本文是我看了一小节老师给我们的《Jess in Action》书后得出的对“专家系统”的不成熟的感觉。
在计算机系里上了这么长时间的课，我发觉我对“人工智能”的兴趣不小。但自从我去年上过对于人工智能的介绍后，我就知道人们对于人工智能的研究还很浮浅。比如我们学校里搞的也不过是弄机器人踢足球之类的，从录像上来看也不过是刚刚起步。话说日本从90年代就开始搞人工智能，搞到现在他们产的机器人也不过如此，远远达不到电影中的只能程度。
这个学期我学《专家系统》这门课，除了因为对这个老师的印象还不错外，我之前对这方面的一些印象也让我比较感兴趣。专家系统是人工智能的一个分支，据说在卡内基梅隆时李开复的导师那帮人就用专家系统来训练计算机识别人类语言，做英文语音输入。虽然最后还是李开复用统计的方法把英文语非特定性音识别率提升到了变态的98%之多，但之前那帮教授对于专家系统的信心也证明了它在人工智能领域中的地位。
上了这门课后，我挺高兴可以接触一些比较高阶的知识，不料几节课之后却发现和我原先想象中的有很大的差距。
我们学习专家系统是用Jess来讲的。因此《Jess in Action》这本书则成了我们的两本必看教材之一（另一本是Elias M. Awad著的《Building Expert Systems: Principles, Procedures, and Applications》）。我们的教授也真是厉害，竟然打印了《Jess in Action》这本书给我们，而第二本书则让我们从他那里借阅一个学期。我们班有10人左右（到了4000级别的课程就比较趋于专业性质的了，每学期注册的人不多），而《Jess in Action》有将近500页，给每人打印一份，绝对是一个大工程了。
拿到书之后我便开始看了起来。但看完了第一章后才发现，这个所谓的rule-based语言，其实就是用户往里输入一些规则，然后根据这些规则来判断，给出真或假。我之前学过Prolog，感觉两者没有太大区别。Jess用Java语言写的，可以运行在JVM上，也就可以和Java的等等产品结合使用。但在本质上，并没有什么进步。让我有些失望。
其实让我觉得困惑的不是rule engine的语法，而是对于这些研究的发展方向感到困惑。我们现在的《专家系统》课上正在介绍expertise，讲对于知识的总结归纳以及专家的关系。而且通过阅读，我也知道人们对于知识的表达就是facts+rules模式。通过定义一些基础的事实，然后通过逻辑运算（与、或、非）组成更高级的事实。然后定义规则，用规则来过滤输入，然后输出结果。当知道了我们平时用于电子邮件的spam filter就是专家系统时，着实让我失望了一把。
倒不是说看不上电邮的垃圾邮件过滤，而是我觉得对于知识的表达还不到位，因此从这上面发展出来的人工智能研究究竟能走多远？逻辑确实不错，但能不能表达我们的世界，我对此持怀疑态度。否则的话，不说是我们的整个宇宙，至少我们身边的一些小的范围的“世界”，已经可以总结成事实+规则了。从人脑的角度来说，我们认知这个世界，是不是通过事实+规则来进行的，我觉得不是。因此通过逻辑，我们走的是一条取巧的路，但绝非正路。也就是说，从这条道路上继续走下去，我们永远也无法用机器来模拟人类的智慧。
但愿这是我的胡思乱想，等过一段时间看看我的想法有没有改变。