Datawhale组队学习——人工智能（第3版）

Task01学习笔记

阅读笔记

说明：这一块内容是自由阅读的所思所想，有天马行空，有眼前一亮。😉

​ 这个先往后放放哈，逐步将微信读书和飞书文档共读的内容搬到这里，先完成👇讨论题和练习题。

讨论题

1. 你如何定义人工智能？

   • 由人参与制造
   • 具有高效及有效的思维

2. 区分强人工智能和弱人工智能。

   • 强人工智能有较强的通用性和推理能力，有常识，像人一样聪明；

     而弱人工智能则没有人一样的推理能力和聪明程度，只能根据人们撰写的代码完成一些工作，不具有通用性，有局限性。

   • MIT发展出了人工智能两大学派当中的弱人工智能学派

     CMU则发展出了另一学派——强人工智能学派

   • 弱人工智能的支持者仅仅基于系统的表现来衡量系统是否成功

   • 而强人工智能的支持者关注他们所构建系统的结构。

     （注：来自书中正文页码第10页，pdf文件第30页）

3. ALICE 是最近几次赢得 Loebner 奖的软件。请从线上找到该软件的一个版本并介绍一些关于 ALICE 的情况。

   • ALICE(The Artificial Linguistic Internet Computer Entity)是美国人工智能大师理查德·华莱士(Richard S. Wallace)设计的人工智能系统，ALICE于2000年和2001年先后两次通过图灵测试，并因此获得了2000年和2001年的人工智能最高荣誉奖洛伯纳奖。ALICE是一个可以和人自动对话的机器人。

     ——摘自《科技史与方法论》清华出版社授权登载

   • 虽然ALICE已经相当智能，但是它也有很多缺点。当人的谈话跳跃过大、省略过多或者过于复杂时，ALICE是无法理解的，并且无法跟人正确地沟通。当出现它不懂的字符时，它并不能像人一样准确地判别出来。尽管如此，ALICE还是给了人类一个很大的惊喜。现在，人工智能的发展已经深刻地影响了人们的生活。

     ——摘自《科技史与方法论》清华出版社授权登载

     引自：北京科普发展与研究中心：ALICE——获得人工智能最高荣誉洛伯纳奖的聊天机器人

     相关链接：Aalice官网

4. 艾伦·图灵对人工智能的重要贡献是什么？

   • 他寻求可操作的方式来回答智能的问题，把功能（functionality，即智能能做的事情）与实现(implementation，即如何实现智能) 分离开来。

     （注：来自书中正文页码第5页，pdf文件第25页）

   • 他对人工智能的贡献在于为测试人工智能开发了著名的图灵测试。

     （注：来自书中正文页码第8页中“人物轶事”，pdf文件第28页）

5. 约翰·麦卡锡对人工智能的贡献是什么？

   • 在 1956 年的达特茅斯会议上创造了“人工智能”这个词，是人工智能的奠基人。

   • 发明LISP 编程语言。多年来，特别是在美国，LISP 成为开发人工智能程序的标准语言。

   • 在逻辑与自然语言处理、计算机国际象棋、认知、反设事实、常识等多个领域都有学术论文或者著作，他还站在人工智能立场提出了一些哲学问题。

   • 作为“人工智能之父”，麦卡锡经常在他的论文中发表观点，指出人工智能系统需要什么才能真正实用有效。

     （注：以上总结来自书中正文页码第18页中“人物轶事”，pdf文件第38页）

6. 为什么 ATM 及其编程不是人工智能编程的一个好例子？

   • ATM机只能完成人类设定的某些程序，如取钱、查询等操作，不能自主思考，完成其他任务，有很大的局限性。

   • ATM机所需要完成的计算任务并不复杂，只涉及简单的决策或精确计算。

   • ATM机所解决的问题不是大型问题。

     （注：以上总结来自书中正文页码第12页中“人工智能问题的3个主要特征”，pdf文件第32页）

7. 为什么对于人工智能研究而言，医疗诊断是一个非常典型且适合的领域？

   • 医疗诊断是一个复杂的过程，有许多可能有效的方法。诊断包括基于患者的症状和病史以及前期病例，确定患者的疾病或治疗问题。医疗诊断很适合采用专家系统，在专家系统中，专家规则可能的排列数量比任何人在他们大脑中记住的都多。

   • 医疗诊断包含大量医疗领域相关的知识

   • 医疗领域的知识有知识分层，比如：细胞正常生活需要的条件、人的四大生命体征等等都是最基础的知识，这些基本知识可以为医疗诊断提供参考依据。

   • 医疗知识可以发展成为存储了若干专家知识的知识库，比如我们可以把某些名医的诊断原则和诊断过程及逻辑作为机器学习的原始材料，通过训练发展成“xx专家医疗诊断数字人”，实现线上诊断，普惠病人。

