【科普】吴飞教授：《走进人工智能》---第2讲 知识水晶球：符号主义人工智能的雄心壮志

由高等教育出版社、高等教育电子音像出版社出品，浙江大学上海高等研究院联合上海人工智能实验室智能教育中心共同打造了原创人工智能前沿科普有声通识数字栏目——《走进人工智能》，主理人为浙江大学上海高等研究院常务副院长，浙江大学人工智能研究所所长、中国图象图形学学会理事、动画与数字娱乐专业委员会副主任 吴飞教授 ，本栏目已在喜马拉雅平台正式上线。

本期内容为《走进人工智能》：第2讲 知识水晶球：符号主义人工智能的雄心壮志

《走进人工智能》

第2讲

原点：从达特茅斯启航

知识水晶球：符号主义人工智能的雄心壮志

早期人工智能所遭遇的失败与“符号主义人工智能”相关。“符号主义人工智能”认为只要将人类所有知识符号化，将包罗万象、囊括万物的符号化知识组织起来，构建“知识水晶球”，就可以对所有未知问题进行推理，形成答案，并且应用于不同领域。

1984年，斯坦福大学的研究人员道格拉斯·莱纳特（Douglas B. Lenat）提出了雄心勃勃的Cyc项目。Cyc这三个字母取自英文单词“百科全书（Cyclopedia）”，其目标是将人类所有知识编码成机器可读可用的数字化形式，从而可以进行推理。截至2015年11月，Cyc包括了23万多个概念、实体和200多万个三元组，但是，Cyc仍未能实用，这也说明了构建“知识水晶球”的艰辛。

实际上，将人类所有知识完整收集且形式化描述的任务根本无法完成。比如，如果我们认为“所有的鸟都会飞”和“鸵鸟是鸟”这两条知识是正确的，于是将其放入“知识水晶球”，就会推导出“鸵鸟会飞”这一错误知识。之所以会出现这一结果，其原因在于“所有的鸟都会飞”这一知识表述不够准确。那么，是否只能逐一枚举出所有会飞的鸟才能表述清楚“鸟会飞”这一概念？为什么人类在交流时就不会遭遇这样表述上的困惑？其原因在于人类在理解知识和概念时不会只就事论事，而是利用常识来理解语言，如果将一条一条知识孤立出来、使其脱离于深根的丰厚土壤，知识的精确性和严密性就会丧失。

与早期人工智能研究所设定的“集合封闭、规则完备、约束有限”场景不同，现实社会中诸多行为决策往往是开放环境下完成的，即在未能全面掌握所有条件下进行的推理和决策。因此，人工智能需要模拟大脑非严密推导功能，即对推理的严格约束进行松绑。

人工智能早期所遭遇的挫折，与人类对其抱有过大期望也有关系。麦卡锡曾经自嘲到：一样东西一旦用人工智能实现了，人们就不再叫它人工智能了。“不辨积微之为量，讵晓百亿于大千”，我们今天在享受语音聊天、刷脸支付和地图导航等APP所带来的巨大便利时，是否会想到这些都是人工智能先驱者努力后所带来的胜利果实呢？

小结

以上就是第二讲的全部内容。在这一讲中，我们介绍了人工智能在达特茅斯的启航以及之后长期发展过程中遭遇的挫折。下一讲我们将介绍人工智能早期发展过程中所采用的以逻辑推理和搜索探寻为代表的技术手段，并介绍与之对应的专家系统和国际象棋程序深蓝。

产品名称：走进人工智能∣有声通识十五讲

主理人：吴飞

出品机构：高等教育出版社 、高等教育电子音像出版社

合作机构：浙江大学上海高等研究院、上海人工智能实验室智能教育中心

出品时间：2022年1月

中国图象图形学学会高校志愿者招募

中国图象图形学学会关于征集2022重大科学问题、工程技术难题和产业技术问题的通知

中国图象图形学学会关于组织开展科技成果鉴定的通知

2022年CSIG图像图形中国行承办方征集中