展望一下未来人工智能的计量校准

1概述

人工智能(AI，artificialintelligence)的思维，自从1956年在达特茅斯(Dartmouth)被麦卡赛(JohnMcCarthy)、明斯基(MarvinMinsky)、罗切斯特(Rochester)和香农(Shannon)等提出，经过60余年的展开改变，时至今日，现已构成为一个热点和前沿方向的代名词。

由此导致全国际的技能展开都在向智能化方向飞速前进［1～11］，智能机器人、智能翻译机、智能身份辨认、智能确诊、智能网络、智能社区、智能制造、智能资料、智能兵器、智能弹药、智能兵士、智能飞机、智能机器、智能手表、智能交通、智能家电等等，几乎人类日子的一切方面，都无处不在表现智能化展开和智能化趋势。而且，在能够预见的将来，这种趋势将继续继续展开下去，并且愈加深化持久地渗透和影响到人们的出产、日子的各个方面。

远在20世纪70年代，人工智能就与空间技能、能源技能並称为20世纪的3大尖端技能，进入新世纪后，人工智能又与纳米科学、基因工程並称为21世纪的3大尖端技能。各大工业化国家，为了抢占未来的科技制高点，在新一轮科技竞争中占得先机，纷繁投入重兵，敞开本身的有关方向的各类方案与研讨。

2018年4月16日，英国议会部属的人工智能特别委员会发布《英国人工智能展开的方案、才能与志向》(AIintheUK:Ready，willingandable?)报告［12］，从其概念、规划、研发和其对作业、日子、医疗等领域的影响以及应对人工智能威胁、刻画人工智能未来等层面进行了体系阐述。

欧盟委员会发布了由人工智能高档专家组(AIHLEG)编制的《人工智能道德原则》(AIEthicsGuidelines)草案［13］，指出AI的展开方向应该是「可信赖AI」，即确保这一技能的目的契合道德，技能满足稳健牢靠，从而发挥其最大的优势并将危险降到最低。旨在为AI体系的详细实施和操作供给辅导。

2019年2月11日，美国总统Trump签署了《美国人工智能建议》(AmericanAIinitiative)行政令［14］，将美国人工智能技能展开上升到了国家级战略的高度。这份建议有5大核心要点:一是从头定向资金，要求联邦赞助组织优先考虑人工智能出资;二是供给资源，为人工智能研讨人员供给联邦数据、核算机模型和核算资源;三是建立规范，要求美国国家规范与技能研讨院拟定规范，以促进“牢靠、强壮、安全、可移植和可交互操作的人工智能体系”的展开;四是建立人才队伍，要求各组织优先考虑学徒、技能方案和奖学金，为美国培养能够研发和运用新型人工智能技能的研发人才;五是加强国际化参加，呼吁拟定国际合作战略，确保人工智能的开发契合美国的“价值观和利益”。

为抓住人工智能展开的严重战略机会，构筑我国人工智能展开的先发优势，加快建造创新型国家和国际科技强国，2017年7月20日，国务院印发了《新一代人工智能展开规划》［15］。提出了面向2030年我国新一代人工智能展开的辅导思维、战略方针、要点使命和保障办法，为我国人工智能的进一步加快展开奠定了重要根底。

2018年1月18日，我国国家规范化办理委员会在北京宣告建立国家人工智能规范化整体组和专家咨询组，负责全面统筹规划和协调办理我国人工智能规范化作业。

2019年3月4日，第十三届全国人大二次会议举行新闻发布会，已将与人工智能密切相关的立法项目列入立法规划。2019年6月17日，国家新一代人工智能办理专业委员会发布《新一代人工智能办理原则——展开负责任的人工智能》［16］，提出了人工智能办理的结构和行动指南。

在智能制造领域，德国首要提出了人工智能特征鲜明的工业4.0;相应地，美国提出了再工业化;我国也提出了我国制造2025，站在前史的新高度，从全局战略出发，清晰我国实施制造强国战略的第一个十年的行动方案，将高档数控机床和机器人作为要点推动领域之一。日本韩国也都将机器人和人工智能列为国家严重战略。

