計算原則
智慧型計算只是一種經驗化的計算機思考性程式,是智慧型化體系的一個分支。要實現人工智慧必須經過四個過程,採集、識別、思考、控制,而這分別由四種相關的智慧型化系統所控制。智慧型採集是將現實或虛擬的事物信息或狀況進行採集,智慧型識別是對所採集的信息數據化,而思考便是智慧型計算,智慧型計算最終的結果,是要實現對事物的虛擬或真實控制。現在的採集,主要是運用物聯網技術,以及圖像採集、聲波採集技術等。而識別技術就較為複雜,一般程式設計師會給系統建立一個虛擬世界概念,然後對每一個事物進行標記化,然後通過採集到的數據對事物進行一個位置或狀況的確認,這就是一個常用的虛擬世界構建方法。
例如在一個在一個坐標為(3,5,1,90,0)(橫標,縱標,高程,水平面角,空間面角)的區域上存在的物體A,提供一個狀態的標籤指向ID,例如可以把A定義為(紅色,方體)等。例如飛彈可以通過發射前的信息寫入獲取的坐標如(38.535133,77.021170,142.2),通過GPS,獲取發射前的位置坐標及角度狀態,(39.00,78.00,0,315.0,60.0)。當發射後,飛彈通過GPS獲取WE,通過大氣壓表獲取H,通過計數器的每隔一定時間,對自己當前位置進行新判斷,通過空間軌跡計算,可以計算每秒的速度,之後通過一系列複雜的空間計算,對尾翼進行控制,來偏轉方向,最終達到擊中目標的目的。當然,飛彈的控制是階段性智慧型計算的結果,這裡就不解釋那么複雜了。在這個過程中,GPS對經緯的判定、高度測壓表等是一個各種數據採集的過程,這些採集元件本身是不具備判定能力的,就像人的眼睛能看到事物,但判定事物和區別事物是由大腦來處理。
當然,一般這種低計算量的數據處理,全部由簡單的單片機或基礎性的電路板來完成,民用的常見的如51的單片機和6410、ARM等,用他們來處理識別、顯示、控制等操作。識別之後,便要對數據進行處理,處理數據的計算機思考過程,這就是智慧型計算。智慧型計算是一種層級性質的計算模式一般分為6個層面。
智慧型計算第一層稱為操作模擬層面。這個層面很容易理解,即把最基礎的思考操作用程式化處理,如一個財務對每天的賬目要進行錄入,並把這些匯聚到總帳之中,這個過程很麻煩,也很繁瑣,但很簡單。所以,第一個層面的智慧型計算體,是將這個財務每天繁瑣的錄入工作中解脫出來,從“識別”的接口中獲取數據,然後對數據自動寫入所匹配的賬目之中,一般我們稱之為“軟體層”,這個層面的系統和一般的軟體或服務端沒有什麼區別。第一層面,更像是智慧型計算體將一個標準的現實操作,轉變成代碼。
當有了第一層的基礎,便可以開始構建第二層智慧型計算體,從這時起,才是真正開始的思考層。第二層稱為存在經驗層,即對於優勢的經驗和便捷的過程,代碼化,讓其在第一層中發揮作用第二層的思考過程與邏輯判斷方式是對現實的梳理,這裡並沒有新的創新性的創造,只是將已有的經驗再一次模擬出來。從第二層開始,我們便可以去嘗試新的方式的調試,第一層的結果會告訴我們任何嘗試的結果,於是我們可以看到一個基礎的第一層後,有眾多的第二層,實際情況就是如此。這么多經驗層,我們只能讓AI選擇一個或幾個,作為計算的基準核心,所以,就要設計第三層系統,對第二層系統進行評估。
例如我們可以對速度和準確或者數額做一個評分系統,來對各種經驗後的模擬結果進行一個打分,然後對不同標準的係數進行乘積求合,最終獲取總分,以總分的高低來獲取所知的AI所需的答案。這樣,我們就構建了一個績效評判體系,第三層系統會隨著條件和期望結果的變化來改變評分體系,獲取相應的方法。當選出了最優的結果後,你可能認為已經結束了,但我告訴你,這只是智慧型計算核心的開始,智慧型計算系統是能夠根據預測變化而推導結果。前三層系統的設計僅僅是設計了一個普通的控制系統,而並非真正的智慧型計算系統。
