人工智能中概率統(tǒng)計方法的研究計算機網(wǎng)絡畢業(yè)論文

1、2012屆畢業(yè)設計說明書模板人工智能中概率統(tǒng)計方法的研究系、部: 計算機與信息科學學院學生姓名：蔡夢指導教師：劉璟忠職稱教授專業(yè)：計算機網(wǎng)絡班級：網(wǎng)絡0902完成時間： 2012.5.20 摘要人 工 智 能 (Artificial Intelligence)， 英 文 縮 寫 為 AI 。 它 是研 究 、開 發(fā) 用 于 模 擬 、延 伸 和 擴 展 人 的 智 能 的 理 論 、方 法 、技 術 及 應 用 系統(tǒng)的一 門 新的 技術 科學 。 人 工 智 能是 計算 機科 學的 一個 分 支， 它企圖 了解 智能 的實 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

2、應的智能機器，該 領域的研究包括機器人、語言識別、圖 像識 別、自然語言處理和專家系統(tǒng)等。計算機科學和人工智能將是 21世紀邏輯學 發(fā)展的主 要動力源泉， 并且在很大程度上將決定21世紀邏輯學的面貌。這些年來, 人工智能 在計算機科學、邏輯學等領域已取得重大成就,但離真正的人類智能 還相差甚遠?，F(xiàn)在是網(wǎng)絡時代,人工智能科學要在學科交叉研究中實 現(xiàn)人工智能的發(fā)展與創(chuàng)新,會更加關注認知科學與人工智能之間的交 叉滲透;要利用現(xiàn)實生活中復雜網(wǎng)絡的小世界模型發(fā)展人工智能。本論文首先講述了邏輯學與概率論兩大理論基礎之上的不確定性 推 理方法 概 率邏 輯， 然后對 邏 輯 學的 分類 、相 互關 系以 及

3、 泛邏 輯的概 念等 進行 了討 論 ，并對 人工 智能 中邏 輯學 的應 用及 發(fā)展 進 行了 必要的分析。重 點研究了二值概率邏輯與三值概率邏輯 。最后闡述了 概率邏輯在人工智能科學中的應用以及對它的思考。關鍵詞 人工智能 ；發(fā) 展現(xiàn) 狀； 發(fā)展 潛力 ； 發(fā)展方向； 邏輯學 ； 概 率邏輯； 二 值概率邏輯； 三值 概率邏輯ABSTRACTThe artificial intelligenee (Artificial Intelligenee), English abbreviation is AI. It is the research, the developme nt uses i

4、n simulati ng, exte nding and expa nds huma ns intelligence theory, the method, technical and an application system new technical scie nce. The artificial in tellige nce is a computer scie nce bran ch, it attempts the un dersta nding in tellige nce the esse nce,the parallel in tergrowth delivers one

5、 ki nd newly to be able to make the responseby the human intelligence similar way the intelligent machine, this domain research including robot, Ianguage recognition, patter n recog niti on, n atural la nguage process ing and expert system and so on.Abstract Computer Science and Artificial In tellig

6、e nce will be the developme nt of logic in the 21st century. They are the main source of power, and will determine the face of logic in the 21st cen tury .In rece nt years, artificial in tellige nce has made significant achievements in the computer science, logic and other fields, but it is far from

7、 the real human intelligence. Now, it is the Internet Age, artificial intelligence scie nce that in in terdiscipli nary research and inno vati on to achieve the developme nt of artificial intelligence will pay more attention between cognitive science and artificial in tellige nce in filtrated; mak i

8、ng use of real-life small-world model of complex n etwork of artificial developme nt Smart.This paper first describes the logic and probability theory in two on the basis of the theory of uncertainty reasoning method - probability logic, and the logic classification, correlation and the notions of u

9、niversal logic are discussed, and the application of logics in artificial intelligence and the development of the necessary analysis. Focus on the two value, three value of probabilistic logic and probability logic. Fin ally , probabilistic logic in artificial in tellige nce scie nce applicati on an

10、d its thi nki ng.Keywords artificial intelligence; status of development; potential of developme nt; probability logic; logic; two value logic of probability; three value logic of probability; probability logic目錄 TOC o 1-5 h z HYPERLINK l bookmark6 o Current Document 人工智能 5 HYPERLINK l bookmark8 o C

11、urrent Document 人工智能的定義 5 HYPERLINK l bookmark10 o Current Document 人工智能專家系統(tǒng)在工程領域的應用 5 HYPERLINK l bookmark12 o Current Document 人工智能在技術研究中的應用 6 HYPERLINK l bookmark14 o Current Document 人工智能的發(fā)展 7 HYPERLINK l bookmark16 o Current Document 人工智能的發(fā)展階段 7 HYPERLINK l bookmark18 o Current Document 人工智能的發(fā)展

12、現(xiàn)狀 8 HYPERLINK l bookmark20 o Current Document 人工智能發(fā)展方向 9 HYPERLINK l bookmark22 o Current Document 人工智能的研究與應用領域 10 HYPERLINK l bookmark24 o Current Document 不確定性人工智能研究方法及其局限性 12 HYPERLINK l bookmark26 o Current Document 不確定性人論文聯(lián)盟工智能的研究方法 12 HYPERLINK l bookmark28 o Current Document 現(xiàn)有方法的局限性 12 HYPE

13、RLINK l bookmark30 o Current Document 不確定性人工智能的研究 15不確定 性的哲學 發(fā)展 錯誤！未定義書簽。人工智能 的不確定 性 錯誤！未定義書簽。不確定 性對人工 智能的啟 示 錯誤！未定義書簽。 HYPERLINK l bookmark32 o Current Document 邏輯學的基礎研究 18 HYPERLINK l bookmark34 o Current Document 邏輯學內(nèi)涵 18 HYPERLINK l bookmark36 o Current Document 邏輯學的大體分類 19 HYPERLINK l bookmark3

