人工智能的研究方向和應(yīng)用領(lǐng)域

1、. ：.； PAGE 6人工智能的研討方向和運(yùn)用領(lǐng)域人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研討、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的實(shí)際、方法、技術(shù)及運(yùn)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的本質(zhì)，并消費(fèi)出一種新的能以人類智能類似的方式作出反響的智能機(jī)器，該領(lǐng)域的研討包括機(jī)器人、言語識(shí)別、圖像識(shí)別、自然言語處置和專家系統(tǒng)等。廣義的人工智能包括人工智能、人工情感與人工意志三個(gè)方面。一、研討方向 1.問題求解人工智能的第一個(gè)大成就是開展了可以求解難題的下棋(如國(guó)際象棋)程序。在下棋程序中運(yùn)用的某些技術(shù)，如向前看幾步，并把

2、困難的問題分成一些比較容易的子問題，開展成為搜索和問題歸約這樣的人工智能根本技術(shù)。今天的計(jì)算機(jī)程序可以下錦標(biāo)賽程度的各種方盤棋、十五子棋和國(guó)際象棋。另一種問題求解程序把各種數(shù)學(xué)公式符號(hào)匯編在一同，其性能到達(dá)很高的程度，并正在為許多科學(xué)家和工程師所運(yùn)用。有些程序甚至還可以用閱歷來改善其性能。 2.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子領(lǐng)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(gè)大型數(shù)據(jù)庫(kù)中的有關(guān)現(xiàn)實(shí)上，留意可信的證明，并在出現(xiàn)新信息時(shí)適時(shí)修正這些證明。對(duì)數(shù)學(xué)中臆測(cè)的定理尋覓一個(gè)證明或反證，確實(shí)稱得上是一項(xiàng)智能義務(wù)。為此不僅需求有根據(jù)假設(shè)進(jìn)展演繹的才干，而且需求某

3、些直覺技巧。1976年7月，美國(guó)的阿佩爾(K.Appel)等人協(xié)作處理了長(zhǎng)達(dá)124年之久的難題-四色定理。他們用三臺(tái)大型計(jì)算機(jī)，花去1200小時(shí)CPU時(shí)間，并對(duì)中間結(jié)果進(jìn)展人為反復(fù)修正500多處。四色定理的勝利證明曾驚動(dòng)計(jì)算機(jī)界。 3.自然言語了解NLP(Natural Language Processing)自然言語處置也是人工智能的早期研討領(lǐng)域之一，曾經(jīng)編寫出可以從內(nèi)部數(shù)據(jù)庫(kù)回答用英語提出的問題的程序，這些程序經(jīng)過閱讀文本資料和建立內(nèi)部數(shù)據(jù)庫(kù)，可以把句子從一種言語翻譯為另一種言語，執(zhí)行用英語給出的指令和獲取知識(shí)等。有些程序甚至可以在一定程度上翻譯從話筒輸入的口頭指令(而不是從鍵盤打入計(jì)算機(jī)

4、的指令)。目前言語處置研討的主要課題是：在翻譯句子時(shí)，以主題和對(duì)話情況為根底，留意大量的普通常識(shí)-世界知識(shí)和期望作用的重要性。人工智能在言語翻譯與語音了解程序方面曾經(jīng)獲得的成就，開展為人類自然言語處置的新概念。 4.自動(dòng)程序設(shè)計(jì)也許程序設(shè)計(jì)并不是人類知識(shí)的一個(gè)非常重要的方面，但是它本身卻是人工智能的一個(gè)重要研討領(lǐng)域。這個(gè)領(lǐng)域的任務(wù)叫做自動(dòng)程序設(shè)計(jì)。曾經(jīng)研制出可以以各種不同的目的描畫(例如輸入/輸出對(duì)，高級(jí)言語描畫，甚至英語描畫算法)來編寫計(jì)算機(jī)程序。這方面的進(jìn)展局限于少數(shù)幾個(gè)完全現(xiàn)成的例子。對(duì)自動(dòng)程序設(shè)計(jì)的研討不僅可以促進(jìn)半自動(dòng)軟件開發(fā)系統(tǒng)的開展，而且也使經(jīng)過修正本身數(shù)碼進(jìn)展學(xué)習(xí)(即修正它們的

