人工智能的研究方向和應(yīng)用領(lǐng)域

千里之行，始于足下。第2頁/共2頁精品文檔推薦人工智能的研究方向和應(yīng)用領(lǐng)域人工智能的研究方向和應(yīng)用領(lǐng)域

人工智能(ArtificialIntelligence)，英文縮寫為AI。它是研究、開辟用于模擬、延伸和擴(kuò)展人的智能的理論、辦法、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)的一具分支，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作出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識不、圖像識不、自然語言處理和專家系統(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、研究方向

1.咨詢題求解

人工智能的第一具大成算是進(jìn)展了可以求解難題的下棋(如國際象棋)程序。在下棋程序中應(yīng)用的某些技術(shù)，如向前看幾步，并把困難的咨詢題分成一些比較容易的子咨詢題，進(jìn)展成為搜索和咨詢題歸約如此的人工智能基本技術(shù)。今天的計(jì)算機(jī)程序可以下錦標(biāo)賽水平的各種方盤棋、十五子棋和國際象棋。另一種咨詢題求解程序把各種數(shù)學(xué)公式符號匯編在一起，其性能達(dá)到非常高的水平，并正在為許多科學(xué)家和工程師所應(yīng)用。有點(diǎn)程序甚至還可以用經(jīng)驗(yàn)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究中最持久的子領(lǐng)域之一。其中特殊重要的是要找到一些辦法，只把注意力集中在一具大型數(shù)據(jù)庫中的有關(guān)其實(shí)，留意可信的證明，并在浮現(xiàn)新信息時(shí)適時(shí)修正這些證明。對數(shù)學(xué)中臆測的定理尋覓一具證明或反證，真的稱得上是一項(xiàng)智能任務(wù)。為此別僅需要有依照假設(shè)舉行演繹的能力，而且需要某些直覺技巧。

1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達(dá)124年之久的難題--四群定理。他們用三臺大型計(jì)算機(jī)，花去1200小時(shí)CPU時(shí)刻，并對中間結(jié)果舉行人為反復(fù)修改500多處。四群定理的成功證明曾轟動計(jì)算機(jī)界。

3.自然語言明白

NLP(NaturalLanguageProcessing)自然語言處理也是人工智能的早期研究領(lǐng)域之一，差不多編寫出可以從內(nèi)部數(shù)據(jù)庫回答用英語提出的咨詢題的程序，這些程序經(jīng)過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，可以把句子從一種語言翻譯為另一種語言，執(zhí)行用英語給出的指令和獵取知識等。有點(diǎn)程序甚至可以在一定程度上翻譯從話筒輸入的口頭指令(而別是從鍵盤打入計(jì)算機(jī)的指令)。目前語言處理研究的要緊課題是：在翻譯句子時(shí)，以主題和對話事情為基礎(chǔ)，注意大量的普通常識--世界知識和期望作用的重要性。

人工智能在語言翻譯與語音明白程序方面差不多取得的成就，進(jìn)展為人類自然語言處理的新概念。

4.自動程序設(shè)計(jì)

可能程序設(shè)計(jì)并別是人類知識的一具十分重要的方面，然而它本身卻是人工智能的一具重要研究領(lǐng)域。那個(gè)領(lǐng)域的工作叫做自動程序設(shè)計(jì)。差不多研制出可以以各種別同的目的描述(例如輸入/輸出對，高級語言描述，甚至英語描述算法)來編寫計(jì)算機(jī)程序。這方面的發(fā)展局限于少數(shù)幾個(gè)徹底現(xiàn)成的例子。對自動程序設(shè)計(jì)的研究別僅能夠促進(jìn)半自動軟件開辟系統(tǒng)的進(jìn)展，而且也使經(jīng)過修正自身數(shù)碼舉行學(xué)習(xí)(即修正它們的性能)的人工智能系統(tǒng)得到進(jìn)展。自動編制一份程序來獲得某種指定結(jié)果的任務(wù)同證明一份給定程序?qū)@得某種指定結(jié)果的任務(wù)是密切相關(guān)的。后者叫做程序驗(yàn)證。許多自動程序設(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。

5.專家系統(tǒng)

普通地講，專家系統(tǒng)是一具智能計(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)域知識與經(jīng)驗(yàn)，可以利用人類專家的知識和解決咨詢題的辦法來解決該領(lǐng)域的咨詢題。也算是講，專家系統(tǒng)是一具具有大量特意知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，依照某個(gè)領(lǐng)域一具或多個(gè)人類專家提供的知識和經(jīng)驗(yàn)舉行推理和推斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜咨詢題。

