人工智能報(bào)告

1、人工智能報(bào)告論人工智能的應(yīng)用及發(fā)展 姓名：* 學(xué)號(hào)：* 班級(jí)：計(jì)算機(jī)1202 學(xué)院：計(jì)算機(jī)與通信工程學(xué)院 老師：* 人工智能的應(yīng)用及發(fā)展摘要：人工智能(ArtificialIntelligence)是研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)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，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器或一種能夠模仿人類智能的智能軟件。該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。它的出現(xiàn)及所取得的成就引起了人們的高度重視,并取得了很高的評(píng)價(jià)。關(guān)鍵詞：人工智能發(fā)展；機(jī)器人；專家系統(tǒng)

2、；模式識(shí)別1、 要解決的問(wèn)題人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科。但這種模擬人腦的過(guò)程是非常困難的。事實(shí)是，人類對(duì)于自身所具有的智能了解的不夠，加上人類智能所表現(xiàn)的邏輯相當(dāng)復(fù)雜，目前人們無(wú)法使用一種統(tǒng)一的、可行的且簡(jiǎn)潔的方式來(lái)表達(dá)這種復(fù)雜邏輯，并把它組織成能夠讓機(jī)器識(shí)別的形式；而且人們?cè)谘芯咳斯ぶ悄軙r(shí)，其所涉及的知識(shí)范圍逐漸擴(kuò)大，起初有數(shù)學(xué)、語(yǔ)言學(xué)、哲學(xué)、圖形學(xué)、邏輯學(xué)、神經(jīng)學(xué)、計(jì)算機(jī)學(xué)、控制學(xué)、信息學(xué)等，后來(lái)又增加到心理學(xué)、行為學(xué)、仿生學(xué)、思維學(xué)等，研究領(lǐng)域逐漸涉及人類本身智能所表現(xiàn)的范圍。其迫切需要解決的問(wèn)題是：如何使一個(gè)軟件系統(tǒng)或硬件機(jī)器具有

3、人類的知識(shí)和行為，并具有學(xué)習(xí)、推理判斷來(lái)解決問(wèn)題、記憶知識(shí)和了解人類自然語(yǔ)言的能力。也就是如何使機(jī)器具有智能。人們通過(guò)觀察自身的智能行為，總結(jié)出人工智能的產(chǎn)生過(guò)程：對(duì)于人類因問(wèn)題和事物所引起的刺激和反應(yīng)，以及因此所引發(fā)的推理、解問(wèn)題、學(xué)習(xí)、判斷及思考決策等過(guò)程，將這些過(guò)程分解成一些基本步驟，再透過(guò)程序設(shè)計(jì)，將這些人類解問(wèn)題的過(guò)程模組化或公式化，使得電腦能夠有一個(gè)結(jié)構(gòu)的方法來(lái)設(shè)計(jì)或應(yīng)付更復(fù)雜的問(wèn)題。這套能夠應(yīng)付問(wèn)題的軟體系統(tǒng)，即稱之為人工智能系統(tǒng)。目前的人工智能系統(tǒng)只能處理一些特定領(lǐng)域的特定復(fù)雜問(wèn)題，還無(wú)法解決人類大多數(shù)的復(fù)雜問(wèn)題。2、 研究范圍 現(xiàn)在，人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個(gè)重要的學(xué)科

4、。該學(xué)科研究如何使機(jī)器具有智能或者說(shuō)如何利用計(jì)算機(jī)實(shí)現(xiàn)智能的理論、方法和技術(shù)，所以，人工智能既屬于計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)前沿領(lǐng)域，也屬于信息處理和自動(dòng)化技術(shù)的一個(gè)前沿領(lǐng)域。但由于其研究?jī)?nèi)容涉及到“智能”，因此，人工智能不僅局限于計(jì)算機(jī)、信息和自動(dòng)化等學(xué)科，還涉及到智能學(xué)科、認(rèn)知科學(xué)、語(yǔ)言學(xué)、邏輯學(xué)、教育科學(xué)、系統(tǒng)教學(xué)、數(shù)理科學(xué)等眾多學(xué)科領(lǐng)域。人工智能是一門綜合性的交叉學(xué)科和邊緣學(xué)科。當(dāng)然，就機(jī)器人這一方面而言，日本已走在世界最前面，其發(fā)明的機(jī)器人在模擬人類行為、語(yǔ)言識(shí)別上表現(xiàn)的相當(dāng)突出。3、 研究?jī)?nèi)容 為了解決如何使得機(jī)器擁有智能這一根本性問(wèn)題，人們企圖在各個(gè)可以體現(xiàn)智能的方面尋求突破，其研究的

