普通人如何理解非線性問題？鄭志明舉例，就像中學(xué)物理課本里所提到“理想環(huán)境下”這一限定條件，如果在理想環(huán)境下研究物理量之間滿足的比例關(guān)系，可以稱之為線性關(guān)系，而復(fù)雜問題必須考慮非線性之間的關(guān)系，即不同變量之間的相互影響。

“目前人工智能面臨不可解釋性等重大瓶頸挑戰(zhàn)，非線性問題是主要根源。” 鄭志明把非線性比喻成一座山，而現(xiàn)在部分人工智能研究片面地認(rèn)為線性加上線性研究，即一個加上另一個就能堆成一座山，就能解決非線性問題。以當(dāng)下的深度神經(jīng)網(wǎng)絡(luò)研究為例，他認(rèn)為，“這實(shí)際上是偽非線性”。

他進(jìn)一步地解釋，目前人工智能的困局在于，試圖用多層的線性耦合說明一個復(fù)雜的問題，但事實(shí)上這種方法很難做到。就好比，中學(xué)時代學(xué)了直線、拋物線，若用它們分析問題很簡單，但如果把不同線疊加起來，整個問題就變得復(fù)雜了。“我們腦子里面清楚知道線性辦法無法處理非線性和隨機(jī)問題，因?yàn)檫@一類系統(tǒng)的結(jié)構(gòu)已經(jīng)發(fā)生了根本性的變化。”

他認(rèn)為，下一步人工智能要突破大數(shù)據(jù)分析和智能學(xué)習(xí)碰到的復(fù)雜性問題，迫切需要建立基于復(fù)雜性與多尺度分析等現(xiàn)代科學(xué)方法的新一代人工智能理論，可稱之為精準(zhǔn)智能。

院士鄭志明在大會上分享。大會供圖

針對人工智能的破局之法，鄭志明給出了自己的方案，即在科學(xué)數(shù)據(jù)、要素之間的邏輯關(guān)系、非線性的邏輯關(guān)系等理順后，復(fù)雜系統(tǒng)初步結(jié)構(gòu)就構(gòu)建起來了，參數(shù)在系統(tǒng)里運(yùn)轉(zhuǎn)會讓人工智能越來越精準(zhǔn)。“這就是基于系統(tǒng)，或者是數(shù)據(jù)的復(fù)雜行為來進(jìn)行智能分析的同時，把系統(tǒng)做得更加完備，這時候做出來的東西一定是可解釋的，一定是精確的。”

編輯：薛姣