關(guān)于人工智能的發(fā)展現(xiàn)狀及前景分析

關(guān)于人工智能的發(fā)展現(xiàn)狀及前景分析摘要：人工智能科學(xué)技術(shù)歸屬于計算機(jī)科學(xué)，是其中的一個重要分支，人工智能領(lǐng)域的研究主要包括圖像識別、語言識別、機(jī)器人、專家系統(tǒng)以及自然語言處理等。自誕生以來，人工智能理論和技術(shù)逐漸發(fā)展成熟，在社會、科技、文化、經(jīng)濟(jì)等領(lǐng)域中發(fā)揮著越來越重要的作用。關(guān)鍵詞：人工智能；發(fā)展現(xiàn)狀；前景1人工智能綜述1.1人工智能的概念人工智能即AI，其英文全稱為ArtificialIntelligence。人工智能的概念要從人工和智能兩方面來了解，所謂人工就是指人工智能脫胎于人類的文明，是人類智慧的產(chǎn)物；而智能則是指具有人工智能的計算機(jī)或其他電子設(shè)備可以模擬人類的智能行為和思維方式，人工智能是計算機(jī)科學(xué)的一個分支，它的近期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和技術(shù)。1.2人工智能的現(xiàn)實應(yīng)用如今的人工智能機(jī)器，可以在勝任一些復(fù)雜腦力勞動的同時，輔助人類進(jìn)行記憶和邏輯運算等活動?，F(xiàn)階段學(xué)者已經(jīng)研制出了一些可以模擬人類精神活動的電子機(jī)器，經(jīng)過完善升級，這些電子機(jī)器將有希望超越人類的能力，協(xié)助人類完成一些執(zhí)行難度較大的工作。但是目前研制出的自動化系統(tǒng)或者機(jī)器人雖然可以代替部分人類勞動，卻還沒有到達(dá)可以實現(xiàn)人類多方面協(xié)調(diào)和自我學(xué)習(xí)升級的智能水平，要制造出一款可以完全擁有人類智慧的機(jī)器，還需進(jìn)一步深入研究。還有一些人工智能產(chǎn)物經(jīng)常應(yīng)用于各種商業(yè)用途，例如單位內(nèi)部的客戶信息系統(tǒng)，決策支持系統(tǒng)，以及我們在世面上可以看見的醫(yī)學(xué)顧問、法津顧問等軟件。2人工智能發(fā)展過程中面臨的問題現(xiàn)階段，隨著信息技術(shù)、計算機(jī)技術(shù)的迅速發(fā)展，人類在人工智能方面取得了一定的研究成果，諸多人工智能產(chǎn)物已經(jīng)投入實際應(yīng)用，并為方便人類的工作、生活提供了良好的幫助。但是，任何一種技術(shù)都是有利有弊的，人工智能也不例外，超智能概念的提出，讓人們對智能機(jī)器產(chǎn)生了質(zhì)疑與憂慮。正如電影情節(jié)中一樣，隨著人工智能的高速發(fā)展，未來是否會有一天人類世界被智能機(jī)器所統(tǒng)治，這是擺在人類面前的一個重要問題。然而，若是因為害怕人工智能產(chǎn)物的負(fù)面影響，而采取抑制人工智能的發(fā)展的這一措施，卻是萬萬不可取的。面對風(fēng)險，我們應(yīng)該勇于接受挑戰(zhàn)，積極尋求有效的方法去促進(jìn)人工智能更好、更穩(wěn)定、更安全的發(fā)展。就目前來說，人類在應(yīng)用電腦進(jìn)行模式識別方面已經(jīng)得到了一定的研究成果，一些相關(guān)產(chǎn)品也已經(jīng)投入使用，但無論是在理論上還是方法上，其與人的感官識別機(jī)制存在著很大的差異?，F(xiàn)階段，模式識別主要是語音識別以及圖形識別。語音識別是對語音信號的各種分類進(jìn)行研究，近年來該項技術(shù)得到了迅速發(fā)展，但語音識別容易受到諸多因素的影響，如普通話不標(biāo)準(zhǔn)等，也會給語音識別造成極大的影響；圖形識別主要是指紋圖形識別、手寫體文字識別、各種印刷體識別，但目前只能開展小規(guī)模測試，對相似度太高或特征不明顯的東西，圖形識別難度相對來說較大，且容易出現(xiàn)識別錯誤的問題。隨著人工智能的迅速發(fā)展，智能機(jī)器也變得越來越“聰明”，如何與這些智能機(jī)器交流、如何介入智能機(jī)器的想法與行為，成為困惑人們的首要問題。為了解決這些具有挑戰(zhàn)性的問題，可以通過設(shè)計一個專門的系統(tǒng)，來權(quán)衡人類與智能機(jī)器的交流。