人工智能論文人工智能的形成與發(fā)展現(xiàn)狀分析

1、人工智能論文結(jié)果論文題目：人工智能的形成與發(fā)展現(xiàn)狀分析學院：機電學院專業(yè)：機械設(shè)計制造及其制動化（職教師資方向）姓名：楊軍年級：2013級學號：132124010025指導老師：沈明明完成時間：2016.10.13摘要：人工智能的發(fā)展史并不是很悠久，所以，可從人工智能的岀現(xiàn)、形成、 發(fā)展現(xiàn)狀以及前景兒個方面對人工智能進行具體分析，總結(jié)其發(fā)展過程中所出現(xiàn) 的問題，以及現(xiàn)狀發(fā)展中的不足之處，分析人工智能在今后的發(fā)展方向。關(guān)鍵詞：人工智能，發(fā)展歷史，現(xiàn)狀分析，未來發(fā)展前景。一引言 1936年英國的科學家圖靈提出了人工智能，可以說是當時知道的 人或者說是了解的人并不多。在那個時候，他編寫了一個下象棋的

2、程序，這就是 最早期的人工智能的具體運用。也有著名的“圖靈測試”，這也是當時判斷是不 是人工智能的方法,因此，圖靈被尊稱為“人工智能之父”。人工智能從產(chǎn)生到 發(fā)展經(jīng)歷了一個誕生，發(fā)展到低谷再到興起的一個過程，直到目前為止，人工智 能的應(yīng)用技術(shù)也不是很成熟，而且存在一定的缺陷。通過查閱資料，對人丄智能 的發(fā)展做一個比較細致的介紹，分析其面臨的挑戰(zhàn)和未來的前景。二.人工智能的發(fā)展歷程人工智能的發(fā)展史就是人類思索自身的歷史，人類從很早是時候就開始思考 自身了，但是人工智能作為一門正式誕生于美國達特茅斯大學召開的一次學術(shù)會 議上，到目前為止，人工智能發(fā)展經(jīng)歷了三個階段。1936年的之前的孕育階段；（1

3、）在公元前，希臘哲學家亞里士多德在著作工具論中提出了形式邏輯的 一些主要定律。他提出三段至今仍是演繹推理的基本依據(jù)。（2）1642年，法國數(shù)學家帕斯卡發(fā)明了第一臺機械計算機一一加法器，開創(chuàng)了 機械的時代。（3）德國數(shù)學家萊布尼茲在帕斯卡加法器的基礎(chǔ)上發(fā)展并制成了可進行全部四 則運算的計算器。他還提出了，通用符號和推理訃算的概念，使形式邏輯符號化, 他認為，可以建立一種通用符號語言以及在此符號語言上進行推理的演算。這一 思想不僅為數(shù)學邏輯的產(chǎn)生和發(fā)展鑒定了基礎(chǔ)，而且還是現(xiàn)代機器思維設(shè)計思想 的萌芽。（4）英國邏輯學家布爾創(chuàng)立布爾代數(shù)，他在思維法則一書中，首次用符號 語言描述了思維活動的基本推理法

4、則。（5）英國神經(jīng)生理學家在1936年提出了一種理想計算機的數(shù)學模型，即圖靈 機。這位后來電子數(shù)字計算機的問世打下了基礎(chǔ)。美國神經(jīng)生理學家?guī)靷惼婧团?茲在1943年提出了笫一個神經(jīng)網(wǎng)路模型一M-P模型，開創(chuàng)了圍觀人工智能的研 究工作，奠定了人工神經(jīng)網(wǎng)路發(fā)展的基礎(chǔ)。(6) 1956年在美國Dartmouth大學召開了一次學術(shù)討論會，討論關(guān)于機器智能 的有關(guān)問題，再會上，McCarthy提議正式采用人工智能這一術(shù)語。1956-1969形成階段；(1) 1956年，Samuel研究出了具有自學能力的西洋跳棋程序。(2) 1957年，A. Newell、J. Shaw和H. Simon等人的心理學小組