人工智能的意义、价值、重要性，由此可见一斑。这也表明，人工智能现已上升为国家战略。相应地，人工智能的计量校准面临严重职业需求。

与科技界、工业界等轰轰烈烈的人工智能运动比较，在计量测验职业一向没有明显的应对办法，人们所从事和所规划的，仍然是几许量、热学、力学、电磁学、无线电电子学、时刻频率、光学、声学、化学、电离辐射等10大传统方向的物理量值计量校准，别的附加了有关生物量值、医学量值等新式领域的量值计量，正在进行作业的展开和专业的深化。一切这些，现在都与人工智能相去甚远。现阶段提及人工智能的计量，人们乃至都不知道该计量校准什么，以及用什么样的量值和界说来衡量人工智能，更谈不上怎么完结这些量值的计量校准了。

然而，人工智能若被作为一门科学加以研讨和展开，就需求探索其间的界说、领域、领域、规矩、规划，并对其进行契合性量化、差异性点评。没有计量手法介入，将无法细化和深化，很难进步和展开。若其被作为一种技能加以运用，其质量比较、完善程度、水平凹凸、效率凹凸、才能大小等，依然需求计量手法的衡量，以定量办法进行量化点评。如此才能给其运用供给辅导、学习、参考和依据。

由此可见，不论是否困难，以及距离当今的作业有多遥远，人工智能的计量校准一向是一个典型的客观需求。在未来的计量科学展开中，应该是主流方向之一。现在，还远未达到这一境地，仅停留在功用展示、竞技博弈、人机博弈等浅显层面。例如:

1997年5月，IBM公司研发的深蓝(DEEPBLUE)核算机人工智能体系打败了国际象棋大师卡斯帕洛夫(Kasparov)［17］。2016年以来，AlphaGo成为第一个打败围棋国际冠军的人工智能机器人［18］。

2019年10月25至27日，我国智能机器人搏斗大赛在杭州梦想小镇举办［19］，场面的火热与火爆，恰恰说明晰计量校准的缺失。

本文后续内容，将主要讨论人工智能的校准问题，试图将计量校准理念引进人工智能的计量点评中，从而寻求技能解决办法。

2智能的有关阐述

智能，是智力和才能的总称［20］。其间，“智”是指进行认识活动的某些心理特点;“能”则是指进行实践活动的某些心理特点。能够以为，智是指认知国际的才能，而能是指改造国际的才能。

智能是一种多维度的领域概念，哈佛大学的霍华德加德纳(HowardGardner)的多元智能理论将其分为7个领域:言语智能、数理逻辑智能、空间智能、肢体运动智能、音乐智能、人际联系智能、内省智能［21］。

其间，言语智能指能有用运用音(言语)、像(文字、手势、动作、图形)等表达自己的思维，并切当了解别人思维表述的才能，以及灵活掌握语音、语义、语法、口气，具有言语思维、言语表达、言语欣赏，并灵活运用言语的才能。

数理逻辑智能指可有用核算、检测、推理、概括、分类，并归纳运用的才能。其包含逻辑办法和联系、陈述和建议、功用及其它相关抽象概念的灵敏性。

空间智能，指准确感知听觉、嗅觉、触觉、视觉空间及周围事物，并能将感觉到的形象以三维空间坐标图型办法表达出来的才能。其间包含对色彩、线条、形状、办法、气味、声音等的空间联系的灵敏才能。

运动智能，指善于用全部或部分身体表述思维和情感，以及灵活制作或操作物体的才能。包含平衡、协调、灵敏、力量、弹性、速度、触觉等方面的才能。

音乐智能，指敏锐感知、辨认和表达腔调、旋律、节奏、音色及其改变的才能。该项智能着重的对节奏、腔调、旋律或音色的灵敏性，称为音乐天分，包含扮演、创造及思考音乐的才能。

人际联系智能，指能杰出了解别人并与之交往的才能。包含察觉别人心情情感、体会别人感觉感触、区别离人暗示、以及做出相应反响的才能。

内省智能也表现为自认知才能，包含自我认知和天然认知。自我认知是指有自知之明，并据此进行行为规范的才能。包含本身的利益和矮处、喜好、心情、意向、脾气、自尊、独立思考的才能。

天然认知是指对天然界中各种事物的观察、体恤、区分、分类的才能。包含好奇心、求知欲、敏锐观察力、体会细微差别的才能。

从上述有关智能的7个领域来看，现在的计量校准作业中，仅仅在声学计量的部分作业与言语智能有一些关联，几许量计量的作业与空间智能有一定联系。有关智能的计量校准，根本上呈现空白状态。其根本原因，是智能从整体上说，仍然归于潜在的才能，没有构成任何实体或状态。而计量校原则一向面临的是能够看得见、摸得着、或感触得到的实体和状态，关于未能构成任何实体状态的潜在才能，无法运用计量校准手法进行直接计量点评。若想对其进行计量点评，则有必要经过详细实体的改变，将其潜在的才能进行开释，然后，依据潜在才能开释的作用对其进行计量点评。

