论文部分内容阅读
摘 要：控制论是一门迅速发展的横断学科，人工智能随着近几年的不断发展也越来越受到广泛的关注，本文尝试从控制论的视角来研究人工智能的发展，并希望读者借此来思考人工智能所带来的伦理挑战。
关键词：控制论；人工智能；人的本质
中图分类号：G30 文献标识码：A 文章编号：1009-0118（2012）-01-0-01
一、控制论的产生和一般原理
控制论的诞生一般认为是以美国数学家诺波特·维纳发表于1948年的《控制论—或关于在动物和机器控制和通讯的科学》一书发表为标志。维纳把控制论看作是一门研究机器、生命社会中控制和通讯的一般规律科学，是研究动态系统在变的环境下如何保持平衡状态或稳定状态的科学。根据：“维纳的定义——控制论是关于动物和机器中控制和通讯的科学。”[1]所以控制论是关于机器、机器人和人的科学。
二、人工智能中包含的控制原理及方法
（一）人工大脑的反馈机制
大脑的复杂性随着神经科学的发展日益被科学家所揭示。尽管大脑具有极其复杂的神经网络，但是根据控制论的观点我们可以全面而高度低模拟天然智能的结构。控制理论视角中的人类大脑有以下特征：1、非线性即极大数量的非线性的基本运算元件；2、非局限性即一个神经网络通常有多个神经元广泛连接而成并且在一个系统神经网络中的整体行为不仅取决于单个神经元特征并且要有单元之间的相互作用相互连接所决定；3、神经互动的感知运行行为；4、可以进行思维运作。[3]基于大脑的这些生理机制，可以构造出类似的人工大脑。这种人工大脑包含着控制论中重要的反馈控制原理，它的图如下：
如图所示反馈控制范式是将被控对象的输出端的信息馈入控制器的输入端作为控制指令的来源对被控对象的一种控制方式。但在控制系统中，由于各种环境的干扰以及系统内部的扰动都会对系统状态发生影响，使它偏离系统目标值的要求，这种偏离在被控对象的输出端集中表现出来，因此，将这个输出信息反馈到控制器中与目的信息进行比较，导出偏差信息，作为控制信息抵消干扰的作用，纠正干扰引起的偏离，从而使系统恢复稳定，达到或接近达到它的目标状态，这个过程原理称为反馈控制原理。基于这种反馈控制要求人工大腦系统必须产生即时知觉的双向运动，这就意味着大脑要对输入设备的控制的本质是要将输入解释为自然感知模式。即大脑要根据信息的输入进行反馈，而且这种反馈还要尽可能的使系统处于稳定状态，从而把此系统变成人类心灵与身体的扩展。
（二）人工智能的模式识别的系统分析
模式识别是人工智能最为重要的研究领域之一。模式识别研究主要集中在两方面：一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴；二是在给定的任务下,如何用电子计算机对某些复杂的系统进行鉴别和分类。它在理论构建和实践操作中都极大地应用了控制论中的复杂系统分析方法。模式识别一般有三种[5]：一是统计模式识别（Statistics Pattern Recognition）是指被识别对象首先数字化，变换为适于计算机处理的数字信息；二是神经网络法。神经网络分析法是指从神经心理学和认知科学研究成果出发，应用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法；三是结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述。这三种方法有一个共同特点那就是必须依据外在世界和客观环境的复杂性、不确定性、多变性、等进行层层的系统分析，进行筛选有用信息和结构分析，才能进行识别。
（三）人工智能的信息方法
人工智能就其本质而言，是对人的思维信息过程的模拟，已达到更好的智能化和信息效果，所以信息方法对于人工智能具有重要的作用。例如随着科技的发展科学家们依据红外线光电传感器对被检测物体遮挡或反射光束的原理将光的强弱的变化转为电流的变化，检测障碍物和采集地面信息，再由同步回路选通电路，测定物体的有无。用单片机控制采样速度，进行显示和负责传感器的状态，控制电机以及PWM处理采集到的信号，实现机器人的寻线和避障。据此进行了控制程序的编写，制作了智能小车，经实验证明效果很好。不可否认人工智能的应用越来越广泛性。
三、结语
当前是一个科学技术时代，技术的发展已经以一种融合形式、跨学科的方式来运行。不可否认50多年以来，人工智能走的是一条曲折发展的道路，在人工智能的不断进步与发展中，研究者深感人工智能理论及技术的局限性.本文只是从控制论的视角来反思其带来的问题。科学技术的发展不仅会导致相应时代的技术进步和经济进步，对于同时代的伦理、政治和社会也会导致一些重大的挑战。面对技术对与各个领域的占有，有时批判性的反思对于人类的发展和生存至关也十分重要。
参考文献：
[1]维纳,郝季仁译.控制论[M].第2版.北京:科学出版社,1985,(3).
[2]刘世熠.大脑、人与自动控制[J].科学通报,1961,(3).
