主題: 學習筆記
ArtInt 閱讀筆記：智慧代理人，以及我搞混的 AI 基礎觀念
讀完 ArtInt 第三版 1.1～1.2，整理代理人、計算論題與 AI 技術分類，修正對決策樹、強化學習、早期語言系統及文字生成的誤解。
讀完《Artificial Intelligence: Foundations of Computational Agents》第三版 1.1～1.2 後，我發現需要回頭釐清的地方，集中在幾種區分：人工與虛假、模型等價與論題、技術誕生與普及，以及文字生成與真實性驗證。
這篇保存目前的理解與修正，也保留還需要練習的地方。主要範圍是第一章前兩節；MDP、條件獨立與 token 的補充會另外標示。文中的情境例子是為了幫助理解自行設計的，不是教材原題，也不是實作成果。
動態迷因（展開／收合）
先用代理人的觀點看 AI
依教材 1.1，代理人是在環境中採取行動的東西；計算代理人的決策，則能拆成可實作的基本運算。智慧行為的評估涉及目標、限制、後果、學習與適應。內部做法是否像人腦，不是這個定義的必要條件。
我用一個工作排程助手來整理這個觀點：
| 要問的事 | 放進排程情境 |
|---|---|
| 目標是什麼？ | 先完成到期工作，還是保留連續專注時間？ |
| 有什麼限制？ | 每天可用時間有限，任務耗時也不確定。 |
| 行動有什麼後果？ | 今天塞滿工作，可能讓明天沒有調整空間。 |
| 如何利用經驗？ | 上次低估耗時，下次要調整預估。 |
| 目標改變時怎麼辦？ | 使用者提高某項工作的優先序後，重新安排。 |
這個例子讓我比較容易分開「預測」與「決定」。預測某項工作要兩小時，只提供了一項資訊；決定今天先做哪件事，還要考慮目標和限制。
我也把研究與應用分開看：研究者可以用可執行模型檢驗智慧行為的假說；工程上的問題則是建構有用的代理人。人與系統協作，也是可以研究和設計的方式。教材 1.1
我需要修正的九個地方
下面用概念整理我這次搞混的內容，方便之後複習時檢查自己是否又做出相同推論。
| 我搞混的地方 | 修正後的區分 |
|---|---|
| 沒有辨認出「人工，所以是假的」混淆了什麼。 | 人工／自然談來源，真實／虛假是另一個問題。 |
| 把文化提供的內容排除在個人學習之外。 | 文化與學習會互相影響。 |
| 把「所有人類思考皆為演算法」當成已證明的前提。 | Church–Turing thesis 不提供這項證明。 |
| 把 2012 年的成功當成人工神經元概念的起點。 | 誕生、發展與普及需要分開記。 |
| 以為決策樹只能表示人類手寫的規則。 | 決策樹也能從資料學習。 |
| 沒有把強化學習與決策、學習連起來。 | 教材以決策理論式規劃加上學習來介紹它。 |
| 以為早期語言系統要先掌握全部常識才能工作。 | 受限領域可以支援受限任務。 |
| 把 SHRDLU 和血液感染診斷混在一起。 | SHRDLU 是積木世界；MYCIN 才是感染診斷。 |
| 把語言模型生成文字想成先證明每句話為真。 | 生成文字本身沒有這項保證。 |
人工與虛假，以及文化與學習
「這是人工做出來的」只交代來源，還不能回答它是不是真的具有某項性質。我現在會先問：這個形容詞究竟在分類什麼？若問題談來源，我就不該直接跳到真偽的結論。
文化與學習也不能切開。教材把生物因素、文化、終身學習列為人類智慧的來源，並說明它們會互相影響。教材 1.1.2
我的複習例子是學習「期限」這個概念：別人教我這個詞與用法，之後我用它理解工作安排。從文化取得概念，與個人學會運用概念，可以發生在同一段過程裡。
Church–Turing thesis：等價證明的範圍到哪裡？
這是我最需要慢下來讀的一段。
圖靈機與 lambda calculus 都有形式化定義，可以證明它們能計算同一類函數。Church–Turing thesis 則把直觀的「有效程序」與形式化的可計算性連起來。兩個形式模型等價，沒有自動證明它們涵蓋所有直觀上有效的程序；更沒有證明所有人類思考都是演算法。補充：Church–Turing thesis
我用三個不同問題檢查理解：
