科学网—下一代人工智能的发展需要重新认识Lotfi Zadeh的贡献
精选
已有 5883 次阅读
2025-6-3 15:28
| 个人分类: Zadeh | 系统分类: 观点评述
当前以深度学习为代表的人工智能技术，虽然取得了巨大的成功，在图像识别、语音识别、大语言模型等领域均取得了广泛应用。但是，还存在一些不足，比如可解释性差、鲁棒性弱对数据依赖性强等基础科学问题。尤其，大语言模型还存在胡言乱语和幻觉等明显不足。 因此，当前的人工智能距离真正的人类智能还存在一些差距，应该不是人工智能的最终形态，非常有必要研究可解释可通用可信赖的下一代人工智能。
这一代人工智能的领军性人物为 Geoffery Hinton 。 Hinton 教授 2018 年获得图灵奖， 2024 年获得诺贝尔物理学家，是伟大的人工智能专家。经过40多年的坚持终于把神经网络的冷板凳做热，他重塑了人工智能发展的方方面面。但是，我们还有很多伟大的人工智能专家，比如我在伯克利访问期间师从的导师， Lotfi A. Zadeh教授 （ 1921–2017 ）。他也是人工智能领域的重要奠基人之一，他提出的 模糊逻辑（ Fuzzy Logic ） 从根本上改变了传统科学对 “ 精确性 ” 的追求，为处理现实世界中复杂、不确定性问题提供了全新范式。
斯坦福大学搞了一个2%顶尖科学家排行榜，如果选择Field(Artificial Intelligence)人工智能领域，终身影响力（Whole Career），将会出现一个排行榜。 我们会惊讶的发现：排在世界第一的居然是Lotfi Zadeh，排在世界第二才是Geoferry Hinton。 而且，Zadeh的世界总排名（不分学科）为28，Hinton的世界总排名为38，还领先10个位次。这让我们不得不重新审视Zadeh的科学贡献，也许下一代人工智能的发展，还需要采纳Zadeh的科学思想。
首先，Zadeh的贡献在于创立模糊逻辑：突破二值逻辑的局限。 传统集合论（非此即彼的 “0 或 1” 逻辑）无法描述人类思维中的模糊概念（如 “ 稍热 ”“ 比较快 ” ）。 1965 年， Zadeh 发表论文《 Fuzzy Sets 》，提出 模糊集合理论 ，引入 “ 隶属度 ” 概念（例如，温度 25 ℃ 属于 “ 高温 ” 的隶属度可能是 0.7 ），使计算机能够处理连续渐变的模糊性。 模糊逻辑挑战了经典逻辑的绝对性，强调 “ 不精确性中的精确 ” ，与东方哲学中的辩证思维（如 “ 灰度认知 ” ）不谋而合，为 AI 模拟人类决策提供了更自然的框架。
其次， Zadeh推动了人工智能的实用化进程。 模糊控制器在 20 世纪 80-90 年代广泛应用于日本（如松下、日立），用于地铁制动、洗衣机水位调节、空调温控等，显著提升能效和用户体验 模糊逻辑让机器能根据环境动态调整参数（例如，吸尘器根据灰尘量自动调节吸力），成为 “ 智能家电 ” 的核心技术之一。 模糊逻辑擅长处理规则不明确的领域（如医疗诊断、金融风险评估）。
第三，Zadeh不故步自封于模糊系统，而是鼓励交叉融合。 他提出了神经模糊系统 ，将模糊逻辑与神经网络结合，形成自适应学习系统（如 ANFIS 模型），解决非线性拟合问题，取得了比传统神经网络更好的精度和可解释性。 他提出了软计算和计算智能等概念，将模糊系统、神经网络和进化计算结合在一起，取长补短，实现更好的机器智能，取得更好的效果 。 早期部分学者批评模糊逻辑 “ 缺乏数学严谨性 ” ，认为概率论足以处理不确定性。 Zadeh 回应： “ 模糊逻辑不是取代概率，而是补充 —— 它描述的是 概念本身的模糊性 ，而非事件发生的频率。 ” 近年来，模糊逻辑与深度学习结合，用于解释神经网络的黑箱决策（例如，用模糊规则解释图像分类结果），增强 AI 系统的可解释性。
最后， Zadeh 的贡献不仅在于技术，更在于 思维方式的革新 。 他 容忍不确定性 ：现代 AI （如自动驾驶、机器人）需在动态环境中处理模糊信息，模糊逻辑为此提供了方法论基础。他提倡 人机协同设计 ：他强调 “ 人类思维本质是模糊的 ” ，这一理念影响了人机交互和用户体验设计。
Lotfi Zadeh 被誉为 “ 模糊逻辑之父 ” ，也是美国工程院院士， 其开创的理论打破了二值逻辑的桎梏，使 AI 从 “ 实验室精确模型 ” 走向 “ 现实世界复杂应用 ” 。其独著发表的开创性论文目前引用已经超过15万次，每年的引用量仍在1万次左右，依然保持着强大生命力和影响力。尽管模糊逻辑在深度学习时代不再是主流技术，但其思想精髓（如处理不确定性、模拟人类认知）仍深刻影响着 AI 的发展方向。也许，下一代人工智能重视模糊逻辑与模糊系统才能取得更佳的效果。
转载本文请联系原作者获取授权，同时请注明本文来自陈德旺科学网博客。 链接地址： https://blog.sciencenet.cn/blog-57940-1488323.html
上一篇： 本科毕业设计存在的必要性及如何替代的思考 下一篇： 模糊系统的本质：可计算、可解释、可优化、可学习的专家系统