新建网页 2

理性的标准的协同智能模型

邹晓辉

广东珠海井岸桥东恒美花园15-2栋201号(融智研究所) 519125

e-mail：qhkjy@yahoo.com.cn

摘要: 有人（Martha Pollack）说：我们要构建智能的活动者而不只是智能的思想者。我们赞同这种观点。进一步考虑之后，我们继续向前推进。让所有的用户及其软件代理(艾真体)在文本总量控制模型或音节总量控制模型（即：标准平台）上工作或活动。意思是：用户能仅用母语理解程序、获取信息或重用知识，而艾真体则仅用0和1处理数据；双方或多方依据标准平台协同工作或活动。该标准平台基于终极标准信息交换码，就像过去和现在基于美国标准信息交换码或国际统一代码的情形一样。我们认为：让所有依据具体的理性智能模型设计的艾真体在一个依据统一的标准智能模型设计的通用平台上协同工作或活动，机器翻译的歧义难题将获得一个较为满意的系统化解决方案。

关键词: 软件艾真体理性活动者标准平台智能模型

RATIONAL STANDARD COOPERATING INTELLIGENT MODEL

ZOU XIAO HUI

BEAUTIFUL-GARDEN BUILDING 15-2 ROOM 201 IN ZHU-HAI 519125

e-mail：qhkjy@yahoo.com.cn

Abstract: Somebody（Martha Pollack） said that we want to build intelligent actors, not just intelligent thinkers. We agree to it and on second thoughts we have been going farther. We let all users and theirs Software Agents work or act on Standard Format which is Gross Text Control Model [GTCM] or Gross Syllable Control Model [GSCM] which is called Standard Format. That means all users could work by only using theirs mother tongue for Programming Language Understanding,Information Acquirement or Knowledge reusing while all Agents only act by using 0 and 1 for Data computing, and both or various change for information according to the Standard Format based on Z-ASCII in the future as it did and does on ASCII or Unicode in the past and now. We thought that if all the individual SIRA[Special Intelligent Rational Actors] Act on the unitary GISF[General Intelligent Standard Format], different meanings of MT will show on GISF and the puzzle can be solved by the numbers.

Keyword: Software Agents, Rational Actor, Standard Format, Intelligent Model

1．引言

在过去几年，人工智能的研究取得了长足的进展[1，“展望智能科学”（史忠植）^[1]和“智能学：信息-知识-策略-行为的统一理论”（钟义信）^[2]（http://caai.cn/documents/caai-10.exe）；Agents^[3] （艾真体），Knowledge Discovery and Data Mining^[4]（知识发现和数据挖掘）（http://www.aaai.org）；2，协同智能[5][6][7][8]和语义信息[9]（http://potentialscience.org）]。

有鉴于此，本文提出一种协同智能的观点，试图通过“合理分工、开放互动、高度协作、优势互补的（基于融智学理论框架的）协同智能”在“强人工智能”与“弱人工智能”之间形成必要张力，并对“信息-知识-智能的理论”探讨中可能存在的问题提出一些值得深思的意见或建议，强调巩固根基。实质上也就是在人工智能与人类智能之间寻求一种和谐的解决方案。

概述：本文属于交叉-综合-公共-基础领域，具体涉及“信息-知识-智能的理论”探讨。其特殊性：直接采用融智学前沿的理论成果，探讨人工智能学界关心的“信息-知识-智能”问题。其重要性：从宏观上为解决强人工智能与弱人工智能之间的观念冲突提供科学理论上的疏导；从微观上为解决“消岐”[涉及：模式识别、语言理解、知识表达（典型实例：机器翻译）]的技术瓶颈提供科学理论上的支持（注：技术上的支持——标准平台，另文介绍）。研究途径：在回顾比较前人和他人的研究与自己前期的研究之间的异同的前提下，梳理融智学前期探讨的有关理论成果，旨在明确“信息-知识-智能的理论”的融智学探讨新思路：“理性人”的智能模式“由合到分”——突出艾真体的理性智能，“标准机”的智能模式“由分到合”——突出标准平台的标准智能，其发展就是让“协同网”的智能模式“融智整合”——突出计算机及其网络的协同智能。局限性：本文仅介绍新思路、新理论、新方法的基本框架的有关部分，具体细节和应用实例需阅读参考文献。基本假设：合理分工、开放互动、高度协作、优势互补的协同智能，可在强人工智能与弱人工智能之间形成必要的张力。贡献：在明确“信息-知识-智能的理论”探讨的新思路、新理论、新方法的基础之上，提出了：基于知识信息数据处理的融智学新范式的“消岐”新方案，即：理性的标准的协同智能模型，可让所有依据具体的理性智能模型设计的艾真体在一个依据统一的标准智能模型设计的通用平台上协同工作或活动，使机器翻译的歧义难题获得一个较为满意的系统解决方案。

