返回首页

人工智能的前沿―智能体理论及其哲理

时间:2010-07-14 16:14来源:知行网www.zhixing123.cn 编辑:麦田守望者

【摘 要】本文从哲学及社会学、经济学的角度对计算机科学与人工智能的前沿领域――智能体理论的发展及其哲理进行了分析与讨论,肯定了智能体研究在认识论与方法论上的的进步及其系统论意义,特别对它导入社会智能而突破个体智能局限性的积极意义加以了肯定。对其尚未成熟的诸如智能体的博弈、效用、理性、规范及共同知识等论题进行了探讨并提出了自己的观点。

【关键词】智能体:社会智能;互动;协同;理性

智能体(Agent)理论是一个计算机科学和人工智能中发展很快的前沿领域,目前,Agent已经成为许多领域中通用的概念。它代表着一种新的研究方法的诞生,并推动着人工智能走出低谷从而获得新的生面。在国内,Agent有多种译法,如:“主体”、“智能代理”、“智能主体”、“智能体”等等。但大多还是直接以原文出现。在本文中,我们将主要从Agent的智能特征入手,采用智能体一词作为Agent的参考译名。智能体理论研究十分重视跨学科之间的横向联系与交叉综合并具有相妆大的难度与挑战性。它所涉及的知识面更是极为广泛,包括计算机科学、人工智能乃至哲学、经济学、社会学、系统论、博弈论等众多的学科领域。尤为重要的是,智能体理论在人工智能的发展史上首次直接而深入地涉及到人类智能活动的社会性。它使物化的人工智能具有了丰富而深刻的社会内涵,能表现出人类智能中来源于社会行为的复杂性和多样性,并突破了传统人工智能研究单纯注重于个体智能而刻意回避由社会互动而产生集体智慧的历史局限性。同时它从概念到方法上都有着一毓质的创新,使我们切入到一个全新的认识论视角,转换到一个新的方法论范式,最终促使我们对人工智能 研究达到一个更为深刻的洞察与把握。

然而对于这样一个重要的交叉学科,特别是在它已经对哲学界(特别是国内哲学界)常以人工智能缺乏人类智能的能动性及社会性而对其加以抨击的传统观念作出了强有力的正面回应之时,它理应引起我们的高度重视。因此,本文拟对智能体理论所蕴涵的哲理给出一个不甚完备的分析,以期抛砖引玉之用。

追溯起来,智能体概念的历史最早可至20世纪50年代,人工智能创始人之一麦卡锡就提出了智能体思想的萌芽。此后,明斯基、休依特、沃尔德里奇等许多其他知名学者从各个方面对它进行了深入的探讨并取得了很大的进展。

就智能体的定义与功能而言,首先,它是一个运行于动态环境中的具有较高自治能力的实体(却自治体,可以是系统、机器也可以是一个计算机软件程序等等),其根本目标是接受另一个实体(即主体,可以是用户、计算机程序、系统或机器等)的委托并为之提供帮助或服务,能够在目标任务的驱动下主动下主动采取包括学习、通讯、社交等各种手段感知、适应其外在环境的动态变化并作出适当地瓜。同时,智能体与其所服务的主体还应具有较为松散和相对独立的颁工关系。此外,它具有智能并能通过协作解决某些传统方法所无能为力的复杂问题。它具有:①交互/协作性,②目标/任务驱动性,③自主/可控怀。除此之外,智能体还应具有驻留性、社交性、主动性、移动性、友善性、理性、适应性、诚实性和代理性。它一般包括①慎思智能体;②反应智能体;③混合智能体;④移动智能体;⑤学习智能体等。