     （注：以上总结自书中正文页码32 ~ 33页中专家系统及其适用领域具有的特征，pdf文件32 ~ 33页）

8. 为什么对于人工智能而言，二人博弈是一个非常适合研究的领域？

   • 二人博弈场景中（比如下棋），具有一些固定的规则
   • 变化非常多，合理的策略（棋局）非常多（国际象棋有 10^42 种可能合理的棋局）
   • 多数二人博弈（比如下棋），具有完美信息（perfect information）（既不涉及概率，也不存在对任何一方有利的未知因素）

9. 解释计算机国际象棋对人工智能研究起到的作用。

   • 在书中正文页码第14页（pdf文件第38页）中：
     “下棋的专家知识往往取决于一些搜索算法，这些搜索算法可以预见到某个落子对后续棋局产生的长期后果。因此，有很多研究都聚焦于高效搜索算法的发现和发展。”
     由此可见，研究发展计算机在国际象棋上的表现很大程度上促进了高效搜索算法的发现和发展

10. 简述专家系统的定义。

    • 专家系统是一种人工智能应用系统，它模拟人类的智能行为，基于专家的经验和知识，提供诊断、分析、决策等能力。它通过利用专家知识库、推理机和学习算法等技术，以人工的方式模拟专家的决策过程，从而达到快速、准确地解决复杂问题的目的。（注：以上内容来自飞书名词词库）
    • 专家系统通常会内置于领域，其中包含大量人类专家的知识以及大量的规则［这些规则的形式为“IF（条件），THEN 动作”。专家系统是最为成功的人工智能技术之一，它可以生成全面而有效的结果。（注：以上总结自书中正文页码12页中医疗诊断对专家系统的阐述，pdf文件32页）

11. 给出 3 种形式的知识表示方法。

    • 始于通用问题求解（GPS）系统中用逻辑（logic）来进行知识表示的知识表示方法
    • 由奎利恩（Quillian）提出的基于图的语义网络（semantic network）知识表示方法
    • 由马文·明斯基（Marvin Minsky）引入的基于图的框架（frame）知识表示方法

练习题

1. 图灵测试的一种变体是逆图灵测试（inverted Turing test）；在这个测试中，计算机必须确
   定它是在与人打交道还是在与另一台计算机打交道。请想象一下这种版本的图灵测试可能的任何
   实际应用。（提示：近年来，大家试过在线购买热门体育或娱乐活动的门票吗？）

   • 售票方面：辨别是机器抢票（脚本等程序）还是真人抢票，可以在一定程度上减小黄牛抢票对票价的影响。
   • 账号注册方面：防止机器（恶意脚本/代码）批量注册账号

2. 图灵测试的另一种变体是个人图灵测试（personal Turing test）。想象一下，你试图确定与你交流的是你朋友还是一台假装是你朋友的计算机。如果计算机通过了这个测试，试想可能会产生什么法律或道德问题。

   • 法律方面：可能会产生新型的电信诈骗，冒充朋友或者亲人骗取各类账号密码或诱导人们进行转账操作。
   • 道德方面：通过这类测试，意味着计算机可以区分交流的对象是计算机还是人，换句话说，计算机拥有了区分同类（计算机）和异类（人类或者其他）的能力，这可能会对人类安全产生影响，会涉及到一些伦理问题。

3. 许多人认为语言的使用是智能的必要属性。Koko是一只大猩猩，她经过斯坦福大学的弗朗西斯·帕特森博士培训后会使用美国手语。Koko能够表达她不知道的单词组合。例如，她用已知的“手镯”和“手指”这样的词来表示戒指。这只“具备一定知识”的大猩猩是否改变了你对动物智能这个主题的思考？如果是，请回答在什么方面改变了？你能够想象给Koko来一次智力测试吗？

   • 并没有，因为“语言不是使用是智能的必要属性”是我一直以来持有的观点，除了上面手语的例子，我认为信息素也可以使得动物产生智能。
   • 智力测试？emmm，暂时没有这个脑洞…… 😳

4. 假定通过如下测试的城市被认定为大城市。

   • 它应该可能在凌晨3:00提供牛排餐。
   • 每个夜晚，在城市范围内的某个地方都应该安排一场古典音乐会。
   • 每个夜晚都应该安排一场重要的体育赛事。

   假设美国的某个小镇上的居民想通过这个测试，他们为此开了一家24小时营业的牛排店，聘请了一支交响乐团并获得了大型体育特许经营权。那么大家觉得这个小镇能够通过上述大城市认定的测试吗？请将这个讨论与通过原始图灵测试和拥有智能的标准相关联（Dennett，2004）。

