您好, 访客   登录/注册

关于人工智能的五个认识观点探究

来源:用户上传      作者:莫宏伟

  摘要:近五年以恚以深度学习为主的人工智能技术发展迅速,政府、企业、学术界以及社会各界对于人工智能的认识程度不一。产业界和学术界对于人工智能的认识实际上还存在很多分歧。总体上,在科学、产业、教育等各领域,对于人工智能都缺乏全面认识。本文尝试从大历史、系统、知识、教育和伦理五个方面来全面认识和理解人工智能,提出人工智能大伦理观、大系统观、大知识观、大教育观和大伦理观五个认识观点。通过这五个观点,相对全面的把握和理解人工智能的本质、理论、知识、技术、应用和伦理等多方面内容。对于人工智能科学发展和教育教学都有一定借鉴和启发意义。
  关键词:人工智能;大历史观;大系统观;大知识观;大教育观;大伦理观
  FiveViewpointsofArtificialIntelligence
  Mohongwei*
  SchoolofIntelligenceScienceandEngineering,HarbinEngineeringiUniversity,HeiLongjiangHarbin150001
  Abstract:Inthepastfiveyears,artificialintelligencetechnologybasedondeeplearninghasdevelop-edrapidly,andthegovernment,enterprises,academiaandallsectorsofsocietyhavediff-erentlevelsofunderstandingofartificialintelligence.Thereareactuallymanydifferencesintheunderstandingofartificialintelligenceinindustryandacademia.Inadditiontothegapbetweenacademicachievementsandeconomicvalue,thereasonforthisdivergenceisthattheintelligentmechanismisunclear.Variousartificialintelligencemethods,includingdeeplearningforwhichthereiscurrentlynocleartheoreticalexplanation,areexploration,Developedbytrialanderror.Ingeneral,thereisalackofcomprehensiveunderstandingofartificialintelligenceinvariousfieldssuchasscience,industry,andeducation.Thispap-erattemptstofullyunderstandandunderstandartificialintelligencefromfiveaspects:bighistory,system,knowledge,educationandethics,andproposesfivecognitiveviewsofar-tificialintelligence,includingbighistory,bigsystem,bigknowledge,bigeducationandbigethics.Throughthesefiveviewpoints,wecangraspandunderstandtheessence,theory,knowledge,technology,applicationandethicsofartificialintelligenceinarelativelycomprehensiveway.Ithascertainreferenceandinspirationforthedevelopmentofartificialintelligencescienceandeducationandteaching.

  Keywords:artificialIntelligence;bighistory;bigsystem;bigknowledge;bigeducation;bigethics
