[论文解读] Conceptive Artificial Intelligence: Insights from design theory

Akın Kazakçı|arXiv (Cornell University)|Apr 2, 2014

AI-based Problem Solving and Planning参考文献 28被引用 3

一句话总结

本文提出‘概念性人工智能’——一种受布劳威尔直觉数学与设计理论启发的框架，使智能体能够生成全新的对象定义与构建方法。布劳威尔机器基于想象建构主义，通过将设计视为一种建构性、直觉性的过程，支持人工智能的持续创造力，为建模人工智能系统中开放式的创新提供了理论基础。

ABSTRACT

The current paper offers a perspective on what we term conceptive intelligence - the capacity of an agent to continuously think of new object definitions (tasks, problems, physical systems, etc.) and to look for methods to realize them. The framework, called a Brouwer machine, is inspired by previous research in design theory and modeling, with its roots in the constructivist mathematics of intuitionism. The dual constructivist perspective we describe offers the possibility to create novelty both in terms of the types of objects and the methods for constructing objects. More generally, the theoretical work on which Brouwer machines are based is called imaginative constructivism. Based on the framework and the theory, we discuss many paradigms and techniques omnipresent in AI research and their merits and shortcomings for modeling aspects of design, as described by imaginative constructivism. To demonstrate and explain the type of creative process expressed by the notion of a Brouwer machine, we compare this concept with a system using genetic algorithms for scientific law discovery.

研究动机与目标

• 为解决人工智能中开放式、创造性问题构型缺乏系统建模的问题，特别是新任务与对象定义的生成。
• 开发一个理论框架，支持人工智能在定义新问题与设计解决方法方面持续产生新颖性。
• 将该框架建立在建构主义数学与设计理论基础上，为想象性、建构性智能提供形式化基础。
• 通过该新框架评估现有人工智能范式，识别其在捕捉类设计创造力方面的局限性。
• 通过与基于遗传算法的科学定律发现系统对比，证明所提模型的可行性。

提出的方法

• 提出布劳威尔机器作为计算模型，受布劳威尔直觉数学启发，强调构造性存在而非经典逻辑。
• 应用双重建构主义视角——数学与设计导向——以实现新对象类型及其构建方法的生成。
• 引入‘想象建构主义’作为理论基础，将设计视为一种持续的、直觉性的建构过程。
• 使用形式化建模来表示对象定义与方法生成之间的动态互动，避免预设的问题空间。
• 采用一种框架，使智能体不受预设任务束缚，能通过建构性推理生成并追求新任务。
• 将布劳威尔机器与基于遗传算法的科学发现系统进行比较，突出其在新颖性生成与验证方式上的差异。

实验结果

研究问题

• RQ1 人工智能系统如何生成完全全新的问题定义与任务，而非仅解决预设问题？
• RQ2 何种形式化框架能够支持人工智能中对新对象与方法的持续、建构性创造？
• RQ3 现有人工智能范式在多大程度上无法建模建构主义理论所描述的设计创造性方面？
• RQ4 布劳威尔机器在建构性推理方面与传统人工智能方法（如遗传算法）有何不同，又如何改进？
• RQ5 基于直觉数学与设计理论的系统能否实现人工智能中开放式的、自我生成的创新？

主要发现

• 布劳威尔机器通过建构性、直觉性的过程，使智能体能够生成新的对象定义与构建方法，支持开放式的创造力。
• 想象建构主义的框架为将设计建模为一种持续的建构行为而非预设空间中的搜索提供了理论基础。
• 与基于遗传算法的系统相比，布劳威尔机器并非通过进化搜索生成新颖性，而是通过建构性推理实现，从而更深入揭示了发明的本质。
• 现有人工智能技术如进化计算往往无法建模人类设计过程中固有的认识论与本体论新颖性。
• 双重建构主义视角使对象类型与实现方法的创新得以同步发生，这是当前大多数人工智能系统所缺乏的能力。
• 本文证明，布劳威尔机器的方法在理论上比传统人工智能范式更契合人类设计师的认知过程。