當(dāng)前的研究涉及有關(guān)專家系統(tǒng)設(shè)計(jì)的各種咨詢題。這些系統(tǒng)是在某個(gè)領(lǐng)域的專家(他也許無法明確表達(dá)他的全部知識)與系統(tǒng)設(shè)計(jì)者之間通過艱難的反復(fù)交換意見之后建立起來的。在差不多建立的專家問系統(tǒng)中，有可以診斷疾病的(包括中醫(yī)診斷智能機(jī))，恐怕潛在石油等礦藏的，研究復(fù)雜有機(jī)化合物結(jié)構(gòu)的以及提供使用其它計(jì)算機(jī)系統(tǒng)的參考意見等。進(jìn)展專家系統(tǒng)的關(guān)鍵是表達(dá)和運(yùn)用專家知識，即來自人類專家的并已被證明對解決有關(guān)領(lǐng)域內(nèi)的典型咨詢題是實(shí)用的事實(shí)和過程。專家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的別同之處在于專家系統(tǒng)所要解決的咨詢題普通沒有算法解，同時(shí)經(jīng)常要在別徹底、別精確或別確定的信息基礎(chǔ)上作出結(jié)論。

專家系統(tǒng)能夠解決的咨詢題普通包括解釋、預(yù)測、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、修理、指導(dǎo)和操縱等。高性能的專家系統(tǒng)也差不多從學(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)也獲得進(jìn)展。正在開辟的新一代專家系統(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，別但采納基于規(guī)則的辦法，而且采納基于模型的原理。

6.機(jī)器學(xué)習(xí)

學(xué)習(xí)能力無疑是人工智能研究上最突出和最重要的一具方面。人工智能在這方面的研究近年來取得了一些發(fā)展。學(xué)習(xí)是人類智能的要緊標(biāo)志和獲得知識的基本手段。機(jī)器學(xué)習(xí)(自動獵取新的事實(shí)及新的推理算法)是使計(jì)算機(jī)具有智能的全然途徑。正如香克(R.Shank)所講："一臺計(jì)算機(jī)若不可能學(xué)習(xí)，就別能稱為具有智能的。"此外，機(jī)器學(xué)習(xí)還有助于發(fā)覺人類學(xué)習(xí)的機(jī)理和揭示人腦的奧妙。因此這是一具始終得到重視，理論正在創(chuàng)立，辦法日臻完善，但遠(yuǎn)未達(dá)到理想境界的研究領(lǐng)域。

二、應(yīng)用領(lǐng)域

1.人工神經(jīng)網(wǎng)絡(luò)

由于馮·諾依曼(VanNeumann)體系結(jié)構(gòu)的局限性，數(shù)字計(jì)算機(jī)存在一些尚無法解決的咨詢題。人們向來在尋覓新的信息處理機(jī)制，神經(jīng)網(wǎng)絡(luò)計(jì)算算是其中之一。

研究結(jié)果差不多證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。神經(jīng)網(wǎng)絡(luò)的進(jìn)展有著很廣大的科學(xué)背景，是眾多學(xué)科研究的綜合成果。神經(jīng)生理學(xué)家、心理學(xué)家與計(jì)算機(jī)科學(xué)家的共同研究得出的結(jié)論是：人腦是一具功能特殊強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。所以，對人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研究，也許制造出新一代人工智能機(jī)--神經(jīng)計(jì)算機(jī)。

對神經(jīng)網(wǎng)絡(luò)的研究始于40年代初期，記憶了一條十分蜿蜒的道路，幾起幾降，80年代初以來，對神經(jīng)網(wǎng)絡(luò)的研究再次浮現(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)算法算是兩個(gè)重要標(biāo)志。如今，神經(jīng)網(wǎng)絡(luò)已在模式識不、圖象處理、組合優(yōu)化、自動操縱、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。

2.機(jī)器人學(xué)