5、性能)的人工智能系統(tǒng)得到開展。自動(dòng)編制一份程序來獲得某種指定結(jié)果的義務(wù)同證明一份給定程序?qū)@得某種指定結(jié)果的義務(wù)是嚴(yán)密相關(guān)的。后者叫做程序驗(yàn)證。許多自動(dòng)程序設(shè)計(jì)系統(tǒng)將產(chǎn)生一份輸出程序的驗(yàn)證作為額外收獲。 HYPERLINK /jpkc2003/rengongzhineng/rengongzhineng/kejian/AI/Ai/chapter1/14.htm#top 5.專家系統(tǒng)普通地說，專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家程度的某個(gè)領(lǐng)域知識(shí)與閱歷，可以利用人類專家的知識(shí)和處理問題的方法來處理該領(lǐng)域的問題。也就是說，專家系統(tǒng)是一個(gè)具有大量專門知識(shí)

6、與閱歷的程序系統(tǒng)，它運(yùn)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和閱歷進(jìn)展推理和判別，模擬人類專家的決策過程，以處理那些需求專家決議的復(fù)雜問題。當(dāng)前的研討涉及有關(guān)專家系統(tǒng)設(shè)計(jì)的各種問題。這些系統(tǒng)是在某個(gè)領(lǐng)域的專家(他能夠無法明確表達(dá)他的全部知識(shí))與系統(tǒng)設(shè)計(jì)者之間經(jīng)過艱苦的反復(fù)交換意見之后建立起來的。在曾經(jīng)建立的專家咨詢系統(tǒng)中，有可以診斷疾病的(包括中醫(yī)診斷智能機(jī))，估計(jì)潛在石油等礦藏的，研討復(fù)雜有機(jī)化合物構(gòu)造的以及提供運(yùn)用其它計(jì)算機(jī)系統(tǒng)的參考意見等。開展專家系統(tǒng)的關(guān)鍵是表達(dá)和運(yùn)用專家知識(shí)，即人類專家的并已被證明對(duì)處理有關(guān)領(lǐng)域內(nèi)的典型問題是有用的現(xiàn)實(shí)和過程。專家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程

7、序最本質(zhì)的不同之處在于專家系統(tǒng)所要處理的問題普通沒有算法解，并且經(jīng)常要在不完全、不準(zhǔn)確或不確定的信息根底上作出結(jié)論。專家系統(tǒng)可以處理的問題普通包括解釋、預(yù)測(cè)、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、修繕、指點(diǎn)和控制等。高性能的專家系統(tǒng)也曾經(jīng)從學(xué)術(shù)研討開場(chǎng)進(jìn)入實(shí)踐運(yùn)用研討。隨著人工智能整體程度的提高，專家系統(tǒng)也獲得開展。正在開發(fā)的新一代專家系統(tǒng)有分布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)等。在新一代專家系統(tǒng)中，不但采用基于規(guī)那么的方法，而且采用基于模型的原理。 6.機(jī)器學(xué)習(xí)學(xué)習(xí)才干無疑是人工智能研討上最突出和最重要的一個(gè)方面。人工智能在這方面的研討近年來獲得了一些進(jìn)展。學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識(shí)的根本手段。機(jī)器學(xué)習(xí)

