物理符號系統

维基百科,自由的百科全书
跳到导航 跳到搜索

物理符号系统 (又称为形式系统 )會將物理模式(符号)组合成结构(表达式)并操纵它们(使用處理程序)來产生新的表达式。

物理符号系统假设(英語:physical symbol system hypothesis,PSSH )是在人工智能哲学中,由艾伦·纽厄尔赫伯特·西蒙提出的一个觀點。他们写道:

"對通用智能行为來說,物理符號系統是充分且必要的工具"[1] — 艾伦·纽厄尔赫伯特·西蒙

该主张意味着人类的思维是一种符號處理(因为符号系统对于智能来说是必要的),同時也意味着机器可以擁有智能(因为符号系统对于智能来说是充分的)。[2]

纽厄尔和西蒙指出,物理符號系統是由一組名為「符號」的實體所組成,這些實體是物理圖形,可以作為另一種稱為「表達式」(或符號結構)的實體之組件。因此,符號結构是由許多實體(或符號)組成的,而這些實體(或符號)以某种物理方式關聯著(例如符號挨著另一個符號)。 在任何時候,系統都包含著這些符號結構的集合。除了這些結構之外,系統還包含一組處理歷程,它們會對表達式進行操作以生成其他表達式,像是「創建」、「修改」、「複製」和「破壞」。物理符號系統是個機器,隨著時間產生一組不斷進化的符號結構集合。而這樣的系統存在於客體的世界中,而不僅僅是這些符號表達式本身。[3]

这个想法的哲学根源來自於霍布斯(他声称推理“无非是推算”)、莱布尼兹(他试图建立人类想法的邏輯演算)、休谟(他認為知覺可以被簡化為“原子印象”)和甚至是康德(他认为所有经验都是由形式规则所控制)。[4] 最近的版本則与哲学家希拉里·普特南杰里·福多有关,称作心灵计算理论[5]

雖然该假设受到了各方强烈批评,但它仍是AI研究的核心。一種常見的批評觀點是,這種假設似乎適用於更高層次的智力,像是下棋,而不太適用於如視覺這樣的普通智力。而與世界上的物體直接對應的高級符號(如<dog>和<tail>),以及存在于机器(如神经网络)中的更為复杂的“符号”,我們通常會做出區分。

例子[编辑]

  • 形式逻辑 :符号是诸如“与”、“或”、“非”、“对于所有x”之类的词,依此类推。表达式是形式逻辑中的语句,可以为真,也可以為假。處理程序是逻辑推论的规则。
  • 代数 :符号为“ +”、“×”、“ x ”、“ y ”、“ 1”、“ 2”、“ 3”等。表达式为方程式。處理程序是代数规则,允许人们操纵一种数学表达式并保留其真实性。
  • 数字计算机 :符號是計算機內存的0和1,處理程序是CPU更改内存的操作。
  • :符号是棋子,處理程序是合法的棋子动作,表达式是棋盘上所有棋子的位置。

物理符号系统假设認為下面兩者都是物理符號系統的例子:

  • 人类智慧的思维:这些符号被编码在我们的大脑中。表達式即為思想 。處理程序是思維的心理操作。
  • 正在运行的人工智能程序:符号是数据。表达式是更多数据。處理程序是处理数据的程序。

支持论点[编辑]

艾伦·纽厄尔赫伯特·西蒙認為「『符號處理』是人类和机器智能的本质」,這來自來兩點證據:「人工智能程序的开发」和「对人类的心理实验」。

首先,在人工智能研究的最初幾十年裡,许多使用高级符号处理的程序非常成功,例如纽厄尔西蒙通用問題解決者,或是特里·威诺格拉德SHRDLU英语SHRDLU[6] 約翰·豪格蘭德(John Haugeland)将这类AI研究命名为“ 有效的老式人工智能(Good Old Fashioned AI)”或"GOFAI" 。[7] 专家系统逻辑编程即為这些传统程序派生的結果。这些程序的成功表明,符号处理系统可以模拟任何智能动作。

其次,同时进行的心理实验发现,對於邏輯、計劃或任何形式的“謎題解决”中的难题,人们也使用这种符号处理。 AI研究人员能够使用计算机程序模拟人類逐步解決問題的能力。 這種合作及其引發的议题最终导致认知科学领域的誕生。[8] (这类研究被称为“ 认知模拟 ” )這方面的研究表明,人類解決問題的主要方法是處理高級符號。

在紐厄爾和西蒙的論據中,假設所指的"符號"代表世界上事物的物理對象,如<狗>具有可識別的含義英语Meaning (semiotics)直指英语Denotation,並可以與其他符號組成以創建更複雜的符號。

然而,也可以把這個假設解釋為數位計算機內存中簡單抽象的「0和1」,或者是指通过机器人的感知设备的「0和1之流」。从某种意义上讲,這些也是符号,儘管我們並不總是能夠準確確定符號代表什麼。在此假设的版本中,如托瑞基(David Touretzky)和波默洛(Dean Pomerleau)所解释的那樣「“符号”和“信号”之间没有区别」 [9]