14、8 o Current Document 各邏輯的相互關系 20 HYPERLINK l bookmark40 o Current Document 泛邏輯的基本原理 21 HYPERLINK l bookmark42 o Current Document 人工智能中邏輯學的應用與發(fā)展 22 HYPERLINK l bookmark44 o Current Document 概率邏輯的發(fā)展及其應用 22 HYPERLINK l bookmark46 o Current Document 傳統(tǒng)的概率邏輯 23 HYPERLINK l bookmark48 o Current Document 三

15、值概率邏輯 23 HYPERLINK l bookmark50 o Current Document 概率邏輯在人工智能科學中的應用及思考 24 HYPERLINK l bookmark52 o Current Document 人工智能中的新應用領域 25 HYPERLINK l bookmark54 o Current Document 結(jié)束語 33參考文獻 34致 謝 36人工智能人工智能的定義人 工 智 能 (Artificial Intelligence，AI) ，是 一 門 綜 合 了 計 算 機 科 學 、生理學、哲 學的交叉學科?！叭斯ぶ悄堋币?詞最初是在 1956 年美國計

16、算機協(xié)會組織的達特莫斯(Dartmouth) 學會上提出的。自那以后，研 究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展。由于智 能概念的不確定，人工智能的 概念一直沒有一個統(tǒng)一的 標準。著名的 美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣 一個定義“人工智能是關于知識的 學科怎樣表示知識以及怎樣獲 得知識并使用知識的科學?！倍绹槭±砉W院的 溫斯頓教授認為 “人工智能就是研究如何使計算機 去做過去只有人才能做的 智能工 作 ?！蓖?天 湘 在 從“ 人 機 大 戰(zhàn) ”到 人 機 共 生 中 這 樣 定 義 人 工 智 能 ： “雖然現(xiàn)在的 機器不能思維也沒有“直覺的方

17、程式”， 但可以把人處 理問題的方式編入智能程序，是不能思維的機器也有智能，使機器能 做那些需要人的智能才能做的事， 也就是人工智能?！敝T如此類的定 義基本都反映了人工智能學科的 基本思想和基本內(nèi)容。即人工智能是 研究人類智能活動的 規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何 讓計算機去完成以往需要人的智力才能勝任的 工作，也就是研究如何 應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技 術。人工智能專家系統(tǒng)在工程領域的應用人工智能專家系統(tǒng)在醫(yī)學中的應用。國外最早將人工智能應用于 醫(yī)療診斷的是 MYCIN專家系統(tǒng)。1982年，美國Pittsburgh 大學 Miller 發(fā)表了著名

18、的作為內(nèi)科醫(yī)生咨詢的In ternist 2 I內(nèi)科計算機輔助診斷 系統(tǒng)的研究成果，1977年改進為In ternist 2 n,經(jīng)過改進后成為現(xiàn)在 的 CAU-CEUS ，1991 年 美 國 哈 佛 醫(yī) 學 院 Barnett 等 開 發(fā) 的DEX-PLAIN ， 包含 有 2200 種疾病和 8000 種 癥狀。 我國 研制 基 于人 工 智 能 的 專 家 系 統(tǒng) 始 于 上 世 紀 70 年 代 末 ， 但 是 發(fā) 展 很 快 。 早 期 的 有 北 京 中 醫(yī) 學 院 研 制 成 “ 關 幼 波 肝 炎 醫(yī) 療 專 家 系 統(tǒng) ”， 它 是 模 擬 著 名 老 中 醫(yī) 關 幼 波

19、大 夫 對 肝 病 診 治 的 程 序 。 上 世 紀 80 年 代 初 ， 福 建 中 醫(yī) 學 院 與 福 建 計 算 機 中 心 研 制 的 林 如 高 骨 傷 計 算 機 診 療 系 統(tǒng) 。其 他 如 廈 門 大 學 、重 慶 大 學 、河 南 醫(yī) 科 大 學 、長 春 大 學 等 高 等 院 校 和 其 他 研 究 機 構(gòu)開發(fā)了基于人工智能的醫(yī)學計算機專家系統(tǒng)，并成功應用于臨床。人 工 智 能 在 礦 業(yè) 中 的 應 用 。與 礦 業(yè) 有 關 的 第 一 個 人 工 智 能 專 家 系 統(tǒng) 是 1978 年 美 國 斯 坦 福 國 際 研 究 所 的 礦 藏 勘 探 和 評 價 專 家

20、 系 統(tǒng)PROSPECTOR ，用 于 勘 探 評 價 、區(qū) 域 資 源 估 值 和 鉆 井 井 位 選 擇 等 。20 世 紀 80 年 代 以 來 ， 美 國 礦 山 局 匹 茲 堡 研 究 中 心 與 其 它 單 位 合 作 開 發(fā) 了 預 防 煤 礦 巷 道 底 臌 、瓦 斯 治 理 和 煤 塵 控 制 的 專 家 系 統(tǒng) ；弗 尼 吉 亞 理 工 學 院 及 州 立 大 學 研 制 了 模 擬 連 續(xù) 開 采 過 程 中 開 采 、裝 載、運 輸 、頂 板 錨 固 和 設 備 檢 查 專 家 系 統(tǒng) Consim ； 阿 拉 斯 加 大 學 編 寫 了 地 下 煤 礦 采礦方法選擇專