2．“理性人”的智能模式

我们认为：迄今为止，探讨人工智能的三个流派（符号主义、连接主义、行为主义）和两种倾向（强人工智能与弱人工智能，或：“由上至下”与“由下至上”）之所以此消彼长且长期并存，有一个重要而深层的原因，即：实质上各自（这可能是学界和业界没注意到或注意得不够的方面）都在探讨“理性人”的智能模式或其某些方面。不仅探讨者会坚持“理性人”的某种立场（尽管时常会受情绪、脾气、怪僻等“非理性”因素的左右），而且探讨方式也在模仿“理性人”的某种智能模式。由于各个人的知识背景不同，加之各自处于认知发展的不同阶段，“理性人”对同一个问题不仅可能会得出合乎“理性”的答案，而且也可能会得出违背“理性”的答案。

2．1．什么是智能科学（或：智能理论）？

例1（答案1陈述）：“展望智能科学”（史忠植）认为：“智能科学（作为）研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。”

例2（答案2陈述）：“智能学：信息-知识-策略-行为的统一理论”（钟义信）（在阐述“信息－知识－智能的统一理论”时）写道：“智能理论作为21世纪最重要的两个学科——信息学与生物学——相互作用的交叉产物，是新世纪科学技术研究与发展的焦点。”

分析1：关于智能科学（或：智能理论）的称谓与界定，例1和例2的问题：

问题1：面对同样的学科领域，例1和例2给出的解释竟如此不同。不仅关于智能这门学科的称谓不同（这是次要的），而且涉及其知识来源的学科范围的界定也不同（这是主要的）。

问题2：例1的作者是否知道“认知科学已包含认知心理学和人工智能这两部分”（是翻译失误，还是另有新的见解）？例2涉及其知识来源的学科（如：生物学）的范围是否界定过宽？

问题3：（主要的区别在于）认知科学与信息学之间能视为等价或相同的学科领域吗？

即使排出关注焦点的差异，甚至忽略学者之间在智能观以及智能科学观的区别，也无法回避以上三个问题（指出它们有利于进一步的科学探讨！）。

结果1：指出上述问题旨在提出新的观点，即：包含人类智能与人工智能的智能科学（或：智能理论），其知识来源至少涉及：脑与神经生理学、心理学（含：认知心理学）、（自然）语言学、（人工）符号学、逻辑学、数学、通信与计算机科学（含：计算机图形图像处理，语音处理，传感与遥测技术）等科学学科（甚至相关的哲学分支）。否则，就会犯思路过于狭隘的认知错误。

结论1。知识背景的不同或个人知识的局限，是每一个学者，作为自然人，都无法回避的。面对一个复杂问题或复杂学科，自然人之间要达成共识，并不是一件容易的事情。

建议1：采用协同智能的理念或策略，即：以“标准机”的通用智能模式，支持“理性人”的专用智能模式，协同辅助“自然人”进行科学探讨。如：确定知识门类划分、确定学科名称、确定各学科的核心概念和基本概念以及典型例证乃至相应的方法及工具等。