8、(自動(dòng)獲取新的現(xiàn)實(shí)及新的推理算法)是使計(jì)算機(jī)具有智能的根本途徑。正如香克(R. Shank)所說：一臺(tái)計(jì)算機(jī)假設(shè)不會(huì)學(xué)習(xí)，就不能稱為具有智能的。此外，機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和提示人腦的奧妙。所以這是一個(gè)一直得到注重，實(shí)際正在創(chuàng)建，方法日臻完善，但遠(yuǎn)未到達(dá)理想境地的研討領(lǐng)域。二、運(yùn)用領(lǐng)域 1.人工神經(jīng)網(wǎng)絡(luò)由于馮諾依曼(VanNeumann)體系構(gòu)造的局限性，數(shù)字計(jì)算機(jī)存在一些尚無法處理的問題。人們不斷在尋覓新的信息處置機(jī)制，神經(jīng)網(wǎng)絡(luò)計(jì)算就是其中之一。研討結(jié)果曾經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處置直覺和籠統(tǒng)思想信息具有比傳統(tǒng)處置方式好得多的效果。神經(jīng)網(wǎng)絡(luò)的開展有著非常寬廣的科學(xué)背景，是眾多學(xué)科研討的

9、綜合成果。神經(jīng)生理學(xué)家、心思學(xué)家與計(jì)算機(jī)科學(xué)家的共同研討得出的結(jié)論是：人腦是一個(gè)功能特別強(qiáng)大、構(gòu)造異常復(fù)雜的信息處置系統(tǒng)，其根底是神經(jīng)元及其互聯(lián)關(guān)系。因此，對(duì)人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研討，能夠發(fā)明出新一代人工智能機(jī)-神經(jīng)計(jì)算機(jī)。對(duì)神經(jīng)網(wǎng)絡(luò)的研討始于40年代初期，閱歷了一條非常曲折的道路，幾起幾落，80年代初以來，對(duì)神經(jīng)網(wǎng)絡(luò)的研討再次出現(xiàn)高潮?；羝辗茽柕?Hopfield)提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)，魯梅爾哈特(Rumelhart)等提出多層網(wǎng)絡(luò)中的反向傳播(BP)算法就是兩個(gè)重要標(biāo)志。如今，神經(jīng)網(wǎng)絡(luò)已在方式識(shí)別、圖象處置、組合優(yōu)化、自動(dòng)控制、信息處置、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的運(yùn)

10、用。 2.機(jī)器人學(xué)人工智能研討日益遭到注重的另一個(gè)分支是機(jī)器人學(xué)，其中包括對(duì)操作機(jī)器人安裝程序的研討。這個(gè)領(lǐng)域所研討的問題，從機(jī)器人手臂的最正確挪動(dòng)到實(shí)現(xiàn)機(jī)器人目的的動(dòng)作序列的規(guī)劃方法，無所不包。機(jī)器人和機(jī)器人學(xué)的研討促進(jìn)了許多人工智能思想的開展。它所導(dǎo)致的一些技術(shù)可用來模擬世界的形狀，用來描畫從一種世界形狀轉(zhuǎn)變?yōu)榱硪环N世界形狀的過程。它對(duì)于怎樣產(chǎn)生動(dòng)作序列的規(guī)劃以及怎樣監(jiān)視這些規(guī)劃的執(zhí)行有了一種較好的了解。復(fù)雜的機(jī)器人控制問題迫使我們開展一些方法，先在籠統(tǒng)和忽略細(xì)節(jié)的高層進(jìn)展規(guī)劃，然后再逐漸在細(xì)節(jié)越來越重要的低層進(jìn)展規(guī)劃。在本書中，我們經(jīng)常運(yùn)用一些機(jī)器人問題求解的例子來闡明一些重要的思想。智

11、能機(jī)器人的研討和運(yùn)用表達(dá)出廣泛的學(xué)科交叉，涉及眾多的課題，如機(jī)器人體系構(gòu)造、機(jī)構(gòu)、控制、智能、視覺、觸覺、力覺、聽覺、機(jī)器人裝配、惡劣環(huán)境下的機(jī)器人以及機(jī)器人言語等。機(jī)器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國(guó)防等領(lǐng)域獲得越來越普遍的運(yùn)用。 3.方式識(shí)別計(jì)算機(jī)硬件的迅速開展，計(jì)算機(jī)運(yùn)用領(lǐng)域的不斷開辟，急迫地要求計(jì)算機(jī)能更有效地感知諸如聲音、文字、圖象、溫度、震動(dòng)等等信息資料，方式識(shí)別便得到迅速開展。方式(Pattern)一詞的本意是指完美無缺的供模擬的一些標(biāo)本。方式識(shí)別就是指識(shí)別出給定物體所模擬的標(biāo)本。人工智能所研討的方式識(shí)別是指用計(jì)算機(jī)替代人類或協(xié)助 人類感知方式，是對(duì)人類感知外