[3]德国G·克劳斯著,梁志学译.从哲学看控制论[M].中国社科出版,1989.
关键词：控制论；人工智能；人的本质
中图分类号：G30 文献标识码：A 文章编号：1009-0118（2012）-01-0-01
一、控制论的产生和一般原理
控制论的诞生一般认为是以美国数学家诺波特·维纳发表于1948年的《控制论—或关于在动物和机器控制和通讯的科学》一书发表为标志。维纳把控制论看作是一门研究机器、生命社会中控制和通讯的一般规律科学，是研究动态系统在变的环境下如何保持平衡状态或稳定状态的科学。根据：“维纳的定义——控制论是关于动物和机器中控制和通讯的科学。”[1]所以控制论是关于机器、机器人和人的科学。
二、人工智能中包含的控制原理及方法
（一）人工大脑的反馈机制
大脑的复杂性随着神经科学的发展日益被科学家所揭示。尽管大脑具有极其复杂的神经网络，但是根据控制论的观点我们可以全面而高度低模拟天然智能的结构。控制理论视角中的人类大脑有以下特征：1、非线性即极大数量的非线性的基本运算元件；2、非局限性即一个神经网络通常有多个神经元广泛连接而成并且在一个系统神经网络中的整体行为不仅取决于单个神经元特征并且要有单元之间的相互作用相互连接所决定；3、神经互动的感知运行行为；4、可以进行思维运作。[3]基于大脑的这些生理机制，可以构造出类似的人工大脑。这种人工大脑包含着控制论中重要的反馈控制原理，它的图如下：
如图所示反馈控制范式是将被控对象的输出端的信息馈入控制器的输入端作为控制指令的来源对被控对象的一种控制方式。但在控制系统中，由于各种环境的干扰以及系统内部的扰动都会对系统状态发生影响，使它偏离系统目标值的要求，这种偏离在被控对象的输出端集中表现出来，因此，将这个输出信息反馈到控制器中与目的信息进行比较，导出偏差信息，作为控制信息抵消干扰的作用，纠正干扰引起的偏离，从而使系统恢复稳定，达到或接近达到它的目标状态，这个过程原理称为反馈控制原理。基于这种反馈控制要求人工大腦系统必须产生即时知觉的双向运动，这就意味着大脑要对输入设备的控制的本质是要将输入解释为自然感知模式。即大脑要根据信息的输入进行反馈，而且这种反馈还要尽可能的使系统处于稳定状态，从而把此系统变成人类心灵与身体的扩展。
（二）人工智能的模式识别的系统分析
模式识别是人工智能最为重要的研究领域之一。模式识别研究主要集中在两方面：一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴；二是在给定的任务下,如何用电子计算机对某些复杂的系统进行鉴别和分类。它在理论构建和实践操作中都极大地应用了控制论中的复杂系统分析方法。模式识别一般有三种[5]：一是统计模式识别（Statistics Pattern Recognition）是指被识别对象首先数字化，变换为适于计算机处理的数字信息；二是神经网络法。神经网络分析法是指从神经心理学和认知科学研究成果出发，应用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法；三是结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述。这三种方法有一个共同特点那就是必须依据外在世界和客观环境的复杂性、不确定性、多变性、等进行层层的系统分析，进行筛选有用信息和结构分析，才能进行识别。
（三）人工智能的信息方法
人工智能就其本质而言，是对人的思维信息过程的模拟，已达到更好的智能化和信息效果，所以信息方法对于人工智能具有重要的作用。例如随着科技的发展科学家们依据红外线光电传感器对被检测物体遮挡或反射光束的原理将光的强弱的变化转为电流的变化，检测障碍物和采集地面信息，再由同步回路选通电路，测定物体的有无。用单片机控制采样速度，进行显示和负责传感器的状态，控制电机以及PWM处理采集到的信号，实现机器人的寻线和避障。据此进行了控制程序的编写，制作了智能小车，经实验证明效果很好。不可否认人工智能的应用越来越广泛性。
三、结语
当前是一个科学技术时代，技术的发展已经以一种融合形式、跨学科的方式来运行。不可否认50多年以来，人工智能走的是一条曲折发展的道路，在人工智能的不断进步与发展中，研究者深感人工智能理论及技术的局限性.本文只是从控制论的视角来反思其带来的问题。科学技术的发展不仅会导致相应时代的技术进步和经济进步，对于同时代的伦理、政治和社会也会导致一些重大的挑战。面对技术对与各个领域的占有，有时批判性的反思对于人类的发展和生存至关也十分重要。
参考文献：
[1]维纳,郝季仁译.控制论[M].第2版.北京:科学出版社,1985,(3).
[2]刘世熠.大脑、人与自动控制[J].科学通报,1961,(3).
[3]德国G·克劳斯著,梁志学译.从哲学看控制论[M].中国社科出版,1989.