2．2．什么是智能？什么是信息？什么是“知识”？什么是“人工智能理论体系”？

例3（答案系列陈述）：“智能学：信息-知识-策略-行为的统一理论”（钟义信）归纳概述，首先，把智能概略地定义为“认识问题和解决问题的能力”。接着，把智能理解为“一种有目的的行为”（本文称之为：“理性人”的“目的驱动论”）。于是，就得出“智能的完整定义”的以下系列表述：定义 1 智能，是在总体目的的驱动下，面对任何给定的环境，发现（定义）问题、确定目标、获得问题-环境-目标的信息、把信息提炼为知识、把知识激活为合理的策略、在策略引导下解决问题（满足约束）达到目标的能力。 定义 2 人工智能，是在给定问题、环境、目标的前提下，机器获取相关的信息、把信息提炼为知识、把知识激活为策略、并在策略引导下满足约束解决问题达到目标的能力。 定义 3 本体论信息，是关于“事物的运动状态及其变化方式”的直接表现，与观察主体的因素无关。 定义 4 认识论信息，是“主体所感知的事物运动状态及其变化方式，包括这种状态方式的形式（称为语法信息）、含义（称为语义信息）和价值（称为语用信息）”。语法信息、语义信息、语用信息三者的全体（我们认为：此处的“全体”应换为：“总称”），称为“全信息”。定义 5 知识是人们实践经验的结晶（最流行的知识定义）；经验，是有待确证的准知识。定义 6 关于某类事物的“知识”，是人们关于这类事物的运动状态及其变化规律的描述，包括这种状态和规律的形式（形态性知识）、含义（内容性知识）和价值（效用性知识）。定义 7 常识是被普遍公认因而无需证明的知识。综合智能理论，曾指出，知识激活成为（狭义）智能（体现为策略），需要有具体的求解问题、环境约束条件和问题求解的目标。否则就会成为空洞的智能。从知识激活的机制看，人工智能现存的三大学派（基于规则性知识的功能主义学派、基于经验性知识的结构主义学派以及基于常识性知识的行为主义学派）正好构成了有机互补的人工智能理论体系，不妨称为“广义人工智能”。它们共同的机制都包含“知识的激活”，只是由于知识的性质不同，激活的具体方法不同而已。正像其它（物质和能量）资源可转换一样，信息也是一类普遍存在的资源，可通过相应的加工机制把它转换成为知识、策略和执行策略的行为，最终成为认知与行事的智能。信息是智能的源泉；智能是信息的归宿。这就是“信息-知识-策略-行为的转换与统一理论”。

2．3．本文对例3的探讨

2．3．1．分析2：关于智能（含：人工智能）的定义，例3的问题

问题4：众所周知，自然人一生中有相当多的情况是“非理性的”。试问：此时的自然人有没有智能？如果有，定义1就缩小了人类智能的范围。如果说“智能是一种有目的的行为；没有目的，谈不上有智能。”那么，“无目的随机应变能力”是不是一种“智能”？在“非理性”或“无意识”的情况下自然人有无“智能”？…值得进一步商榷。

问题5：智能的本质是什么？仍然不清楚。定义 1-7也没明确回答这个问题。

例4：“智能的本质与定义^[10]”（廉师友）认为“智能本质是信息对信息的一种恰当响应”，并给出以下定义“所谓智能，就是个体、群体或者系统能够对感知信息做出恰当响应的能力”。众所周知，由于信息的本质目前还存在争议，所以基于信息的智能定义及其本质也难下定论。

结果2及结论2：我们认为：例3试图得到一般的“理性人”的智能模式。这与人工智能学界探讨的各种具体地模拟“理性人”的智能模式的思路方向一致但着眼点不同。众所周知，业界实际成功设计和应用的几乎都是后者——专业化的理性智能模式或具体类型。