5、編制出一個稱為 邏輯理論機(The Theory Machine)的數(shù)學定理證明程序。(3) . 1957年，A. Newell. J. Shaw和H. Simon等人揭示了人在解題時的思維過 程大致可歸結(jié)為3個階段:先想出大致的解題計劃：根據(jù)記憶中的公理、定理和 推理規(guī)則組織解題過程；進行方法和LI的分析，修正解題訃劃。這種思維活動不 僅解題數(shù)學題時如此，解決其他問題時也大致如此?；谶@一思想，他們于1960 年乂編制了能解10種不同類型課題的通用問題求解程序。(4) A. Newel 1 J. Shaw和H. Simon等人還發(fā)明了編程的表處理技術(shù)和NSS國際象 棋機。后來，他們的學生還做

6、了許多工作，如人的口語學習和記憶的EPAM模型(1959年)、早期自然語言理解程序SAD-SAM等。此外，他們還對啟發(fā)式求解 方法進行了探討。(5) (5) 1959年，Selfridge推出了一個模式識別程序。1965年，Roberts編制了 可分辨積木構(gòu)造的程/To 1960年，McCarthy在MIT研制了人工智能語言LISP。 1963年，Stanford大學的E. A. Feigenbaum開展了專家系統(tǒng)DENDRAL的研 究，并于1968年投入使用。這個專家系統(tǒng)能根據(jù)質(zhì)譜儀的試驗，通過分析推理 決定化合物的分子結(jié)構(gòu)。其分析能力接近其至部分超過有關(guān)化學專的水平。(7) 1976年，美

7、國數(shù)學家Kenneth Appeal等人在3臺大型電子計算機上用了 1200 小時CPU時間完成了四色定理證明等。1970年的發(fā)展與起伏階段；從20世紀70年代開始，人工智能的研究已經(jīng)逐步在世界各地展開起來，此時 召開并創(chuàng)辦了多個人工智能國際會議和國際期刊，處進學術(shù)交流起到了重要的作 用。此時，許多國家也有了本國的智能學習團體。英國愛丁堡大學那是也成立了“人工智能”系。此時也涌出了一批重要的研究成果。列如，1972年法國的馬 賽大學的A. Comerauer提出并實現(xiàn)了邏輯程序設(shè)訃語言PROLOGo但是，在20世紀60年代末至70代末，人工智能研究遭遇了一些重大 挫折，例如，Samuel的下期

8、程序與世界冠軍對弈時，五局中敗了四局。機器翻 譯研究中碰到了不少問題。例如，“果蠅喜歡香蕉”的英語句子“Fruit flies like a banana. ”會被翻譯成水果像香蕉一樣飛行”。 “心有余而力不足”的英語句子The spirit is willing but the flesh is week. ” 被翻譯成俄語， 然后再由俄語翻譯回英語后，竟變成了The vodka is strong but meat is rotten.,即伏特加酒雖然很 濃，但肉是腐爛的”。這種錯誤都是山多義詞造成的。這說明僅僅依賴一部雙向 詞典和簡單的語法，詞法知識還不足以實現(xiàn)準確的機器翻譯。在問題求解

9、方面， 即便是對于良結(jié)構(gòu)問題，當時的人工智能程序也無法面對巨大的搜索空間。更何 況現(xiàn)實世界中的問題絕大部分是非良結(jié)構(gòu)的或者是不確定的。在人工神經(jīng)網(wǎng)絡(luò)方 面，感知機模型無法通過學習解決異或(X0R)等非線性問題。這些問題使人們對人工智能研究產(chǎn)生了質(zhì)疑。1966年，ALPAC的負面報告導 致美國政府取消了對機器翻譯的資助。1973年，英國劍橋大學應(yīng)用數(shù)學家凱特 黑爾(James Lighthil 1)爵士的報告認為，“人工智能研究即使不是騙局，至少 也是庸人自擾”。當時英國政府接受了該報告的觀點，取消了對人工智能研究的 資助。這些指責中最著名的是明斯基(Minsky)的批評。1969年，明斯基和貝