人工智能研究日益受到重視的另一具分支是機(jī)器人學(xué)，其中包括對操作機(jī)器人裝置程序的研究。那個(gè)領(lǐng)域所研究的咨詢題，從機(jī)器人手臂的最佳挪移到實(shí)現(xiàn)機(jī)器人目標(biāo)的動作序列的規(guī)劃辦法，無所別包。機(jī)器人和機(jī)器人學(xué)的研究促進(jìn)了許多人工智能思想的進(jìn)展。它所導(dǎo)致的一些技術(shù)可用來模擬世界的狀態(tài)，用來描述從一種世界狀態(tài)轉(zhuǎn)變?yōu)榱硪环N世界狀態(tài)的過程。它關(guān)于怎么樣產(chǎn)生動作序列的規(guī)劃以及怎么樣監(jiān)督這些規(guī)劃的執(zhí)行有了一種較好的明白。復(fù)雜的機(jī)器人操縱咨詢題迫使我們進(jìn)展一些辦法，先在抽象和忽略細(xì)節(jié)的高層舉行規(guī)劃，然后再逐步在細(xì)節(jié)越來越重要的低層舉行規(guī)劃。在本書中，我們經(jīng)常應(yīng)用一些機(jī)器人咨詢題求解的例子來講明一些重要的思想。智能機(jī)器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及

眾多的課題，如機(jī)器人體系結(jié)構(gòu)、機(jī)構(gòu)、操縱、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)器人語言等。機(jī)器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。

3.模式識不

計(jì)算機(jī)硬件的迅速進(jìn)展，計(jì)算機(jī)應(yīng)用領(lǐng)域的別斷開拓，急切地要求計(jì)算機(jī)能更有效地感知諸如聲音、文字、圖象、溫度、震動等等信息資料，模式識不便得到迅速進(jìn)展。

"模式"(Pattern)一詞的本意是指完美無缺的供摹仿的一些標(biāo)本。模式識不算是指識不出給定物體所摹仿的標(biāo)本。人工智能所研究的模式識不是指用計(jì)算機(jī)代替人類或幫助人類感知模式，是對人類感知外界功能的模擬，研究的是計(jì)算機(jī)模式識不系統(tǒng)，也算是使一具計(jì)算機(jī)系統(tǒng)具有模擬人類經(jīng)過感官同意外界信息、識不和明白身邊環(huán)境的感知能力。

模式識不是一具別斷進(jìn)展的新學(xué)科，它的理論基礎(chǔ)和研究范圍也在別斷進(jìn)展。隨著生物醫(yī)學(xué)對人類大腦的初步認(rèn)識，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)辦法早在50年代末、60年代初就差不多開始。至今，在模式識不領(lǐng)域，神經(jīng)網(wǎng)絡(luò)辦法差不多成功地用于手寫字符的識不、汽車牌照的識不、指紋識不、語音識不等方面。目前模式識不學(xué)科正處于大進(jìn)展的時(shí)期，隨著應(yīng)用范圍的別斷擴(kuò)大，隨著計(jì)算機(jī)科學(xué)的別斷進(jìn)步，基于人工神經(jīng)網(wǎng)絡(luò)的模式識不技術(shù)，在90年代將有更大的進(jìn)展。

4.機(jī)器視覺

機(jī)器視覺或計(jì)算機(jī)視覺已從模式識不的一具研究領(lǐng)域進(jìn)展為一門獨(dú)立的學(xué)科。在視覺方面，差不多給計(jì)算機(jī)系統(tǒng)裝上電視輸入裝置以便可以"看見"身邊的東西。視覺是感知咨詢題之一。在人工智能中研究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，并被表示為一具灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測器加以處理。檢測器搜索要緊圖象的成分，如線段、簡單曲線和角度等。這些成分又被處理，以便依照景物的表面和形狀來判斷有關(guān)景物的三維特性信息。機(jī)器視覺的前沿研究領(lǐng)域包括實(shí)時(shí)并行處理、主動式定性視覺、動態(tài)和時(shí)變視覺、三維景物的建模與識不、實(shí)時(shí)圖象壓縮傳輸和復(fù)原、多光譜和彩群圖象的處理與解釋等。機(jī)器視覺已在機(jī)器人裝配、衛(wèi)星圖象處理、工業(yè)過程監(jiān)控、飛翔器跟蹤和制導(dǎo)以及電視實(shí)況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的應(yīng)用。

5.智能操縱

人工智能的進(jìn)展促進(jìn)自動操縱向智能操縱進(jìn)展。智能操縱是一類無需(或需要盡量少的)人的干預(yù)就可以獨(dú)立地驅(qū)動智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動操縱?；蛘咧v，智能操縱是驅(qū)動智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程。