21、家系統(tǒng)。人工智能在技術研究中的應用人 工 智 能 在 超 聲 無 損 檢 測 中 的 應 用 。 在 超 聲 無 損 檢 測 (NDT) 與 無 損 評 價 (NDE) 領 域 中 ，目 前 主 要 廣 泛 采 用 專 家 系 統(tǒng) 方 法 對 超 聲 損 傷 (UT) 中 缺 陷 的 性 質(zhì) ，形 狀 和 大 小 進 行 判 斷 和 歸 類 ；專 家 在 傳 統(tǒng) 超 聲 無 損 檢 測 與 智 能 超 聲 無 損 檢 測 之 間 架 起 了 一 座 橋 梁 ，它 能 把 一 般 的 探 傷 人 員 變 成 技 術 熟 練 。經(jīng) 驗 豐 富 的 專 家 。所 以 在 實 際 應 用 中 這 種

22、智 能 超 聲 無 損檢測有很大的價值。人 工 智 能 在 電 子 技 術 方 面 的 應 用 。沈 顯 慶 認 為 可 以 把 人 工 智 能 和 仿 真 技 術 相 結(jié) 合 ，以 單 片 機 硬 件 電 路 為 專 家 系 統(tǒng) 的 知 識 來源 ，建 立 單 片 機 硬 件 配 置 專 家 系 統(tǒng) ，進 行 故 障 診 斷 ，以 提 高 糾 錯 能 力 。人 工 智 能 技 術 也 被 引 入 到 了 計 算 機 網(wǎng) 絡 領 域 ，計 算 機 網(wǎng) 絡 安 全 管 理 的 常 用 技 術 是 防 火 墻 技 術 ，而 防 火 墻 的 核 心 部 分 就 是 入 侵 檢 測 技 術 。隨 著

23、網(wǎng) 絡 的 迅 速 發(fā) 展 ，各 種 入 侵 手 段 也 在 層 出 不 窮 ，單 憑 傳 統(tǒng) 的 防 范 手 段 已 遠 遠 不 能 滿 足 現(xiàn) 實 的 需 要 ，把 人 工 智 能 技 術 應 用 到 網(wǎng) 絡 安 全 管理 領 域 ，大 大 提 高 了 它 的 安 全 性 。馬 秀 榮 等 在 簡 述 人 工 智 能 技 術 在 網(wǎng) 絡 安 全 管 理 中 的 應 用 一 文 中 具 體 介 紹 了 如 何 把 人 工 智 能 技 術 應 用 于 計 算 機 網(wǎng) 絡安全管理中，起到了很好的安全防范作用。人工智能的發(fā)展人工智能的發(fā)展階段當 然 ，人 工 智 能 的 發(fā) 展 也 并 不 是 一

24、 帆 風 順 的 ，人 工 智 能 的 研 究 經(jīng) 歷了以下幾個階段:孕育階段:古希臘的 Aristotle （亞里士多德）（前 384-322 ），給出 了形式邏輯的基本規(guī)律。英國的 哲學家、自然科學家 Bacon （ 培根） （ 1561-1626 ），系 統(tǒng) 地給 出了 歸 納法 ?！?知識 就是 力量 ”德 國 數(shù) 學家 、 哲 學 家 Leibnitz （ 布 萊 尼 茲 ）（ 1646-1716 ）。 提 出 了 關 于 數(shù) 理 邏 輯 的 思 想，把形 式 邏輯 符號 化， 從而 能對 人 的 思維進 行運 算 和推 理 。做 出了能 做四 則運 算的 手 搖計 算機 英國 數(shù)學

25、 家、邏輯 學家 Boole（ 布爾 ） （ 1815-1864 ）實 現(xiàn) 了 布 萊 尼 茨 的 思 維 符 號 化 和 數(shù) 學 化 的 思 想 , 提 出 了一種嶄新的代數(shù)系統(tǒng)布爾代數(shù)。第 一 階 段 : 50 年 代 人 工 智 能 的 興 起 和 冷 落 人 工 智 能 概 念 首 次 提 出 后 ，相 繼 出 現(xiàn) 了 一 批 顯 著 的 成 果 ，如 機 器 定 理 證 明 、跳 棋 程 序 、通 用問題 s 求解程序 LISP 表處理語言等。但 由于消解法推理能力的有 限 ，以 及 機 器 翻 譯 等 的 失 敗 ，使 人 工 智 能 走 入 了 低 谷 。這 一 階 段 的 特

26、點是：重視問題求解的方法，忽視知識重要性。第 二 階 段 : 60年 代 末 到 70 年 代 ， 專 家 系 統(tǒng) 出 現(xiàn) ， 使 人 工 智 能研究出現(xiàn)新 高潮 DENDRAL 化學質(zhì)譜分析系 統(tǒng)、 MYCIN 疾病診斷 和治療系統(tǒng)、PROSPECTIOR 探礦系統(tǒng)、Hearsay-ll 語音理解系統(tǒng)等 專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969 年 成立了 國 際人 工智 能 聯(lián)合 會議 （ International Joint Conferen ces onArtificial Intelligence 即 IJCAI ）。第 三 階 段 : 80 年 代 ， 隨 著

27、 第 五 代 計 算 機 的 研 制 ， 人 工 智 能 得 到 了 很 大 發(fā) 展 日 本 1982 年 開 始 了 “ 第 五 代 計 算 機 研 制 計 劃 ”， 即 “ 知 識信息處理計算機系統(tǒng) K I P S ”，其目的是使邏輯推理達到數(shù)值運算 那么快。雖 然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮第 四 階 段 : 80 年 代 末 ， 神 經(jīng) 網(wǎng) 絡 飛 速 發(fā) 展 1987 年 ， 美 國 召 開 第 一 次 神 經(jīng) 網(wǎng) 絡 國 際 會 議 ，宣 告 了 這 一 新 學 科 的 誕 生 。此 后 ，各 國 在 神經(jīng)網(wǎng)絡方面的投資逐漸增加，神經(jīng)網(wǎng)絡迅速發(fā)展起來。第