- 模型能力：這個函數能不能由某種形式模型計算？
- 論題範圍：所有有效程序是否都落在這個模型能處理的範圍？
- 實際成本：即使能算，時間與記憶體是否負擔得起？
第三個問題也提醒我：一個方法可計算，仍可能無法在工作期限內完成。不能用「理論上能做」直接回答「實際上可用」。
動態迷因（展開／收合）
機器學習、規劃與強化學習怎麼接起來？
我把這段改記成工作流程：先取得資訊，再決定行動，最後利用結果改善做法。這只是自己的整理方法，不是所有 AI 系統都必須遵守的架構。
決策樹可以從資料學習，神經網路只是機器學習工具的一類。教材接著指出，預測還不足以決定行動，並以決策理論式規劃加上學習介紹強化學習。教材 1.2
放回排程助手：估計耗時是一件事；在期限下選擇順序是另一件事。若要再談學習，我需要說明它究竟從什麼結果更新了什麼，不能只看到「會調整」就認定採用了強化學習。
延伸：MDP 表示不確定的連續決策
MDP 描述狀態、行動、轉移機率與獎勵。Markov 假設要求目前狀態與行動足以決定下一狀態的機率分布，不必再依賴更早歷史。教材 12.5
自編例子是會打滑的機器人：選擇向前不保證前進成功。規劃時要把可能結果納入，而不是只算一條必定成功的路線。如果電量會影響結果，狀態卻只記位置，這個表示可能就不夠。
目前我先理解模型的用途；還沒有實作 MDP 求解器，也不把知道組成要素當成已經會建模。
延伸：條件獨立要說出「給定什麼」
貝氏網路利用條件獨立性描述機率結構。教材 9.3
自編簡化模型：R 表示下雨，A、B 表示兩處地面濕。如果假設給定 R 後 A 與 B 獨立，可以寫成：
P(R, A, B) = P(R) × P(A | R) × P(B | R)這裡的重點是明確說出假設。如果兩處地面還受共同灑水設備影響，只知道下雨與否可能不夠。我需要先檢查這個假設，才能使用這種分解。
歷史名詞改用「系統處理什麼」來記
| 系統或事件 | 代表工作或意義 |
|---|---|
| Logic Theorist | 尋找命題邏輯證明。 |
| DENDRAL | 推測有機化合物結構。 |
| MYCIN | 血液感染診斷。 |
| SHRDLU | 模擬積木世界中的語言互動與任務。 |
| STUDENT | 自然語言描述的代數題。 |
| CHAT-80 | 地理問答。 |
| 2012 年 ImageNet 成功 | 推動神經網路採用；形式神經元研究早在 1943 年已有。 |
這些對應來自教材 1.2。我接下來會先遮住左欄，從任務回想系統名稱，再反過來練習，避免只記得熟悉的拼字。
Logic Theorist 可以先用 P 與「若 P 則 Q」推出 Q 的小例子理解證明步驟；SHRDLU 則用「把一塊積木放到另一塊上面」理解受限任務。兩個例子都是我的教學簡化，不是原系統的完整能力描述。
文字生成與事實驗證要分開檢查
我先前搞混了生成機制與真實性證明。序列模型可以根據前文生成後續 token；token 可能是字、詞或詞的一部分。這不要求先證明每句話為真。延伸：教材 8.5
對我而言，實際的修正是讀到解釋時多做一步：找出可以核對的主張。例如看到某系統「最早發明」某技術，就分別查日期、原始工作與作者究竟聲稱什麼。流暢的段落不能替代這些檢查。
下一次複習，我想能自己說明這些問題
- 一個排程助手如何把預測轉成行動？它受到哪些限制？
- 形式模型的等價證明，為什麼沒有直接證明所有思考都是演算法？
- 給一個新的簡單情境，我能不能說明狀態、行動與不確定結果？
- 聲稱兩個事件條件獨立時，我能不能說出條件與可能破壞假設的因素？
- 面對一段生成文字，我能不能指出哪些主張需要另外驗證？
這份筆記保存的是修正後的理解。下一步還要用新例子重新說明，確認離開原本的選項後，這些區分仍然說得清楚。
閱讀來源
- ArtInt 1.1：代理人、智慧行為與自然智慧。
- ArtInt 1.2：計算背景、技術路線與早期系統。
- Church–Turing thesis：釐清有效程序與形式模型。
- 延伸補充：MDP、貝氏網路、序列模型。這些章節不代表我已完成閱讀或實作。