AI与数学“融通共进” 迈向自主智能时代

作者:互动派小派来源:中国科学网

在人工智能中,与数学联系最为紧密的是机器学习。徐宗本表示,人的智能是通过与环境的交互,再加上自省,来提升解决问题的能力。而用机器来模拟这种智能时,就是机器学习。

在徐宗本看来,数学与人工智能存在着自然的“框架性”联结,两者在处理问题的方法论上存在一致性,因而能够“融通共进”。

这一“框架”中最为重要的两个部分是智能体和环境。

徐宗本认为,智能体从形态上可以是网络结构、机器人或是无人系统等。但从数学描述上来说,智能体可被认为是一个含有大量参数、可调节的任务求解器,而目前希望能找到一个递进函数,让智能体在“环境”中来提高自己。

这个“环境”特别值得关注,它有两个重要性质:首先,是可描述出来的,可以用数据、模型或知识来描述;其次是环境是可以建模的,它能够对智能体的行为给出反馈。

“上述智能体与环境结合成的统一体,便形成了机器学习系统,也就是研究问题的基本方法论,而一个智能体在环境中怎么完成任务,不同的完成任务方式和不同的利用环境方式,就构成了不同的科学分支。”徐宗本说。

随后,他分享了机器学习的4个典型模型:深度学习、自编码器、对抗生成和强化学习。

那数学在其中发挥着怎样的作用呢?徐宗本以强化学习为例说,智能体想解决一个数学问题,这其中的关键是在什么环境下来解决任务,此刻这一环境便是“数学符号”,比如:数学公式、定解条件等。

徐宗本表示,“尽管数学更强调模型化,但事实上,与人工智能中智能体在环境之中去交互,来提升自己解决问题的原理和思路是如出一辙的。

他认为,人工智能已经突破了从“不能用”到“可以用”的技术拐点,正在从“可以用”迈向“很好用”,处在从人工化走向自动化的“前夜”,迈向自主化的初级阶段。

“我们最终的目标是自主智能,即智能体对环境的自适应自控制,但还存在诸多技术瓶颈,亟需重大技术变革,我们还有很长的路要走。”徐宗本说。