|
（一）兴头的产生 看到楼下陈苏杭关于用人工智能判断诗文的帖子，突然激活了我泯灭了 两年多的对计算机人工智能（AI，artificial intelligence）的兴趣。 想谈一谈，又觉得不带上点文学的味道，怕不能在这文学论坛上立足。于是 乎，“假作真时真亦假，无为有处有还无”，自己命了这样一个题：人工智 能判断一篇文字是否是五言律诗。 不过，人工智能不是一般的穷举法加“If…Then…”计算机编程语句。 我先说点自己的认识，才能心安理得地进入正题。 （二）人类对自己的挑战 总的来说，人工智能的研究开发进度，至今还是令人失望。在一九八○ 前后，似乎有过一个高期望期，但是人们很快就冷静下来了。 首先是这个项目的复杂性，涉及到哲学、逻辑学、数学、计算机科学、 生理学、心理学，等等。从理论上讲，人类对人工智能的研究，限于数理逻 辑的不完整性，并且是一个典型的“自我引证”的逻辑循环圈（self- referring logical loops）。一九三一年，哥德尔（Kurt Godel）发表了 一篇论文，被许多人认为是二十世纪纯数理逻辑发展最有意义的事件：他向 人们展示了基本数理逻辑的不完整性（The Incompleteness Theorem）。 简单说来，就是一些数理逻辑的“公理”，例如２＋２＝４，是无法证明也 无法否定的。关于“自我引证”，古希腊哲学家埃皮明尼底斯（Epeminides ）提出过一个著名的例子：“此言虚也”（“This statement is false” ）。所谓“自我引证”就是证明者和被证明者为同一事体。霍夫斯达特 （Hofstadter）在《哥德尔、埃舍、巴赫》一书中（“Godel，Escher， Bach”）详细论述过人工智能的这两大障碍，限于篇幅，我只能点到为止。 其次，从工程实践上讲，人工智能受制于计算机资源的发展。尽管在短 短的十五年内，普通微机运算速度从几个MHz到了上千MHz，内存从几百ＫＢ 到了近百万ＫＢ，但是据说人脑的信息储存能力在１０的７次方个ＧＢ的数 量级（但愿我没有记错），很明显，电脑和人脑单是“硬件”这个差距仍然 在短时间无法逾越。几年前，ＩＢＭ的“深蓝”系统（注意我用的“系统” 这个词）战胜了国际象棋冠军卡尔帕若夫，人们的确振奋了一下，但随之也 清醒地看到了人工智能事业之艰巨。第一，国际象棋是一个相对简单的“完 整信息系统”（后面将进一步论及），而且“完美”的游戏数理逻辑和代数 （minimax）在五十年前就建立了，并有人不断改进。第二，ＩＭＢ动用了 当今最强大的电脑系统，别的特制硬件不说，单是用６４个ＣＰＵ来一对一 负责棋盘上６４个位置的运算，就令人咋舌。有趣的是，“深蓝”系统的软 件却是相对地简单！基本上就是平行运算、成熟的游戏代数、由特级大师现 场调控的胜数函数（scoring function）、硕大无比的旧值表（hash table，用来避免重复运算）、庞大的开局和残局数据库。 难搞并不等于放弃，越具有挑战性的项目，对人们常常越有吸引力！ （三）人工智能的两大对象系统 完整信息系统是一个透明的、没有隐蔽条件的系统。围棋、象棋就是典 型的例子。棋子摆在棋盘上，双方都占有相同的原始信息（raw informa- tion）。从理论上讲，运用改进的 minimax 代数、单算子力（王＝９９， 皇后＝９，车＝５，马、象＝４，兵＝１）而不计位置优势的胜算函数，就 能做出永不输棋的国际象棋程序，只是这样的程序按现在最好的计算机能力 也需要计算千百年才能走出第一步棋！围棋主要是争位置优势，其胜算函数 仍然相当不成熟，连不入段的水平都难做到。 不完整信息系统是一个只公开部分信息的系统。例如桥牌，在叫牌阶段 只精确知道自己手上的牌，叫完后也只精确知道自己和明手的牌。