5、內(nèi)容有搜索與求解、學(xué)習(xí)與發(fā)現(xiàn)、知識(shí)與推理、感知與交流、記憶與聯(lián)想等體現(xiàn)人類智能的方面。從研究的對(duì)象來(lái)看，人工智能涉及三個(gè)方面：1、 能說(shuō)會(huì)道的計(jì)算機(jī)程序，即自然語(yǔ)言處理領(lǐng)域；2、研制、設(shè)計(jì)出可以模擬人類感官（視覺(jué)、聽覺(jué)）的機(jī)器，以便同人類進(jìn)行交流、識(shí)別變化的環(huán)境；3、開發(fā)可以識(shí)別并模仿人類行為的程序。當(dāng)然，從研究的方面來(lái)講，人工智能劃分理論研究和工程研究。前者，研究如何理解人和機(jī)器智能的理論，探索出如何可以開發(fā)人工智能產(chǎn)品的方法；后者研究如何設(shè)計(jì)、開發(fā)智能產(chǎn)品。兩者彼此依賴，相互促進(jìn)。四、技術(shù)特征 作為一個(gè)智能產(chǎn)品，其所具備的特征有： 1、具有搜索功能。采用一定搜索策略可以快速地找到答案，甚至

6、在特定要求下找出最優(yōu)解或所有解。 2、知識(shí)表示能力?？梢员硎疽恍┎痪_的、模糊的知識(shí)（適合表示多媒體數(shù)據(jù)）。 3、一定的推理功能?？梢詮慕o定的實(shí)事、前題中找出答案、發(fā)現(xiàn)知識(shí)。 4、抽象功能。抽象用以區(qū)分重要與非重要的特征，借助抽象可將處理問(wèn)題中的重要特征和變式與大量非重要特征和變式區(qū)分開來(lái)，使處理變得更有效、更靈活。對(duì)用戶來(lái)說(shuō),往往只需要敘述“是什么問(wèn)題”，“要做什么”，而把“怎么做”留給智能程序來(lái)完成。 5、語(yǔ)音識(shí)別功能及模糊信息處理能力。有處理不精確和模糊信息的能力。 當(dāng)然，就目前技術(shù)而言，已有一些公司開發(fā)了一些具有部分上述特征的產(chǎn)品。百度搜索具有強(qiáng)大的搜索功能，在其龐大的數(shù)據(jù)庫(kù)中，如果不

7、采用人工智能的搜索方法，其搜索速度是無(wú)法滿足用戶需求的；win7自帶的語(yǔ)音識(shí)別功能，智能手機(jī)上輸入工具中的語(yǔ)音輸入功能。五、應(yīng)用方面5.1符號(hào)計(jì)算 計(jì)算機(jī)代數(shù)系統(tǒng)的優(yōu)越性主要在于它能夠進(jìn)行大規(guī)模的代數(shù)運(yùn)算。通常我們用筆和紙進(jìn)行代數(shù)運(yùn)算只能處理符號(hào)較少的算式,當(dāng)算式的符號(hào)上升到百位數(shù)后,手工計(jì)算就很困難了,這時(shí)用計(jì)算機(jī)代數(shù)系統(tǒng)進(jìn)行運(yùn)算就可以做到準(zhǔn)確，快捷，有效。 現(xiàn)在符號(hào)計(jì)算軟件有一些共同的特點(diǎn)就是在可以進(jìn)行符號(hào)運(yùn)算、數(shù)值計(jì)算和圖形顯示等同時(shí),還具有高效的可編程功能。在操作界面上一般都支持交互式處理,人們通過(guò)鍵盤輸入命令,計(jì)算機(jī)處理后即顯示結(jié)果。并且人機(jī)界面友好,命令輸入方便靈活,很容易尋求幫助

