《中国人工智能学会通讯》——4.19 粒计算与不确定性

4.19 粒计算与不确定性

客观世界纷繁复杂,模糊与清晰状态交织,不 确定与确定现象并存。随着对现实世界探索的不断 深入,人们发现世界是多样的、复杂的,以及运动 变化的。人们接触到的各种信息往往具有不确定性。 不确定现象的存在不仅引发了许多哲学家、物理学 家以及经济学家的思考,也引起了计算机科研工作 者的广泛关注 [10-13]。1985 年,一小组人工智能专 家共同开创了人工智能不确定性问题研究领域,旨 在探索人工智能领域不确定性的知识表示、度量和 推理。

不确定性问题的研究是一个由来已久的课题。 不确定性现象以不同的形式存在于各种领域中,无 论是在信息科学、物理学、化学、统计学等自然科 学领域,还是在哲学、社会学、心理学、认知学、 经济学、金融学等社会科学领域,不确定性现象随 处可见。不确定性问题的研究工作受到了越来越多 研究者的关注。当前,人们所说的不确定性,主要 包括随机性、模糊性、不完全性、不稳定性和不一 致性五个方面。其中,随机性和模糊性是不确定性 研究中的两个基本方面。

不确定问题的推理与决策也是人工智能界的 研究热点之一。目前研究不确定性问题的方法主 要有贝叶斯理论方法、可信度方法、DempsterShafer(D-S) 证据理论方法、模糊推理方法、粗糙 集方法等。概率论是人们较早用于研究不确定性的 工具,概率论的公理化方法由前苏联数学家柯尔莫 哥洛夫首次提出并建立,其用微积分的方法研究不 确定性。后来,以贝叶斯公式为基础的贝叶斯理论 在人工智能研究领域中一直是处理不确定性问题的 重要工具。但概率论需要进行大量的数据统计工作, 而且还要求给出先验概率,这就限制了它的应用。 针对先验概率很难获得,但又要被迫给出这种情形, Dempster 和 Shafer 通过引入信任函数,提出了证 据理论。证据理论能够甄别不确定性和不知道二者 的差别,所以它比概率论更适合于不确定性的研究, 但证据理论计算仍然比较复杂。针对现实世界里存 在概念自身没有明确外延的情形,Zadeh 提出了模 糊集理论。这种由概念的外延模糊而造成的不确定 性是模糊性,模糊集是专门处理模糊性的理论。波 兰数学家 Pawlak 于 1982 年提出的粗糙集理论 [14], 是一种处理不精确和不确定性知识的数学工具,通 过用精确的上、下近似集来表达不精确和不确定性 问题。 近年来,随着粒计算理论研究的深入,不确定 现象也引起了粒计算研究者的极大兴趣。在粒计算 理论中对产生不确定的本质原因进行了分析,指出 知识具有粒度而导致了不确定性的发生这一事实。 从粒计算的观点来看,不确定性和确定性是信息在 不同知识粒度层次上的不同表现形式,它们并非完 全对立,在一定粒度层次上可以相互转化。某一层 次上的不确定性问题可能是其它层次上的确定性问 题,而不确定现象中还可能隐藏着某些确定的规律。

不确定性是智能系统研究的核心课题,无论是自然 智能还是人工智能,都与不确定性的处理紧密相 关,可以说智能主要反映在求解不确定性问题的能力上。在许多实际领域中,如医学诊断、故障诊断、 天气预报、军事指挥、市场分析、投资决策等问题 的求解,可利用的证据和知识常常是不确定的。