战争模拟 是另一类典型的不完整信息系统，情报再好，也是不完全的。模糊逻辑是解 决这种体系的唯一手段。 在不少情况下，很多不完整信息系统可以通过限制条件而转换为完整信 息系统。我后面要做的判断诗词格律的“人工智能”就是这样。这里先举个 极端的例子。大家都知道战国时期孙膑的赛马决策：“下马对上马，中马对 下马，上马对中马”。如果我们做两个数理逻辑定义：再快的下马也快不过 中马，再快的中马也快不过上马，这就形成了一个完整信息系统。用简单的 minimax和几十行源码，一秒钟不到的运算，就能得出和孙膑同样的结论。 有的系统似乎是完整信息的，但由于数理逻辑处理的复杂性，也失去了 部分有用的信息，而成为“不完整信息系统”。人工智能的一个大项目“物 体识别”就是如此。作为第一步的“图形识别”，就是认清明摆在那里的一 件东西，再赋予它准确的逻辑意义，为后面的判断打下基础。对于简单的欧 基里德几何各体，对象素进行矩阵代数运算，基本上能解决。稍稍复杂一点 的，就力不从心了。美国最新的“战斧”巡航导弹，前几百公里由全球定位 系统（GPS）制导，是人们预先设置好的，谈不上人工智能，只有最后几公 里，打开了弹携摄像机，寻找具体目标，才有一点“图形识别”的意义。尽 管一般建筑物的外形是简单的几何体组合，这“战斧”还是常常“砍”偏呢！ 那可以说是代表了目前最先进的“图形识别”人工智能技术，更何况更深一 层的“物体识别”？两个同样大小、漆成白色的木球和铜球，即使识别出了 是相同的球体，仍然没有解决问题的一半：虽然伽利略在比萨斜塔证明它们 作为自由落体有共同点，你把它们扔进水里，一沉一浮却是迥然不同的。海 湾战争中有一定数量的坦克毁于“友邦火力”，也可见“物体识别”人工智 能的致命性。另一方面，因为缺乏统一的数理工具，有些“图形识别”看似 复杂，做起来却很简单。一个明显的例子就是指纹甄别：你在象素矩阵里找 到分岔点（minutiae）连接起来，再比较它们的相对位置就行了。 （四）数理逻辑的精巧性 对于数理逻辑，西方人常常强调其“精巧性”（elegance）。说穿了， 所谓“精巧性”就是用简单而严密的代数方程描述逻辑。例如欧基里德几何 的逻辑，传统是用画线画圆来描述和证明。迪卡尔（Descartes）于一六一 九年十一月十号（他的日记记下了这个精确的日子），躺在战地医院床上， 看着天花板一角一只飞来飞去的苍蝇而触动灵感，发明了迪卡尔坐标系。从 那以后，不但欧基里德几何变得精巧了，非欧几何也成为可能。在计算机人 工智能的开发上，将逻辑问题用简单的代数公式来表达，已经不是选项，而 是必需！ 多次提到的minimax游戏代数，就充分体现了“精巧性”，这个一切智 力游戏的逻辑基础，其核心部分，用C/C++等支持循环调用（recursive calls，即一个函数调用这个函数本身）的语言写出来，可以不超过３０个 句子！这循环调用的技术本身，也是解决不可测循环深度的人工智能运算的 首选手段。一个谈不上什么人工智能的ＢＢＳ程序，事先不能预料一个头帖 会有多少跟帖，编程者可以预设一个最深层次，例如１０００吧，虽然足够， 但在数理逻辑上总是不稳的、不够精巧的。而循环调用却能简单地做到不依 靠任何预设常数，因为后者能自我判断深入还是中止的逻辑操作，算是浅显 的“人工智能”。 （五）诗词格律的人工智能 现在，该做自己的作业了。 判断一篇文字是否是五言律诗属于人工智能中最难命题之一的“自然语 言处理”（natural language processing）。为了自己能做，需要定义一 些条件，使之成为一个“准”完整信息系统： （１）五言律诗有四个基本句式： 仄仄平平仄 平平仄仄平 平平平仄仄 仄仄仄平平 这里不包括所谓“孤平补救”（平仄平仄平）的特例。当然，主要问题 解决后，多加几个“If … Then …”逻辑判断来处理“孤平补救”并不是 什么太难的事。 （２）严格的“粘对”法则 律诗中的奇数句叫“出句”，偶数句叫“对句”，出句和紧跟的对句组 成一“联”。按照“一三不论，二四分明”的字位，同一联中，出句和对句 的平仄要相反，上联对句和下联出句的平仄要相同。这就是“粘对”法则。 （３）没有脱简串简、缺字串字的情况。 （４）对句（或首句）的韵，属于语音判断（phonetics）的项目，不在这 里考虑。 （５）所判断的文字能准确分句，即有分句符号（delimiter），或者是标 点，或者是空位，或者是断行。这个不是必要条件，不行就数五个字算一句。 这个“准”完整信息系统定义后，就可以着手按下列步骤开发。 （１）首先在计算机建立一个汉字平仄图录（map）或者数据库，以便能迅 速有效地确定一个汉字的平仄。阴平和阳平是平声，上声和去声是仄声，这 是没有问题的。但已经在现代普通话里消失了的入声（吴系方言似乎还保留 着）属于仄声，并分别演化成了上述四声：化入上声和去声的无所谓，反正 都是仄，并入阴平和阳平则有点麻烦（例如“国”、“白”）。不过这个图 录或者数据库是一次建立，永久使用。雇一个江浙一带的人来搞，应该准确。 （２）为了“精巧”地使用逻辑代数，将五言律诗的四个基本句式用一个整 数来表示。办法之一可以这样：在32-bit操作系统中，一个整数（integer） 含有32个bits，原则上可以用来表示最多三十二个字的句子，对五言律诗是 多多有余。从最小bit开始，句子中每一个字占一个bit，平声为“0”，仄 声为“1”： 句 式 二进制 十进制 ————— ————— ——— 仄仄平平仄 １００１１ ＝ 19 平平仄仄平 ０１１００ ＝ 12 平平平仄仄 １１０００ ＝ 24 仄仄仄平平 ００１１１ ＝ 7 （３）将被判断的文字，按分句符号为界读入内存，按上列代数通过汉字平 仄图录或者数据库进行赋值，如果不是这四个基本句式中的任何一个，就可 以立即否定返回。句式判断肯定后，保留这一句的赋值。 （４）读入下一句并赋值，先判断新一句的句式，符合后再用 bit级逻辑代 数判断“粘对”法则。设有两个句子，赋值分别为Ａ和Ｂ，则 “粘”成立如果（Ａ AND 10）XOR（Ｂ AND 10）= 0， 这里“XOR”是排己或然操作，而“AND 10”的操作是施行“一三不论， 二四分明”的过滤（十进制10=二进制01010）； “对”成立如果（Ａ AND 10） XOR （Ｂ AND 10） = 10。 （５）保留最后一句的赋值，重复（4）到（5）直到文字全部读完，或者某 一步出现否定结果。 （６）如果同时纪录读入的句数，还可以判断肯定了的文字是五绝、五律、 长律，还是没有写完的作品（最后的出句没有对句）。 上面的开发过程，很容易引申到七言： 句 式 二进制 十进制 ——————— ——————— ——— 平平仄仄平平仄 １００１１００ ＝ 76 仄仄平平仄仄平 ０１１００１１ ＝ 51 仄仄平平平仄仄 １１０００１１ ＝ 99 平平仄仄仄平平 ００１１１００ ＝ 28 “粘”成立如果（Ａ AND 42）XOR（Ｂ AND 42）= 0， “对”成立如果（Ａ AND 42） XOR （Ｂ AND 42） = 42。 至于词，在句式方面工作量要大些，因为每个词牌有不同的句式结构， 需要建立词牌赋值（每个词牌由一串整数构成）的数据库，然后逐句判断。 但是，词没有统一的“粘对”法则，在本身的句式结构里面就包括了。 （六）最后几句话 上面判断五言律诗的人工智能，大致是可以用的，也留下了许多改进提 高的余地，例如“孤平补救”的特例。具体的源码则视编程语言有所不同。 最后，我想再说一遍：人工智能不是简单的穷举法加“If … Then…”， 而是一门数理逻辑和计算机结合的科学。远未成熟，大家努力！ |
|
|