第四層A系統,變化極限的推斷。第四層A系統,系統是智慧型計算的開始,例如對空飛彈跟蹤的是一架可變軌跡的戰鬥機,而並非一個固定目標,那么在達到引爆條件之前,其是要對戰鬥機的變數進行有效的預測。例如,當計算出了對空飛彈的運動軌跡之後,其會對戰鬥機的行動進行一個預判,一般情況下,會額外計算出下一個時間段,戰鬥機的27個邊緣狀態,極限加速、極限減速、恆速下的,上下左右及斜向和恆向上的27個狀態參數值,同時計算這27個極限狀態值中最近和最遠的狀態點的控制。(模擬追擊系統還差半個環節沒整理,就是三角函式的0,1取值的問題,在270~90度之內的追擊模擬系統航宣企劃已經實現了)選擇一個27個方案中與自己下一次行動軌跡計算結果風險最小的操作,而並非只是點對點的追擊。對目標的預判,會強化智慧型計算體對最終的操作規避各種風險更易達到目標。而第四層B系統,就是對這可能存在答案進行的預判性評估。此時,這個系統已經超過了我們人類的計算範圍,渠道土方平衡550個斷面的計算,我的智慧型計算伺服器,大約進行了1.1億次計算,形成了大約7000次結果的模擬,而一般一個3.3億的工程總總計算不超過200次。當然,還有接下來的第五層系統,第五層是智慧型計算的經驗系統,他會對當前的實際運行結果進行一個經驗性判定,判斷對方執行者是否是依據經驗操作,或者說是累計符合之前的判定結果,會針對累計結果,做出一種偏好模式的記錄。偏好記錄就像一個索引,讓偏好的模式先行計算,同時在不觸發變化狀況之前,拒絕一些不可能的方案計算。第五層的優勢在於它能釋放系統的計算資源,讓系統的運算更為高效,例如飛彈追擊的27種狀態,有可能只計算其中的4種最大可能,這樣,就可以為第六層智慧型計算系統騰出足夠的資源。因為第五層的經驗系統的存在,便可以啟動第六層A的多環節模擬,即,系統不會再僅僅為預測一步棋,而是預測幾步棋,或者預測多個目標的配合或干涉行為等。
並且,第六層B能夠進行行為捕捉,來讓系統逐漸熟悉一個人或者另一個不具備智慧型化的計算體的經驗模式,因此也會強化第五層的作用。如果是一個具備六層智慧型計算體系的飛彈追擊一架戰鬥機,如果飛行員還一如既往地使用標準的眼鏡蛇動作閃避飛彈,那一定會加速飛彈對他的擊中,因為當戰鬥機開始仰頭的那一瞬間,飛彈已經判定他的行為可能是大盤轉或眼鏡蛇的操作,從而改變軌跡將軌跡變為更易擊中眼鏡蛇行為的方案,而並非按照原先的軌跡從驟停的飛機前擦身而過。此外,智慧型計算體與人類不同,其是高度的失敗模擬數據堆積起的經驗判定體系,現在這種體系運用在即時戰略遊戲、軍工、大型企業運營、風險評估之中。
從第四層起,智慧型計算體就具備了自主修改程式的能力,會自動編譯代碼自動執行,並把這個代碼寫入程式體。不過,一般只對預測的經驗判定和已發生的結果進行記錄,其餘計算過程均以記憶體清除的方式洗掉,來節省系統資源。智慧型計算體是一個能夠自我成長能力的體系,隨著時間和變化的記錄而變得更具適應性,而並非像普通的軟體,只給出既定的答案。當然,智慧型計算也並非一定是高科技替代人類的產物,其也作為“判定輔助”的形式存在,並不能取代人類的創造性能力。例如用其失敗模擬數據的堆積強度,可以為公司提供各種風險計算等,這將是世界IT針對未來企業的市場主流,真正具備銳眼的企業,均在朝向這個方向發展,而並非在手機、電腦的軟硬體上去廝殺,如IBM、海信、華拓等。
當為智慧型計算體安裝了機械手臂,那么人類也將從勞動型轉向規則設定型,也就是說,未來的操作性崗位會越來越少,而也相應的,溝通性質的服務崗位和決策判定性質的崗位將會變多,但是,資金會向核心經驗與核心技術人員轉移,也就是說,未來的人力成本將隨著勞動密集型人力套用的規模減小而減少。這就像工業革命後期一樣,人們必須學會自我轉型。
發展
系統的智慧型性不斷增強,由計算機自動和委託完成任務的複雜性在不斷的增加。智慧型計算已經完全投入到我們的工業生產與生活之中。中國國內智慧型計算比較突出的有智慧型家居的海信、大型企業商業計算的IBM、中國水工智慧型計算與中小型企業風險計算的航宣企劃、家電智慧型化的美的、施工設備智慧型化的三一重工等。
定義
智慧型計算也稱為計算智慧型,包括遺傳算法、模擬退火算法、禁忌搜尋算法、進化算法、啟發式算法、蟻群算法、人工魚群算法,粒子群算法、混合智慧型算法、免疫算法、人工智慧、神經網路、機器學習、生物計算、DNA計算、量子計算、智慧型計算與最佳化、模糊邏輯、模式識別、知識發現、數據挖掘等。
智慧型計算就是借用自然界生物界規律的啟迪根據其原理模仿設計求解問題的算法。——張鈴《淺談智慧型計算》
人工智慧和智慧型計算完全是兩個概念。圖靈獎獲得者約翰·霍普克羅夫特說,計算和通信兩個領域的融合開創了智慧型計算的新天地,現在計算機已經可以更聰明地幫助人們獲得和處理信息,這已經和人工智慧的概念大相逕庭了。