8、。5.2模式識(shí)別 計(jì)算機(jī)識(shí)別的顯著特點(diǎn)是速度快、準(zhǔn)確性和效率高。識(shí)別過(guò)程與人類的學(xué)習(xí)過(guò)程相似。以“漢字識(shí)別”為例：首先將漢字圖象進(jìn)行處理，抽取主要表達(dá)特征并將其特征與漢字的代碼存在計(jì)算機(jī)中。就象把老師教我們這個(gè)字叫什么、如何寫的知識(shí)記憶在大腦中。這一過(guò)程叫做“訓(xùn)練”。識(shí)別過(guò)程就是將輸入的漢字圖像經(jīng)處理后與計(jì)算機(jī)中所保存的全部漢字進(jìn)行比較，找出最相近的字作為識(shí)別結(jié)果,這一過(guò)程叫做“匹配”，包括：語(yǔ)音識(shí)別，圖像識(shí)別，指紋識(shí)別，手寫字符識(shí)別，車牌識(shí)別，人臉識(shí)別等。5.3機(jī)器翻譯 機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語(yǔ)言轉(zhuǎn)變成另一種自然語(yǔ)言的過(guò)程，用以完成這一過(guò)程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。幾十年來(lái)，國(guó)內(nèi)外

9、許多專家、學(xué)者為機(jī)器翻譯的研究付出了大量的心血和汗水。雖然至今還沒(méi)有一個(gè)實(shí)用、全面、高質(zhì)量的自動(dòng)翻譯系統(tǒng)出現(xiàn)，不過(guò)也取得了很大的進(jìn)展，特別是作為人們的輔助翻譯工具，例如：Google翻譯，百度翻譯，有道翻譯等，機(jī)器翻譯已經(jīng)得到大多數(shù)人的認(rèn)可。5.4專家系統(tǒng) 專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個(gè)領(lǐng)域知識(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)解決該領(lǐng)域的問(wèn)題。也就是說(shuō)，專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，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)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，以解決那些需要專家決定的復(fù)雜問(wèn)題。當(dāng)前的研究涉及有關(guān)專家系統(tǒng)設(shè)

10、計(jì)的各種問(wèn)題。這些系統(tǒng)是在某個(gè)領(lǐng)域的專家(他可能無(wú)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(guò)艱苦的反復(fù)交換意見之后建立起來(lái)的。專家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的不同之處在于專家系統(tǒng)所要解決的問(wèn)題一般沒(méi)有算法解，并且經(jīng)常要在不完全、不精確或不確定的信息基礎(chǔ)上作出結(jié)論。 專家系統(tǒng)可以解決的問(wèn)題一般包括解釋、預(yù)測(cè)、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進(jìn)入實(shí)際應(yīng)用研究。隨著人工智能整體水平的提高，專家系統(tǒng)也獲得發(fā)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)則的方法，而且采用基于模型的原理。5.5人工神經(jīng)

11、網(wǎng)絡(luò) 在考慮如何使得機(jī)器具備人類的智能時(shí)，有些學(xué)者考慮到人類大腦中存在復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，于是他們認(rèn)為可以模仿人腦神經(jīng)制造具有思維能力的計(jì)算機(jī)，即神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)。 現(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識(shí)別、圖象處理、組合優(yōu)化、自動(dòng)控制、信息處理、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。6、 發(fā)展方面從我國(guó)人工智能的歷史來(lái)看，在我國(guó)現(xiàn)代歸納邏輯興起于20世紀(jì)80年代初。80年代中期到90年代中期，對(duì)現(xiàn)代歸納邏輯的研究是邏輯學(xué)界的熱點(diǎn)之一。學(xué)者們把歸納邏輯的相關(guān)知識(shí)與人工智能相結(jié)合的研究取得了一定進(jìn)展。但歸納邏輯發(fā)展到現(xiàn)階段還很不成熟，還需要進(jìn)一步研究和發(fā)展。有的學(xué)者指出，為了在機(jī)器的智能模擬中克服對(duì)歸