  1概述
  人工智能经过60多年的发展,已经成为人类社会新一轮科技革命的新引擎、新动力。尤其是以深度学习为代表的多种人工智能技术,在大规模场景应用、科学研究、游戏博弈、社会生活等方面都显示出超越以往传统人工智能技术的卓越优势。例如,以著名的围棋AlaphGo为开端的大规模人工智能系统,近几年接连在自然语言处理、机器翻译、语音识别、图像处理以及多模态数据及信息处理等方面取得重大突破,尤其是生物学领域的蛋白质预测技术,已经成为生物学领域的必备研究方法,极大地促进了人类科学进步。尽管人工智能已经取得了非常显著的成果,但是这并不意味着人工智能已经发展到巅峰。
  事实上,产业界人工智能和学术界人工智能对于人工智能的认识存在分歧。表面原因之一是资本早期对人工智能产业的回报周期过于乐观,这一点跟历史上造成人工智能技术进入低潮的原因本质上没有什么区别,早期市场或政府甚至军事部门对人工神经网络、逻辑推理等技术发展过于乐观而导致失败。
  表面原因之二是,人工智能新一轮高潮的背后,是深度学习等人工智能核心技术和移动互联网相比较,需要更深刻的行业理解力,才能跟传统行业业务深度融合。这也导致人工智能落地产业的落地这个出现了很多问题。深层次原因,产业、资本、学术之间对于人工智能的认识存在着巨大偏差。造成这种偏差的根源是智能产生的机制。
  一般认为,人工智能就是用计算机或者机器去模拟人的智能,然后发展帮助人们解决问题的技术的研究领域。人工智能还有很多很多概念,历史上有很多专家在不同的时期,不同的这个年代,从不同的角度,不同的学科给出的各种定义。人工智能历史上发展的流派来讲,大概包括三大流派,一个是符号学派,一个连接学派,一个行为学派。
  不同的学派从不同的这个角度去看待智能它的现象或者机制,比如,符号学派就认为就是智能,就是符号的表征和处理,代表性方法就是知识表示、专家系统。联结主义认为智能是神经元网络涌现的结果,代表性方法是人工神经网络,包括由其发展而来深度神经网络及深度学习技术。行为学派认为行为环境的交互产生智能,主要体现就是机器动物或机器人。目前,一个新的方向正在萌芽阶段,即具身智能。具身智能认为智能的产生不仅依赖大脑,也离不开身体。作为人工智能的重要分支,机器学习也分为很多不同的学派,比如说进化学派、类推学派、统计学派等。这些不同的流派或方法都儆谘芯咳嗽贝硬煌的角度认识智能的特征或现象,然后发展形成的某种或某一类方法。目前,更多的是发展“耳聪目明”的人工智能,就是在感知、识别这方面,利用深度学习技术模拟得很好甚至超越了,在“老谋深算”的人工智能方面,即具备常识逻辑推理能力,主动判断、决策,主动适应复杂环境,自然理解人类语言语义的人工智能,也就是认知智能方面,还有很大差距。
  总体上,人工智能的研究,从智能的模拟的角度看,仍然处于“盲人摸象”摸索阶段。卡耐基梅隆大学邢波教授指出:机器学习和人工智能过去这十几年的飞速发展,产生了很多大大小小的结果,但是它们基本上都是停留在一个学术探索、试错、积累的状态,还没有形成一个完备的体系;甚至还没有归纳出严格的形式规范、理论基础和评估方法;没有涌现像物理、数学里面类似哥廷根学派、哥本哈根学派那种立足于某种核心理论,方法论,思考逻辑......。
  邢波教授对于机器学习的评价,其实也是对于整个人工智能领域的一个概括。人工智能没有统一的理论基础,方法繁多,根本原因就是人们对于智能的机制认识不清。深度学习的三巨头之一杨乐昆在2022年2月的一次报告中指出,发现智能原理是人工智能的终极问题。美国波特兰州立大学的计算机科学教授梅兰妮・米切尔认为AI陷入了低潮――潮涨潮落的主要原因在于我们还没有真正了解人类智能的本质和复杂性[1]。
  这里,我们还要区别对人工智能的两种认识,即产业人工智能和科学人工智能。产业、商业或者市场往往认为人工智能发展目标就是创造商业或产业价值。当然无论是什么商业、产业,都肯定是这样一个目标。但是对于人工智能而言,在科学上意义上,科学人工智能的目标绝对不是片面追求产业或商业价值。科学人工智能的目标是对智能本质的追寻和探索。科学人工智能的终极目标是实现类人的机器智能。这也是实际上产业和学术存在分歧的第三个原因,二者的追求目标是完全不一样的。
  2人工智能大历史观