人工智能计量校准的作业之一，就应该是寻找出合适的各种状态改变的规范，并将其施加给相应的人工智能体系，以其关于不同智能领域的规范状态改变的呼应状况，定量点评其相应的智能水平。

3人工智能的展开

人工智能是研讨开发用于模仿、延伸和扩展人的智能的理论、办法、技能及运用体系的一门新的技能科学，是核算机科学的一个分支。它试图建造出一种能与人的智能类似的办法进行作业的机器。

典型的人工智能体系包含机器人体系、图画辨认体系、言语辨认体系、天然言语处理体系和各类专家体系等。它是一门交叉学科，是天然科学与社会科学的交叉。所触及的学科包含哲学、数学、认知科学、心理学、核算机科学、神经生理学、信息论、控制论、办法论等［22～25］。

人工智能的研讨领域包含常识的界说、天然感知、智能搜索、机器学习、常识的获取、模式辨认、常识的分类、常识的表述和办理、常识的组合调度、常识的运用，逻辑推理、规划、逻辑程序规划及核算，含糊办理、神经网络、遗传算法、杂乱体系、人工生命等，以及核算机视觉、天然言语了解与交互、智能机器人等。

人工智能的实质被以为是对人的思维的信息过程的模仿。现在分为两个门户，一派为结构模仿，主攻仿人脑结构机制，希望构建出类人脑的智能机器。相应地，一些仿生算法、仿生研讨归于此类。别的一派是功用模仿，不求内部结构和机理机制的相同，但求外特性类似，被称为工程学办法。它主要是经过一些办法逻辑原则，进行编程与推理核算完结，如文字辨认、电脑下棋等，均归于该派别的作用。工程化办法要求逻辑严谨、推理正确、鸿沟及全部条件已知或可控。故面临简略问题时效率很高，但面临杂乱方针和使命时，程序杂乱冗长，一旦考虑不周，则错误不可避免。仿生办法逻辑原则(即仿生原则)简略清晰，通常就是逻辑加优化原则，鸿沟条件和状态不用完全已知，但要经过长期的结构及结构参数的学习优化确认，起点门槛较高，但后续保护成本较低，具有自学习、自适应、自完善特征。

人们也将人工智能分为强人工智能(Bottom-upAI)和弱人工智能(Top-downAI)两种。那些被以为有知觉和自我意识、并能真正推理和解决问题的智能机器体系，归于强人工智能领域，也是人工智能的终极愿景。

弱人工智能观念则以为，机器永远不或许拥有人一样的自我知觉意识、推理和解决问题的才能，仅是表象看起来象而已。

例如，到现在为止，人工智能最重要的根底展开，是维纳(NorbertWiener)从理论上证明晰，一切智能行为都是反应机制作用的成果［26］。其它方面，都是零星的、杂乱的。例如，人们开发出了机器视觉，用于指纹、人脸、虹膜等的辨认;制造了机器手，用于抓取、转移、移动物体;研发了言语辨认体系、机器翻译体系，用于多种言语互译;研发了各类仿生算法，用于进行建模、推理、搜索和数据发掘;发明晰机器学习算法，用以进行常识和经验的堆集。发明晰具有自主运动控制体系功用的机器人体系，用以完结特定使命;研讨了常识表明办法，并构建了常识常识库等。

尽管人工智能经过60余年的展开取得了很大进步，但仍然处于相对初级的阶段，与全面模仿人的智能的状态与水平相去甚远，多数状况下，仅仅是模仿人的某一方面的部分才能。纵观人工智能的展开历程，正是如此。

4人工智能的计量点评

4.1展开示状

因为人工智能所触及的数理逻辑、机器翻译、智能控制、专家体系、言语和图画了解、主动程序规划等等，均归于计量领域之外的事物，导致人工智能一向都游离于计量校准领域之外，在人工智能中，人们需求计量校准什么?以及用哪些定量的方针来定量描绘人工智能?均是尚无清晰、一致共识的问题，此外，用哪些办法和手法计量校准人工智能的功用、功能、展开水平，是人们所极为重视的。

