人工智能的現狀及今后發(fā)展趨勢展望

1、.：.；人工智能的現狀及今后開展趨勢展望一引言人工智能(Artificial Intelligence),英文縮寫為AI，也稱機器智能?！叭斯ぶ悄芤辉~最初是在1956年的Dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心思學、言語學等多種學科相互浸透而開展起來的一門綜合性學科。從計算機運用系統的角度出發(fā)，人工智能是研討如何制造智能機器或智能系統來模擬人類智能活動的才干，以延伸人們智能的科學。二目前人工智能技術的研討和開展情況目前，人工智能技術在美國、歐洲和日本依然飛速開展。在AI技術領域非?；顫姷腎BM公司，曾經為加州勞倫斯利佛摩爾國家實驗室制造了ASCI Whit

2、e電腦，號稱具有人腦的千分之一的智力才干。而正在開發(fā)的更為強大的新超級電腦“藍色牛仔Blue Jean，據其研討主任保羅霍恩稱，“藍色牛仔的智力程度將大致與人腦相當。三技術運用隨著AI技術的開展，現代幾乎各種技術的開展都涉及到了人工智能技術，可以說人工智能曾經廣泛運用到許多領域，其典型的運用包括：1符號計算計算機最主要的用途之一就是科學計算,科學計算可分為兩類:一類是純數值的計算,例如求函數的值;另一類是符號計算,又稱代數運算,這是一種智能化的計算,處置的是符號。符號可以代表整數、有理數、實數和復數,也可以代表多項式、函數、集合等。隨著計算機的普及和人工智能的開展,相繼出現了多種功能齊全的計算

3、機代數系統軟件,其中Mathematic和Maple是它們的代表。由于它們都是用C言語寫成的,所以可以在絕大多數計算機上運用。2方式識別方式識別就是經過計算機用數學技術方法來研討方式的自動處置和判讀。這里,我們把環(huán)境與客體統稱為“方式。用計算機實現方式文字、聲音、人物、物體等的自動識別，是開發(fā)智能機器的一個關鍵的突破口，也為人類認識本身智能提供線索。計算機識別的顯著特點是速度快、準確性和效率高。識別過程與人類的學習過程類似，以“語音識別為例：語音識別就是讓計算機能聽懂人說的話，一個重要的例子就是七國言語英、日、意、韓、法、德、中口語自動翻譯系統。該系統實現后，人們出國預定旅館、購買機票、在餐館

4、對話和兌換外幣時，只需利用網絡和國際互聯網，就可用手機、等與“老外通話。3機器翻譯機器翻譯是利用計算機把一種自然言語轉變成另一種自然言語的過程，用以完成這一過程的軟件系統叫做機器翻譯系統。 HYPERLINK t _blank 搜文網目前，國內的機器翻譯軟件不下百種，根據這些軟件的翻譯特點，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻譯類。詞典類翻譯軟件的代表是“金山詞霸，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義并提供單詞的發(fā)音，為用戶了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000，它首先提出了“智能漢化的概念，使翻譯軟件的輔助翻譯作用

5、更加明顯。4機器學習機器學習是機器具有智能的重要標志，同時也是機器獲取知識的根本途徑。有人以為，一個計算機系統假設不具備學習功能，就不能稱其為智能系統。機器學習主要研討如何使計算機可以模擬或實現人類的學習功能。機器學習是一個難度較大的研討領域，它與認知科學、神經心思學、邏輯學等學科都有著親密的聯絡，并對人工智能的其他分支，如專家系統、自然言語了解、自動推理、智能機器人、計算機視覺、計算機聽覺等方面，也會起到重要的推進作用。5問題求解人工智能的第一大成就是下棋程序,在下棋程序中運用的某些技術,今天的計算機程序已可以到達下各種方盤棋和國際象棋的錦標賽程度。但是,尚未處理包括人類棋手具有但尚不能明確