  大历史观是历史学的一个新理论[2]。该理论主张将人类进化的历程放在宇宙背景下,从宇宙诞生开始考察人类文明发展历程。从大历史观角度来看,生命进化的起点在138亿前的宇宙大爆炸瞬间。宇宙诞生之后的88亿年(距今50亿年),太阳系形成,距今46亿年,地球诞生。地球上化石记录的生命可追溯到距今38亿年前的寒武纪,地球地质演化史上发生的物理与化学反应早在生命出现之前就存在了,可以确定的是,生命的出现是物质本身的一种转换形式,生命本身就是通过激发那些无机元素而形成的、能够进行自我繁殖的一种系统,但对这种转换奥秘的研究,目前还不够完善。人类只能根据三十亿多年生命进化路径来推测生命的发展历程。生命诞生之后,就开启了漫长的进化之路。达尔文提出的进化论是解释生命进化的最权威的学说。从微生物席到埃迪卡拉生物群,从寒武纪生命大爆发到奥陶纪末大灭绝,从植物登陆到开花植物绽放,从鱼类登陆到恐龙称霸地球,从泛大陆的解体到哺乳动物的出现,从恐龙绝灭到哺乳动物崛起,从古猿到人类的出现。4亿年前大陆上仍一片荒芜,海洋中的鱼类开始了登陆的旅程,4千万年前,古猿才登上了生命的舞台。迄今发现的最古老的人类化石也仅有700万年的历史,而人类智人的历史则更短,20万年前现代人类的祖先智人才开始在非洲大陆的丛林中生息。人类是自然的产物,40亿年间发生的无数偶然事件造就了今天地球上的芸芸众生。自然智能伴随着生命进化经历了宇宙演化、生命智能进化、人类智能进化、文化说文明进化四个主要阶段。人类虽然在体型、体力上不是这个星球上最强壮的生命,但却是自然界中智能程度最高、最具智慧的高等生命。智能进化到人类层次,发明、创造各种技术和工具,拥有情感和理性。情感使人类有了爱恨情仇、悲欢离合。理性则促使人类思考世界的本元和本质,并由此产生科学技术,创造出各种各样的机器,并产生高层次的思想和精神,创造先进的文化和文明,并使得人类有可能突破自然进化的规律和局限,创造不同于自然智能的“人工智能”。

  信息科学诞生以后,机器开始在信息处理方面超越人类的部分理性智能,人类即将通过人工智能开启一种自我转变过程,进入一个新的进化阶段。
  人工智能诞生后,仅用了60多年时间,由于深度学习等技术的驱动,地球上就诞生了一种非自然进化的新智慧形态---机器智能。从大历史观角度看机器智能,可以说机器智能也是宇宙智能进化的产物。从智能进化的角度,机器智能是智能进化的一个新阶段或新形态。机器智能对于人类而言不仅仅是作为工具那么简单。
  机器智能的出现是宇宙大历史发展的一个新阶段。在计算和专用智能方面,机器智能已经超越人类智能。机器智能在博弈方面全面超越人类。机器智能求解问题的途径方面完全不同于人类智能。例如,AlphaFold蛋白质结构预测的研究其实并没有用太多的算力,它实际上是体现出来一种新的思维方式状态。AlphaFold通过从局部一步跨到全局,然后再跨回局部的预测解决问题。这不是人的惯常思维方式。因此,在大历史观意义下,深度学习等人工智能技术对于人工智能的根本价值不在于它解决了多少实际工程问题以及大规模应用,而在于它使机器具有了不同于人类的智能形成机制。这种智能机制与人类自身的智能机制一样是不可解释的。
  人类智能、人工智能都可以在整个宇宙演化(演化用于描述非生命物质系统从简单到复杂的发展过程)的大历史背景下加以考察和分析,是智能的不同形态,都是一种宇宙历史进化的产物。因此,人工智能既是人类智能创造的产物,也是宇宙历史进化的产物。至于人工智能更遥远的未来是否会取代人类或者与人类相融合,还是一种幻想或哲学思想。
  在大历史观下,人工智能不应等同于其他传统科技,人工智能与其他科技领域最大的区别是,它是唯一将宇宙、物质、意识、精神、生命、智能、人类、机器等基本概念直接联系的科学领域。这一特性决定了不能简单将其看作是一种工具或技术[3]。
  3人工智能大系统观
  大系统观是指从科学研究角度来认识和理解人工智能。如图1所示,从纵向和横向两方面系统性研究和理解人工智能。
  纵向系统是指从哲学、物理学、复杂科学、生命科学、系统科学和进化论这六个基础性学科构成的理论系统。这六个基础学科是从生命与智能的角度对于构建人工智能理论而言,具有基础性意义。就生命与智能的关系而言,智能是生命灵活适应环境的基本能力。生命本身就是复杂系统,也是复杂科学的研究对象[4]。生物学中关于生命的定义完全是描述性的,一般只P注生物的外形、繁殖和新陈代谢方式等,但是,很多关键问题依然悬而未解,对于生命的理解还缺乏真正的科学认识。人工智能领域基本上直接忽略了智能首先是作为生命的一种基本能力的存在。物理学、生命科学、复杂科学、系统科学的诸多理论对于研究先进的人工智能技术都会有所启发。西电焦李成教授认为神经网络其中最根本的是科学问题的研究;再者是学习理论的理解,包括表示理论、优化理论、泛化理论。其算法基础不仅仅是网络模型结构本身,更是其背后的机理、生物机理、物理原理。