2．3．2．分析3：关于信息（定义 4所谓“全信息”）的定义，例3的问题

问题6：语法，既有形式方面，也有内容方面。例3定义 4所谓“语法信息”只讲前者。

问题7：语义，既有逻辑方面，也有语汇方面。例3定义 4所谓“语义信息”只讲前者。

问题8：语用，可指语言效用，更强调上下文。例3定义 4所谓“语用信息”只讲前者。

结果3：我们发现：例3定义 4所谓“全信息”其实并不全。理由，上述问题6-8已指明其一；其二，为什么会这样呢？本文人为：其中一个主要原因，可能是“全信息”的提出者忽视或低估了自然语言的歧义性特征及其影响效力的深、广、久的特点。我们知道（但大众不知道或不认可）：例3所使用的“语法、语义、语用”三个词语是从符号学和语言学临时借用过来的，因此，全信息提及的语法、语义、语用不是大众所熟悉或偏好的通用含义。

议论：对此，例3的作者在撰写《信息科学原理》时是清楚的，但在与语言学和计算语言学乃至人工智能及计算机科学等领域的其他专家和大众（请注意：在面对“语法、语义、语用”这三个词语的时候，其他人完全可能选择其中两个意思的后者！！见：问题6-8！）交流时却未必次次都能保证双方对此问题的认识是清楚一致的。这可能是造成双方对这个“全”的认知冲突的主要原因。不知这个原因的人（即使对作者本人而言，所谓“全”的假象一时也难以识破），可能会在欣赏“全”的同时却又说它（全信息理论）“遭遇到了实践上的灾难。”

结论3：我们认为：理论的完整是相对的。如果一个理论的问题不能被发现，那么，它也就难以继续发展。“全信息”理论，没有认识到或至少忽略了这样一组事实，即：由“语法信息、语义信息和语用信息”中借用“语法、语义、语用”而必然造成的表达歧义——因为这三个词语本身就都存在概念上的歧义（见：问题6-8！注：语法本质上是一种关系——词语之间的关系、语义至少有逻辑语义与词汇语义的区别、语用与上下文有关而具体使用时才与具体的人有关）。

2．3．3．希望首先要坚固“信息-知识-策略-行为的转换与统一理论”的根基

分析4：由于前述“智能理论、智能、信息的定义”的问题，例3关于知识的定义和关于人工智能理论体系的整合，在理论的根基上也就必然存在相应的问题。

结果4及结论4：我们不仅认同“信息-知识-策略-行为的转换与统一理论”追求卓越和完美的的探索精神，而且，高度评价“（狭义）智能（体现为策略）”的观点，同时，也十分欣赏其试图融合人工智能三大学派的努力。不过，还希望首先要坚固其理论的根基！

2．4．启示1

以上仅仅是对例1-3或两位学者的研究提出了1-8个值得进一步探讨的问题。类似的疏忽或失误，每位（包含我们自己在内）自然人学者都随时可能遭遇。正因为如此，我们更加坚信：通过“合理分工、开放互动、高度协作、优势互补的协同智能（狭义部分）的方式”必然会尽可能地降低自然人学者个人的疏忽或失误及其给学术界可能带来的损失或负面影响。

针对以上“理性人”的智能模式，以下提出：“标准机”的智能模式。旨在“取长补短”。

3．“标准机”的智能模式

3．1．深入探讨

“理性人”的智能模式，是基于自然人的智能模式。鉴于自然人智能观的多样性，计算机中体现“理性人”的智能代理——“艾真体”（Agents）的模式也必然是多种多样的。

如果基于自然人的“理性人”的智能模式（由合到分与由分到合孰优孰劣的问题）还有待进一步的科学探讨，那么，能否先设计一种基于计算机的“标准机”的智能模式（由合到分与由分到合不仅孰优孰劣一比即知而且完全可以协同互补）来辅助自然人继续探讨“理性人”的智能模式，并实验构造“合理分工、开放互动、高度协作、优势互补的协同智能（狭义部分）”呢？

（我们设计的）文本总量控制模型（GTCM）与音节总量控制模型（GSCM）就是基于计算机及其互联网的“标准机”的通用智能模式。经过近几年（2000-2005）小规模试验和局部试用，其效果非常显著。事实证明：无论是知识，还是信息，只要在基于GTCM与GSCM的数据库和数据仓库中，自动查找，自动翻译，辅助训练、写作或创作，…，都是十分方便而高效的。

