8、人工智能架构：具身认知、动态系统与混合系统探索

人工智能架构：具身认知、动态系统与混合系统探索

1. 对人工智能假设的攻击

自诞生以来，人工智能就面临诸多质疑。哲学家如约翰·卢卡斯（John Lucas）率先发起挑战，随后计算机科学家（如魏泽鲍姆，Weizenbaum）、数学家（如彭罗斯，Penrose）和心理学家（如斯皮维，Spivey）也加入其中。许多人认为“人类大脑是计算机，人类是机器人”这一观点显然错误，并试图找出人类思维中计算所缺乏的特殊之处。认知科学家和机器智能研究人员主要关注两个差异：人类思考严重依赖环境，以及人类神经处理具有动态性。基于这两个特点，出现了具身（情境）认知和动态系统两种人工智能架构方法。

2. 具身认知与动态系统概述

具身认知和动态系统这两种方法有一个共同基本特性，即都否定符号处理阵营的观点——思考是对类似语言或基于语言的心理符号的操作。部分研究者甚至否认大脑中存在任何符号或表征，还有人认为智能计算机不可能实现，人造智能需是某种机器人，其“思想”源于低层次、连续、动态、类似神经的系统。

3. 具身认知

具身认知（EC），有时也被称为“基于行为的机器人技术”，与符号处理阵营的思路相反。其特点如下：
- 专注机器人技术 ：机器智能通过身体与环境交互。例如，具身认知机器人会直接去餐厅点餐，而非像基于框架的系统那样进行推理。
- 重视感知与行动 ：以感知和行动为基础构建智能行为。
- 分层架构 ：通过添加更多传感器层和行动产生层，可出现更复杂的行为，这种架构被称为包容架构（Brooks，1999）。