，就有人考慮到了將計算機應用到語言學的研究中來

7、，并導致了“計算機語言學”這一邊緣學科的產生。從1949年美國工程師WWeaver通過“查字典”這一行為提出的計算機可能可以解決世界范圍內的翻譯問題開始，計算機語言的研究又邁向了一個新的紀元，人們慢慢發現，單純的依靠每一個詞匯對應一個等價語言的這種查字典的方法根本不能滿足一個詞可能代表很多意思這種情況的發生，從而意識到，只有在理解的基礎上才能實現真正的翻譯。 什么是理解呢？從微觀上講，理解是指從計算機自然語言到機器內部表示之間的一種映射。從宏觀上講，理解指能夠完成我們所希望的一些功能。（我的理解是計算機能夠認知，分析，整合所得到的信息并執行的能力）書中舉出的搬椅子，航班查詢的例子也說明了這一點

8、，理解可以認為是從語言到行為的一種映射，但是也有些片面，因為發出命令的不一定是有聲語言，也可以是光信號，肢體語言等等，總之就是對信號分析處理以及做出一定有用反應的能力。使自然語言理解起來變得復雜的幾個原因：1供選擇的目標表示的復雜性2映象的類型：一對多，一對一，多對多，多對一3 源表達中個元素間的交聯程度8.2簡單句理解對于句子的理解并不是對其中的詞一個一個地進行字典化解釋，而是需要語法分析，并結合上下文關系等才能對句意做出最終的確定。這是因為詞語中總是存在著一對多的現象。如Diamond shining from the window 和 I will meet you at the dia

9、mond. 單看diamond有鉆石，菱形，棒球場好幾個的意思，但是由于一些詞語的限定從而在其特定的語言環境中使我們能很清楚的知道，第一句中diamond指的是鉆石而第二句中diamond指的是棒球場而不是鉆石或者菱形。一般將理解的過程分為三個部分：句法分析，語義分析，語用分析一些自然語言的理解方法：關鍵字匹配句法分析語義分析8.3復合句理解簡單句理解不涉及句與句之間的關系，他的理解過程首先是賦予單詞以意義，再給整個語句以一種結構。而一組語句的理解，無論它是一個文章選段或者是一段對話節錄，均要求發現句子之間的相互關系。這些關系一般包括：1相同事物（代詞它對應氣球）2事物的一部分（書 扉頁：費也

10、是輸的一部分）3行動的一部分（出差 乘飛機：乘飛機是出差這一行動的一部分）4 與行動有關的事物（自行車 騎車去商店：騎車的行為的完成需要自行車）5因果關系（下暴雪 停課：因為下雪所以停課）6 計劃次序（買輛新車 找工作：為了買輛新車，開始找工作掙錢）要做到理解這些復雜的關系，必須具有相當廣泛領域的知識才行，也就是要依賴于大型的知識數據庫，而且知識數據庫的組織形式對于能否正確理解這些關系，起到很重要的作用。如果知識庫的容量較大，則有一點是比較重要的，即如何將問題的焦點集中于知識庫的相關部分。8.4 語言生成所謂語言生成就是將在計算機里以某種形式存放的需要交流的信息，以自然語言的形式表達出來，因而

11、從某種意義上說，語言生成是自然語言理解的一個逆過程。一般包括兩個部分：（1） 建立一種結構，也就是進行“構思”，確定要“說”的內容（2） 以適當的詞匯和相應的語法規則將要交流的信息以句子的形式表達出來。8.5機器翻譯在機器翻譯方面，人們做的較早的工作是希望借助于字典，將源語言直接映射為目的語言，但最終以失敗告終。其原因是因為翻譯必須建立在理解的基礎上才能正確進行。詞的多義性文法多義性頭語重復使用成語語言的理解和語言的生成是機器翻譯的基礎，這兩個問題解決了，機器翻譯也就容易實現了。小結從地球上第一個生命的出現至今，人類已經經歷了6次信息革命。第一次信息革命，語言的產生讓信息可以分享；第二次信息革

12、命，文字的出現讓信息可以被記錄，從而使我們的思想文化得以傳承，人類的古代文明也從此有跡可尋。第三次信息革命，信息可以遠距離進行傳輸，隨著紙和印刷術的出現古代文明到達了最高峰，同時也深遠地影響了政治，經濟，文化的發展。第四次信息革命，信息可以遠距離實時傳輸，它和工業革命一樣，再為我們世人創造了一個全新的世界，電報，電話的出現，尤其對于軍事和經濟有著重大的影響。第五次信息革命，電視讓信息可以遠距離，實時多媒體傳輸，改變了世界傳媒業，也改變了世界政治。物聯網的出現開啟了第六次信息革命的大門，它讓信息遠距離，實時多媒體雙向交互進行傳輸。在我看來這前六次信息革命，都是建立在信息傳輸的基礎上，讓信息可以分

13、享，記錄，遠距離傳輸，遠距離實時多媒體傳輸，遠距離實施多媒體雙向傳輸。從某總程度上來說，到互聯網時代，人類信息傳輸的一切問題幾乎都得到了很好且有效地解決，而就在解決了這一系列傳輸問題后，我們又跨入了一個新時代，智能感應時代。 今年暑假由于到藍老師的團隊參與Kinect項目，一時看了很多部科幻電影，其中就包括AI這部電影，可能是之前很少有接觸這類科幻影片，看完后一方面對于影片中所展現的人工智能技術覺得十分震撼，另一方面更多的是對這種“情感克隆”技術的思考。雖說電影中的夫婦由于失去了兒子，丈夫想要通過購買一個具有感情的機器人來還原以往的生活。但是我還是不太能接受這種完全擁有人類情感的機器人。其實通

