caa中科院院士郑南宁经典回顾认知过程的信息处理和新型人工智能系统

CAA 中科院院士郑南宁经典回顾认知过程的信息处理和

新型人工智能系统

认知过程的信息处理和新型人工智能系统摘要：本文对认知过程的信息处理进行了较为深入的讨论。阐述了智能机器原型与认知模型的关系,讨论了新型人工智能系统的研究方法,提出了认知科学和信息科学交叉的若干重要基拙研究内容,并进一步提出用混沌吸引子实现联想记忆的思想和新型人工智能系统结构。深入研究认知科学及其信息处理对发展我国21世纪的知识经济具有重大科学意义和应用前景。一、引言知识创新是对未被人类认识的客观物质世界的正确描述,感知与认知的科学问题与之密切相关。人脑是我们所知道的最有效的生物智能系统,它具有感知、识别、学习、联想、记忆、推理等功能。研究人脑的这些功能并以机器来实现一直是科学发展中最有意义和极具挑战性的重大问题。人类大脑皮层的结构具备了复杂精确的分析与综合的能力并适应人类抽象逻辑思维的需要。深入研究认知过程的信息处理和基于人类感知与认知机理的智能化信息处理将对整个自然科学和技术科学产生深远和重大的影响。由于社会生产和实践的需要,人们对认知问题日益感兴趣。脑科学、信息科学、计算神经学和神经生理学等学科的发展,使得认知科学与信息科学相结合成为可能,形成

了多学科交又研究的特点。基于认知机理的智能信息处理在理论与方法上的突破,有可能带动未来信息科学突破性的发展。因此将认知科学与信息科学领域密切结合,加强我国在这一交叉学科领域的基础性、独创性的研究,解决认知科学和信息科学发展中重大基础理论问题,形成智能信息处理技术的科学基础,带动我国经济与社会发展中基础技术科学乃至国家安全所涉及的智能信息处理关键技术的发展,并且为人类探索脑科学中的重大基础理论问题做出贡献都是非常迫切和必要的。经验主义和理性主义的模型与解释在很大程度上影响着人类的认知过程。因此,对于智能和机器的关系,应该合理地发挥经验的作用,从进化的角度把智能活动看成动态发展的过程。智能理论所面对的课题一般具有“环境一问题一目的一求解”的形式,将联结主义的神经网络理论、基于符号主义的专家系统理论和基于进化论的人工生命这三大研究领域有机地结合起来,有可能实现一类新型人工智能系统和智能化信息处理方法。新一代媒体(next media)和以计算机网络为基础的智能化通讯(intelligent communication)系统的研究与应用将成为21世纪信息科学与技术领域划时代的重要标志。人的语言、表情、姿态等都将被机器所理解,并转化成一系列指令,从而实现信息的获取与转送。随着机器的语言、图像等识别能力的提高,也会为信息系统提供新的安全技术。这些以自然语言和图像的

理解为基础的认知过程的信息处理理论与实现技术的研究已引起了许多国家的政府和科学家的广泛关注。近年来,国际信息科学界非常重视认知科学与智能信息处理的研究,许多著名刊物纷纷出专辑探讨基于感知、认知的智能信号处理的理论和方法,比如:1997年Neural Networks杂志出专辑讨论“意识与神经网络”;1997年IEEE电路与系统汇刊讨论了非线性混沌理论、混沌信号处理与控制方法;1999年IEEE神经网络汇刊出专辑讨论将神经网络模型、模糊推理和表示、概率推理等相结合的混合计算智能模型。特别是一批诺贝尔奖获得者(Circk F H, Eccles J C,Edelman G

M,Josephson B D)和著名的人工智能创始人Minsky M,他们在从事各自领域的研究的同时,也都在探讨意识和认知问题。可见国际学术界对认知科学与信息科学的结合和交叉,以及智能化信息处理新理论研究的重视,也表明认知过程的信息处理和新型人工智能系统的研究和应用正处于一个新的发展时期的开端。我国的学者近几年也以极大的热情关注和正在从事这一前沿科学的研究问题,并取得具有一定特色的研究成果,国家自然科学基金委员会给予了极大的重视。二、认知模型(信息融合)本身就可作为一种智能机器的原型人类智能的发展经历着已有认知结构与不断发展的认知进行交互并互为因果的超循环过程。研究表明,人类大脑皮层的结构具备了复杂精确的分析与综合的能力并适应人

类抽象逻辑思维的需要。人对外部世界的认知过程,本质上是一个多传感信息的融合过程。人脑通过对多通道信息的相互监督(self-supervision)完成学习,从而获得对外部事物的知识;通过对多传感信息的融合,实现对目标的识别与理解;并可以根据已有知识对各传感器实行控制。这种前馈和反馈过程的完美结合,使人脑具有极高的智能水平,即使在噪声环境下或传感信息不可靠时,人脑也能有效地完成其智能活动。这为构造智能系统提供了完美的典范。认知模型本身就可作为一种智能机器的原型,并能为新型的人工智能系统的设计提供新的科学依据和理论指导。长期以来,人们在信息处理中的认知模型和基于感知的智能化信息处理研究领域做了不少工作,取得了很大进展,但其水平距人们所期望的还相差甚远。这主要是由于所使用的方法与人脑的认知信息处理过程有着重大差别,如频谱分析方法、统计学方法和句法分析以及传统的人工智能方法等,不具有开放性、动态性和灵活性等智能信息处理方法所应有的特征,因而它们只在特殊的应用领域内取得有限的成功。目前认知科学所取得的成就主要集中在认知心理学理论和认知基本过程两方面。在认知心理学理论方面,将人脑看作类似于计算机的信息加工系统,将心理过程看作是符号序列的信息加工过程,由此提出“物理符号系统”和“平行分布加工”的观点。这两种观点极大地促进了信息科学的计算理论的发展。认知是由三

个基本要素组成:记忆、注意和意识。关于“记忆”,Baddly和Tulving分别提出了“工作记忆”和“多重记忆系统”的思想;关于“注意”,Trasman提出了“特征绑定理论”;而关于“意

识”,Baars提出了“整体工作空间理论(剧院模型)”。认知的载体是大脑,脑是一个复杂系统。脑的复杂性不仅表现在它是由大量的神经元(约1000亿个神经元)组成,更重要的是神经元间存在着异常复杂的联系,这些联系在方向上以多重前馈和反馈,在分布上以会聚和发散等多种形式,形成一个复杂的网络—脑。另一方面,脑的整体结构和功能也是复杂的。在结构上有分子、亚细胞、细胞、核团、系统等。而在功能上有不同层次、不同部位的神经元功能存在着区别。如视觉系统中不同的神经元,它们分别对由简单到愈来愈复杂的视觉图像(如运动、边缘、形状、颜色和纹理等)产生刺激和反应,并在脑皮层由这些反应得出外部世界的描述(图1)。生物视觉系统中这些功能不同的细胞已在动物中被揭示。而对人脑来说还可以有对不同抽象级别的概念响应的细胞。人类具有完善的视觉系统可以在瞬息感知外部世界, 这是智能化视觉信息处理系统的一个典范,其物质基础就是人的完美的视觉器官和复杂而完善的以神经元为基本组成单元的中枢神经系统。

脑的基本功能即认知的信息处理功能是对环境信息作合适的处理和存贮,并作出决策或反应。而脑功能的实现依赖于