《中国人工智能学会通讯》——4.19 粒计算与不确定性

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第4章,第4.19节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

4.19 粒计算与不确定性

客观世界纷繁复杂,模糊与清晰状态交织,不 确定与确定现象并存。随着对现实世界探索的不断 深入,人们发现世界是多样的、复杂的,以及运动 变化的。人们接触到的各种信息往往具有不确定性。 不确定现象的存在不仅引发了许多哲学家、物理学 家以及经济学家的思考,也引起了计算机科研工作 者的广泛关注 [10-13]。1985 年,一小组人工智能专 家共同开创了人工智能不确定性问题研究领域,旨 在探索人工智能领域不确定性的知识表示、度量和 推理。

不确定性问题的研究是一个由来已久的课题。 不确定性现象以不同的形式存在于各种领域中,无 论是在信息科学、物理学、化学、统计学等自然科 学领域,还是在哲学、社会学、心理学、认知学、 经济学、金融学等社会科学领域,不确定性现象随 处可见。不确定性问题的研究工作受到了越来越多 研究者的关注。当前,人们所说的不确定性,主要 包括随机性、模糊性、不完全性、不稳定性和不一 致性五个方面。其中,随机性和模糊性是不确定性 研究中的两个基本方面。

不确定问题的推理与决策也是人工智能界的 研究热点之一。目前研究不确定性问题的方法主 要有贝叶斯理论方法、可信度方法、DempsterShafer(D-S) 证据理论方法、模糊推理方法、粗糙 集方法等。概率论是人们较早用于研究不确定性的 工具,概率论的公理化方法由前苏联数学家柯尔莫 哥洛夫首次提出并建立,其用微积分的方法研究不 确定性。后来,以贝叶斯公式为基础的贝叶斯理论 在人工智能研究领域中一直是处理不确定性问题的 重要工具。但概率论需要进行大量的数据统计工作, 而且还要求给出先验概率,这就限制了它的应用。 针对先验概率很难获得,但又要被迫给出这种情形, Dempster 和 Shafer 通过引入信任函数,提出了证 据理论。证据理论能够甄别不确定性和不知道二者 的差别,所以它比概率论更适合于不确定性的研究, 但证据理论计算仍然比较复杂。针对现实世界里存 在概念自身没有明确外延的情形,Zadeh 提出了模 糊集理论。这种由概念的外延模糊而造成的不确定 性是模糊性,模糊集是专门处理模糊性的理论。波 兰数学家 Pawlak 于 1982 年提出的粗糙集理论 [14], 是一种处理不精确和不确定性知识的数学工具,通 过用精确的上、下近似集来表达不精确和不确定性 问题。 近年来,随着粒计算理论研究的深入,不确定 现象也引起了粒计算研究者的极大兴趣。在粒计算 理论中对产生不确定的本质原因进行了分析,指出 知识具有粒度而导致了不确定性的发生这一事实。 从粒计算的观点来看,不确定性和确定性是信息在 不同知识粒度层次上的不同表现形式,它们并非完 全对立,在一定粒度层次上可以相互转化。某一层 次上的不确定性问题可能是其它层次上的确定性问 题,而不确定现象中还可能隐藏着某些确定的规律。

不确定性是智能系统研究的核心课题,无论是自然 智能还是人工智能,都与不确定性的处理紧密相 关,可以说智能主要反映在求解不确定性问题的能力上。在许多实际领域中,如医学诊断、故障诊断、 天气预报、军事指挥、市场分析、投资决策等问题 的求解,可利用的证据和知识常常是不确定的。

粒化思维虽然由来已久,其思想也在各个学科 都有表现,但从自发到有意识,再到具体研究的出 现却是近十年的事情。一般认为,用于解决不确定 性问题的粒计算的理论和方法主要有模糊集理论、 粗糙集理论、商空间理论和云模型、区间分析方法 等。目前,在诸多国内外学者的积极参与和努力发 展下,粒计算和不确定性的研究已经开展了一系列 以学术研讨会议、学术著作出版等形式的学术交流 活动。例如,在国际上,自 2005 年成功举办第一 届 GrC 国际会议以来,GrC 国际会议至今已连续 举办十一届,第十一届国际 GrC 会议于 2015 年 10 月在美国硅谷召开;自 2004 年成功举办第一 届 Fuzzy Systems and Knowledge Discovery 国 际会议以来,至今已连续举办十二届,第十三届将 于 2016 年 8 月在中国长沙举办。在国内,自 2001 年在重庆成功举办首届中国粗糙集与软计算学术会 议以来,目前已成功举办十五届;自 2007 年起, 中国粗糙集与软计算学术会议、中国 Web 智能学 术研讨会、中国粒计算学术研讨会(CRSSC-CWICGrC)联合会议每年都举行联合会议,目前已成 功举办了九届,第十届 CRSSC-CWI-CGrC 联合会 议将于 2016 年 8 月在烟台市举办。在粒计算与其 他理论结合研究方面,2010 年 7 月在安徽大学举 办了以“商空间与粒计算”为主题的国际学术研讨 会;2011 年 11 月在同济大学举办了以“不确定性 与粒计算”为主题的国际学术研讨会,邀请了 8 位 本领域的国内外专家作大会报告,150 多名代表参 加了会议;2012 年 7 月,由李德毅院士组织,在 北京邮电大学举办了以“云模型与粒计算”为主题 的国际学术研讨会;2013 年 8 月在西南交通大学 举办了“三支决策与粒计算暑期学术研讨会”。在 著作方面,2007 年,张钹院士和张铃教授 [15] 出版 了《问题求解理论及应用——商空间粒度计算理论 及应用(第 2 版)》;2007 年海内外华人学者合 著出版了首部粒计算专著《粒计算:过去、现在与 展望》[16],2010 年 6 月出版了《商空间与粒计算—— 结构化问题求解理论与方法》[17],2011 年 10 月出 版了《不确定性与粒计算》[18],2012 年 7 月出版 了《云模型与粒计算》[19],2013 年 8 月出版了《三 支决策与粒计算》[20],2015 年 7 月出版了《三支 决策 : 复杂问题求解方法与实践》[21] 等专著,这些 都极大地推动了粒计算和不确定性研究迅速发展。