28、五 階 段 : 90 年 代 ， 人 工 智 能 出 現(xiàn) 新 的 研 究 高 潮 由 于 網(wǎng) 絡 技 術 特 別 是 國 際 互 連 網(wǎng) 技 術 的 發(fā) 展 ，人 工 智 能 開 始 由 單 個 智 能 主 體 研 究 轉(zhuǎn) 向 基 于 網(wǎng) 絡 環(huán) 境 下 的 分 布 式 人 工 智 能 研 究 。不 僅 研 究 基 于 同 一 目 標 的 分 布 式 問 題 求 解 ，而 且 研 究 多 個 智 能 主 體 的 多 目 標 問 題 求解 ，將 人 工 智 能 更 面 向 實 用 。 另 外 ， 由 于 Hopfield 多 層 神 經(jīng)網(wǎng) 絡 模 型的 提 出 ， 使 人 工 神 經(jīng) 網(wǎng) 絡 研

29、 究 與 應 用 出 現(xiàn) 了 欣 欣 向 榮 的 景 象 。人 工 智 能 已 深 入 到社會生活的各個領域。人工智能的發(fā)展現(xiàn)狀國 外 發(fā) 展 現(xiàn) 狀 。 目 前 ， AI 技 術 在 美 國 、 歐 洲 和 日 本 發(fā) 展 很 快 。 在Al技術領域十分活躍的IBM公司。已經(jīng)為加州勞倫斯利佛摩爾 國 家 實 驗 室 制 造 了 號 稱 具 有 人 腦 的 千 分 之 一 的 智 力 能 力 的 “ ASCIIWhite ” 電 腦 ， 而 且 正 在 開 發(fā) 的 更 為 強 大 的 新 超 級 電 腦 “ 藍 色 牛 仔 (blue jean) ”，據(jù) 其 研 究 主 任 保 羅 霍 恩 稱

30、 ，預 計“ 藍 色 牛 仔 ”的 智 力 水 平 將 大 致 與 人 腦 相 當 。 麻 省 理 工 學 院 的 AI 實 驗 室 進 行 一 個 的 代 號 為 cog 的 項 目 。 cog 計 劃 意 圖 賦 予 機 器 人 以 人 類 的 行 為 ， 該 實 驗 的 一 個 項 目 是 讓 機 器 人 捕 捉 眼 睛 的 移 動 和 面 部 表 情 ，另 一 個 項 目 是 讓 機 器 人 抓 住 從 它 眼 前 經(jīng) 過 的 東 西 ，還 有 一 個 項 目 則 是 讓 機 器 人 學 會 聆 聽 音 樂 的 節(jié) 奏 并 將 其 在 鼓 上 演 奏 出 來 。由 于 人 工 智 能

31、有 著 廣 大 的 發(fā) 展 前 景 ， 巨 大 的 發(fā) 展 市 場 被 各 國 和 各 公 司 所 看 好 。 除 了 IBM 等 公 司 繼 續(xù) 在 AI 技 術 上 大 量 投 入 ， 以 保 證 其 領 先 地 位 外 ， 其 他 公 司 在 人 工 智 能 的 分 支 研 究 方 面 ，也 保 持 著 一 定 的 投 入 比 例 。微 軟 公 司 總 裁 比 爾 蓋 茨 在 美 國 華 盛 頓 召 開 的 AI ( 人 工 智 能 ) 國 際 會 議 上 進 行 了 主 題 演 講 ， 稱 微 軟 研 究 院 目 前 正 致 力 于 AI 的 基 礎 技 術 與 應 用 技 術 的 研

32、 究 ， 其 對 象 包 括 自 我 決 定 、表 達 知 識 與 信 息 、信 息 檢 索 、機 械 學 習 、數(shù)據(jù) 采 集 、 自然語言、語音筆跡識別等。我 國 人 工 智 能 的 研 究 現(xiàn) 狀 。很 長 一 段 時 間 以 來 ，機 械 和 自 動 控 制 專家們都把研制具有人的行為特 征的類人性機器人作為奮斗目標。中 國國際 科技 大學 在國 家 863 計劃 和自 然科 學基 金支 持下 ，一直 從 事兩 足步行 機器 人、 類人 性 機器 人的 研究 開發(fā) ，在 1990 年成 功研 制 出我 國第一臺兩足步行機器人的基礎上，經(jīng)過科研 10 年攻關，于 2000 年 11 月 ，

33、又 成功研制 成我國第 一臺類 人性 機器 人。它 有人 一樣的 身軀、 四 肢 、頭 頸 、眼 睛 ，并 具 備 了 一 定 的 語 言 功 能 。它 的 行 走 頻 率 從 過 去 的每六秒一步，加 快到每秒兩步；從只能平靜地靜態(tài)不行，到 能快速 自如的動態(tài)步行；從 只能在已知的環(huán)境中步行，到可在小偏差、不 確 定環(huán)境中行走，取 得了機器人神經(jīng)網(wǎng)絡系統(tǒng)、生理視覺系統(tǒng)、雙手協(xié) 調(diào)系統(tǒng)、手指控制系統(tǒng)等多項重大研究成果。人工智能發(fā)展方向在 信 息 檢 索 中 的 應 用 。人 工 智 能 在 網(wǎng) 絡 信 息 檢 索 中 的 應 用 ，主 要 表現(xiàn)在：如何利用計算機軟硬件系統(tǒng)模仿、延伸與擴展人類智