6、表達的才干，如國際象棋巨匠們洞察棋局的才干。另一個問題是涉及問題的原概念,在人工智能中叫問題表示的選擇,人們常能找到某種思索問題的方法,從而使求解變易而處理該問題。到目前為止,人工智能程序已能知道如何思索它們要處理的問題,即搜索解答空間,尋覓較優(yōu)解答。6邏輯推理與定理證明邏輯推理是人工智能研討中最耐久的領域之一,其中特別重要的是要找到一些方法,只把留意力集中在一個大型的數據庫中的有關現實上,留意可信的證明,并在出現新信息時適時修正這些證明。醫(yī)療診斷和信息檢索都可以和定理證明問題一樣加以方式化。因此,在人工智能方法的研討中，定理證明是一個極其重要的論題。7自然言語處置自然言語的處置是人工智能技術

7、運用于實踐領域的典型范例,經過多年艱苦努力,這一領域已獲得了大量令人矚目的成果。目前該領域的主要課題是:計算機系統如何以主題和對話情境為根底,注艱苦量的常識世界知識和期望作用,生成和了解自然言語。這是一個極其復雜的編碼和解碼問題。8分布式人工智能分布式人工智能在20世紀70年代后期出現，是人工智能研討的一個重要分支。分布式人工智能系統普通由多個Agent智能體組成，每一個Agent又是一個半自治系統，Agent之間以及Agent與環(huán)境之間進展并發(fā)活動，并經過交互來完成問題求解。9計算機視覺計算機視覺是一門用計算機實現或模擬人類視覺功能的新興學科，其主要研討目的是使計算機具有經過二維圖像認知三維

8、環(huán)境信息的才干，這種才干不僅包括對三維環(huán)境中物體外形、位置、姿態(tài)、運動等幾何信息的感知，而且還包括對這些信息的描畫、存儲、識別與了解。目前，計算機視覺已在人類社會的許多領域得到勝利運用。例如，在圖像、圖形識別方面有指紋識別、染色體識字符識別等；在航天與軍事方面有衛(wèi)星圖像處置、飛行器跟蹤、成像準確制導、景物識別、目的檢測等；在醫(yī)學方面有圖像的臟器重建、醫(yī)學圖像分析等；在工業(yè)方面有各種監(jiān)測系統和消費過程監(jiān)控系統等。10智能信息檢索技術信息獲取和精化技術已成為當代計算機科學與技術研討中迫切需求研討的課題,將人工智能技術運用于這一領域的研討是人工智能走向廣泛實踐運用的契機與突破口。11專家系統專家系統

9、是目前人工智能中最活潑、最有效果的一個研討領域,它是一種具有特定領域內大量知識與閱歷的程序系統。近年來,在“專家系統或“知識工程的研討中已出現了勝利和有效運用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才干到達優(yōu)良地處理問題的才干。那么計算機程序假設能表達和運用這些知識,也應該能處理人類專家所處理的問題,而且能協助 人類專家發(fā)現推理過程中出現的過失,如今這一點已被證明。如在礦物勘測、化學分析、規(guī)劃和醫(yī)學診斷方面,專家系統曾經到達了人類專家的程度。四目前人工智能開展中所面臨的難題人工智能(AI)學科自1956年誕生至今已走過50多個年頭,就研討解釋和模擬人類智能、智能行為及其規(guī)律這一總目

10、的來說,曾經邁出了可喜的一步,某些領域已獲得了相當的進展。但從整個開展的過程來看,人工智能開展曲折,而且還面臨不少難題，主要有以下幾個方面：1計算機博弈的困難博弈是自然界的一種普遍景象，它表如今對自然界事物的對策或智力競爭上。博弈不僅存在于下棋之中,而且存在于政治、經濟、軍事和生物的斗智和競爭之中。雖然西洋跳棋和國際象棋的計算機程序曾經到達了相當高的程度,然而計算機博弈依然面臨著宏大的困難。這主要表如今以下兩個方面的問題：其一是組合爆炸問題,形狀空間法是人工智能中根本的方式化方法。假設用博弈樹來表示形狀空間,對于幾種常見的棋類,其形狀空間都大得驚人,例如,西洋跳棋為10的40次方,國際象棋為1