   • 就我个人而言，我认为上述提问并不够具体。针对如上提问，我认为要从不同的角度分情况讨论。

     综合来看：

     ​ 能不能通过测试是一个未知数，但就小镇居民的行为表现而言，算得上是智能的。

     总体来说：

     ​ 我更倾向于能通过大城市认定测试，且具备一定智能。

     • 角度一：先上结论——不能通过

       行百里者半九十，开店、请乐队、获得大型体育特许经营权是达到测试标准的中间过程，达到了中间过程的结果并不意味着小镇居民能够达到最终测试的那3个标准，如果那3条标准达不到，自然无法通过认定测试。

     • 角度二：先上结论——可以通过

       小镇居民群策群力，为了达成这3个标准，他们从测试标准开始并反向倒推找到了达成标准的途径，为此，他们“为此开了一家24小时营业的牛排店，聘请了一支交响乐团并获得了大型体育特许经营权”，这种做法和人工智能中的“启发式方法”和“反向倒推”概念有异曲同工之妙。达到了中间过程，接下来达成3条标准也就水到渠成了。

5. 假设要设计一个阈值逻辑单元（TLU）来模拟双输入的或（OR）函数，你能否确定一个阈值和所有权重来完成这一任务？

   emmm，没太理解题目的意思。之后理解了再作答。😳

6. 考虑迭代囚徒困境游戏的一种策略：对于某个未知数n，游戏重复n次。从长远来看，如何衡量该策略是否成功？

   emmm，知识盲区了，并不了解。😦

7. 采用遗传算法来解决本章中提供的3拼图问题，建议使用字符串来表达可能的解。这里大家会建议使用什么适应度函数？

   emmm，知识盲区了，并不了解。😦

8. 给出一个启发式方法，使你能够在高峰时段出租车稀缺时，乘坐出租车访问纽约市（或任何其他主要城市）。

   自己想了两个，GPT帮忙补充了下。

   • 提前预订： 一些出租车服务或共享服务，如滴滴出行，允许提前预订车辆，这样可以确保在需要时有车辆可用。提前预订可能是在高峰时段获得出租车的较可靠方法之一。
   • 使用交通应用程序： 使用交通应用程序，如高德地图，通常能够提供实时交通信息和推荐的最佳出行路线。这些应用程序集成了多个平台的共享出行服务，可以通过这种方法找到合适的交通方式。
   • 选择繁忙地区附近搭车： 在高峰时段，选择在繁忙地区附近搭车，因为那里通常有更多的司机服务。避免在交通繁忙的地方等候，可以提高搭车成功的机会。

9. 狮子在追击猎物时，可能会使用什么启发式方法？

   群体作战，冲散猎物群体，寻找落单的猎物，再针对性出击。

10. 假设要设计一个专家系统，用于帮助家庭选择合适的狗，请建议一些可能的规则。

    • 养狗的目的

      只有明确目的才能针不同品种狗的特性做出适合家庭的选择

      • 作为陪伴宠物？
      • 导盲？
      • 看家护院？

    • 家庭经济能力

      不同品种的狗，购买/饲养成本相差很大

    • 主人的性格，以及想要哪种性格的狗

      • 温顺的？好斗的？
      • 佛系的？勤劳的？
      • 好动的？慵懒的？

11. 在哥白尼之前，地球被认为是宇宙的中心。在哥白尼之后，人类明白了地球只是绕着太阳旋转的众多行星之一。在达尔文之前，人类认为自己是与这个行星中的其他生命有机体分离开来的物种（并且高于其他物种？）。在达尔文之后，人类明白了自己只是从单细胞生物演化而来的另一种动物。假设人类级别的人工智在50年后已经实现，并且进一步假设机器人Cog、Paro和Kismet的继承者实际上体验到了情绪，而不是假装有这样的情绪。在人类历史上的这样一个时刻，作为形成人类“特殊性”的核心，人类应该坚持什么主张？这些主张是不是必要的？抑或甚至是大家想要的吗？

    • 人类应该坚持什么主张？

      既然未来已来，那便拥抱未来，以一种积极的心态，以对待伙伴的态度来对待这一新奇的“生命存在”。

    • 这些主张是不是必要的？

      我认为是必要的，倘若真到了那个时候，如果真把机器人视为异类，甚至是敌人，恐怕会引发另一种形态的战争，彼时，世界将会更加动荡不安；如果以一种积极的心态去拥抱未来，那我们同机器人将更有可能一同创造出更美好的世界。