  横向系统可以统称为“人工智能系统论”,是关于人工智能的理论、技术、知识、产业及伦理系统的研究体系,包括理论系统在内,对人工智能涉及的知识、技术、产业和伦理的高度整合和概括。除了理论系统,还包括知识系统、技术系统、产业系统和伦理系统等四个方面内容。
  知识系统是指对于智能研究有直接作用的学科知识,包括数学、数据科学、神经科学等很多学科,这些是理论和技术实践的桥梁或中间学科。此外,还包括不同具体行业的知识,因此,知识系统由对于智能机制和人工智能技术发展而言,发挥直接或间接作用、交叉和融合的各类跨学科知识所组成。
  比如机器视觉模拟人眼的视觉感知能力,视觉感知机制也是卷积神经网络的启发源,或者说卷积神经网络是受到大脑皮层视觉感知过程启发而设计的[5]。
  再比如,人类的语言是自然语言处理主要模拟的对象,人类语言方面的知识就是发展自然语言处理技术的基础和模拟对象。
  人类的认知智能模拟对于计算机而言一直存在极大的障碍,迄今为止只能模拟简单的逻辑、推理及可计算的初级认知能力[6]。人类的认知智能机制主要由认知科学等学科研究,其中形成的知识也应是发展机器认知智能技术的基础。
  因此,脑科学、神经科学、心理学、认知科学、语言学等领域的知识和各种有助于发展人工智能技术的知识一起交叉融合构成人工智能的知识系统。
  人工智能技术落地实践涉及到算法、程序设计、图像处理、机器视觉等等,具体到不同行业又涉及不同行业里的技术,因此技术系统由多学科、多领域、多行业的技术综合构成。产业系统主要是指基于人工智能技术形成各类产业、生态、产品体系,以及制造、农业、城市、教育等行业应用,都是以系统的形式设计、开发和实施的。人工智能伦理和法律属于发展初期的社会学科,对于人工智能而言,发挥指导、规范人工智能技术可持续长远发展的作用,需要逐步建立起完善的体系或系统。
  4人工智能大知识观
  人工智能大知识观是从教育教学这个角度,构建一个相对的完整知识体系,包括学科基础、技术基础、重点方向与领域、行业应用、伦理法律等五大方面组成的五个维度,如图2所示。人工智能五维知识体系是人工智能知识系统的扩展和延伸,从理解人工智能概念和内涵,学习、应用人工智能技术,实现人工智能系统,解决行业或工程实际问题出发,教育学生或学习者系统、全面、整体性地认识和理解人工智能内涵和本质,作用和价值,不仅仅局限于技术本身。人工智能五维知识体系具体内容如下:
  第1方面学科基础知识主要包括哲学、数学、物理学、逻辑学、语言学、脑与神经科学、认知科学、伦理学、数据科学等与人工智能交叉的各基础学科知识[7],强调多学科交叉对于人工智能的重要作用。
  第2方面技术基础包括大数据、人工神经网络、机器学习、图像处理、机器视觉、算法分析、编程技术、嵌入式技术、智能芯片技术、计算机技术、控制技术等,强调发展人工智能系统所需要各类基础技术和方法。

  第3方面重点方向或领域以机器智能为核心,以对智能的模拟为基础,划分为计算、感知、认知、行为、语言、混合、类脑、群体智能等八个重点方向或领域,强调从智能模拟的角度,开发、设计机器智能或人工智能系统的理论、技术和方法。
  现阶段人工智能技术从对智能的模拟角度可分为计算、感知、认知、语言、行为(执行)、类脑、混合、群体等八个层次。
  计算智能包括了各种高性能计算技术,依靠强大的计算能力产生机器独有的、人类既不擅长也无法超越的计算智能;
  感知智能包括利用传感器、图像处理、机器视觉等各类获取外部信息的技术,利用这些技术形成机器特有的感知智能;
  认知智能包括了知识表示、逻辑推理、知识图谱等技术,利用这些技术形成机器特有的认知智能;
  语言智能包括自然语言处理、语音识别、机器翻译等技术,由此形成机器独有的语言智能;
  行为智能包括了机器人及各种具备执行能力的硬件系统技术,由此形成机器行为智能;
  类脑智能包括类脑芯片、类脑计算机等技术,对人脑的模拟形成了机器类脑智能;
  混合智能包括可穿戴、脑机接口与人体相结合的技术,形成了人与机器集合的混合智能;
