脑与人脑——人工智能实现的奥秘

2022-11-21 13:45| 发布者: | 查看: |

个人计算机(Personal Computer, PC)已成为日常生活中使用的重要工具,通常人们将PC称为“电脑”,意思是将其类比为“人脑”,认为它具有类似能力,可以完成相应任务。换言之,利用“电脑”可以模拟“人脑”的功能,实现人类的智慧,这就是人工智能(Artificial Intelligence)的由来。

 

 

人工智能初期走的就是功能模拟的路子,称为符号主义的人工智能,它追求的是功能等效。专家系统(Expert System)正是符号主义的杰作,虽然不乏成功的范例,但存在着知识获取的瓶颈。形成知识获取瓶颈的根本原因在于电脑的工作原理与人脑相比,具有本质上的不同,主要表现在以下两个方面。一是知识的存储方式不同。现在常见的电脑(个人计算机)采用的是冯•诺依曼体系结构,其知识存储方式是集中式的,所以电脑中的文件要时常作备份处理,主要文件一旦被误删,往往可能造成严重后果。而人脑是一个非常复杂的神经网络,人的知识分布式地储存在神经网络的连接权值中,这些连接权值构成了一个权值矩阵,矩阵规模很大,其元素成千上万。

 

人脑中的知识是分布式储存的,可以借由下面的例子说明。校园里,上课铃声响起。这时,操场上某男生如梦方醒,飞快地跑向楼梯,向教室奔去。由于奔跑速度太快,他不小心一头撞到墙上,头破血流。医生诊断为脑部损伤导致轻度失忆。经过精心治疗,一个月后,该生恢复了记忆。这一事实表明人的知识是分布式储存的——如果是集中式储存,丧失的记忆就无法恢复,正如电脑中的文件从物理上被删除后无法恢复一样。二是信息处理方式不同。现在日常用到的电脑,其中央处理器(Central Processing Unit, CPU)是串行结构,尽管一台电脑可以同时处理几件事情,例如,一边看电影,一边跑程序,一边还在处理邮件,但那是分时系统处理的结果,并不是在并行处理,只是因为CPU运行速度很快,给人的感觉是在同时做几件事情。

人脑的生物结构是一个分布式的广泛互连而成的神经网络,它采用一种并行处理机制,可以快速处理大规模信息。例如,在大城市街道上繁忙的交叉路口,人们要过马路,大脑就要经过成千上万次信息处理。如果人脑是以串行方式处理,则需要一定时间,当信息处理完毕,开始过马路时,绿灯可能早已变成红灯。正由于人脑的并行处理机制,正常人能够迅速完成过马路所需的信息处理,毫不费力地通过。而有些高龄老人的神经网络并行处理能力衰减,需要值勤警察搀扶才能通过。

 

需要说明的是,上面讲到的电脑指的是采用冯•诺依曼结构的个人计算机,而巨型机(如我国自主研制的“天河”新一代超级计算机系统)主要用于大规模计算,其采用的并行处理体系结构则与人脑相似,其运算速度超过每秒5千万亿次。大规模并行处理乃是巨型计算机的重要发展方向。

实现人工智能的途径并不唯一,针对人工智能早期采用符号主义进行功能模拟存在的不足,近年来基于结构模拟的连接主义有了长足进步。它以人工神经网络为基础,以深度学习为代表,已取得丰富成果。如果说在基于功能模拟的符号主义视角下,电脑与人脑的工作原理差异较大,那么在基于结构模拟的连接主义视角下,电脑与人脑的工作原理趋于一致,由此开辟出类脑智能研究的新领域,使得人工智能研究走向新的天地,欣欣向荣。

注:文章及图片转载自网络,如有侵权请联系删除

 
QQ在线咨询
售前咨询热线
13911631353
售后服务热线
400 693 8006
返回顶部