白癜风的症状与治疗 http://m.39.net/pf/a_4549565.html一个明智的人，仅仅自己研究自然和真理是不够的，他应该敢于把真理说出来，帮助少数愿意思想并且能够思想的人；因为其余甘心作偏见的奴隶的人，要他们接近真理，原来不比要虾蟆飞上天更容易。------引自拉·梅特里，《人是机器》[1]自然界总是存在各种平衡。对一件事的极致追求，往往需要用另一件的损失来换。比如，有了钱的时候就没时间，有了时间的时候又没有钱，因为“鱼和熊掌不可兼得”。宇宙万物，在微观层面的平衡表现为量子力学中的不确定性原理，也称为测不准原理，是测量粒子的精确位置与精确速度上的不可兼得，他保护了量子力学。而在宇观，有一个光速不变性原理，30万公里的速度限定了人类探索宇宙的空间范围，他同时也保护了宇宙物理学。那人工智能领域里的平衡、研究方式能是怎样的呢？研究现状又存在哪些瓶颈呢？我想从五点展开讨论：1、人工智能的不确定性原理2、由粗到细的结构发育3、智能测试4、智能体实验的伦理5、人工智能困境一、不确定原理在人工智能领域，与物理中有过几个类似的不确定原理。深度学习之前曾一度流行的稀疏学习理论里，科学家们希望通过对数据特征的稀疏化来获得可解释性。但是，其解释性的代价是构造了具有随机性、稠密的变换基函数，如高斯函数。这一思路是稀疏与稠密、时间与空间的不确定性。我们在傅里叶变换、小波变换以及稀疏学习中都能看到这一不确定原理的影子，时间域细节清晰了，频率域就稠密，反之亦然。但这种不确定性原理只提供了寻找可解释变量的方式，能处理的变量规模相对有限，对智能的启示还不明显。图1拉特飞·扎德(来自Wiki)另一个是模糊理论[2]的创始人、加州大学伯克利分校的拉特飞·扎德(LotfiA.Zadeh,.Feb.2-.Sep.6)教授（见图1）在年提出的、解释复杂系统的不相容原理(In