相关文章
|
3月前
|
人工智能 分布式计算 算法框架/工具
揭开阿里巴巴PAI的神秘面纱:引领人工智能计算的新篇章
揭开阿里巴巴PAI的神秘面纱:引领人工智能计算的新篇章 随着人工智能技术的飞速发展,越来越多的企业开始关注并投入到AI的研究和应用中。阿里巴巴作为全球领先的科技公司,也在AI领域做出了卓越的贡献。今天,就让我们一起来揭开阿里巴巴PAI的神秘面纱,了解这个强大的AI平台如何引领人工智能计算的新篇章。 PAI,全称阿里巴巴公共AI平台,是一个集数据准备、模型开发与训练、模型部署于一体的综合性AI平台。PAI的业务架构分为五层,从基础设施层到业务层,涵盖了AI计算的全过程。
56 2
|
5月前
|
人工智能 新能源 大数据
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
62 0
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
|
6月前
|
传感器 机器学习/深度学习 中间件
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
95 0
|
11月前
|
人工智能 数据挖掘
AIGC: 人工智能与绿色计算的结合
随着全球环境问题的不断加剧,人们开始越来越重视可持续发展和环保事业。为了应对这些挑战,人工智能(AI)和绿色计算这两个领域的发展变得越来越重要。AIGC,即Artificial Intelligence and Green Computing,将这两个领域结合起来,旨在通过利用AI的力量推动可持续发展和环保事业。本文将探讨AIGC的概念、目标、应用以及未来发展趋势。
|
11月前
|
人工智能
AIGC: 通过人工智能和绿色计算赋能未来
在当今快速演变的技术领域中,人工智能(AI)和绿色计算已成为最具潜力和影响力的两个领域。AIGC,或 Artificial Intelligence and Green Computing,旨在利用AI的力量推动可持续发展和环保事业。本文将探讨AIGC的各个方面,包括其定义、目标、应用和未来前景。
|
机器学习/深度学习 人工智能 自然语言处理
搜狗翻宝Pro机再次开挂,智能翻译硬件成中国人工智能的新风口
第五届世界互联网大会正在如火如荼的举行。
搜狗翻宝Pro机再次开挂,智能翻译硬件成中国人工智能的新风口
|
机器学习/深度学习 人工智能 自然语言处理
阳过→阳康,数据里的时代侧影;谷歌慌了!看各公司如何应对ChatGPT;两份优质AI年报;本周技术高光时刻 | ShowMeAI每周通讯 #003-12.24
这是ShowMeAI每周通讯的第3期。本期内容关键词:新冠、ChatGPT、2022 AI 报告、腾讯·绝悟、阿里·AliceMind、小红书·全站智投、OpenAI·Point-E、Google·CALM、Wayve·MILE、AI2·MemPrompt、Stanford x MosaicML·PubMed GPT、腾讯全员大会、特斯拉裁员、图森未来裁员、AI 应用与工具大全。
466 0
阳过→阳康,数据里的时代侧影;谷歌慌了!看各公司如何应对ChatGPT;两份优质AI年报;本周技术高光时刻 | ShowMeAI每周通讯 #003-12.24
|
机器学习/深度学习 人工智能 自然语言处理
与世界同行 2017中国人工智能大会有感
与世界同行 2017中国人工智能大会有感
1543 0
与世界同行 2017中国人工智能大会有感
|
机器学习/深度学习 人工智能 测试技术
人工智能的最佳计算基础设施是什么?
Nvidia公司人工智能超级计算机负责人Charlie Boyle日前阐述了人工智能硬件和数据中心的现状和未来发展。
162 0
人工智能的最佳计算基础设施是什么?
|
机器学习/深度学习 人工智能 分布式计算
采用雾计算将是人工智能初创公司的明智之举
雾计算为初创企业提供了一种经济高效的替代方案,可以从亚马逊和微软等云提供商巨头那里获得更多资源。粗略的估计表明,雾计算基础设施的成本要比基于云计算的解决方案(AWS,Azure等)的成本低几倍。
150 0