实际上，人们提到人工智能的计量校准，也是指对人工智能体系的计量校准，而非脱离了硬件体系之外的任何其它。

有关人工智能体系的计量校准，现已有了一些先期探索性的尝试。

美国国家规范技能研讨院(NIST)于2019年5月30日举办了人工智能规范研讨会，讨论推动了联邦参加人工智能规范方案的拟定，拟定相应的开发技能规范和相关东西的方案，以支持AI技能的牢靠展开。该类作业，将从界说和规范上推进人工智能的计量进程。

日本经济工业省的工业技能归纳研讨所在2015年5月新建立的人工智能研讨中心AIRC(ArtificialIntelligenceResearchCenter)，研讨范围包含AI算法(Algorithm)、大数据(BigData)以及核算(Computing)，既触及最根底的AI理论研讨，也包含核算机视觉、天然言语处理等偏运用的研讨，同时还有核算及设施的建立。该类研讨，将从公共根底方面推进人工智能的计量技能进步。

4.2根底办法

因为人工智能的全部展开思维都是在模仿人的智能作用而展示的，其计量校准的根本办法，能够从人的智能的7个维度依次展开，即别离展开言语智能、数理逻辑智能、空间智能、肢体运动智能、音乐智能、人际联系智能、内省智能等的计量校准有关的界说、概念、方针体系、理论体系、办法体系、技能体系研讨，建立终极愿景方针，以定量的计量成果和人工判据，给出计量定论。

针对言语智能的计量问题，界说和构建规范言语(语音、口气、语义、语法)常识库，建立规范方针体系，展开言语智能水平点评办法，以定量办法点评言语智能水平。

针对数理逻辑智能的定量计量点评，界说方针体系，确立逻辑运算规矩，分类逻辑空间维度，展开数理逻辑智能水平点评办法，以定量量化办法点评数理逻辑智能水平。包含数据发掘、常识堆集、机器学习。

针对空间智能的定量计量点评，界说方针体系，分类空间维度，界说空间变换，展示空间改变态势与规矩，展开空间智能水平点评办法，以定量量化办法点评空间智能水平。

针对肢体运动智能的定量计量点评，界说方针体系，确立肢体运动规矩，分类肢体运动空间维度，展示肢体运动改变态势与规矩，展开肢体运动智能水平点评办法，以定量量化办法点评肢体运动智能水平。

针对音乐智能的定量计量点评，界说方针体系，分类音乐维度，展示腔调、旋律、节奏、音色及其改变态势与规矩，确立点评原则，展开音乐智能水平点评办法，以定量量化办法点评音乐智能水平。

针对人际联系智能的定量计量点评，界说方针体系，分类人际联系维度，展示心情情感、感觉感触、明示暗示、反响程度等改变态势与规矩，展开人际联系智能水平点评办法，以定量量化办法点评人际联系智能水平。

针对认知智能的定量计量点评，界说方针体系，确立认知智能定量点评规矩，分类认知智能空间维度，展示认知改变与规矩。包含本身利益和矮处、喜好、心情、意向、脾气、自尊、独立思考的认知才能，好奇心、求知欲、观察力、细微差别辨认才能。以及事物的观察、体恤、区分、分类才能。展开认知智能水平点评办法，以定量量化办法点评认知智能水平。

4.3工程办法

因为人工智能的展开并非一蹴而就，而是由浅入深、由低到高的逐渐展开过程。相应地，其计量校准也能够遵从同样的规矩进行，无需贪大求全，而是针对一个个详细的人工智能体系别离规划、构建、完善、展开。

例如，针对人工智能特征的机器手的计量校准，人们能够依照其愿景方针所触及的方针，如抓握力值范围、空间移动范围及精度、移动速度及加快度、施放速度及加快度、运行轨道及改变的杂乱程度、自平衡性、自安稳性、复现才能、重复才能等不同方面的方针参数，以定量办法进行计量点评，最终给出整体定论。

针对具有行走智能的行走机器人的计量校准，人们能够依照愿景方针所触及的方针，如走、跑、跳、翻腾，步幅、步速、步态，上下坡、上下楼梯、拐弯避障、凹凸路面等各种状况下的平衡性、速度及加快度、启停速度、安稳程度、摇晃角度、受干扰后的自我恢复才能、跌倒后自主恢复行走才能等各个方面功能，进行定量计量点评。