在这种解释下,物理符号系统假说仅断言智能可以被數位化,因此是個比较弱的陳述。实际上,托瑞基和波默洛写道,如果符号和信号是同一回事,因为物理符号系统為图灵通用的,所以除了二元论者或某种神秘主义者之外,就已經有了充分性。[9]广泛接受的邱奇-图灵论题认为,只要有足够的时间和内存,任何图灵通用系统都能模拟可被數位化的过程。由於任何數位计算机都是图灵通用的 ,所以从理论上讲,任何數位计算机都可以模拟任何可以數位化到足够精确度的东西,包括智能生物的行为。物理符号系统假设的必要条件同样可以被巧妙完善,這是因为我们愿意接受几乎任何信号作为“符号”的形式,而所有智能生物系统都有著信号通路。

批评[编辑]

尼尔斯·尼尔森(Nils Nilsson)提出了四个抨擊物理符号系统假设的主要“論題”或依据。[2]

  1. 「 『物理符号系统假设』缺少符号基础英语Symbol_grounding_problem」這一錯誤主張被认为是通用智能行为的必要条件。
  2. 普遍認為,AI 需要非符號處理(例如,聯結主義架構可以提供非符號處理)。
  3. 普遍認為,大腦根本不是一臺計算機,目前所理解的計算並沒有為智力提供合適的模型。
  4. 最后,有些人也相信大脑本质上是无意识的,大部分發生的事情是化學反應,人类的智能行为类似于蚁群所显示的智能行为。

德雷福斯和无意识技能的优势[编辑]

主條目:休伯特·德雷福斯對AI的批判英语Hubert Dreyfus's views on artificial intelligence

休伯特·德雷福斯(Hubert Dreyfus)抨擊了物理符号系统假设的必要条件,他將其称为“心理假设”,并定义如下:

  • 可以将心靈视为「根据形式规则对信息进行操作」的裝置。 [10]

德雷福斯反駁了這一觀點,他指出,人類的智力和專業技能主要依賴於無意識的本能,而不是有意識的符號處理。專家會通過直覺快速解決問題,而非一步一步的試誤搜索。德雷福斯認為,這些無意識的技能永遠不可能在正式規則中體現出來[11]

希尔勒和他的中文房间[编辑]

约翰·希尔勒于1980年提出的中文房间论证试图表明,程序(或任何物理符號系統)不能“理解”它所使用的符號;這些符號本身沒有任何意義或語義內容,因此,機器永遠不可能僅通過符號處理就可以實現真正的智能。[12]

布魯克斯和機器人專家[编辑]

主條目:人工智能,定位方法英语Artificial intelligence, situated approach莫拉維克悖論

在六十年代和七十年代,数个实验室试图建立使用符号来代表世界并计划行动的机器人 (例如斯坦福购物车 )。这些项目取得的成功有限。八十年代中期, 麻省理工学院的 罗德尼·布鲁克斯 ( Rodney Brooks )能够制造出具有出色的移动和生存能力的机器人,而根本无需使用符号推理。布鲁克斯(和其他人,例如汉斯·莫拉维克)发现我们最基本的动作、生存、感知、平衡等基本技能似乎根本不需要高级符号,实际上,使用高级符号會帶來更多复杂性,而且更難以成功。

在1990年的論文《大象不下棋》中,機器人研究者罗德尼·布鲁克斯矛頭直指物理符號系統假說,他認為符號並不總是必要的,因為"世界就是自己最好的模型。它始终是最新的,總是知道每一個細節。關鍵是要經常適當地感觉它。"[13]

聯結主义[编辑]

主條目:聯結主义

體化哲學[编辑]

主條目:體化哲學

乔治·拉科夫 、马克·特纳 ( Mark Turner)等人认为,我们在数学伦理学哲学等领域的抽象技能來自身體的無意識技能,而有意識的符號處理只是我們智力的一小部分。

參見[编辑]

参考文献[编辑]

  1. ^ Newell & Simon 1976,第116页 and Russell & Norvig 2003,第18页
  2. ^ 2.0 2.1 Nilsson 2007,第1页
  3. ^ Allen Newell and Herbert A. Simon. Computer Science as Empirical Inquiry: Symbols and Search. Communications the ACM. March 1976,. Volume 19: p.116. 
  4. ^ Dreyfus 1979,第156页, Haugeland
  5. ^ Horst 2005
  6. ^ Dreyfus 1979
  7. ^ Haugeland 1985,第112页
  8. ^ Dreyfus 1979,第91–129, 170–174页
  9. ^ 9.0 9.1 Reconstructing Physical Symbol Systems David S. Touretzky and Dean A. Pomerleau Computer Science Department Carnegie Mellon University Cognitive Science 18(2):345–353, 1994. https://www.cs.cmu.edu/~dst/pubs/simon-reply-www.ps.gz
  10. ^ Dreyfus 1979,第156页
  11. ^ Dreyfus 1972, Dreyfus 1979, Dreyfus & Dreyfus 1986. See also Russell & Norvig 2003, Crevier & 1993 120–132 and Hearn 2007
  12. ^ Searle 1980, Crevier 1993
  13. ^ Brooks 1990,第3页