34、能的 理 論 、方 法 和 技 術 ，包 括 機 器 感 知 、機 器 思 維 、機 器 行 為 ，即 知 識 獲 取、知識處理、知識利用的過程。由于網(wǎng)絡知識信息既包括規(guī)律性 的知識，如 一般原理概念，也 包括大量的經(jīng)驗知識，這些知識不可避 免地帶有模糊性、隨機性 、不可靠性等不確定性因素，對其進行推理， 需要利 用人工智 能的 研究成果?；趯＜蚁?統(tǒng)的 入侵檢測方法。入侵檢測中的專家系 統(tǒng)是網(wǎng) 絡安 全專家對可疑行為的 分析后得到的一套推理規(guī)則。一個基于規(guī)則的專 家系統(tǒng)能夠在專家的 指導下，隨著經(jīng)驗的積累而利用 自學習能力進行 規(guī)則的 擴充和修正，專家系統(tǒng)對歷史記錄的 依賴性相對于 統(tǒng)計方

35、法較 小，因此適應性較強，可以較靈活地適應廣普的安全策略和檢測要求。 這是人工智 能發(fā)展的 一個主要方向。人工智 能在機器人中的 應用 。機器人足球系 統(tǒng)是目前進行人工智 能體系 統(tǒng)研究的 熱點，其即高科技和娛樂性于一體的 特點吸引了國內(nèi) 外大批學者的興趣。決策系統(tǒng)主要解決機器人足球比賽過程中機器人 之間的 協(xié)作和機器人運動規(guī)劃問題，在機器人足球系 統(tǒng)設計中需要將 人工智 能中的決策樹、神 經(jīng)網(wǎng) 絡、遺傳學的 等算法綜合運用 ，隨著人 工智能理論的進一步發(fā)展，將使機器人足球有長足的發(fā)展。人工智能的研究與應用領域人 工 智 能 是 在 計 算 機 科 學 、控 制 論 、信 息 論 、心 理 學

36、 、語 言 學 等 多種學 科相 互滲 透的 基 礎發(fā) 展起 來的 一門 新興 邊緣 學科 ，主要 研 究用 機器（主要是計算機）來 模仿和實現(xiàn)人類的智能行為，經(jīng) 過幾十年的 發(fā) 展 ，人 工 智 能 應 用 在 不 少 領 域 得 到 發(fā) 展 ，在 我 們 的 日 常 生 活 和 學 習 當中也有許多地方得到應用。本文就符號計算、模 式識別、專家 系統(tǒng)、 機器翻 譯等 方面 的應 用 作簡 單介 紹，籍 此使 讀者 對我 們身 邊的 人 工智 能應用有一個感性的認識。（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(shù)值的計算, 例如求函數(shù)的值

37、, 方程的數(shù)值解, 比如天氣預報、油藏模擬、航天等領域; 另一類是符號計算, 又 稱代 數(shù)運算, 這是一種智能化的計算, 處理的是符號。符號可以代表整數(shù)、 有理數(shù)、實數(shù)和復數(shù),也可以代表多項式,函數(shù), 集合等。隨著計算機 的普及和人工智能的發(fā)展,相繼出現(xiàn)了多種功能齊全的計算機代數(shù)系 統(tǒng)軟件 , 其中 Mathematica 和 Maple 是它 們的 代表 ，由 于它 們 都是 用 C 語言寫成的, 所以可以在絕大多數(shù)計算機上使用。（2）模式識別模式識別就是通過計 算機用數(shù)學技術方法來研究模 式的自動處理和判讀。這里, 我們把環(huán)境與客體統(tǒng)稱 為“模式”, 隨 著計算機技術的發(fā)展，人 類有可能研

38、究復雜的信息處理 過程。用 計算 機實現(xiàn)模式（ 文字、聲 音、人 物、物 體等）的自動識別，是開發(fā)智能 機器的一個最關鍵的突破口，也為人類認識自身智能提 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 過程相似 。 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語言（英、日、意、韓、法、德 、 中 ）口 語 自 動 翻 譯 系 統(tǒng) 。該 系 統(tǒng) 實 現(xiàn) 后 ，人 們 出 國 預 定 旅 館 、購 買 機 票 、在 餐 館 對 話 和 兌 換 外 幣 時 ，只 要 利 用 電

39、話 網(wǎng) 絡 和 國 際 互 聯(lián) 網(wǎng) ，就 可用手機、電話等與“ 老外”通話。指 紋是人體的一個重要特征，具 有唯一 性。北 京大 學 有關 專家 對數(shù) 字圖 像的 離散 幾何 性質(zhì) 進行 了 深入 研 究 ，建 立 了 從 指 紋 灰 度 圖 像 精 確 計 算 紋 線 局 部 方 向 、進 而 提 取 指 紋 特征信 息的 理論 與算 法 ，隨后 研究 成功 了適 于民 用身 份鑒 定的 全 自動 指紋鑒定系統(tǒng)，以 及適于公安刑事偵破的指紋鑒定系統(tǒng) 。從而開創(chuàng)了我國指紋自動識別系統(tǒng)應用的先河。北京指紋自動識別系統(tǒng)的推出， 使我國公安干警從指紋查對的繁重人工處理中解放出來。專 家 系 統(tǒng) 專

40、家 系 統(tǒng) 是 一 種 模 擬 人 類 專 家 解 決 某 些 領 域 問 題 的 計 算 機 程 序 系 統(tǒng) 。專 家 系 統(tǒng) 內(nèi) 部 含 有 大 量 的 某 個 領 域 的 專 家 水 平 的 知 識 與 經(jīng) 驗 ，能 夠 運 用 人 類 專 家 的 知 識 和 解 決 問 題 的 方 法 進 行 推 理 和 判 斷 ，模 擬 人 類 專 家 的 決 策 過 程 ，來 解 決 該 領 域 的 復 雜 問 題 。專 家 系 統(tǒng) 是人工智能應用研究最活躍和最廣泛的應用領域之一,涉及到社會各 個 方 面 ，各 種 專 家 系 統(tǒng) 已 遍 布 各 個 專 業(yè) 領 域 ，取 得 很 大 的 成 功