1 智能体理论在认识论与方法论上的进步

智能体理论在方法上的创新在于:①由于智能体所具备的驻留性与自制性,它可以“存活”于一定的环境中(物理世界、Internet上等等),具有一定的“生命力”,并能摆脱传统方法的制约,在没有人类指令及其他智能体的干预下自主、持续运作。②它模拟了人类的信念、期望、意图等心智状态和规划、学习等心智活动品质,具有传统人工智能无法具备的人类智能中至关重要的能动性。它不再像以往那样,总是被动地接受已经预设好的算法与指令的驱使,而是能够面向陌生的状态与不确定怀,积极主动地进行认知与行动。③通过构造混合智能体等方法。智能体理论将传统模式中各执一词的符号主义与行为主义等方法结合起来,能够发挥出仅靠各行其是传统单一方法所不能产生的综合集成能力。④传统人工智能在认识与分析问题时,总是忽视或回避现实中的人类、事物及环境之间的互动作用及其复杂性,并常常对这种复杂性加以一种十分消极和封闭的抽象与还原,将其削足适履地硬性纳入到一个或几个机械的普适模式中。这种方法总是竭力在静态、困板以及过度的简约性中“雕琢”智能。显然,它无法反映一个复杂的、异构的、开放的、无序的,特别是由无序深化出有序的真实的智能世界。与此不同的是,智能体方法以其移动性、适应性、交互性及协作性直面现实中的动态性及性,将主观意向的认知、表达及转换与客观世界的变化紧密结合在一起,认识到主客观世界的互动过程中各因素之间深层次的联系、作用及变化才是产生与发展智能的本质。并力求在对这些互动作用的动态性及复杂性的认识和把握中获得智能并增长智能,是一各复杂性中的认知与思维。⑤智能体方法从整体出发,在以问题层次化、模块化分割解析的基础上,对子问题进行从局域到全域、从同层次到跨层次并行不断的分解、重构与事例,形成一种既有分析又有综合的多元整合求解机制,从而突破了旧有模式中只注重分析法的局限性。⑥尤为值得一提的是,每个智能体都具有各自不同的知识背景(知识库)、心智品质、能力及个性,甚至具备诸如友善性、真诚性等人类特征,而且它的这些能力与特征都不是被设定为一成不变的,它可以随着情况的变化而不断地进行能动的自我更新。它不是在一个一步到位的、静态的模式中模拟智能,而是在一毓过程性的、动态连续的进程中发展智能。它是用能动的多样性超越被动的一般性,并在多样性的能动中,通过不断学习、逐步深化认识的方式突破传统方法所执着的一般性。因而智能体方法更切近于客观世界的真实情况及人类解决问题的实际方法,是人工智能研究上认识论与方法论上的进步。

 

2 智能体理论的系统论意义及其社会学范式的确立

通常,智能体理论研究遵循着一条从单个智能体到多智能体系统(MAS)的逐步发展的道路。在多智能体系统中:

(1)就其结构而言,它没有一个僵化、固定的边界,能允许其成员丰对独立且自由地参与系统的联合或脱离而去,即它的结构可以根据不同的任务进行开放的组合,并且系统能够对此实时地自感知。其次,它采用的是较为灵活松散而非传统方法中过于苛刻呆板的组织机制,不仅系统的外在环境在不断地变化而且其自身的组份也在实时动态的变化着。此外,在系统内部及外部之间始终存在着大量的信息和资源非对称、非均衡的多渠道交换流动。就其功能而言,系统将整合过的子问题分配给各组能力不同的智能体模块通过其交互作用来解决,并紧终达到其结构与功能的和谐与有序。此外,它还能把握住种种开放条件,不断地主动去获得新的知识与信息,进而不断地突破自己的界限(也正是传统人工智能的界限),并适时能动地调整其意图和策略以消解系统变化中的复杂性。在不断的自组织、自适应中提升智能并挑战新的开放性与不确定性。因此,智能体方法具有很强的系统论意义。

(2)人类社会不仅是一个开放的社会更是一个互动的社会,许多问题正是甚至只能靠社会互动所产生的整体智能来解决。因而当这类问题出现时,即便是再高明的个体也只会力不从心。传统模式却始终只是守望着个体智能的修修补补,一味地追求着个体能力的卓越,而排斥考虑人类智能中不可忽视的社会性因素,拒斥从社会互动的角度来提升智能。同时竭力追逐着个体智能高度的一致性与完备性,而十分缺乏人类智能中至关重要的容错能力。更缺乏从自己和他人的错误中学习,从来自多方面信息的反馈与重估中提高,从彼此的商讨、辩论、借鉴特别是从知识的共享与才能的直辖市中获得集体智慧的能力。因此,不管这些单个个体的能力如何出色,因为其缺乏必要的社会交流与联系,而始终无法凝聚成一个协同的整体。这样,当系统行动时,由于某个或某群成员由于某促原因在能力上无法胜任或某个行动方案出错时,就可能导致整个任务的全面失败,一损而俱损。反之,当同样的情况发生时,多智能群体可以重新规划自己的意图,寻找另外的伙伴及方案或以更为积极的沟通与交流通过整体协作,即首先从微观到宏观上对任务按照各自不同的能力分配与协调(社会分工)、然后通过彼此之间不断地进行交互协商、协同行动(社会合作),并通过多种协调与协同方法的集成来“互通有无”进而“取长补短”,突破个体智能的片面性及局部性,从而发挥出集思广益的社会智能,将问题解决,并由此来“容忍”与克服行动中所不可避免的错误。这样,智能体社会通过对个体智能的扬弃和对社会智能的追求,通过合理的保持个体智能与社会智能的两极张力,在开放中学习、交流,在竞争中合作,在使用中进货,能逐步深化出更为全面的整体智能状态。因此,这种方法不仅超越了传统方法论的单一模式,突破了单个智能体解决问题时的诸多盲点,而且体现了开放社会中,个体通过社会合作而从其知识与能力的“破缺”中产生整体智能“涌现”的新思路。那么,这种更接近于人类本身以社会智能解决问题的“返朴归真”方法,不仅确立人工智能研究中从个体智能到社会智能的范式转换,更终将促使我们建构一个包括计算机、智能体、机器人与人类本身共同组成的复杂巨系统形式的广义智能体社会,这也将是人工智能研究的一条充满希望的道路。