10、波 特(Papert)出版了感知機(Perceptron)-書。在書中他批評感知機無法解決 非線性問題，如異或(X0R)問題等。而復雜性信息處理應(yīng)該以解決非線性問題為 主。而且他認為，兒何方法應(yīng)該代替分析方法作為主要數(shù)學手段。明斯基的批評 導致美國政府取消了對人工神經(jīng)網(wǎng)絡(luò)研究的資助。人工神經(jīng)網(wǎng)絡(luò)的研究此后被冷 落了 20年。人工智能研究出現(xiàn)了一個暫時的低潮。三，人工智能的現(xiàn)狀分析及發(fā)展前景現(xiàn)狀分析人工智能的理論主要分為三個方面，1結(jié)構(gòu)主義，2功能主義，3 行為主義。人們的對事物本質(zhì)的認識純在著一定的差異性，一件事物從不同角度 去模擬智能系統(tǒng)，從而使人工智能山此誕生，直到現(xiàn)在為止，不管是對其中的

11、知 66平等地提升自我識，還是研究，都存在一種“盲人摸象”不準確的判斷。結(jié)構(gòu)、功能、是智能系 統(tǒng)的基本屬性，最能體現(xiàn)系統(tǒng)本質(zhì)的應(yīng)該是“工作機制”，機制主義即是在給定 的問題，環(huán)境與工具的前提下，提取相關(guān)信息，并在此基礎(chǔ)上將信息轉(zhuǎn)換為知識。 主要有三個階段：首先是從本質(zhì)上論信息到認識論信息，然后是從認識討論信息 到知識，那么最后一個階段是智能策略但是，及時如此，人工智能在現(xiàn)階段任然任然純在著很大的問題，這些 問題主要體現(xiàn)在五個方面：1.認識論的局限性。人們比較片面的認識思維的過 程，覺得思維過程可以通過物理符號描述出來，從而一些形象思維或者抽象思維 的方式是不可能被簡單化的。2.智能化方法與途徑

12、的不確定性。從機械角度 看，主要分為功能派和結(jié)構(gòu)派。結(jié)構(gòu)派以研究人的大腦神經(jīng)結(jié)構(gòu)出發(fā)，模擬人的 神經(jīng)網(wǎng)絡(luò)，這也使得結(jié)構(gòu)派的智能化道路顯得責任重大過程艱辛；功能派從研究 思維智能行為的心理學特性和活動出發(fā)，但是根本思維還是符號主義，理論模型 仍是圖靈機模型。3.數(shù)學基礎(chǔ)的局限性。人工智能最基本的還是計算問題，這 就涉及到近代數(shù)學的現(xiàn)狀。近代數(shù)學具有封閉性，線性，結(jié)構(gòu)不變性，收斂性以 及精確性，而人工智能所要求的卻恰好相反，它所需要的是進行非結(jié)構(gòu)化的、非 線性、模糊發(fā)散的計算，以滿足智能化的需求。4.汁算機模型的局限性。主要 分為以下兒個方面：1）問題表示的方法的局限性。2）需要對問自生抽象出 一個數(shù)學意義上的準確的表達式。3）需要針對問題設(shè)計算法。4）求解的結(jié)果 的唯一性。5,圖靈計算機模型下的問題一般都是可遞歸的問題。6）許多時 候，要實現(xiàn)真正的人工智能，我們要求的不是精確解而是滿意解，在這時以圖靈 模型為原型的計算機模型所做不到的。5.形式演繹理論方面的局限性6.實 現(xiàn)技術(shù)方面的局限性。知識表示、環(huán)境，推理等都存在較大的局限性，阻礙其發(fā) 展。四.結(jié)束語人工智能誕生的時間不是很久，技術(shù)也不是很成熟，從某個角度上講，總 是面臨著很大的局限。既然，馮諾.依