14、過這學期一些課外資料的閱讀，關于為什么要機器人擁有情感呢？究竟要不要人工智能？不僅僅是我作為一個小個體，可以看到其實也是當前美國和日本在做機器人方面的一個分歧，日本人做仿真機器人，皮膚像人，情感模擬人，這種在我看來對于人來說其實并不需要，而且會產生很嚴重的社會倫理問題。首先一點，因為人本身就擁有這些；反而是美國的一些工具機器人，可以解決一些具體的問題，顯得更實際，也理應是未來的方向。我們耳熟能詳的著名天體物理學家史蒂芬霍金，自從患上運動性神經元病之后，他本人就是利用某種形式的人工智能幫助自己發音。包括前段時間我在和藍劍老師討論Kinect開發時聊到的霍金現在正在使用的眼球追蹤系統等等。我們常常

15、談人工智能的風險，其實人工智能真正的風險不在于它是否邪惡，而是在于它的能力。超級智慧的人工智能能出色地完成一些目標，那么當這些目標與我們的利益不一致，那么我們可能就惹上麻煩了。而且，對于該領域的再開發，我覺得首先探索不是壞事，一方面探索不僅僅是讓我們能制造出擁有一些超能力的機器人，更多的是通過這個過程我們其實是能更好的認知我們人類本身的，所以從這個出發點講對于人工智能的研究是雙豐收的。但是同時我也很擔心，因為從歷史上看，一件事物變得比他們的發明者更聰明似乎是一種趨勢，我們人類就比祖先類人猿聰明，愛因斯坦也比他的父母聰明吧（當然后面這個例子存在偶然性）那么這樣暢想下去，如果機器人能夠自己設計自己

16、，我們可能就面臨著一場智能大爆炸，而且這種超越最終可能就像人類智能遠超于蝸牛的智能一樣可怕。當這一切最終發生，對于人類而言可能是好事，也可能是壞事。如果利用得當，那就會創造出巨大的價值。因此我覺得最重要的事就是我們要把創造人工智能的目的從單純的創造轉變為創造有益的人工智能機器人。再來談談這個具有巨大潛力的智能感應時代。在由移動互聯、智能感應、大數據共同形成的智能互聯網這個體系中，信息不再僅僅是人類獲取之后，進行加工、分析，再進行傳輸這樣來傳遞。信息的獲取很大程度上不再是人類通過自己的器官來完成，大量的智能感應器，不但可以完成人類器官可以完成的信息收集，同時還有一些感應器可以完成人類器官不能感應

17、到的信息。此前，所有的信息需要通過人腦進行加工、分析，而大數據卻可以通過各種算法，對大量的數據進行收集、挖掘、分析，從而直接做出判斷，并在這個判斷基礎上進行干預。這個技術已經在很多方面得以實現，我也很是看好這個技術這個體系，特別是每次想到自己現在學的專業和這塊領域密切相關就很有動力，更有興趣去思考探究。之前看中國人工智能學會微信號的推廣文章中談到智能化的最極致的階段，里面說人工智能的終極狀態就是大量的智能感應器能進入人體內，它可以取代的人某些器官，甚至和人的神經系統進行連接，幫助提升人的能力，減少人類的病痛。可以說這是人工智能的最高境界，同時也是人類走向滅亡最踏實的一步。很多人說到這里，對于人

18、工智都會是非常抵觸的，我也同樣覺得很可怕。試想如果我們的身體內裝了數個人工智能的產品，它甚至和我們的神經系統連接起來，影響我們的正常思考和判斷，我們還是人嗎？確實，這個問題非常現實，這已經不再是技術問題，它已經是哲學和倫理。但是我又相信，雖有擔心，這一切我們又是擋不住的，這個世界的改變，不會因為我們質疑而有任何停滯。幾千年以來，對于工業化，對于信息技術，從來就是有各種各樣的質疑，但是人類社會從來沒有因為這些質疑，稍微放慢這些領域的進展。但是，如果可以設想，我更希望這些智能產品在非必須情況下不是進入，而是融入我們身體。我用融入也許就像是現在的智能穿戴一樣，不需要進入身體而帶給我們痛苦。當然除非是

19、像一個人的心臟出現了問題這樣，我們能想到這個人需要心臟起搏器，在這種情況下，若是這個起搏器還可以通過無線進行遠程管理，可以進行心臟情況的記錄，在緊急情況下可以發出警報，甚至可以有針對性的改善心臟的情況。對于這樣一個植入體內，影響人身運行，甚至人的生命的設備，你是什么態度呢？也許面對這樣的提問，回答基本上都是可以接受的。用今天我們的眼光看人工智能人的時代，這樣一個世界我們很難理解。但是地球上一切的變化，真不是以某些物種的意志為轉移的，如果以恐龍的眼光看今天地球，這個地球已經被人這種動物破壞的滿目瘡夷了。這些曾經完全無法被接受的一切，今天不但慢慢被接受了，它已經成為了我們生活的一部分。這個世界不是一樣在一點點往前走嗎？當然在我覺得我們現在離真正的智能機器人的出現還需要很多路要走，包括機器的自診斷，自修復不同領域的技術嫁接以及如何實現人類跟機器做更深入的溝通。也許，對于人工智能人這樣新人類的出現，今天我們的眼光和理解能力、感情都是還很難接受，但是，我相信這一切是無法阻擋的，世界的發展，是不以我們今天的感情為標準的，時間一點點流逝，我們的感情和眼光也會一點點變化。 參考文獻：中國人工智能學會學報 2015-10-16期思考與質疑：1. 產生式系統如何解決八數碼問