2018年7月12日至8月3日,北京大学信息科学技术学院邀请了美国天普大学(Temple University)计算机与信息科学系的王培教授开设暑期课程《通用人工智能和非公立推理系统》。在本课程中,王培教授以自己主持设计和开发的一个"非公理推理系统"NARS为范例,介绍通用人工智能的理论和技术问题,并比较各种解决方案。这个系统能够在知识和资源相对不足的情况下适应环境和解决问题,并统一实现各种认知功能。本课程吸引了来自北京大学本校的信息科学技术学院和数学科学学院,以及哈尔滨工业大学、西安交通大学、剑桥大学等国内外知名大学的三十余位本科生和研究生。

通用人工智能和非公理推论系统1.jpg

1王培教授介绍NARS系统的工作原理

      

       王培教授自北京大学获计算机科学学士和硕士学位,自印第安纳大学获计算机科学与认知科学博士学位,目前任教于美国天普大学,主要致力于通用人工智能(Artificial General Intelligence)研究。通用人工智能与传统的人工智能研究有所不同,更注重智能系统通过自身的学习和对环境的适应来完成各类任务,因此这一研究也更为广泛地涉及到逻辑、语言和认知科学等多个领域。

       在本课程中,王培教授首先从人工智能的本质和哲学认知谈起,指出在当前的人工智能研究中存在的问题,并由此引入通用人工智能这一主题。随后,以一个"非公理推理系统"NARS为例,由浅入深地介绍了通用人工智能系统的设计原则与方法。最后,王培教授对整个通用人工智能领域做了总结,再次从哲学角度上比较了通用人工智能与人类智能的异同,并提出了诸多具有挑战性的问题。

       由于通用人工智能这一领域与目前热门的人工智能领域差异较大,课程内容对于所有学生都是完全陌生的。因此,在课程初期,大多数学生反映课程难度较大,理解困难。不过,通过王培教授生动地介绍,随着课程的进行,学生们对这一领域的研究有了更深入的了解和认识,普遍表示这些全新的思想和方法对于今后的学习和研究具有很强的启发性。最终在期末的课题研究中,每位同学都对通用人工智能领域中的一个具体问题做了深入研究,并提出了新颖独到的见解。

通用人工智能和非公理推论系统2.jpg

                                                                            图 2王培教授在课间与学生讨论问题