泛談人工智能與其物理觀念

泛談人工智能與其物理觀念

人工智能的種種模型，都是由模擬自然現象中的智慧機制而來。現今人工智能領域，以模擬自然機制的方向區分，可分為二大類模擬方向─精神思維活動與物質生命現象。

在模擬思維活動方面，以符號對應思維活動中的意象觀念，更萃取思維推理中的邏輯機制來操作符號，這種方向便形成了以邏輯推理為基礎的專家系統。若是符號所對應的觀念是確定陳述，便是述語邏輯的模型。若是符號所對應的觀念有不確定性，就可以用模糊邏輯或機率邏輯來表達。這些人工智能模型都是以操作符號為主，可稱為符號智能。

在模擬生命現象方面，以數值對應生命現象中的能量變化，更萃取生命組織中的資訊架構來運算數值。這種方向便形成了以數值運算為基礎的計算智能。計算智能中的模型，以其原理起源的生命組織來區分，可分為二大類─類神經網路與演化式計算。類神經網路又稱為神經式計算，雖然其起源是始於生物的神經網路結構，但現今的模型大多以數值計算的角度去建構分析，其實就是在網絡結構下的平行計算。演化式計算借取了生物演化的機制，其本質就是大量個體相互競爭的隨機運算。

在人工智能的發展史上，當電腦剛被發明時，上述的各類模型流派都已有端倪。但起初是以模擬思維活動的確定邏輯推理模型為主流，後來發現邏輯模型不能提供學習與認知的能力，其餘的模型就逐漸受到重視。現在的人工智能發展有結合模糊邏輯、類神經網路、與演化式計算的趨勢，以融合各模型的長處─這就是軟性計算的觀念。放眼現今電腦的發展，是以圖寧機為基礎的馮紐曼架構為主流，能提供精確迅速的數值計算能力，卻不能提供類似人腦的學習認知能力。現今積體電路的硬體技術雖然日新月異，卻只提供更快的運算速度。所以將來電腦科技的進一步突破，便有賴於人工智能技術與理論的發展。

物理研究對於自然現象的歸納，整理了一些關於自然規律的觀念。計算智能既然取材于自然中的生命現象，便也和自然規律有所牽涉。能量、訊質、熵度是由自然現象所歸納出的三種基本科學觀念，以下分別就此觀念加以探討，辯證其與計算智能的關係。
　

能量流遷
　
能量可以說是科學歷來所建構的最普遍觀念，存在於所有的自然現象裏。熱力學第一定律就是指明能量守恆的事實，意味著無論經由何種轉換以改變能量的性質，其中的數量永遠不變。所有的自然現象都可以能量的觀念來歸類，而且每個物理過程皆可由時間空間中能量的轉換，以數學來充分嚴密地陳述。有些物理學家將物理定律所規範的自然現象，比喻為在宇宙本體中的類比計算機。計算需要操作數量，而自然現象的量化必須要有恆定的不變量，作為量測的基本單位。在自然中普遍成立的能量守恆，扮演了自然現象量化的基礎，也支持了自然計算的定律。計算智能由於其本含的計算機制，所以和能量的變化有著密切關係。
　
熵度消長
　
熵度表示自然現象在時間上的不可逆性─存在單向流逝的時間箭頭。熵度就是系統中各種性質的能量的分佈均衡程度，系統愈均衡則熵度愈高。例如將奶精倒入紅茶裏，起初尚未混合，所以熵度較低。隨著時間的流逝，奶精與紅茶就逐漸混合成奶茶，這時的均衡狀態有較高的熵度。熱力學第二定律指明了在孤立系統中熵度增加的現象，意味著任何孤立系統必然要由有序走向混沌的過程。所以在自然中並不曾觀察到一杯奶茶裏的奶精與紅茶會自發地分離。但由描述能量變化的物理動力學定律，卻可以導出自發分離的結果─這是熱力學和動力學的分歧。在系統狀態未知的角度下，熱力學可視為動力學的巨觀機率陳述。因此熵度和機率有密切的關連。演化式計算由於其遺傳操作的隨機性，所以和熵度的變化有著深刻的關係。
　
訊質複變
　
自然中的物質不祇具有由能量轉變的量化性質─質量，而且可以表現資訊。物質在均衡狀態下無法表現資訊，但在非衡狀態下就可以表現資訊。耗散性結構就是在非衡狀態下的物質結構，其系統可藉著與外界的能量交換，由混沌走向秩序，而生命現象更是消散性結構的複雜表現。複雜源於對稱破壞，對稱破壞伴隨著分叉過程，也是資訊在自然中產生的前提。因此非衡狀態的物質可以視為訊質─包含資訊的物質。訊質趨向複雜的演化，不但能攜帶資訊，並能解譯資訊─這也就是適應性複雜系統的性質。自然中的生命現象，可以藉由遺傳與學習來處理資訊─可視為是訊質高度演化的結果。人工智能由於其處理資訊的本能，所以和非衡狀態下訊質的複雜變化有深切關係。