41、。根 據(jù) 專 家 系 統(tǒng) 處 理 的 問 題 的 類 型 ，把 專 家 系 統(tǒng) 分 為 解 釋 型 、診 斷 型 、調(diào) 試 型 、 維 修 型 、 教 育 型 、 預 測 型 、 規(guī) 劃 型 、 設 計 型 和 控 制 型 等 1 0 種 類 型 。具 體 應 用 就 很 多 了 ，例 如 血 液 凝 結(jié) 疾 病 診 斷 系 統(tǒng) 、電 話 電 纜 維 護專家系統(tǒng)、花布圖案設計和花布印染專家系統(tǒng)等等。機 器 翻 譯 機 器 翻 譯 是 利 用 計 算 機 把 一 種 自 然 語 言 轉(zhuǎn) 變 成 另 一 種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機器翻譯系 統(tǒng) 。目 前 ，國 內(nèi) 的 機 器

42、 翻 譯 軟 件 不 下 百 種 ，根 據(jù) 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 代 表 是“ 金山 詞 霸”了 ，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

43、助翻譯作用更加明顯。不確定性人工智能研究方法及其局限性不確定性人論文聯(lián)盟工智能的研究方法傳統(tǒng)的人工智能以確定性作為基礎，出 現(xiàn)了以符號主義、連 接主 義 、行 為 主 義 為 代 表 的 主 流 學 派 ，在 研 究 初 期 分 別 取 得 了 一 系 列 的 理 論和應用成果。隨 著研究的深入和相關學科的發(fā)展，人們逐漸意識到 要想徹 底解 決人 工智 能 研究 中遇 到的 難題 ，需要 考慮 到不 確定 性 的因 素，把 確定性和不確定性 有機統(tǒng)一，制造出真正“ 智能”的機器。 不 確定性 人工智能以不確定性為研究的重點和主要方面，從嶄新的角度 對人工智能進行研究，彌 補了傳統(tǒng)確定性人工智能

44、的不 足。當前在不 確定性 人工 智能 國內(nèi) 外 認可 的理 論是 鐘義 群教 授提 出的“ 機制 主 義”。 機制主義考慮到了智能生成機制中的不確定性，并結(jié)合 隨機性、模 糊 性 、不 完 備 性 、不 協(xié) 調(diào) 性 、非 恒 常 性 等 不 確 定 性 特 征 對 信 息 獲 取 、認 知、形 成知識、決 策等過程進行了分析。為 了盡可能將理論和應用相 結(jié)合，國 內(nèi)外研究者先后提出了概率理論、模 糊集、粗 糙集、非 單調(diào) 函 數(shù) 、云 模 型 、分 形 網(wǎng) 絡 、混 沌 等 針 對 不 確 定 性 問 題 的 研 究 方 法 ，本 文將主要分析四種研究相對成熟的方法?，F(xiàn)有方法的局限性雖 然

45、目 前 在 不 確 定 性 人 工 智 能 研 究 方 面 取 得 了 一 系 列 的 成 果 ，但 就其研 究方 法而 言，應用 較廣 的四 種方 法在 實踐 中暴 露出 了一 定 的局 限性，需要有針對性地進行改進。概率 理論概 率 理 論 中 存 在 Zipf 定 理 ， 即 單 詞 出 現(xiàn) 的 頻 率 與 它 的 名 次 的 常 數(shù)次幕存在著簡單的反比關系。Zipf定理給不確定性人工智能的研究 帶來了一定的啟示。例 如：在 預測一周內(nèi)降雨概率的時候，其 概率可 能并不與長期預測的 結(jié)果相符合，因為具體時間段受到客觀條件的影 響比較大，規(guī)律并不容易把握。所以就短時期來說，可以采用“學習”

46、 型概率。即將非單調(diào)邏輯和概率論相結(jié)合，也就是說根據(jù)具體情況， 不 斷 修 正 原 有 相 對 固 定 的 概 率 ，更 有 針 對 性 地 給 出 相 對 精 確 的 天 氣 預 測。當 把 不 確 定 性 引 入 專 家 系 統(tǒng) 中 ，也 存 在 類 似 的 問 題 。專 家 系 統(tǒng) 的 知 識 要 想 更 具 指 導 性 ，更 類 似 真 正 的 人 類 專 家 ，還 需 要 針 對 不 同 的 情 況 及 時 進 行 修 正 和 更 新 ，這 也 是 基 于 非 單 調(diào) 邏 輯 的 考 慮 。另 外 ，在 考 慮 概 率 的 情 況 下 ，還 應 采 用 分 區(qū) 段 學 習的 方 法

47、，將 最 新“ 學 習 ”的 經(jīng) 驗與原有概率相結(jié)合，形成更新后的概率，更靈活地處理實際情況。模 糊 集模 糊 集 雖 然 能 比 較 好 地 處 理 亦 此 亦 彼 的 模 糊 關 系 ，有 利 于 對 不 確 定性人工智能中人的形象思維進行模擬，但存在一個比較大的局限 性 ，即 隸 屬 度 的 問 題 。本 文認 為 隸 屬 度 可 以 分 為 兩 類 ，一 種 是 確 定 性 的 隸 屬 度 ，一 種 是 不 確 定 性 的 隸 屬 度 。通 過 全 面 的 統(tǒng) 計 或 科 學 的 測 量 得 到 的 隸 屬 度 是 確 定 性 的 隸 屬 度 ；而 不 全 面 的 ，帶 有 主 觀 偏

