控制论与人工智能

阿兰·图灵和他的“图灵测试”开启了人工智能的先河，而在早期的人工智能发展过程中，控制论占据了非常重要的位置。1948年，美国数学家诺伯特·维纳的《控制论——关于在动物和极其控制和通信的科学》的出版，标志着控制论的诞生。迄今为止，控制论思想几乎渗透到了所有的自然科学和社会科学之中。

在了解控制论与人工智能之间的关系前，我们需要了解一下与控制论相关的一些内容。“控制论”这个词最初在希腊文中意为“操舵术”，也就是掌舵的方法和技术，而在一些哲学著作中，通常会被用来表示管理人的艺术。诺伯特·维纳认为控制论是研究动态系统在变化的条件下如何保持平衡状态或稳定状态的科学。

在控制论中，控制的定义是为了改善受控对象的功能或发展，需要获得并使用信息，以这种信息为基础选出的，并且施加在该对象上的作用。由此可知，控制与信息之间存在着密切的关系。信息的传递是为了控制，而任何一种控制都需要依靠信息反馈来实现，所以对于控制论来说，信息反馈是十分重要的。

在控制论中，信息反馈是指由控制系统把信息输送出去，然后再把其结果返送回来，从而对信息的再次传输产生影响，最终起到控制的作用。信息反馈的概念很好理解，而具体到人工智能中，就是人工智能的控制系统负责整个信息的传输活动，包括发送和接受信息，从而确保人工智能系统正常地开展活动。

控制论在近几十年的发展，主要表现在智能控制理论方面。可以说，控制论正一步步地朝着模拟人类智能的方向发展。通过深入研究人类大脑的神经系统，模拟人类大脑的思维控制功能，最终实现对于复杂系统的高效智能控制，这也将会成为控制论发展的必然趋势。

通过模拟人类大脑的功能，人们创造出了人工神经网络，从而实现了神经网络控制系统。在传统控制中由于被控制对象复杂，使得人们没有办法用精确的数学模型对其进行描述。实现了神经网络控制系统之后，人们便可以在控制系统中使用神经网络对那些难以精确描述的复杂对象进行建模，这样神经网络便能够在整个控制系统之中发挥自己的作用，充当控制器，也可以用来优化计算或是诊断故障。

神经网络控制具有很强的非线性映射能力，同时还能够进行自学和对于环境的自适应，从而最终实现优化的决策控制。将神经网络控制和模糊控制相结合，还可以实现更加复杂高效的神经网络模糊控制系统。而在人工智能的研究之中，神经网络无疑也将发挥出更强大的作用。

具体来说，控制论与人工智能之间有着什么样的关系呢？人工智能的研究者认为，控制论和信息论构成了其研究方法的主体，下面我们就从以下几个方面了解一下控制论与人工智能之间的关系。

控制论的研究者发现，某些在结构和形态上存在着明显差异的事物之间，似乎又存在着一种同一性。根据这一发现，研究者将人的行为和目的等概念引入机器之中，同时又把信息和反馈概念引入有机体，从而产生了功能模拟的科学方法。而智能模拟是功能模拟的自然延伸，是一种利用计算机学习系统模拟人的感知、记忆、联想和思维过程的方法。

由于利用计算机的硬件和软件可以把语言、算法等结合起来，从而进行高度复杂的信息处理，这便使得模拟人类智能的某些方面成为可能。一般来说，智能模拟主要表现在感知、记忆、联想和思维等几个方面。

感知模拟包括对人的视觉、听觉、触觉和嗅觉等的模拟，通过模拟人的感觉器官，来获取外界的信息并进行分析和理解，这也是人工智能在模拟识别领域的主要研究内容。

图像识别和语音识别是我们接触得比较多的人工智能研究内容。图像识别通过模拟人的视觉获取外界的图像信息，从而对图像进行分析处理，最终辨别出图像与图像之间的异同。语音识别则主要模拟人的听觉。语音识别最早只能识别几十个字，现在却能够识别大部分语句，从而与人类开展对话，解决各类问题。

在思维方面的模拟是人工智能研究的重要问题。人工智能研究的核心正是人类的思维。对于思维的模拟，研究者主要进行功能模拟，他们希望建立思维生理学模型，从而通过微观方法，直接对人脑和神经系统的结构及功能进行模拟。这一研究经历了很长时间，其中神经网络系统就是其中的一项。

可以说人工智能的研究，大多都采用了模拟方法。无论是功能模拟还是智能模拟，在人工智能的研究中都起到了重要的作用。

其实在控制论中，还有一个重要的方法也对人工智能的研究起到了重要的作用，但由于其内容相对复杂，在这里进行简单介绍。我们知道想要了解人类智能活动的原理，最好的方法就是彻底了解人脑的活动原理。但以现在的技术水平，想要彻底了解大脑的运作机制是很困难的。那么是不是就没有办法研究人脑的运作机制了呢？在这种情况下，控制论中的“黑箱方法”就可以发挥作用了。

从名称上来看，我们不了解黑箱的内部结构，但是通过外部观测和试验可以认识到其功能和特性。黑箱方法正是如此，我们不打开黑箱，而是利用模型通过外部观测和试验，来进行系统分析，通过信息的传输研究黑箱的功能和特性，最终探索其结构和运作机制。

前面我们提到的功能模拟，主要是生理学派对人类思维的一种模拟方法。而对人类大脑的研究则只能从其他的方向入手，这也催生了人工智能研究的另一个学派，即现在人工智能研究的主流——心理学派。

心理学派更多的是把人脑看作一个黑箱，然后通过这个黑箱的外部特性研究信息传输。他们不依靠理论推导寻求大脑结构的数学模型，而是依靠一些行之有效的经验，模拟人的思维活动。可以说黑箱方法应用在人工智能的研究中是有着得天独厚的优势的。

人工智能是一门复杂的学科，对于它的研究将涉及计算机科学、信息科学、数学、控制科学、心理学、语言学等数十种学科，而控制论和信息论则是人工智能研究的重要理论基础，很多人工智能研究正是应用了控制论中的方法才取得了突破性进展。而从整体上来看，人类在人工智能的研究上，还有很长一段路要走。但随着控制论的不断发展，人类获得的人工智能的研究成果也会越来越多，最终抵达成功的彼岸。