  群体智能包括群体决策、群体仿生智能等技术,形成了机器群体智能。
  上述以智能模拟为基础所形成的各种机器智能技术形成了目前人工智能领域的发展的重点方向和领域。
  第4方面行业应用,包括智能制造、智能医疗、智能军事、智能农业、智能教育、智能城市等各行业应用,强调人工智能在各行业应用的工程技术。
  第5部分伦理与法律主要包括发展人工智能需要的伦理和法律,强调人工智能伦理、法律及其他人文、社科知识。
  5人工智能大教育观
  人工智能大教育观主要有四方面含义:
  在智能进化大历史意义上,人工智能教育的内涵是大历史观下对人类生命存在意义和价值的反思,并将反思与人类进化和人类文明整体升级相融合,培养关心人类命运的、真正的“人”,发展使人类向智能时代、宇宙时代迈进的高级思想和技术。要从宇宙大历史和人类命运共同体的高度使学生理解人工智能对于人类未来命运的意义,使学生充分理解人工智能对未来人类社会经济、科技和文明以及人类自身发展的颠覆作用,因此,人工智能教育也是一种培养未来新人类的终极思想教育。
  在社会意义上,促使所有受教育者思考人类未来命运的启蒙教育、危机教育,培养具有人类命运共同体理念下的人工智能素养、思考并关心人类命运的未来社会主义新人类教育。
  在个体意义上,人工智能对人类的最大的挑战不是来自智能机器与人的竞争造成失业,而是机器智能对人类自身的颠覆。因此,在机器觉醒前,人工智能教育应使受教育者首先觉醒,充分意识到机器智能的崛起对自身存在价值和意义的挑战;使受教育者充分认识到机器智能与机器创造的巨大作用与挑战,系统培养创新创造性思维以及人机协同思维,提高灵活适应未来智能社会变革的能力[8]。人工智能教育是有灵魂、有思想、有激情、有幻想、有创造、立体化、多维度的新人类教育。
  在学科和专业意义上,人工智能教育不等于人工智能技术教育、专业教育、学科教育,也不等于人工智能学院教育。人工智能教育不能发展成单纯追求经济效益、功利化的教育产业。全方位、多角度正确理解人工智能的价值、作用与意义,多学科、跨领域培养学生交叉思维和创新意识。
  人工智能教育不是单纯培养理工科技术人才,而是要发展理、工、文、法、医、农、商、管、经全专业、全学科人工智能教育。所有学科和专业的受教育者、从业者、研究者都要具备一定人工智能素养。
  在大教育观主张从智能进化大历史、哲学、社会与文明、多学科交叉、工程与技术五个层次认识和理解人工智能[9],如图3所示。
  6人工智能大伦理观
  人工智能伦理是指人工智能技术发展和应用引发的伦理问题,关涉人与人工智能系统、智能机器的伦理关系[10]。人工智能技术与其他科学技术的最大区别在于智能性。因此,人工智能伦理与其他科技伦理相比较而言的特殊之处也在于此。人工智能大伦理观,也是大历史观下意义下的大伦理观,主要有以下三方面含义:
  6.1人工智能对于人类文明的意义
  21世纪的人类共同面对气候变化以及由此导致一系列环境危机,动植物灭绝、粮食减产、极端气象灾害、致命病毒传播,未来人类向何处去?
  人C混合智能颠覆人类肉体的存在,帮助人类实现可控进化,有可能使人类进化到更高级的物种。道德环境智能系统及脑机接口等人工智能技术还可以帮助人类提升道德水平,改造人类的精神世界,使人类变得更崇高,人性变更得美好。
  因此,在大历史观下,将人工智能看作人类文明转型升级的起点。深度学习为代表的人工智能技术只是阶段性的技术[11]。基于深度学习的各种应用及智能系统以及创造物质财富并不代表和反映人工智能的真正价值和本质。
  在大历史观意义下,人工智能的真正价值在于提醒人类尽早摒弃资本、消费主义思想驱动的技术发展路径。在大历史观意义下,人工智能是一种促进人类文明整体向更高阶段进化的力量。人工智能是人类文明转型升级的重要桥梁,而不仅仅是促进当下社会经济等方面的发展。这可称之为人工智能全球伦理。
  6.2人工智能对于人类存在的意义
  宇宙创造了生命,同时也创造了自然智能,自然智能进化出的各种智能体重最高代表当然是人类。而人类在短短的1万年历史之后,就要幻想创造出与自身能力一样的机器。当机器智能逐步取代人类的工作甚至思考能力,人类存在的意义和价值何在?人类在宇宙中的位置又该如何定位和评价?机器智能是否可能成为取代人类的未来智能形态,并代替人类征服宇宙?人类届时在地球和宇宙中又该当何去何从?