11、0的120次方,圍棋那么是10的700次方。如此宏大的形狀空間,現有計算機是很難忍受的。其二是如今的博弈程序往往是針對二人對弈、棋局公開、有確定走步的一類棋類進展研制的。而對于多人對弈、隨機性的博弈這類問題,至少目前計算機還是難以模擬實現的。2機器翻譯所面臨的問題在計算機誕生的初期,有人提出了用計算機實現自動翻譯的想象。目前機器翻譯所面臨的問題依然是1964年言語學家黑列爾所說的構成句子的單詞和歧義性問題。歧義性問題不斷是自然言語了解(NLU)中的一大難關。同樣一個句子在不同的場所運用,其含義的差別是司空見慣的。因此,要消除歧義性就要對原文的每一個句子及其上下文進展分析了解,尋覓導致歧義的詞和

12、詞組在上下文中的準確意義。然而,計算機卻往往孤立地將句子作為了解單位。另外,即使對原文有了一定的了解,了解的意義如何有效地在計算機里表示出來也存在問題。目前的NLU系統幾乎不能隨著時間的增長而加強了解力,系統的了解大都局限于表層上,沒有深層的琢磨,沒有學習,沒有記憶,更沒有歸納。導致這種結果的緣由是計算機本身構造和研討方法的問題。如今NLU的研討方法很不成熟,大多數研討局限在言語這一單獨的領域,而沒有對人們是如何了解言語這個問題做深化有效的討論。3自動定理證明和GPS的局限自動定理證明的代表性任務是1965年魯賓遜提出的歸結原理。歸結原理雖然簡單易行,但它所采用的方法是演繹,而這種方式上的演繹

13、與人類自然演繹推理方法是截然不同的?；跉w結原理演繹推理要求把邏輯公式轉化為子句集合,從而喪失了其固有的邏輯蘊含語義。前面曾提到過的GPS是企圖實現一種不依賴于領域知識求解人工智能問題的通用方法。GPS想擺脫對問題內部表達方式的依賴,但是問題的內部表達方式的合理性是與領域知識親密相關的。不論是用一階謂詞邏輯進展定理證明的歸結原理,還是求解人工智能問題的通用方法GPS,都可以從中分析出表達才干的局限性,而這種局限性使得它們減少了其本身的運用范圍。4方式識別的困惑雖然運用計算機進展方式識別的研討與開發(fā)已獲得大量成果,有的已成為產品投入實踐運用,但是它的實際和方法與人的感官識別機制是全然不同的。人的

14、識別手段、籠統思想才干,是任何最先進的計算機識別系統望塵莫及的,另一方面,在現實世界中,生活并不是一項構造嚴密的義務，普通家畜都能輕而易舉地對付,但機器不會,這并不是說它們永遠不會,而是說目前不會。五人工智能的開展前景1人工智能的開展趨勢技術的開展總是超乎人們的想象，要準確地預測人工智能的未來是不能夠的。但是，從目前的一些前瞻性研討可以看出，未來人工智能能夠會向以下幾個方面開展:模糊處置、并行化、神經網絡和機器情感。2人工智能的開展?jié)摿甏笕斯ぶ悄茏鳛橐粋€整體的研討才剛剛開場,離我們的目的還很遙遠，但人工智能在某些方面將會有大的突破。(1)自動推理是人工智能最經典的研討分支,其根本實際是人工智

15、能其它分支的共同根底。不斷以動推理都是人工智能研討的最搶手內容之一,其中知識系統的動態(tài)演化特征及可行性推理的研討是最新的熱點,很有能夠獲得大的突破。(2)機器學習的研討獲得長足的開展。許多新的學習方法相繼問世并獲得了勝利的運用,如加強學習算法、reinforcement learning等。也應看到,現有的方法處置在線學習方面尚不夠有效,尋求一種新的方法,以處理挪動機器人、自主agent、智能信息存取等研討中的在線學習問題是研討人員共同關懷的問題,置信不久會在這些方面獲得突破。(3)自然言語處置是AI技術運用于實踐領域的典型范例,經過A I研討人員的艱苦努力,這一領域已獲得了大量令人矚目的實際與運用成果。許多產品曾經進入了眾多領域。智能信息檢索技術在Internet技術的影