12、納模擬的困難，應(yīng)該將歸納邏輯等有關(guān)的基礎(chǔ)理論研究與機(jī)器學(xué)習(xí)、不確定推理和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型與歸納學(xué)習(xí)中已有的成果結(jié)合起來(lái)，這樣才能在已有的歸納學(xué)習(xí)成果上，在機(jī)器歸納和機(jī)器發(fā)現(xiàn)上取得新的突破和進(jìn)展。當(dāng)對(duì)人工智能的研究由數(shù)據(jù)處理轉(zhuǎn)入知識(shí)處理時(shí)，對(duì)歸納邏輯系統(tǒng)進(jìn)行深入的研究就是必要的了，這是一個(gè)極有價(jià)值且極富挑戰(zhàn)性和前沿性的研究課題。但實(shí)際上，目前我國(guó)在人工智能的理論方面還是依賴于國(guó)外的理論，甚至可以說(shuō)在人工智能方面，我國(guó)目前還沒(méi)有研究出突破性的理論。大部分學(xué)者都是在跟隨國(guó)外學(xué)者的腳步，無(wú)法獨(dú)立研究，形成了嚴(yán)重的依賴性。盡管我國(guó)也有些公司研究出了一些產(chǎn)品，但嚴(yán)重依賴于國(guó)外的技術(shù)專利，使得研究利潤(rùn)大打折

13、扣，甚至受制于那些技術(shù)，從而無(wú)法進(jìn)行突破性的研究。正因如此，我國(guó)應(yīng)鼓勵(lì)技術(shù)人員和研究人員大膽創(chuàng)新，獨(dú)立創(chuàng)新。而目前，市場(chǎng)上人工智能產(chǎn)品無(wú)論是質(zhì)量或數(shù)量，還無(wú)法滿足社會(huì)的需求；或者說(shuō)，現(xiàn)在的人工智能產(chǎn)品還是初級(jí)產(chǎn)品，在這個(gè)新領(lǐng)域里，還需要各種創(chuàng)新性的理論來(lái)支撐更為高級(jí)的產(chǎn)品的開發(fā)。七、結(jié)語(yǔ) 人工智能研究將是21世紀(jì)早期邏輯學(xué)發(fā)展的主要?jiǎng)恿υ慈?。人工智能研究必須建立在歸納邏輯基礎(chǔ)之上，從而達(dá)到多領(lǐng)域交叉合作來(lái)共同促進(jìn)人工智能研究的廣泛而深遠(yuǎn)的發(fā)展。我們現(xiàn)在所涉及的基于歸納邏輯的人工智能以及機(jī)器學(xué)習(xí)和歸納學(xué)習(xí)的系統(tǒng)研究還處于初級(jí)階段。正如王雨田教授所說(shuō)，在未來(lái)的計(jì)算機(jī)歸納學(xué)習(xí)或發(fā)現(xiàn)的研究中，將歸納邏輯的某些理論方法或系統(tǒng)與機(jī)器學(xué)習(xí)、不確定性推理、神經(jīng)網(wǎng)絡(luò)中對(duì)歸納邏輯的研究適當(dāng)“接”起來(lái)，以改進(jìn)并逐步革新現(xiàn)有的歸納學(xué)習(xí)系統(tǒng)，促使機(jī)器學(xué)習(xí)中歸納學(xué)習(xí)的基礎(chǔ)理論形成，并進(jìn)一步從事歸納發(fā)現(xiàn)與歸納學(xué)習(xí)的基礎(chǔ)理論與系統(tǒng)的研究開發(fā)，這是人工智能科學(xué)研究中的一項(xiàng)重大任務(wù)。八、參考文獻(xiàn)：1孫沛.計(jì)算機(jī)