第三次浪潮
Launchbury預言了一個尚未完善的人工智能第三次浪潮,他將其命名為“語境適應”。這項技術需要更多的工作,將感知、學習和推理的優(yōu)勢集中在一起,并支持跨領域抽象的更高水平。
2017年5月,年度本體峰會被命名為“人工智能、學習、推理和本體”。印證了Launchbury的觀察,峰會公報草案得出結論說,到目前為止,大多數(shù)人工智能方法,包括機器學習工具和使用的計算技術都是在運用計算技術的亞符號水平上運行,是不接近人類思維的。盡管在許多形式的人工智能中已經(jīng)取得了巨大的進步,但在象征層面上對知識表現(xiàn)的全面處理還有待于成熟。相應地,本體作為正式的語義組織工具的實用性,對人工智能及其最終測試環(huán)境的優(yōu)勢有限。
語義網(wǎng)絡涉及到以節(jié)點和弧的圖形形式來表現(xiàn)知識。它提供了一種理解和視覺化符號之間關系的方式,通常用積極的詞語來表示。在不同的上下文語境中,這些詞表達不同的意思。人工智能在很大程度上是象征性的,它需要以一種更加正式的方式來處理應用語義,以實現(xiàn)第三浪潮的狀態(tài)。在這種情況下,人工智能就變成了非線性的,因果關系通過多個執(zhí)行線程逐漸解耦。這就導致了復雜的自適應系統(tǒng)(CAS)的建立,這種系統(tǒng)往往會受到非線性網(wǎng)絡行為的影響。
在CAS中,隨著時間的推移,新的行為會基于環(huán)境的情況出現(xiàn)。在這里,可以有多個自組織的路徑通向成功或失敗,所有這些路徑都是由高度多樣化的節(jié)點和弧線所觸發(fā)的,這些節(jié)點和弧線可以隨著時間的推移而變化、增長、收縮和消失。這種網(wǎng)絡在使用嵌入式軟件時,違背了傳統(tǒng)的遞歸單元測試,而這與數(shù)據(jù)是相關聯(lián)的。這是因為,在CAS中,整體往往不僅僅是各部分的總和。相反,從應用網(wǎng)絡科學出現(xiàn)的新方法,提供了一種更好的方法來評估隨時間推移而出現(xiàn)的動態(tài)人工智能行為。與圖論相關的時間指標逐漸被更好地理解為一種描述動態(tài)行為的方法,這些動態(tài)行為是一些未能遵循線性路徑來達到預期效果的行為。
除非采用可靠的方法來評估人工智能的信任程度,不然喊口號就必須謹慎。對于尚不那么可靠的技術,如果盲目信任則有可能會造成誤導,有時甚至會導致危險的結果。