 

3 对智能体行为理性、博弈与效用的重新考察

下面,我们仅从经济学及社会学出发,简要地讨论智能体的逻辑理发和作为描述其社会互动作用重要理论工具的博弈论(对策论)方法及其理性基础等相关论题,并指出其中可能存在的某些问题:

(1)智能体的逻辑理性要求它没有自我冲突的目标,主要由“合乎逻辑”的信念、意图、揄机制等组成。并为此提出了各种基于模态要领的逻辑体系,即所谓的BDI模型。这样,从概念的角度看来,逻辑理性实现了理性的推理环节,但对于一个明显地处于动态环境中,资源扔限的智能体来说,不仅需要这种理性的推理,更重要的是值得去做这种推理并能获得其最大收益(效用)。这就很自然地将严格的自利理性假设引入到智能体研究中,并被视作智能体参与社会互动的“理性基础”。在智能体的博弈论方法中,这咱理性是在个人自利的假定与给定的约束条件下达到个体效用的极大化,其效用值则根据信念、愿望和偏好通过赋与不同的概率数值而得到。

(2)如果智能体仅以效用原则从严格自利的理性假设出发通过社会博弈来实现其整体效用,那么,根据同一假设,个体在互动中又必然会首先以优化它自己的效用来采取策略。这样,就可能会产生某些问题。首先,在传统方法中,出于个体智能的特征,其决策原则可以是单一的、完备的。但在一个开放的智能体社会中,它的决策原则更应根据多元准则而不仅仅是一个单一的效用原则来进行。其次,在现实的博弈过程中,智能体如果按照完全理性来进行博弈,则往往达不到社会效用的帕累托最优。另外,即便这种整体最优能够实现,其博弈次数将十分惊人,而无法在一个有限与有效的次数内完成。同时,博弈者的数量也受到相当的限制,无法达到智能体系统所预设的规模,而且,这种博弈始终要求是同一群博弈者,而不是多智能体系统中数量在不断变化的开放的博弈群体,同时,它还会出现许多个均衡,而无法实时地提供惟一的最优解,尤其需要注意的是,其博弈规则和策略变量是内生的、历史的、演进的,不是外生的、预设的,静态的(抑制智能体的策略能动性)这样一个重要问题,在现有的理论框架中是很不清晰的,而当智能体的委托一代理问题大量出现,从而造成很难准确地界定合作中的冲突性和博弈类型等问题时,就会使得博弈论方法的“刚性框架”和智能体理论灵活的“柔性要求”一再发生矛盾,很难兼顾。

再次,现实世界中的协商大多是在动态的、非对称、非完全信息下进行的。因而对任何个体来说,其知识都是一种局域性知识,而社会智能的实现却总是有赖于社会互动中知识与信息的共享及能力的协调,那么由何种(合作性)博弈才能在诸多不对称条件下实现由个体局域知识到社会整体的知识共享(即共同知识,在这里,我们对共同知识仅作狭义上的直观理解)――进而能够克服一直困扰着诸多研究者的“共同知识”难题并最终获得最优解?此外,社会中的个体理性大多是以综合其自身微观效用和社会宏观效用的复杂的“折衷”理性来进行决策。那么,实际博弈中的个体理性要比目前的理论描述复杂微妙得多,且完全无法由目前狭隘的“理性”所能够包容和处理,那么从自利理性出发又达不到共同知识的群体博弈又臬才能达到整个社会效用的完美均衡而不至于陷入到类似于囚徒困境的结局中呢?依照古典经济学观点,在没有全局协调者的情况下,即使每个主体都严格按照自利的理性行动,也有可能出现如亚当斯密所谓的“看不见的手”的驱使,达到个人理性与集体理怀的并行不悖。而按照当代集体选择理论,个体理性并非是实现集体理性的充分条件,在博弈中,如果发生现实中常常出现。因此,在描述这种大规模频繁合作的社会行为时,除了其巨大的社会交易成本的制约外(在这里我们不做深入的讨论),现成的博弈论特别是其理性基础有着十分明显的不足。这样,除非我们对理性(如有限理性、交互理性等)进行便为深入的探究并重新开发出更为有力的新理论,否则,将给智能体理论带来某些相当难以克服的问题。最后,当我们把逻辑理性和经济理性联系起来看时,使有符号推理的逻辑理性无法使决策效用最优化,而使用数值计算的博弈理性又忽视了理性的逻辑推理,那么如何较好地协调这两种机制,裨上是如何协调好逻辑推理的必然性与决策中的不确定性,显然又是一个十分艰难的问题。

------分隔线----------------------------
标签(Tag):人工智能
------分隔线----------------------------
推荐内容
猜你感兴趣