人工智能研究的新方向——网络化智能研究.pdfVIP

人工智能研究的新方向——网络化智能半 李德毅胡钢锋 (武汉大学软件：[程国家重点实验室武汉·430072) e．mail：ziqinli@puNic．bta．cn 摘要：50年人工智能发展的历程表明，无论是符号主义方法、行为主义方法，还是联结主义方法，更 多地聚焦在对人类知识和智能的确定性模拟上，侧重于从宏观上弄清楚结构和功能的关系，一而再、再砸 三地从微观上弄清楚组成成分或要素的性质，而后依靠层次结构对整体智能进行还原。本文提出网络化智 能研究的新方向，在当今的网络时代，尤其是复杂网络数学研究的重大突破，发现现实世界中的许多网络， 广泛存在具有“小世界”特性、无尺度特性、自相似性、高积聚性、以及鲁棒性和脆弱性并存等本质特钲， 要把组成成分或要素之间的关系抽象成网络拓扑，放在一个带有不确定性、生长性、偏好依附性，自相似 性以及与外界交互的大框架下进行研究，利用拓扑熵研究典型网络拓扑之间的转化关系，利用云模型研究 它的产生、演化和自组织行为，利用物理学方法研究复杂网络的动力学行为。从还原论方法走向整体论方 法，从构成论方法走向生成论方法，从公理论方法走向模型论方法。本文还用云分形和动力学方法对网络 的演化和行为进行计算机模拟，结果表明，这样生成的复杂网络能够表示具有上述性质的现实中的复杂网 络，以及典型网络拓扑之间的转化。挖掘现实复杂网络中不确定性中的规律性，无序中的有序性，竞争中 的协同性，都将展现出网络化智能研究的诱人前景。 关键词：网络化智能网络拓扑小世界无尺度云分形演化网络动力学 ofAI ANewDirection Study：NetworkedIntelligence Li Hu Deyi Gangfeng (TheState ofSoftware KeyLaboratory Engineering，Wuhan Emai l：ziqinli@pubilc．bta．cn indicatesthatthework and Abstract：Tbe ofArtificial ofsymbolisms,actionisms 50-yearhistory Intelligence connectionismsconcentratesmoreonthesimulationof on and ofhuman certaintyknowledgeintelligencebeings, and with moreattention the betweenstmcmrefunctiona view,once and to macroscopic pay explorerelationship of and witha thenrestorethewhole and the view,and again，studypropertycompositioningredientsmicroscopic directionAI thehierarchicalstructure．Inthis new of using