什么是计算智能，它和人工智能有何区别？

admin

现代科学技术发展的一个显著特点就是信息科学与生命科学的相互交又、相互漆透和相互促进，生物信息学就是两者结合而形成的新的交叉学科，计算智能则是另一个有说服力的示例。计算智能涉及神经计算、模计算、进化计算、粒群计算、蚁群算法、自然计算、免疫计算和人工生命等领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的重要发展趋势。

创造、发明和发现是千千万万科技开拓者的共同品性和永恒追求。包括牛顿、爱因斯坦、图灵和维纳等科学巨匠在内的科学家们，都致力于寻求与发现创造的技术和秩序。人类的所有发明，几乎都有它们的自然界配对物。

原子能的和平利用和军事应用与出现在星球上的热核爆炸相对应；各种电于脉冲系统则与人类神经系统的脉冲调制相似：编的声呐和海豚的发声起到一种神秘电话的作用，启发人类发明了声呐传感器和雷达；鸟类的飞行行为激发了人类飞天的梦想，发明了飞机和飞船，实现了空中和宇宙飞行。

科学家和工程师们应用数学和科学来模仿自然、扩展自然。人类智能已激励出高级计算、学习方法和技术。毫无疑问，智能是可达的，其证据就在我们眼前，就发生在我们的日常工作和生活中。

智能计算

试图通过人工方法模仿人类智能已有很长的历史了。从公元1世纪英雄亚历山大里亚（Alexandria）发明的气动动物装置开始，到冯・诺依曼的第一台具有再生行为和方法的机器，再到维纳的控制论（cybernetics），即关于动物和机器中控与通信的研究，都是人类人工模仿智能的典型例证。现代人工智能领域则力图抓住智能的本质。

人工神经网络（ANN）研究自1943年开始，几起几落，波浪式发展。20世纪80年代人工神经网络的复兴，主要是通过Hopfield网络的促进和反向传播网络训练多层感知器来推广的。把神经网络（NN）归类于人工智能（AD可能不大合适、而归类于计算智能（computational intelligence，CI）则更能说明问题的实质。进化计算、人工生命和模糊逻辑系统的某些课题，也都归类于计算智能。

什么是计算智能，它与传统的人工智能有何区别？

第一个对计算智能的定义是由贝数德克（Berdek）于1992年提出的，他认为，从严格意义上讲，计算智能取决于制造者（manufacturers）提供的数值数据，而不依于知识：另一方面，人工智能则应用知识精品（knowledge tidbits）。他认为，人工神经网络应当称为计算神经网络。

尽管计算智能与人工智能的界限并非十分明显，然而讨论它们的区别和关系是有益的。马克斯（Marks）在1993年提到计算智能与人工智能的区别，而贝兹德克则关心模式识别（PR）与生物神经网络（BNN）、人工神经网络（AN）和计算神经网络（CN）的关系，以及模式识别与其他智能的关系。忽视ANN与CN的差别可能导致对模式识别中神经网络模型的混滑、误解、表示和误用。

ABC关系图

贝兹德克对这些相关术语给予一定的符号和简要说明或定义。首先，他给出有趣的ABC：

A－artificial,表示人工的（非生物的），即人造的

B－biological,表示物理的+化学的+（？）=生物的

C－Computational,表示数学+计算机

上图表示ABC及其与神经网络（NN）、模式识别（PR）和智能（1）之间的关系。它是由贝兹德克于1994年提出来的。图的中间部分共有9个节点，表示9个研究领域或学科。A，B，C三者对应于三个不同的系统复杂性级别，基复杂性自左至右及自底向上逐步提高。节点间的距离衡量领域间的差异，如CNN与CPR间的差异要比BNN与BPR间的差异小得多，CI与AI的差异要比AI与BI的差异小得多。图中，符号→意味着“适当的子集”。例如，对于中层，有 ANN⊂APR⊂AI；对于右列，有 CI⊂AI⊂BI等。在定义时，任何计算系统都是人工系统，但反命题不能成立。

ABC相关定义

计算智能是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识（精品），低层系统则没有。

若一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：①计算适应性；②计算容错性；③接近人的速度；④误差率与人相近，则该系统就是计算智能系统。

若一个智能计算系统以非数值方式加上知识（精品）值，即成为人工智能系统。