48、 向 的 隸 屬 度 是 不 確 定 性 的 隸 屬 度 。隸 屬 度 主 觀 性 過 強 ，不 適 合 大 范 圍 或 者 長 時 間的推廣。其次，隸屬度還需要前期經(jīng)驗知識的積累，是先驗的。離開了經(jīng) 驗 ，很 難 獲 得 隸 屬 度 ，而 沒 有 隸 屬 度 ，模 糊 集 的 后 期 工 作 將 難以 開 展 。 因 此 ，能 否 得 到 一 種 相 對 客 觀 、靈 活 性 更 強 的 隸 屬 度 函 數(shù) ，成 為 能 否 促 進 模 糊 集 發(fā) 展 的 關 鍵 。當 前 ，隸 屬 度 函 數(shù) 的 確 立 還 沒 有 一 個 統(tǒng) 一 的 方 法 ，比 較 常 用 的 有 模 糊 統(tǒng) 計 法

49、 、例 證 法 、專 家 經(jīng) 驗 法 和 二 元 對 比 排 序 法 。這 四 種 主 要 的 方 法 各 有 不 同 的 適 用 性 ，需 要 針 對 不 同 的 階 段 與 環(huán)境選取合適的方法，獲得較為客觀和相對準確的隸屬度。粗 糙 集粗 糙 集 與 模 糊 集 相 比 有 一 個 重 要 的 優(yōu) 勢 在 于 不 需 要 先 驗 數(shù) 據(jù) ，得 到 的 數(shù) 據(jù) 比 較 客 觀 ，但 其 本 身 仍 然 存 在 一 定 的 局 限 性 。如 果 將 應 用 推 廣 到 地 震 預 報 、投 資 分 析 等 需 要 大 規(guī) 模 的 數(shù) 據(jù) ，并 且 數(shù) 據(jù) 之 間 關 系 錯 綜 復 雜 的 問

50、 題 上 ，不 可 避 免 地 會 出 現(xiàn) 數(shù) 據(jù) 之 間 的 沖 突 或 同 一 數(shù) 據(jù) 具 有 過 多 的 屬 性 值 的 情 況 ，如 何 高 效 地 進 行 約 簡 并 作 出 正 確 的 決 策 成 為 比 較 困 難 的 問 題 ，如 果 解 決 不 好 這 個 問 題 ，將 導致 組 合爆 炸 ，粗 糙 集 的 優(yōu)勢也難以體現(xiàn)出來。由于經(jīng)典的粗糙集理論是基于完備的系統(tǒng)來進行推導和制定策 略 的 ，因 此 在 處 理 不 完 備 系 統(tǒng) 的 時 候 ，容 易 因 為 樣 本 數(shù) 據(jù) 丟 失 、損 壞 和不全 面影 響到 推導 和 決策 。此 外 ，粗 糙集 要求 所處 理的 信息

51、是 離散 的。但是人們除了需要處理離散的信息，更多需要處理連續(xù)的信息， 對于粗糙集來說，連 續(xù)的信息將導致其很難進行類屬的 劃分，即 使劃 分出來，也 將因為分類過細導致復雜性大大增加，失去了不確定性問 題處理 的低 代價 的優(yōu) 勢 ，因此 在處 理連 續(xù) 數(shù)據(jù) 的時 候，可 以考 慮 論文 聯(lián)盟WWW.LWLM.CO整理將粗糙集的思想和模糊集的理論結(jié)合起來， 相輔相成解決問題。非單 調(diào)邏 輯 非單調(diào)邏輯在不確定性人工智能的研究中雖然較好地符合了人 類常識推理的特性，但由于更偏向于思維層次的否定之否逼近真理的 過程，而不是一種具體的操作方法，因此不能單獨使用。要想解決不 確定性的問題，必須根據(jù)

52、待處理問題的特點，有針對性地將非單調(diào)邏 輯和概率理論、模 糊集、粗糙集等具體方法有機結(jié)合起來，從而不斷 地完善、逐步求精， 最終得到滿意的結(jié)果。本文選取了在處理人工智能不確定性問題應用比較多的概率理 論 、模 糊 集 、粗 糙 集 、非 單 調(diào) 邏 輯 等 研 究 手 段 來 進 行 分 析 ，雖 然 提 出 了其方法局限性以及個人的建議，但并不是對這些方法的否認。正如 其不確 定性 的 特 征一 樣 ，這是 一個 包容 性 很強 的 領 域，允 許不 同 方法 相互完善， 共同為不確定性人工智能的研究搭建堅實的基礎。隨著不確定性人工智能相關理論和研究方法的完善，人工智能很 有可能在兩個方面有

53、所突破：（1）人是社會性的人，智能是無法離開 人類社會而單獨發(fā)展，所以軟件設計方面，未來的研究方法將有針對 性地模擬“社會性”的 屬性，將社會屬性作為不同智能機器交流的接 口， 從而迸發(fā)出單個機器無法比擬的 集體智能。（2）物質(zhì)決定意識， 當前的計算機硬件基礎仍然是基于馮諾依曼體系結(jié)構(gòu)的，要想機器徹 底體現(xiàn)出智能， 未來計算機的硬件基礎很可能會顛覆現(xiàn)有體系結(jié)構(gòu)， 從根本上實現(xiàn)不確定性。不確定性人工智能的研究英國數(shù)學家阿蘭圖靈提出了一個判斷機器是否有人的智能的測 試 標 準 圖 靈測 試 ，但 很 多 人認 為“ 圖 靈 測 試 ”本 身 是 不 確 定 性 的 ， 不 符 合 科 學 測 量