3．2．分析比较

缺乏GTCM与GSCM系统全面、明确持久、准确有力的支持，无论是自然人（含：个人和群体）还是计算机（含：单机和联网），其内（如：计算机的艾真体和自然人的神经细胞及组织）外（含：计算机的互联网和自然人的社会关系网）环境之间必然隔阂重重（这就是各种自然语言和人工语言以及程序语言应运而生的条件），人与机、机与机、机与人、（即使在网络和计算机辅助条件下）人与人之间也难以实现默契通信（众所周知，就交流或沟通而言，是否默契差别很大。谁都愿和默契的伙伴相处或在默契的团队里学习、工作、生活）。反之，则可实现默契通信或自动消歧。

体现理性智能的专用模式（如：艾真体）虽不错但难以协同运行，如有标准智能的通用模式（如：GSCM与GTCM及Z-ASCII）作为其底层支撑体系，则各种各样的艾真体乃至其用户也就有了共同的基准参照系和应对参照系。这样，可随时随地共享的知识信息数据处理平台的全面支持或辅助，从而，也就自然避免了信息孤岛及其遭遇的歧义困境。

3．3．几组问题（涉及智能本质探讨，仅供思考，希望对读者有所启示！）

第一组问题：人工智能与人类智能之间究竟是一种什么样的关系?人工智能的强与弱之间又是一种什么样的关系?“协同智能”概念的必要性和重要性，何在？

第二组问题：简单性与复杂性是认识智能现象及其本质时常遭遇的一对矛盾。简单化与复杂化是设计智能系统时常遭遇的一对矛盾。简单与复杂是智能化进程中必须解决的一对矛盾。简单与复杂的关系是智能本质探讨的过程中必须处理的一个重要问题。

第三组问题：“人与机、机与机、机与人、人与人”之间的交流或沟通，为什么总是隔阂重重？协同智能计算模型 = 标准计算模型 + 理性选择模型，有何独特功用？

3．4．解题方法（“协同智能”和“协同智能计算模型”及其“标准计算模型”）

3．4．1．理论方法

首先，通过“计算机的艾真体”和“计算机的互联网”容易证明电脑智能是协同智能的一类特例；接着，通过“自然人的神经细胞及组织”和“自然人的社会关系网及组织”容易证明人脑智能是协同智能的另一类特例；最后，指出：虽然其它“人工装置”与“自然实体”也都可视为协同智能的各类特例，但本文仅限于介绍：由人脑智能与电脑智能这两类特例构成的狭义的协同智能，其特征在于：合理分工、开放互动、高度协作、优势互补地融智。

3．4．2．工程方法

首先，构建“合理分工、开放互动、高度协作、优势互补的协同智能”的总量控制模型（系统设计已完成且试用效果好），即：文本总量控制模型（GTCM）与音节总量控制模型（GSCM）。

其次，确定“理性人群”与“标准机群”（即;“理性人” + “标准机”）之间默契通信的间接形式化（数学化且计算机化）标准格式[（即：D = m n全域数码），其中m和 n均为自然数，在基于计算机的“标准机”通用智能模型的数据库及数据仓库中m是两列表的序号而n是记录行的自动编号]。

再次，计算机系统的“（有限）目标域”数据（D）按标准格式实施全域数码化改造。

接着，一方面，自动构造“标准机”的通用智能模型；另一方面，协同构造“理性人”的专用智能模型。对信息获取与知识表达而言，前者可自动生成；后者可协同采集。生成、采集、比对、转换，有时（如：不确定时）可协同进行，有时（如：确定时）可自动进行。

最后，用户在“（有限）目标域”中重用“已知域的知识”或发现“未知域的信息”。

4．结语

什么是协同智能？协同智能，旨在“人类智能”与“人工智能”（或“强人工智能”与“弱人工智能”两种“冲突的智能观”）之间寻求一种张力，进而发展出一种“和谐的智能观”。理论上指：侠义融智学定义的顶级的智能观，如：融通、融合的智能观，即：基于“人与机、机与机、机与人、（借助计算机及互联网的）人与人”的“合理分工、开放互动、高度协作、优势互补”的“协同智能”观。工程上指：“协同智能计算系统”。