  智能机器对于人类而言,不仅仅是帮助人类社会创造物质财富的工具,更应是反观、反思人类自身在宇宙中存在价值的参照物。将机器智能作为人类智能的镜像参照物,不断提醒人类,人类反观自身在宇宙中的位置、存在价值和意义的第三方参照物,是人类反思自身存在本质的启蒙者[12]。
  总之,大历史观下的大伦理观使人类更加清醒的认知自身的局限性,从而反思人类在地球上的所作所为,进而消除人类活动给地球及人类自身带来的伤害,消除战争威胁,使人类向更高阶段的宇宙文明进化。
  在大历史观意义下考察人类与人工智能在宇宙背景下的存在意义和价值,使人类更清醒的认识到“人之为人”的可贵,人性的伟大,人类的弱点,以及智能机器对于人类种族可持续发展的意义和作用。人类需要在更广阔的领域思考机器智能的价值和意义。这可称之为人工智能宇宙伦理。
  在大历史观意义下,人工智能伦理整体上应超越狭义的人工智能技术与应用伦理,大力倡导人工智能全球与宇宙伦理。
  6.3广义与狭义的人工智能伦理
  狭义的人工智能伦理是人工智能系统、智能机器及其使用所引发的、涉及人类的伦理道德问题。应用人工智能技术的各个领域都涉及伦理问题,也都是狭义人工智能伦理应该考虑的问题。
  广义人工智能伦理是指人与人工智能系统、人与智能机器、人与智能社会之间的伦理关系,以及超现实的强人工智能伦理问题。主要有三方面含义:第一,人工智能技术应用背景下,由于人工智能系统在社会中由于参与、影响很多方面的工作和决策活动,人与人、人与社会、人与自身的传统伦理道德关系受到影响,从而衍生出新的伦理道德关系。第二,深度学习技术驱动的智能机器拥有了不同于人类的独特智能,从而促使人类要以前所未有的视角考虑人与这些智能机器或者这些智能机器与人之间的伦理问题。第三,也是最有趣的一方面,人们认为人工智能早晚会超越人类智能,并可能会威胁人类,这实际上是超越现实的幻想。但是由此引发的哲学意义上的伦理问题思考,具有一定理论和思想价值,能够启发今天的人类如何开发和利用好人工智能技术。这类广义人工智伦理在本书中称为“超现实人工智能伦理”。超现实人工智能伦理关注的是类人或超人的人工智能系统、智能机器与人的伦理关系。
  参考文献[1]MelanieMitchell.WhyAIisharderthanwethink.https://arxiv.org/pdf/2104.12871.pdf.[2]大l・克里斯蒂安.极简人类史――从宇宙大爆炸到21世纪[M].北京:中信出版社,2016.[3]莫宏伟,徐立芳.大历史观下的人工智能[J].科技风,2021,11:79-82.[4]李建会.走向计算主义――数字时代人工创造生命的哲学[M].北京:中国书籍出版社,2004.[5]Y.LeCun,Y.Bengio,andG.Hinton.Deeplearning.Nature,521(7553),2015:436C444.[6]玛格丽特・博登.人工智能本质与未来[M].孙诗惠,译.北京:中国人民大学出版社,2017.[7]莫宏伟,徐立芳.人工智能多学科交叉内涵研究[J].教育现代化,2020,80:93-97.[8]徐立芳,莫宏伟.人工智能对高等教育及大学生培养的挑战[J].教育现代化,2020,80:117-120.[9]莫宏伟,徐立芳.人工智能的认识层次探讨[J].科教导刊,2020,34:273-275.[10]莫宏伟,徐立芳,人工智能伦理导论[M].西安电子科技大学出版社,2022.[11]莫宏伟.强人工智能与弱人工智能的伦理问题思考[J].科学与社会,2018,8(1):14-23.[12]莫宏伟,徐立芳.人工智能导论[M].人民邮电出版社,2020.
  基金项目:教育部百度公司产学合作协同育人项目《人工智能导论课程体系建设》(2020020004022)
  *通讯作者:莫宏伟(1973―),男,汉族,山东济阳人,哈尔滨工程大学智能科学与工程学院教授,博士生导师,主要从事人工智能理论与技术研究。


转载注明来源:https://www.xzbu.com/1/view-15446209.htm

相关文章