12、界功能的模擬，研討的是計(jì)算機(jī)方式識(shí)別系統(tǒng)，也就是使一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類經(jīng)過感官接受外界信息、識(shí)別和了解周圍環(huán)境的感知才干。方式識(shí)別是一個(gè)不斷開展的新學(xué)科，它的實(shí)際根底和研討范圍也在不斷開展。隨著生物醫(yī)學(xué)對(duì)人類大腦的初步認(rèn)識(shí)，模擬人腦構(gòu)造的計(jì)算機(jī)實(shí)驗(yàn)即人工神經(jīng)網(wǎng)絡(luò)方法早在50年代末、60年代初就曾經(jīng)開場(chǎng)。至今，在方式識(shí)別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法曾經(jīng)勝利地用于手寫字符的識(shí)別、汽車牌照的識(shí)別、指紋識(shí)別、語音識(shí)別等方面。目前方式識(shí)別學(xué)科正處于大開展的階段，隨著運(yùn)用范圍的不斷擴(kuò)展，隨著計(jì)算機(jī)科學(xué)的不斷提高，基于人工神經(jīng)網(wǎng)絡(luò)的方式識(shí)別技術(shù)，在90年代將有更大的開展。 4.機(jī)器視覺機(jī)器視覺或計(jì)算機(jī)視覺已從方

13、式識(shí)別的一個(gè)研討領(lǐng)域開展為一門獨(dú)立的學(xué)科。在視覺方面，曾經(jīng)給計(jì)算機(jī)系統(tǒng)裝上電視輸入安裝以便可以看見周圍的東西。視覺是感知問題之一。在人工智能中研討的感知過程通常包含一組操作。例如，可見的景物由傳感器編碼，并被表示為一個(gè)灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測(cè)器加以處置。檢測(cè)器搜索主要圖象的成分，如線段、簡(jiǎn)單曲線和角度等。這些成分又被處置，以便根據(jù)景物的外表和外形來推斷有關(guān)景物的三維特性信息。機(jī)器視覺的前沿研討領(lǐng)域包括實(shí)時(shí)并行處置、自動(dòng)式定性視覺、動(dòng)態(tài)和時(shí)變視覺、三維景物的建模與識(shí)別、實(shí)時(shí)圖象緊縮傳輸和復(fù)原、多光譜和彩色圖象的處置與解釋等。機(jī)器視覺已在機(jī)器人裝配、衛(wèi)星圖象處置、工業(yè)過程監(jiān)控、飛行器跟蹤

14、和制導(dǎo)以及電視實(shí)況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的運(yùn)用。 5.智能控制人工智能的開展促進(jìn)自動(dòng)控制向智能控制開展。智能控制是一類無需(或需求盡能夠少的)人的干涉就可以獨(dú)立地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目的的自動(dòng)控制?；蛘哒f，智能控制是驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目的的過程。 隨著人工智能和計(jì)算機(jī)技術(shù)的開展，已能夠把自動(dòng)控制和人工智能以及系統(tǒng)科學(xué)的某些分支結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制實(shí)際和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動(dòng)控制的最新開展階段，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要研討領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)那么用于學(xué)習(xí)控制系統(tǒng)。十多年后，建立適用智能控制系統(tǒng)的技術(shù)逐漸成