GPS，即全球定位系統(tǒng)，是致力于實現(xiàn)不依賴領(lǐng)域知識解決人工智能問題的一種通用方法，但人工智能問題的內(nèi)部表達(dá)形式與領(lǐng)域知識之間密切相關(guān)，用GPS這一人工智能通用方法或者是用謂詞邏輯來開展定理歸結(jié)，均可以在分析表達(dá)能力方面發(fā)現(xiàn)其局限性，這就給人工智能的發(fā)展與應(yīng)用帶來了諸多不利影響。3人工智能的發(fā)展現(xiàn)狀3.1專家系統(tǒng)專家系統(tǒng)（ExpertSystem）具有相當(dāng)于專家知識和經(jīng)驗水平以及解決專門問題的能力的計算機(jī)系統(tǒng)，是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一。專家系統(tǒng)是第一批真正成功的人工智能（AI）軟件，它被設(shè)計為通過推理知識來解決復(fù)雜的問題，主要表現(xiàn)為IF-THEN規(guī)則而不是通過傳統(tǒng)的程序代碼。第一個專家系統(tǒng)在20世紀(jì)70年代創(chuàng)建，在20世紀(jì)80年代興起。ES系統(tǒng)能夠高效，迅速，準(zhǔn)確地工作，突破時間和空間的限制，進(jìn)行有效推理決策，解決那些只有專家才能解決的高難度的復(fù)雜問題。主要在醫(yī)療，交通，家居綜合性領(lǐng)域應(yīng)用，其中醫(yī)學(xué)專家系統(tǒng)研究最多而卓有成效的要數(shù)醫(yī)學(xué)專家系統(tǒng)。而研制實用的，高性能的專家系統(tǒng)是當(dāng)前人工智能研究的一項主要任務(wù)。隨著計算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和多媒體技術(shù)的突破，專家系統(tǒng)的研究勢必更加深入，取得突破性進(jìn)展。3.2神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)開始于20世紀(jì)80年代，隨著計算機(jī)技術(shù)的大力發(fā)展以及研究者們不斷對算法進(jìn)行優(yōu)化改進(jìn)，以其驚人的處理速度和較強(qiáng)的容錯能力，表現(xiàn)出良好的智能化。神經(jīng)網(wǎng)絡(luò)已被用于解決使用普通的基于規(guī)則的編程難以解決的各種各樣的任務(wù)，如計算機(jī)視覺和語音識別，且成功率已達(dá)到百分之八九十。人工神經(jīng)網(wǎng)絡(luò)與他技術(shù)組合產(chǎn)生模糊神經(jīng)網(wǎng)絡(luò)，廣泛應(yīng)用到醫(yī)學(xué)圖像處理與分析各領(lǐng)域。在像素化圖像方面，隨著圖片模糊程度增加，神經(jīng)網(wǎng)絡(luò)的成功率會降低，但仍然能夠達(dá)到50%到75%的成功率。神經(jīng)網(wǎng)絡(luò)計算科學(xué)領(lǐng)域與生物神經(jīng)系統(tǒng)理論分析和計算建模相關(guān)，為此神經(jīng)科學(xué)家正在觀察生物過程（數(shù)據(jù)）、神經(jīng)處理和生物似然機(jī)制（生物神經(jīng)網(wǎng)絡(luò)模型），努力建立統(tǒng)計學(xué)習(xí)理論和信息理論之間的聯(lián)系，使得人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠邁向新的臺階。3.3模式識別人工智能方法在模式識別，數(shù)學(xué)邏輯等領(lǐng)域同樣廣泛運用。模式識別主要是對已知數(shù)據(jù)樣本中的模式和規(guī)則進(jìn)行識別和提取，通常旨在為所有可能的輸入提供合理的答案，并考慮到它們的統(tǒng)計變化來執(zhí)行輸入的“最可能”匹配。通過計算機(jī)來對文字，圖像，聲音，物體等模式的自動識別，是智能機(jī)器開發(fā)的關(guān)鍵點。目前模式識別的識別速度快，識別效率和精度也比較高，但主要還是無監(jiān)督學(xué)習(xí)，人為構(gòu)造算法的成分比較大。結(jié)論綜上所述，在科學(xué)技術(shù)迅速發(fā)展的背景下，人工智能也走向了加速發(fā)展的新階段。但是，任何新事物的發(fā)展都不是一帆風(fēng)順的，在不斷發(fā)展的過程中，人工智能也會遇到各種各樣的問題，甚至?xí)o人工智能帶來巨大的挫折，但相信經(jīng)過多方面的努力，人們終