54、的 方 法 。因 為 感 官 存 在 局 限 性 ，而 有 效 的 科 學 測 量 需 要 依 靠 儀 器 來 完 成 。但 是 在“ 圖 靈 測 試 ”中 ，判 定 機 器 是 否 有 智 能 的 標 準 是 測 試 者 人 ，而 人 在 獲 取 信 息 的 過 程 中 本 身 是 不 確 定 的 ，必 定導致測試的不確定性。此外人類對智能的衡量標準也是不確定性 的 ，不 同 的 時 代 ，人 類 對 智 能 有 著 不 同 的 標 準 ，使 得 檢 測 出 來 的 智 能 具有偶然性和臨時性。在人工智能領域，還有許多類似的不確定性問題值得人類去思 考 和 探 究 ， 不 確 定 性 已 經(jīng)

55、 成 為 人 工 智 能 發(fā) 展 和 考 慮 的 重 要 的 方 面 。不 確 定 性 的 哲 學 發(fā) 展統(tǒng) 計 力 學 、 量 子 力 學 出 現(xiàn) 之 前 ， 牛 頓 的 經(jīng) 典 力 學 奠 定 了 物 理 學 的 基 礎 ，確 定 性 融 入 了 大 多 數(shù) 人 的 認 知 觀 ，不 確 定 性 一 直 未 能 真 正 走 進科學的殿堂。（一）確定性哲學近 代 哲 學 之 父 笛 卡 爾 思 想 的 出 發(fā) 點 從 上 帝 發(fā) 展 為 找 到 一 個 確 定 性 的 知 識 基 礎 。在 他 看 來 ，數(shù) 學 是 唯 一 能 夠 提 供 精 確 知 識 的 學 問 ，數(shù) 學 和 物 理 學

56、 結(jié) 合 ，將 精 確 地 表 示 出 所 有 的 科 學 解 釋 。德 國 哲 學 家 、數(shù) 學 家 萊 布 尼 茲 堅 信 基 于 符 號 化 的 科 學 語 言 可 以 建 立“ 普 遍 邏 輯 ”和“ 邏 輯 演 算 ” ， 世 界 上 的 一 切 都 可 以 解 釋 清 楚 。英 國 物 理 學 家 、 數(shù) 學 家 牛 頓 認 為 時 空 是 絕 對 的 ， 并 且 一 切 可 觀 測 的 物 理 量 在 原 則 上 都 可 以 無 限 精 確 的 測 量 ，其 基 礎 是 物 理 規(guī) 律 的 確 定 性 。法 國 數(shù) 學 家 、天 文 學 家 拉 普 拉 斯 曾 說 ：“ 如 果

57、準 確 的 獲 得 了 宇 宙 的 完 整 信 息 ，就 能 夠 決 定 它 在 未 來 和 過 去 任 意 時 刻 的 狀態(tài) ?！闭J 為 一 切 事 物 都 被 一 種 不 可 抗 拒 的 力 量 決 定 ， 世 界 是 確 定 的 。（二）不確定性哲學著 名 思 想 家 老 子 提 出 “有 無 相生 ， 難 易 相 成 ， 長 短 相 形 ， 高 下 相 傾 ”強 調(diào) 了 相 互 對 立 的 事 物 中 存 在 一 個 漸 變 的 過 程 ，事 物 之 間 的 差 別 沒 有 確 定 性 的 界 限 。東 漢 哲 學 家 王 充 在 論 述 世 間 萬 物 生 成 機 理 的 時 候 ，

58、認 為 事 物 并 不 存 在 預 先 設 定 好 的 目 標 和 方 案 ，最 終 結(jié) 果 如 何 ，將 受到偶然因素的左右?？?觀 唯 心 主 義 建 立 者 黑 格 爾 把 認 識 作 為 整 體 看 ， 提 出 了 正 反 合 三 段 式 運 動 ，認 為 真 和 假 不 再 是 界 限 分 明 的 對 立 物 ；真 理 是 不 斷 建 立 自 身 的 運 動 主 體 ，而 非 靜 止 的 點 。德 國 哲 學 家 康 德 認 為 事 物 是 具 體 的 和 物 化 的 ，而 語 言 是 抽 象 的 ，在 認 識 事 物 的 過 程 中 ，“ 知 性 為 自 然 立 法 ” ， 即 事

59、 物 的 特 性 與 觀 察 者 有 關 。在 自 然 科 學 領 域 ， 隨 著 科 學 研 究 的 逐 步 深 入 ， 經(jīng) 典 力 學 逐 漸 暴 露 出 其 局 限 性 。例 如 經(jīng) 典 力 學 中 研 究 對 象 可 以 確 定 性 的 分為“ 波 ”和 “ 粒 子 ”，是 一 種 非 此 即 彼 的 狀 態(tài) ，但 愛 因 斯 坦 在 研 究 光 電 效 應 時 發(fā) 現(xiàn) 光 在 具 有 普 遍 上 認 可 的“ 波 ”的 性 質(zhì) 的 同 時 還 具 有“ 粒 子 ”的 特 性 ， 這是一種亦此亦彼“ 模糊”的 狀態(tài)。隨后科學家發(fā)現(xiàn)包括電子在內(nèi)的 一切物 質(zhì)都 存在 波粒 二 象性 ，奠

60、 定 了量 子 力學 的基 礎，德 國理 論 物理 學、原子物理學家韋納海森堡提出了“測不準原理”，認 為一個微 粒的某些物 理量不可能同時具有確定的數(shù)值，即一個量越確定，另一 個量的不確定性越大，再精密的儀器也不能測出完全精確的值。人們 逐漸接受了 ：世界是不確定的， 確定性是不確定性的特例。不確定性和確定性是一對矛盾的概念， 二者互為補充， 在一定 條件下可以互為轉(zhuǎn)換。只 把握住確定性，否認不確定性，將會陷入機 械的決定論；反 之，可 能會走向不可知論，因此，只 有同時認識到確 定性和不確定性， 才能更好的進行探索和研究。人工智能的不確定性由于符號主義、 聯(lián)結(jié)主義和行為主義可以和諧的統(tǒng)一到