天才一秒记住【久久文学】地址：https://www.jjwxx.com
现在，放下手里的这本书，花点时间四下观察。
你可能身处候机室、咖啡厅、火车车厢、家里，或者躺在阳光下的小河边。
当你环顾四周时，并没有从环境中脱离，你的感知和行为是与环境融为一体并保持协调的。
当然，在某些情况下，你会脱离眼前的环境，陷入沉思。
但这种情况并非常规状态，只能算偶然现象。
问题在于，基于知识的人工智能并没有反映出这一点。
假设我给你介绍一个按照麦卡锡模型的逻辑人工智能设计的机器人，它通过一个持续的“感知—推理—行为”
循环模式运行，利用处理器处理和解析感应器接收到的数据，将感知数据更新到信念库，然后推理应该进行什么操作，再执行它选择的行为，然后再次启动决策循环。
现在，我自豪地告诉你，我设计的机器人，不管在执行什么任务，总是会选择最优的执行方式。
让我们考虑一下这个机器人在一段时间里的运行模式：
图9 机器人在一段时间里的运行模式
机器人应当选择最合适的行动时间，但是具体是什么时间呢？是感知周围环境的时候，还是最终决定执行什么操作的时候？
在t0到t1之间，机器人感知周围环境，然后用t1到t2的时间来处理传感器数据并更新信念库。
在t2到t3之间，机器人对需要执行的动作进行推理，最后，t3才是机器人开始行动的时间点。
现在我宣称自己设计的机器人总是采取最优的执行策略，但是想出最优策略对应的时间呢？是t1还是t3？机器人所掌握的环境信息是在t1之前的，但在t3以后它才可以基于这些信息开始正式行动。
这种方法其实是不切实际的，但令人惊讶的是，直到20世纪80年代末，几乎所有的人工智能都还在沿用这样的方式：人工智能研究者一直致力于制造能够在理论上做出最佳抉择的机器（前提是假设外部环境不会发生变化，同时又能弄清楚它到底应该做什么），而不是实践中的最佳决策[46]。
因此，当时出现了另一个关键性的研究主题，即人工智能系统所处的环境和它所表现的行为之间，应该存在一种紧密的耦合关系。
基于行为的人工智能
如果布鲁克斯仅仅是一个批判人工智能的学者，那他的想法不会这么吸引人。
毕竟，到了20世纪80年代中期，人工智能从业人员早就习惯无视批评的声音，不顾反对地继续自己的研究工作。
布鲁克斯之所以从众多步休伯特·德莱弗斯（即第二章里出现的，撰写《炼金术与人工智能》的美国哲学家）后尘的批评家中脱颖而出，是因为他用令人信服的方式建立了另一种范式，并在随后的几十年里用一些令人印象深刻的系统证明了它。
人工智能的新范式被称为基于行为的人工智能，正如我们接下来要讨论的，它强调了特定的个体行为的重要性，这些行为有助于智能系统的整体运行。
布鲁克斯采用的特殊方法被称为包容式体系结构，在当时出现的所有方法中，它似乎是影响力最持久的。
现在我们来看看使用包容式体系结构制造的一种低调但实用的机器人：智能扫地机器人[8]。
扫地机器人需要在屋子里四处游走，避开障碍物，并且在探测到垃圾或者灰尘的时候进行清洁——当机器人电量不足或者垃圾收纳盒装满时，我们希望它返回到固定位置并且关机。
包容式体系结构最基础的步骤是识别出机器人行为所需要的单个行为组件，然后用逐步添加组件的方式创造机器人。
该结构的关键难点在于思考这些组件行为是如何相互关联的，并用何种方式组织它们，让机器人在正确的时间里表现出最恰当的行为。
这通常需要对机器人进行广泛的实验，以确保组件行为以合理方式组合工作。
我们的扫地机器人需要六种基本的行为组件。
·避开障碍物：如果我发现前进方向有障碍物，我会改变行进方向，随机选择一个新的方向行进。
·关机：当我返回到充电座并且电量不足的时候，我会关机。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！