人工智能的認識論問題

1、從人工智能到統(tǒng)計機器學習從人工智能到統(tǒng)計機器學習摘要摘要給AI一個工程化的定義，就是機器能夠類似于人的能力和行動，在給定輸入的條件下，輸出一個結一個工程化的定義，就是機器能夠類似于人的能力和行動，在給定輸入的條件下，輸出一個結果。最典型的例子就是果。最典型的例子就是TuringTest。因此說。因此說AI更偏向于工程，而非科學（數學化的自然）更偏向于工程，而非科學（數學化的自然）。被過濾廣告被過濾廣告被過濾廣告被過濾廣告今天一天收獲頗豐

2、，我在微軟亞洲研究院訪問時的老板，機器學習領域的大牛，李航研究員來工大講學今天一天收獲頗豐，我在微軟亞洲研究院訪問時的老板，機器學習領域的大牛，李航研究員來工大講學了，錯過了上次與其直接交流的機會（上次他來時，我恰好去韓國開會）了，錯過了上次與其直接交流的機會（上次他來時，我恰好去韓國開會），這次可堅決不能放過。于是，，這次可堅決不能放過。于是，一大早我就去了教室，結果還記錯了時間，早到了半小時，呵呵一大早我就去了教室，結果還記錯了時間

3、，早到了半小時，呵呵不過我認為絕對不虛此行，大牛就是大牛，談古論今，旁征博引，整個上午的講座充滿了趣味性，將人工不過我認為絕對不虛此行，大牛就是大牛，談古論今，旁征博引，整個上午的講座充滿了趣味性，將人工智能進行了系統(tǒng)的回顧和展望，并智能進行了系統(tǒng)的回顧和展望，并focus到統(tǒng)計機器學習，這個目前人工智能領域最熱門的話題上來。到統(tǒng)計機器學習，這個目前人工智能領域最熱門的話題上來。他首先根據自己的經驗，給他首先根據自己的經驗，給AI一個工

4、程化的定義，就是機器能夠類似于人的能力和行動，在給定輸入的一個工程化的定義，就是機器能夠類似于人的能力和行動，在給定輸入的條件下，輸出一個結果。最典型的例子就是條件下，輸出一個結果。最典型的例子就是TuringTest。因此說。因此說AI更偏向于工程，而非科學（數學化的更偏向于工程，而非科學（數學化的自然）自然）。另外，他提到的另外，他提到的KarlPoppers的Refutability（反證不可能）哲學思想很有意思，大概意思是說，如

5、果（反證不可能）哲學思想很有意思，大概意思是說，如果一個命題沒法證反，比如社會學，歷史學等，就沒有研究的意義了。此人在西方很出名，但是由于他批判一個命題沒法證反，比如社會學，歷史學等，就沒有研究的意義了。此人在西方很出名，但是由于他批判馬克思主義反證不可能，所以被共產黨封殺也很正常了，呵呵馬克思主義反證不可能，所以被共產黨封殺也很正常了，呵呵三種三種AI實現(xiàn)的方法：實現(xiàn)的方法：1）CognitiveScience，通過自省的方法實現(xiàn)，通

6、過自省的方法實現(xiàn)AI，這個基本上很難，因為人畢竟很渺小，大多數的東西，，這個基本上很難，因為人畢竟很渺小，大多數的東西，只知其然，不知其所以然，也就是說必要條件可知，但是充分條件很難知道了。只知其然，不知其所以然，也就是說必要條件可知，但是充分條件很難知道了。2）PhysicalScience，通過研究人腦的物理現(xiàn)象，如腦電流等實現(xiàn)，通過研究人腦的物理現(xiàn)象，如腦電流等實現(xiàn)AI，這就更困難了，就像我們如果想，這就更困難了，就像我們如果想要

7、弄清楚要弄清楚CPU的工作機理，只通過測量的工作機理，只通過測量CPU的電流，電壓等參數一樣，基本不可實現(xiàn)。的電流，電壓等參數一樣，基本不可實現(xiàn)。3）Simulation方法，以目前人們的認識來看，就剩下這樣一種相對可能的方法了，說其相對可能，是因方法，以目前人們的認識來看，就剩下這樣一種相對可能的方法了，說其相對可能，是因為和上面兩種方法比較起來，這種方法更容易實現(xiàn)，效果也更好。但是模擬的方法很難抓住本質，因為多為和上面兩種方法比較起

8、來，這種方法更容易實現(xiàn)，效果也更好。但是模擬的方法很難抓住本質，因為多數事物都是橫看成嶺側成峰，只從一個片面的角度對其模擬，往往是一葉障目，不見泰山。數事物都是橫看成嶺側成峰，只從一個片面的角度對其模擬，往往是一葉障目，不見泰山。為什么說為什么說AI比較難呢？比較難呢？1）ConceptHierachy很難獲得和定義。很難獲得和定義。Wittgensteins“game“例子，也就是對于各種“例子，也就是對于各種“game”，很難找，很

9、難找到共性。到共性。2）Inference過程難。人往往能夠進行快速，模糊的推理，而機器沒有這個能力。過程難。人往往能夠進行快速，模糊的推理，而機器沒有這個能力。3）智能也會受到）智能也會受到Language的影響。的影響。Dani人對顏色的認識就三種，他們的智力和其他種族的會有差異。人對顏色的認識就三種，他們的智力和其他種族的會有差異。4）人類）人類Generalization的能力很強，可以舉一反三。的能力很強，可以舉一反三。5）人

10、類）人類Discovery的能力很強。的能力很強。Hansons“PatternofDiscovery“，講述了人類進行科學發(fā)現(xiàn)的時候，，講述了人類進行科學發(fā)現(xiàn)的時候，往往是心中有一種模式了，然后才來證明。聯(lián)想的自己的研究經歷，確實也是這樣。比如做實驗，往往是往往是心中有一種模式了，然后才來證明。聯(lián)想的自己的研究經歷，確實也是這樣。比如做實驗，往往是證明自己方法的有效性，而不會去證明其無效。證明自己方法的有效性，而不會去證明其無效。說道

11、說道AI的趨勢，大概有以下幾個（面向應用）：的趨勢，大概有以下幾個（面向應用）：1）統(tǒng)計機器學習；）統(tǒng)計機器學習；2）Datadriven；3）Taskiented；4）HighPerfmanceComputers后半部分講的是統(tǒng)計機器學習，由于以前聽過，這里就不詳述，簡單說說其中的一些閃光點吧：后半部分講的是統(tǒng)計機器學習，由于以前聽過，這里就不詳述，簡單說說其中的一些閃光點吧：統(tǒng)計機器學習的三要素：統(tǒng)計機器學習的三要素：1）模型）模型

12、(Model)：假設：假設(Hypothesis)2）策略）策略(Strategy)：損失函數優(yōu)化：損失函數優(yōu)化(OptimizationofLossfunction)3）算法）算法(Algithm)：尋找最優(yōu)模型：尋找最優(yōu)模型(Findingoptimalmodel)下午重點實驗室的老師和博士生與李航研究員座談，主要就是關于下午重點實驗室的老師和博士生與李航研究員座談，主要就是關于MSRA新成立的新成立的STC的介紹以及李航的介紹以及