15、熟。1971年，傅京孫提出把人工智能與自動(dòng)控制結(jié)合起來的思想。1977年，美國(guó)薩里迪斯提出把人工智能、控制論和運(yùn)籌學(xué)結(jié)合起來的思想。1986年，中國(guó)蔡自興提出把人工智能、控制論、信息論和運(yùn)籌學(xué)結(jié)合起來的思想。按照這些構(gòu)造實(shí)際曾經(jīng)研討出一些智能控制的實(shí)際和技術(shù)，用來構(gòu)造用于不同領(lǐng)域的智能控制系統(tǒng)。智能控制的中心在高層控制，即組織級(jí)控制。其義務(wù)在于對(duì)實(shí)踐環(huán)境或過程進(jìn)展組織，即決策和規(guī)劃，以實(shí)現(xiàn)廣義問題求解。曾經(jīng)提出的用以構(gòu)造智能控制系統(tǒng)的實(shí)際和技術(shù)有分級(jí)遞階控制實(shí)際、分級(jí)控制器設(shè)計(jì)的熵方法、智能逐級(jí)增高而精度逐級(jí)降低原理、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和基于NN的控制系統(tǒng)等。智能控制有很多研討領(lǐng)域，它

16、們的研討課題既具有獨(dú)立性，又相互關(guān)聯(lián)。目前研討得較多的是以下6個(gè)方面：智能機(jī)器人規(guī)劃與控制、智能過程規(guī)劃、智能過程控制、專家控制系統(tǒng)、語音控制以及智能儀器。 6.智能檢索隨著科學(xué)技術(shù)的迅速開展，出現(xiàn)了知識(shí)爆炸的情況。對(duì)國(guó)內(nèi)外種類繁多和數(shù)量宏大的科技文獻(xiàn)之檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任。研討智能檢索系統(tǒng)已成為科技繼續(xù)快速開展的重要保證。數(shù)據(jù)庫(kù)系統(tǒng)是儲(chǔ)存某學(xué)科大量現(xiàn)實(shí)的計(jì)算機(jī)軟件系統(tǒng)，它們可以回答用戶提出的有關(guān)該學(xué)科的各種問題。數(shù)據(jù)庫(kù)系統(tǒng)的設(shè)計(jì)也是計(jì)算機(jī)科學(xué)的一個(gè)活潑的分支。為了有效地表示、存儲(chǔ)和檢索大量現(xiàn)實(shí)，曾經(jīng)開展了許多技術(shù)。當(dāng)我們想用數(shù)據(jù)庫(kù)中的現(xiàn)實(shí)進(jìn)展推理并從中檢索答案時(shí)，這個(gè)課題就顯得

17、很有意義。 7.智能調(diào)度與指揮確定最正確調(diào)度或組合的問題是我們感興趣的又一類問題。一個(gè)古典的問題就是推銷員游覽問題。這個(gè)問題要求為推銷員尋覓一條最短的游覽道路。他從某個(gè)城市出發(fā)，訪問每個(gè)城市一次，且只許一次，然后回到出發(fā)的城市。大多數(shù)這類問題可以從能夠的組合或序列中選取一個(gè)答案，不過組合或序列的范圍很大。試圖求解這類問題的程序產(chǎn)生了一種組合爆炸的能夠性。這時(shí)，即使是大型計(jì)算機(jī)的容量也會(huì)被用光。在這些問題中有幾個(gè)(包括推銷員游覽問題)是屬于計(jì)算實(shí)際家稱為NP完全性一類的問題。他們根據(jù)實(shí)際上的最正確方法計(jì)算出所耗時(shí)間(或所走步數(shù))的最壞情況來陳列不同問題的難度。智能組合調(diào)度與指揮方法已被運(yùn)用于汽車運(yùn)輸調(diào)度、列車的編組與指揮、空中交通控制以及軍事指揮等系統(tǒng)。 8.系統(tǒng)與言語工具人工智能對(duì)計(jì)算機(jī)界的某些最大奉獻(xiàn)曾經(jīng)以派生的方式表現(xiàn)出來。計(jì)算機(jī)系統(tǒng)的一些概念，如分時(shí)系統(tǒng)、編目處置系統(tǒng)和交互調(diào)試系統(tǒng)等，曾經(jīng)在人工智能研討中得到開展。幾種知識(shí)表達(dá)言語(把