粒化思维虽然由来已久,其思想也在各个学科 都有表现,但从自发到有意识,再到具体研究的出 现却是近十年的事情。一般认为,用于解决不确定 性问题的粒计算的理论和方法主要有模糊集理论、 粗糙集理论、商空间理论和云模型、区间分析方法 等。目前,在诸多国内外学者的积极参与和努力发 展下,粒计算和不确定性的研究已经开展了一系列 以学术研讨会议、学术著作出版等形式的学术交流 活动。例如,在国际上,自 2005 年成功举办第一 届 GrC 国际会议以来,GrC 国际会议至今已连续 举办十一届,第十一届国际 GrC 会议于 2015 年 10 月在美国硅谷召开;自 2004 年成功举办第一 届 Fuzzy Systems and Knowledge Discovery 国 际会议以来,至今已连续举办十二届,第十三届将 于 2016 年 8 月在中国长沙举办。在国内,自 2001 年在重庆成功举办首届中国粗糙集与软计算学术会 议以来,目前已成功举办十五届;自 2007 年起, 中国粗糙集与软计算学术会议、中国 Web 智能学 术研讨会、中国粒计算学术研讨会(CRSSC-CWICGrC)联合会议每年都举行联合会议,目前已成 功举办了九届,第十届 CRSSC-CWI-CGrC 联合会 议将于 2016 年 8 月在烟台市举办。在粒计算与其 他理论结合研究方面,2010 年 7 月在安徽大学举 办了以“商空间与粒计算”为主题的国际学术研讨 会;2011 年 11 月在同济大学举办了以“不确定性 与粒计算”为主题的国际学术研讨会,邀请了 8 位 本领域的国内外专家作大会报告,150 多名代表参 加了会议;2012 年 7 月,由李德毅院士组织,在 北京邮电大学举办了以“云模型与粒计算”为主题 的国际学术研讨会;2013 年 8 月在西南交通大学 举办了“三支决策与粒计算暑期学术研讨会”。在 著作方面,2007 年,张钹院士和张铃教授 [15] 出版 了《问题求解理论及应用——商空间粒度计算理论 及应用(第 2 版)》;2007 年海内外华人学者合 著出版了首部粒计算专著《粒计算:过去、现在与 展望》[16],2010 年 6 月出版了《商空间与粒计算—— 结构化问题求解理论与方法》[17],2011 年 10 月出 版了《不确定性与粒计算》[18],2012 年 7 月出版 了《云模型与粒计算》[19],2013 年 8 月出版了《三 支决策与粒计算》[20],2015 年 7 月出版了《三支 决策 : 复杂问题求解方法与实践》[21] 等专著,这些 都极大地推动了粒计算和不确定性研究迅速发展。

时间: 2024-09-16 01:32:28

《中国人工智能学会通讯》——4.19 粒计算与不确定性的相关文章

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.4 结束语

1.4 结束语 下一代人工智能(AI 2.0)将改变计算本身,将大数据转变为知识以支持人类社会作出更好决策[19].目前KS-Studio正在以知识图谱的自动构建为基础,不断丰富对于非结构化数据的知识加工处理的能力,并在不断探索将数据驱动方法与人类常识先验与隐式直觉有效结合起来的可能,我们认为只有如此才能实现可解释.更鲁棒和更通用的人工智能.

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.3 KS-Studio 知识计算引擎

1.3 KS-Studio 知识计算引擎 2012年,中国工程院启动建设"中国工程科技知识中心(CKCEST)"项目1.该项目是我国工程科技领域重要的大数据项目,旨在打通和汇聚各类工程科技数据资源,通过技术分析处理形成知识库,并开发各种应用提供知识服务,推动国家工程科技战略思想库的建设,服务于国家的战略决策. 从数据的性质看,建设知识中心所需的知识是高度结构化的,而分散在各工程科技领域的数据资源绝大部分属于非结构化数据.如何将无序繁杂的文本.图像.视频等原始的非结构化数据加工转化为有序

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.2 知识图谱构建

1.2 知识图谱构建 知识图谱由实体.实体的属性描述以及实体和实体之间的关联构成.尽管其对于大数据人工智能的实现意义非凡,但其构造过程却极为困难.在早期,知识图谱构建单纯依赖于人类专家.在这一方法中,知识图谱中的实体.实体属性与实体关联关系完全由专家人工构造,此类知识图谱包括WordNet[2].CyC[3]等.WordNet定义了词汇之间的特定语义关系,包含约15万个词汇.20万个词汇语义对:CyC 包含了320万条人工定义的断言,涉及30万个概念.1.5万个谓词.随着互联网兴起,虽然依靠专家

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.1 背景

1.1 背景 人工智能正再次成为国际国内学术界和产业界关注的热点,深度学习.迁移学习和增强学习等方法在诸多领域得到了成功应用.图灵早期对获得机器智能进行了一些设想[1],即通过添加遗传物质,辅以变异.进化.教育与自然选择等手段来使得"the child machine"成熟,并进一步去模仿成人的思维,这一设想至今仍具借鉴意义.与孩童成长类似,这个"child machine"首先需要对语言.文字.图像等非结构化数据所蕴含的(常识性)概念进行理解,来感知外界环境,这是

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