    • 抑或甚至是大家想要的吗？

      存在争议，有不一样的声音，这几乎是一个必然的结果，这是任何新生事物都逃脱不掉的宿命。

      我无法代表大家，我只能从我的立场去说明我对这件事情的看法。

12. 假设在将来的某一天，美国宇航局计划在木星的卫星Europa上进行一次无人任务。假设在启动任务时，我们对Europa卫星的表面了解甚少。相对于发送一两台相对重要的机器，发送“一群”罗德尼·布鲁克斯昆虫型机器人有什么优势？

    智能程度：机器不一定拥有智能，或者说拥有的智能十分有限，但“一群”罗德尼·布鲁克斯昆虫型机器人所带来的智能程度远胜一两台重要的机器，它们可以通过一些简单的规则和生物启发的方法帮助我们去探索未知的环境，因此，从智能程度上来说，发送“一群”罗德尼·布鲁克斯昆虫型机器人更具优势。

    抗风险能力：我们对Europa卫星的表面了解甚少，上面环境复杂，假设机器人和两台相对重要的机器他们从个体角度上来看，存活的概率都是一样的，那么，”一群“机器人占数量上的绝对优势，在存活概率相等的情况下，”一群“机器人生存能力更强，相较于一两台机器的抗风险能力更大。

    成本：一两台相对于 ”一群“罗德尼·布鲁克斯昆虫型机器人 重要的机器，机器人损失了，但因为相对来说没那么重要，所有不心疼，但这一两台相对重要的机器损失了，那可能就不一样了。

13. Eliza应该被视为一种关系型人造物吗？请给出是或不是的理由。

    不了解，以下内容依据GPT的回答整理而成

    应该！

    Eliza是早期的人工智能程序，最初由计算机科学家Joseph Weizenbaum于1966年开发。Eliza被设计成一个模拟人类心理治疗师的程序，通过模拟对话来与用户互动。Eliza的基本原理是使用简单的模式匹配和回应技术，根据用户输入的关键词和短语生成回应。

    • Eliza拥有对话能力，它能够进行与人类对话相似的互动。虽然其方法相对简单，但在对话中表现出一定的关系型技能，能够理解用户输入并生成相应的回应。
    • Eliza能够模拟人际互动，它的设计目的之一是模拟人际互动，特别是模拟精神治疗过程。通过与用户的对话，Eliza试图建立一种人际关系，尽管这种关系是基于简单的脚本和模式匹配。
    • Eliza拥有心理治疗功能，它的最初目的是模拟精神治疗会话。虽然它并没有真正的理解或情感，但它试图通过对话来模拟支持和理解的过程，这是关系型互动的一个方面。

    尽管Eliza在现代看来相对简单，但它为后来更先进的对话系统和人工智能研究奠定了基础。 Eliza的设计影响了后来的人工智能对话代理和聊天机器人的发展。

14. 请听The Killers乐团的歌曲Human，其中的歌词“Are We Human or Are We Dancer”是什么含义？它们与我们学习的课程有什么相关性？关于这一点，大家可以参与在线的热烈讨论（这首歌曲可以在YouTube上到）。

    emmm，没啥兴趣，这题我就不回答啦。😜

15. 人工智能问题与其他类型的问题有什么不同？列举常用的5种用于人工智能的问题解决技巧。

    • 人工智能问题与其他类型的问题有什么不同：

      1. 人工智能问题往往是大型的问题。
      2. 它们在计算上非常复杂，并且不能通过简单直接的算法来解决。
      3. 人工智能问题及其领域倾向于收录大量的人类专门知识

    • 人工智能的问题解决技巧：

      1. 解决一个相对简单但相关的问题
      2. 反向倒推
      3. 利用专家系统
      4. 采用神经计算的理论设计神经网络
      5. 采用遗传算法模拟基因遗传学中的自然选择和遗传机制，通过对问题的候选解进行进化、选择、交叉和变异等操作，得到一个较优的解。

16. 请为人工智能设计一个新的适用于今天的图灵测试方法。

    这可真是一个好问题，如果我知道的话，我肯定会回答的！😘

17. 研究一下Lovelace 2机器人测试。大家觉得这个图灵机器人的新测试标准是否可以接受？如何对其与习题2的解答进行比较？

    

    关键词涉及得非常全面，想我所能想，亦想我所之不能想。

    就我而言，我目前也想不出更好更全面的测试标准，当然可以接受。

    如何对其与习题2的解答进行比较？

    ​ 咋比较？看不懂啥意思 😥