分析5：由于看待“人工智能与人类智能的关系”这一基本问题的立场不同，造成了“冲突的智能观”（强人工智能、弱人工智能）与“和谐的智能观”（协同智能）的根本差异，其中，强与弱的人工智能观基于对立或争斗的立场；协同智能观基于融通或融合的立场。

结果5：见：三组关系，即：

协同智能 = 理性人的智能（专业化分工） + 标准机的智能（规范化协作）

协同智能计算模型 = 理性人的专用智能模型 + 标准机的通用智能模型

协同智能计算系统 = 理性人的专用智能代理 + 标准机的通用智能平台

以下框图是本文概括的三种智能模型及其典型实例之间的相互关系示意图。

结论5：断言：人脑智能与电脑智能是协同智能的两类特例。即：由人脑智能与电脑智能这两类特例之间的特殊关系构成的协同智能与前两者的关系，是：进化发展的关系。

结果6：发现协同智能与其两类特例（人脑智能与电脑智能）之间实现默契通信的条件——建立“标准机的通用智能平台（即：GSCM与GTCM及Z-ASCII）”获得CA全方位全过程的支持。

结论6：预言1：协同智能的时代初级阶段（狭义的协同智能得以认同的时代）即将到来，而高级阶段（广义的协同智能得以认同的时代）则需在协同智能计算系统普及之后才有可能到来。预言2：继形式信息革命（即：数字化或数据革命。它是前不久和当前计算机和互联网时代的典型特征）之后的语义信息革命（即：由数据革命进入数字化知识革命。它是当前和近期未来的基于计算机和互联网的数字化知识经济时代的典型特征）将成为进入协同智能时代初级阶段的重要标志。

推论：智力的技艺体现，智慧的哲学体现，智能的科技体现，前述（智力、智慧、智能）三智融合的融智学体现，是人类认识“智”这一现象的四个发展阶段。

参考文献

1．史忠植：展望智能科学[A]中国人工智能进展[C]北京邮电大学出版社2003

2．钟义信：智能学：信息-知识-策略-行为的统一理论[A]中国人工智能进展[C] 北邮出版社2003

3．Software Agents[C]ISBN 0-262-52234-9 AAAI Press

4．Advances in Knowledge Discovery and Data Mining[C]ISBN 0-262-56097-6 AAAI Press

5．邹晓辉：一种知识信息数据处理方法及产品 [J]发明，知识产权出版社 2000

6．Zou Xiao Hui（邹晓辉）：The Gross Control Model of Semantic Vocabulary as Dictionary with Examples[A]Recent Advancement In Chinese Lexical Semantics [C](CLSW-5)Singapore,2004

7．邹晓辉：重构“概念分类体系”的新思路与新方法[A]CLSW-6[C]厦门大学2005

8．邹晓辉：优化“语义信息处理”的新方法与实施例[A]CLSW-6[C]厦门大学2005

9、邹晓辉：语义信息新论[J]潜科学（第43期）2005（5）

10.廉师友：智能的本质与定义[A]中国人工智能进展[C]北京邮电大学出版社2003

------------------------------------

尾注

本文写作的过程中还参考了以下网络文献： http://www.intsci.ac.cn/research/ai.html

中国人工智能学会第 10 届全国学术年会论文集（http://caai.cn/documents/caai-10.exe）

钟义信：信息－知识－智能的统一理论（ http://nlu.caai.cn/research.html#xzzll#xzzll ）

陆汝钤：发展知识工程建立知识产业

( http://www.casad.ac.cn/the_whole_web_root/chinese/yslt/yslt_brow.asp?id=213 )

邹晓辉：广义文本[现象（形式和内容）]与序位本义[本真信息（本质）] [J]潜科学（第43期）2005（5）

邹晓辉：融智学应用实例[J]潜科学（第43期）2005（5）

潜科学2002-2005各期有关信息、知识、智能的探讨文章（http://potentialscience.org）