针对人机对弈这类人工智能体系，如深蓝(DeepBlue)、阿尔法狗(AlphaGo)，以数理逻辑推理见长，其计量点评作业，首要要鉴定和判断其是否适应和担任方针作业，其次是在能担任方针作业的前提下，针对确认使命方针完结所用的能效时刻比，表现其智能水平凹凸。即在相同的时刻下，核算所耗费的能量越少(运算过程越少)，能效越高，智能水平越高;在能效相同的条件下，核算所用时刻越短，智能水平越高。

针对机器视觉体系，以空间感知及表述为愿景方针，其计量点评作业，应首要运用一系列规范的模型，包含三维空间模型及场景，静、动态改变态势及规矩。经过这些模型的辨认及表述与实在状况的一致性及差异性，盯梢感知速度、加快度等，定量点评其智能水平。

针对各类方针清晰而详细的专家体系，以其详细使命的愿景方针为特征方针，展开计量性研讨，经过对其体系性技能方针体系，定量点评其智能水平。

5整体计量

当存在两种以上智能时，人工智能变成了多元智能或多维智能，其计量校准将包含它们怎么进行整体点评或归纳点评问题。详细做法将包含不同智能的各自计量校准，以及面向不同详细方针使命时，不同维度智能的维度分类判别，加权组成，问题细化归类等各个方面。最后给出一个整体判断成果或整体定论性依据。即智能水平凹凸的单一化定量点评成果。最有或许的归纳计量成果，将是针对某一详细方针使命时，在担任方针使命状况下，其所花费的时刻与能效之比。相同时刻下，其能效越高，耗能越少，智能水平越高;相同能效水平下，所用时刻越短，智能水平越高。

关于能效水平，关于详细使命方针的运算而言，运用折组成加法运算次数是一种可行的选择，运算次数多者显然能效水平低。

6讨论

实际上，有关人工智能，一向存在几个有争议的问题:

1)人工智能能否被计量校准?

2)若能，则应校准哪些内容?

3)怎么校准人工智能?何为规范?溯源到哪些根本量?

4)怎么给出人工智能的校准成果?

首要，人工智能虽然称为智能，但也不是凭空存在的，一定需求一个载体。所以，人工智能的计量校准，实际上是指人工智能体系智能特性的计量校准。斯坦福大学的NilsJohnNilsson教授［27］曾经对人工智能做过一个界说:“人工智能是关于常识的学科———是怎样表明常识、怎样取得常识并运用常识的科学”［28］，对错常有道理的。怎样表明常识，包含进行一些根本概念的界说，一些根本的数学物理逻辑及其运算和演化规矩，构成概念和数理逻辑规矩库。别的有一些切当激励呼应特性的因果联系模型，则作为常识被保存和表述，构成常识库。体系取得常识的途径是从大量数据事情中分类、分析，挑选出具有清晰因果联系的事情，并将其因果联系并入常识库，从而完结一次常识堆集和智能体系学习生长过程。其常识库源于数据库，但又不等同于数据库。数据库庞大、原始、丰富，而常识库间接、小巧，便于高效快捷运用。常识的运用，主要是界说、常识库、数理逻辑的灵活运用。

人工智能体系的计量校准，既能够是针对清晰而详细方针的外在激励呼应特性的计量校准，也能够是上述内涵特性的计量校准，包含其本身资源的计量点评:1)片面本身的先天资源;如硬件资源，界说、概念资源，数理逻辑资源，因果联系常识库资源等;2)经过学习取得并增加到因果联系常识库的累加资源;3)归纳、整合、运用常识资源的权重、规矩、习气、先进性点评;4)主客观互动的适应性、应变才能(使命导航、制导特性，激励反应特性)等的定量点评。这些内涵特性，从内涵方面表现了体系的人工智能水平。当然，其完整性完结难度更大些，更适合人工智能体系的研发者和出产厂家运用。其间，这些内涵特性的计量点评，或许更需求首要对人工智能体系进行计量性规划才能完结［29］。

7定论

综上所述可见，人工智能的计量校准主要指人工智能体系的计量校准，在杰出的计量性规划前提下，可望经过人工智能的计量校准手法对其智能水平进行定量点评。除此以外，比赛规矩也是可行的点评办法之一，但不够全面和完全，某一方面的单一优势即或许取得比赛的优胜，但不能确保其它运用的作用杰出。本文所述内容，是关于人工智能在计量技能展开的一种提示与等待，希冀适应AI的展开潮流，意在促进职业的展开和技能的进步。