1、迈向智能新时代：逻辑、概率与行动的融合探索

迈向智能新时代：逻辑、概率与行动的融合探索

人工智能（AI）已被广泛认为是将引发下一次技术革命的新兴科学。每周我们都会看到大量关于AI在药物发现、游戏竞技、股票交易和执法等领域应用的激动人心的报道。然而，这些报道大多聚焦于基于过往数据预测未来实例这一狭窄的技术能力。实际上，科学家和科幻作家所理解的AI范畴要广泛得多。模式识别、机器学习以及通过数据挖掘寻找关联等，都只是AI的相关子领域。从根本上来说，大数据分析与AI的区别在于我们期望后者具备的一系列能力，我们追求的是一种具有通用目的、自主且至少具备能动性的计算实体。

1. 代理、决策与学习的科学

要发展一门涵盖代理、决策与学习的科学，我们需要解决几个关键的哲学问题：
- 哪些能力是我们所关注的？
- 什么样的框架能够捕捉这些能力？
- 如何对系统关于世界的不确定性以及支配世界的规律进行推理？
- 这些能力和规律中有哪些可以用数学语言进行编码，以及这种语言是如何定义的？

以一个办公室服务机器人为例，它可能需要清理房间、为有需求的人送咖啡等。在这个过程中，不确定性的形式多种多样，包括析取（如“要么……要么……”）、存在性（如“存在具有某种属性的人”）和概率性（如“一个事件比另一个事件更有可能发生”）等。而且，如果要以通用的方式解决这些功能问题，还会出现一系列技术问题，例如：
- 系统的行为应该完全从数据中学习，还是部分学习？
- 如果是部分学习，系统需要预先具备哪些知识（例如由建模者提供），哪些知识可以通过观察获得？
- 给定新的、可能相互冲突的观察结果，如何更新先验知识的语义规则是什么？
- 系统如何从低级观察结果归纳出高级结构化知识？