隨著人工智能和計(jì)算機(jī)技術(shù)的進(jìn)展，已也許把自動操縱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)的操縱理論和技術(shù)。智能操縱正是在這種條件下產(chǎn)生的。它是自動操縱的最新進(jìn)展時(shí)期，也是用計(jì)算機(jī)模擬人類智能的一具重要研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟示式推理規(guī)則用于學(xué)習(xí)操縱系統(tǒng)。十多年后，建立有用智能操縱系統(tǒng)的技術(shù)逐漸成熟。1971年，傅京孫提出把人工智能與自動操縱結(jié)合起來的思想。1977年，美國薩里迪斯提出把人工智能、操縱論和運(yùn)籌學(xué)結(jié)合起來的思想。1986年，中國蔡自興提出把人工智能、操縱論、信息論和運(yùn)籌學(xué)結(jié)合起來的思想。按照這些結(jié)構(gòu)理論差不多研究出一些智能操縱的理論和技術(shù)，用來構(gòu)造用于別同領(lǐng)域的智能操縱系統(tǒng)。智能操縱的核心在高層操縱，即組織級操縱。其任務(wù)在于對實(shí)際環(huán)境或過程舉行組織，即決策和規(guī)劃，以實(shí)現(xiàn)廣義咨詢題求解。差不多提出的用以構(gòu)造智能操縱系統(tǒng)的理論和技術(shù)有分級遞階操縱理論、分級操縱器設(shè)計(jì)的熵辦法、智能逐級增高而精度逐級落低原理、專家操縱系統(tǒng)、學(xué)習(xí)操縱系統(tǒng)和基于NN的操縱系統(tǒng)等。智能操縱有非常多研究領(lǐng)域，它們的研究課題既具有獨(dú)立性，又相互關(guān)聯(lián)。目前研究得較多的是以下6個(gè)方面：智能機(jī)器人規(guī)劃與操縱、智能過程規(guī)劃、智能過程操縱、專家操縱系統(tǒng)、語音操縱以及智能儀器。

6.智能檢索

隨著科學(xué)技術(shù)的迅速進(jìn)展，浮現(xiàn)了"知識爆炸"的事情。對國內(nèi)外種類繁多和數(shù)量巨大的科技文獻(xiàn)之檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任。研究智能檢索系統(tǒng)已成為科技持續(xù)快速進(jìn)展的重要保證。數(shù)據(jù)庫系統(tǒng)是儲存某學(xué)科大量事實(shí)的計(jì)算機(jī)軟件系統(tǒng)，它們能夠回答用戶提出的有關(guān)該學(xué)科的各種咨詢題。

數(shù)據(jù)庫系統(tǒng)的設(shè)計(jì)也是計(jì)算機(jī)科學(xué)的一具活躍的分支。為了有效地表示、存儲和檢索大量事實(shí)，差不多進(jìn)展了許多技術(shù)。當(dāng)我們想用數(shù)據(jù)庫中的事實(shí)舉行推理并從中檢索答案時(shí)，那個(gè)課題就顯得非常故意義。

7.智能調(diào)度與指揮

確定最佳調(diào)度或組合的咨詢題是我們感興趣的又一類咨詢題。一具古典的咨詢題算是推銷員旅行咨詢題。那個(gè)咨詢題要求為推銷員尋覓一條最短的旅行路線。他從某個(gè)都市動身，拜訪每個(gè)都市一次，且只許一次，然后回到動身的都市。大多數(shù)這類咨詢題可以從也許的組合或序列中選取一具答案，只是組合或序列的范圍非常大。試圖求解這類咨詢題的程序產(chǎn)生了一種組合爆炸的也許性。這時(shí)，即使是大型計(jì)算機(jī)的容量也會被用光。在這些咨詢題中有幾個(gè)(包括推銷員旅行咨詢題)是屬于計(jì)算理論家稱為NP徹底性一類的咨詢題。他們依照理論上的最佳辦法計(jì)算出所耗時(shí)刻(或所走步數(shù))的最壞事情來羅列別同咨詢題的難度。

智能組合調(diào)度與指揮辦法已被應(yīng)用于汽車運(yùn)輸調(diào)度、列車的編組與指揮、空

中交通管制以及軍事指揮等系統(tǒng)。

8.系統(tǒng)與語言工具

人工智能對計(jì)算機(jī)界的某些最大貢獻(xiàn)差不多以派生的形式表現(xiàn)出來。計(jì)算機(jī)系統(tǒng)的一些概念，如分時(shí)系統(tǒng)、編目處理系統(tǒng)和交互調(diào)試系統(tǒng)等，差不多在人工智能研究中得到進(jìn)展。幾種知識表達(dá)語言(把編碼