2.5 規(guī)則與成長
感知基于規(guī)則,以智能體自主的方式成長。
規(guī)則是指在圖2.4及表2.1中歸納的9個感知過程、30類流程,以及2.4節(jié)討論的兩類具體感知中需要設(shè)計的各種規(guī)則。
規(guī)則源自迄今為止學(xué)術(shù)界在相關(guān)方面取得的成果,包括自然語言處理發(fā)展中形成的文字和語音處理的規(guī)則,圖像識別、模式分類形成的算法和規(guī)則,數(shù)控設(shè)備、自動化控制、人工智能等領(lǐng)域在識別物體和過程中積累的規(guī)則,等等。
這些規(guī)則不是直接引用,大部分也不是全局引用,可能只適用于特定的感知過程。所有的適用規(guī)則,均不能在2.1節(jié)中討論的8條原則之下調(diào)整后使用。
已有的規(guī)則通過初始、賦予過程,成為感知功能體系的全局或局部執(zhí)行相應(yīng)感知操作的依據(jù)。初始、賦予的規(guī)則通過調(diào)試階段變成可用,在感知執(zhí)行過程中持續(xù)調(diào)整、提升、細(xì)化。特別是在適用性上,同一個規(guī)則可以在不同的功能組,甚至不同的感知器上由相應(yīng)感知設(shè)施進(jìn)行調(diào)整,使之更加適應(yīng)這些感知設(shè)施的特殊需要。
因此,感知規(guī)則是成長的。與之相似的成長是散布于感知微處理器、感知功能組、感知子功能體系及感知功能體系中的知識。
除了規(guī)則及由規(guī)則確定的感知執(zhí)行流程,知識庫中的主要內(nèi)容是與感知部件功能一致的相關(guān)知識。這些知識來自人類社會上萬年的積累。例如,各種百科全書、動植物及其他物品(如金屬、礦產(chǎn)、非金屬材料)的圖譜或年鑒,20世紀(jì)90年代早期美國CYC工程的成果,這些年部分人工智能系統(tǒng)積累的知識圖譜,等等。以上只是例子,經(jīng)過配套的系統(tǒng)工作,都是知識庫的來源。初始、賦予的知識僅為各個層面感知功能部件提供基礎(chǔ)來源,其進(jìn)入智能體記憶的過程同其他感知對象一樣。
一般地,這些規(guī)則和知識不能簡單、直接地使用,需要經(jīng)過全面的適用性調(diào)整,包括但不限于感知過程及操作,分配到相關(guān)感知部件及實(shí)現(xiàn)協(xié)同和一致性,與一些智能體感知特有規(guī)則的一致性適配,與感知功能八大原則的符合性匹配,等等。
感知功能的成長一般需要經(jīng)過五個階段:初始、調(diào)試、0-1的功能實(shí)現(xiàn)、1-n的成長、n-N的成長。
初始是感知功能成長的起點(diǎn),在非生物智能體形成之前由人類工程師完成,之后則共同完成。初始階段主要包括五方面的工作。一是構(gòu)建各類感知微處理器。以傳感器為基礎(chǔ),進(jìn)行功能和結(jié)構(gòu)的調(diào)整,將開發(fā)好的感知微處理器操作系統(tǒng)及預(yù)置規(guī)則、知識庫一并合成為一個可工作的感知微處理器。二是規(guī)則的初始,為每個感知功能的實(shí)現(xiàn)給予確定的流程及規(guī)則,為規(guī)則和流程的調(diào)整預(yù)置改變的路徑與原則,將八條基本原則通過流程和規(guī)則貫穿到感知的所有功能和流程中。三是為每個感知功能部件,即感知微處理器、功能組、子功能體系及功能體系配置體系化的知識庫。保證在同一過程中知識庫的一致性,用連接的方式降低重復(fù)帶來的存儲容量壓力。四是為智能體感知構(gòu)建感知通道,該通道與交互功能系統(tǒng)共用。通道要滿足感知功能對感知對象獲取及分類的全部功能需求。五是實(shí)現(xiàn)感知功能系統(tǒng)的后處理及與智能體所有其他功能系統(tǒng)之間交流的功能。
調(diào)試是指在初始、賦予后,用確定的測試程序和數(shù)據(jù)集,對賦予的感知功能進(jìn)行系統(tǒng)全面的測試,發(fā)現(xiàn)問題、解決問題,保證感知功能的正常運(yùn)行。這項任務(wù)在非生物智能體形成之前由人類工程師完成,之后則共同完成。
0-1 的功能實(shí)現(xiàn)是指從初始、賦予經(jīng)測試到智能體實(shí)現(xiàn)接管控制功能,并對主要功能至少實(shí)現(xiàn)一次自主的感知過程,是控制權(quán)從人手中轉(zhuǎn)移到智能體的過程,但如果不能順暢實(shí)現(xiàn)基本感知功能,人可以重新接管,進(jìn)行調(diào)整,直至智能體能自主實(shí)現(xiàn)基本感知功能。
1-n 的成長是指智能體在自主控制后,所有感知功能成長到能完成智能體交予的學(xué)習(xí)任務(wù),并能執(zhí)行一些簡單的任務(wù),如智能體生存狀態(tài)感知、簡單的邏輯型問題求解或生產(chǎn)型產(chǎn)品制造。是否達(dá)到n的主要標(biāo)志是感知功能系統(tǒng)能否對知識庫和規(guī)則成功地實(shí)現(xiàn)修改。所謂成功,是指修改后的感知操作是流暢的、結(jié)果經(jīng)評價功能系統(tǒng)的評價后得到肯定。
n-N 的成長是指感知功能的所有功能,感知操作及感知規(guī)則、知識庫在一個個具體的問題域趨于完備。這里的N是相對于感知功能環(huán)節(jié)或部件n的完備。完備的含義是一個環(huán)節(jié)或部件的感知流程、規(guī)則、知識庫滿足智能體當(dāng)時學(xué)習(xí)與執(zhí)行相關(guān)任務(wù)的所有感知功能需求。
從0-N的成長過程不僅是感知功能體系成長的標(biāo)志性階段,也是智能體其他功能系統(tǒng)成長的臺階。
- 人工智能
- DeepSeek實(shí)操指南:引爆AI時代個人效率核聚變
- 智能學(xué)習(xí)的未來
- 生成式AI實(shí)戰(zhàn)
- TensorFlow移動端機(jī)器學(xué)習(xí)實(shí)戰(zhàn)
- 腦機(jī)穿越:腦機(jī)接口改變?nèi)祟愇磥?/a>
- 塊數(shù)據(jù)4.0:人工智能時代的激活數(shù)據(jù)學(xué)
- 人工智能技術(shù)與大數(shù)據(jù)
- 碼農(nóng)的零門檻AI課:基于fastai與PyTorch的深度學(xué)習(xí)
- 擁抱AIGC
- 深度學(xué)習(xí)
- 圖解人工智能
- 人機(jī)大戰(zhàn)
- 大型語言模型實(shí)戰(zhàn)指南:應(yīng)用實(shí)踐與場景落地
- 人工智能數(shù)據(jù)處理