數(shù)據(jù)挖掘與人工智能技術(shù)

1、人工智能目前在各個領(lǐng)域的發(fā)展都得到了極大的應(yīng)用，數(shù)據(jù)挖掘就是其中之一。數(shù)據(jù)挖掘使用的技術(shù)和方法廣泛來自人工智能，其 在應(yīng)用領(lǐng)域的應(yīng)用得到了巨大收益。本文綜述了人工智能和數(shù)據(jù)挖掘的 產(chǎn)生、發(fā)展及其相互聯(lián)系。一、人工智能的發(fā)展首先，對于人工智能是什么這個問題一一也就是對人工智能的定 義，我們還是比較難以統(tǒng)一的。在本文中，我們只是討論性質(zhì)的，應(yīng)此 并不要求嚴(yán)格定義。因而，我們盡可能涉及到多種理解。就目前對人工 智能的定義大多可劃分為四類，即機(jī)器“像人一樣思考”、“像人一樣 彳亍動”、“理性地思考”和“理性地行動”。這 里“行動”應(yīng)廣義地理 解為采取行動，或制定行動的決策，而不 是肢體動作。人工智能是

2、在 計算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué) 科研究的基礎(chǔ)上發(fā)展起來的。它是研究、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)的一門技術(shù)科學(xué)。在1956年的達(dá)特矛斯會議上，由麥卡錫提議正式采用了 “人工 智能”這一術(shù)語。隨后人工智能的研究取得了許多引人注目的成就。例 如，1956年塞繆爾研制出了跳棋程序，6年之后擊敗了一個州的跳棋 冠軍；1957年，紐厄爾、肖和西蒙研制了邏輯定 理理論機(jī)的數(shù)學(xué)定理 證明程序；1958年，麥卡錫建立了行動規(guī)劃咨詢系統(tǒng)；1997年，IBM公司制造的深藍(lán)”號計算機(jī)系統(tǒng)戰(zhàn)勝了國際象棋大師卡斯帕羅夫等。人工智能早期的研究領(lǐng)域有：專家

3、系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機(jī)器人學(xué)、博弈、 人工神經(jīng)網(wǎng)絡(luò)等；目前已涉及到以下研究領(lǐng)域：數(shù)據(jù)挖掘、智能決策系 統(tǒng)、知識工程、分布式人工智能等。其中數(shù)據(jù)挖掘的出現(xiàn)使得人工智能 的研究在應(yīng)用領(lǐng)域得到了廣泛的發(fā)展。二、數(shù)據(jù)挖掘DM數(shù)據(jù)挖掘）是揭示存在于數(shù)據(jù)里的模式及數(shù)據(jù)間的關(guān)系的學(xué)科，它強(qiáng)調(diào)對大量觀測到的數(shù)據(jù)庫的處理。它是涉及數(shù)據(jù)庫管理，人工 智能，機(jī)器學(xué)習(xí)，模式識別，及數(shù)據(jù)可視化等學(xué)科的邊緣學(xué)科。該領(lǐng) 域?qū)ι虡I(yè)，工業(yè)，及科學(xué)研究都有極大的影響，且提 供了大量的為促 使新方法的發(fā)展而進(jìn)行的研究工作。三、數(shù)據(jù)挖掘與人工智能技術(shù)的聯(lián)系 在此前，多數(shù)人認(rèn)為數(shù)據(jù)挖掘是

4、人工智能的一個分支。因為，在人工智能的研究中誕生了數(shù)據(jù)挖掘，數(shù)據(jù)挖掘中的重要理論都來自 于人工智能的最基本的理論。其中最基本的三種技術(shù)知識表示、知識 推理、搜索在數(shù)據(jù)挖掘中得到了體現(xiàn)。然而，隨著數(shù)據(jù) 挖掘的發(fā)展, 我的看法是：數(shù)據(jù)挖掘本身已經(jīng)成為一個獨(dú)立的系統(tǒng)，它和人工智能固 然有聯(lián)系，但不是從屬關(guān)系。數(shù)據(jù)挖掘本身內(nèi)容豐富，理論方面除了和 人工智能、機(jī)器學(xué)習(xí)外，和統(tǒng)計分析、OLAR決策支持系統(tǒng)及專家系 統(tǒng)等都有聯(lián)系；應(yīng)用方面除了 web挖掘，還有文 本挖掘、數(shù)據(jù)庫挖 掘、序列模式挖掘等等；數(shù)據(jù)挖掘本身的分類、關(guān)聯(lián)規(guī)則、聚類等算 法都博大而精深。將數(shù)據(jù)挖掘 從人工智能里面獨(dú)立出來，有助于我們 更

5、好的研究數(shù)據(jù)挖掘。四、展望 目前人工智能存在以下幾個發(fā)展趨勢:更新的理論框架目前人工智能的研究棉鈴很多困難，我們需要尋找和建立更新的 人工智能框架和理論體系。更好的技術(shù)集成要集成的信息技術(shù)除數(shù)字技術(shù)外，還包括計算機(jī)網(wǎng)絡(luò)、遠(yuǎn)程通信、數(shù)據(jù)庫、計算機(jī)圖形學(xué)、語音與聽覺、機(jī)器人學(xué)、過程控制、并彳亍 計算、量子計算、光計算和生物信息處理等技術(shù)。更成熟的應(yīng)用方法 人工智能方法必須支持人工智能系統(tǒng)的開發(fā)實驗，并允許系統(tǒng)有組織地從一個較小的核心原型逐漸發(fā)展為一個完整的應(yīng)用系統(tǒng)。目前數(shù)據(jù)挖掘存在以下幾個發(fā)展趨勢:性能方面：數(shù)據(jù)挖掘涉及的數(shù)據(jù)量會更大，處理的效率會更高，結(jié)果的正確性會更精密。工具方面：挖掘工具將越來越強(qiáng)大，匯合的算法越來越多，預(yù) 測類算法將吸納頗具新意的算法（支持向量機(jī)、粗糙集、云模型、遺傳 算法等），并將實現(xiàn)算法的自動選擇