人工智能研究进路的范式转化.doc 全文免费在线阅读

  本文关键词：人工智能研究进路的范式转化，由笔耕文化传播整理发布。

网友sanshengyuanting近日为您收集整理了关于人工智能研究进路的范式转化的文档，希望对您的工作和学习有所帮助。以下是文档介绍：人工智能研究进路的范式转化觹【理论纬】人工智能研究进路的范式转化经?人工智能研究进路的范式转化冯锐张君瑞□摘要: 在人工智能发展的年中, 人们对人工智能的认识经历了多次变化和范式转化过程。50从符号主义、联结主义到行为主义, 人工智能研究中智能思想的形成以及认识的变化吸取多元学科理论观点和方法, 在假说与实证、改变与重构的经验积累及实践选择中发展。这种以模拟人类思维、心灵复杂现象的人工智能学科, 其研究势必遵循多元的研究取向和研究方式, 并逐步向实体智能化( 逼近于人体智能) 发展。关键词: 人工智能; 符号主义; 联结主义; 行为主义; 范式转化中图分类号: G423 文献标识码: A 文章编号: 1009-5195 ( 2010 )01-0014-04 doi: 10.3969/j.issn.1009-5195.2010.01.003开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究, 不仅研究基于同一目标的分一、发展历史布式问题, 而且研究多个智能主体的多目标问题,并将人工智能推向社会生活的各个应用领域。 IBM人工智能早期研究是以建立能够自行解决问公司“深蓝”电脑击败了人类的世界国际象棋冠军;题的系统作为出发点的。 1955 年末, Newell 和 Simon美国制定了以多 Agent 系统应用为重要研究内容的制做的“逻辑专家”( Logic Theorist ) 程序, 将每个问信息高速公路计划; 基于 Agent 技术的 Softbot 软机题都表示成树形模型,选择最可能得到正确结论的器人在软件领域和网络搜索引擎中得到了充分应那一支路来求解问题。 1957 年, 香农和他的同事开用; 美国 Sandia 实验室建立了国际上最庞大的“虚发了( ) 程序, 解决一些General Problem Solver GPS拟现实”实验室, 拟通过数据头盔和数据手套实现比较普遍的问题。“人工智能之父”约翰? 麦卡锡更友好的人机交互, 建立更好的智能用户接口。图( John McCarthy ) 创建了表处理语言 LISP。 60 年代像处理和图像识别, 声音处理和声音识别取得了较出现了大量开发程序, 如麻省理工大学开发的解决好的发展, IBM 公司推出了 ViaVoice 声音识别软代数问题的 SHRDLU 系统以及可以理解简单英语件, 使声音作为重要的信息输入媒体。句子的 SIR 系统。 70 年代开始专家系统的研究, 第追溯人工智能发展的这半个世纪可以发现, 人一次让计算机代替人类专家进行一些诸如数据统工智能的研究和实践一直遵循着一个信仰, 那就是计分析、医疗诊断、矿藏位置确定等工作。同时, 许“机器将像人一样, 能做人所能做的一切”, 即机器多新的理论、方法被用于 AI 开发, 如 Minsky 的构造“像人一样理性地思考”、“像人一样理性地行动”。理论、 David Marr 的机器视觉理论等。基于这些, 人所以, 制造出有知觉, 有自我意识, 能像人一样思考工智能开始简单思维和机器视觉研究, 如通过一幅和推理的智能机器成为了人工智能探索和实现的图像的阴影、形状、颜色、边界和纹理等基本信息如目标。那么, 这一目标能否实现或者能实现到多大何辨别图像。年, 人工智能语言1972 Prolog程度呢? 人工智能的发展不时地陷入没有预想到的( Programmngi ni Logic , 逻辑编程语言) 诞生了, 它深层困境中。例如, 利用人工智能技术在医学中模和 LISP( List Processor , 链表处理语言) 一起成了人拟人类某些智力功能完成实验分析时, 哲学家和心工智能工作者不可缺少的工具。 80 年代, 人工智能理学家担忧, 如果把思维设想为一种机器, 机器实际研究进入商业领域, 出现了用于精密检测的机器视上成了人思维过程的替代品, 这就涉及人被控制和觉系统、用于装配作业的初级智能机器人系统、用受人控制的可能性及可行性的科学和哲学问题。它于微型计算机的自然语言接口以及各种专家系统。暗含着人们理性认识自我、观察世界、了解世界和改模糊逻辑理论和神经网络理论的提出, 使人工智能造世界的根本观点和根本方法, 也暗含着对于“人工真正开始向人类智能模拟进行探索。 90 年代, 由于智能信念”的理性反思和批判, 以及再度重建思想和网络技术的发展, 人工智能出现了新的研究高潮,现代远程教育研究? 14?2010 年 1 期/总 103 期人工智能研究进路的范式转化【理论纬】经观点的一种态度和方式。在一个类似逻辑的形式框架内进行。纽厄尔和西蒙曾乐观地宣称:“所有人类认知和智能活动经编码成为符号, 都可以通过计算机进行模拟”;“作为一般的二、范式转化智能行为, 物理符号系统具有的计算手段既是必要的也是充分的”。人工智能领域长期围绕着“人工智能是智能体符号主义假设是人工智能研究的基本范式, 多吗? ”、“智能机器是否能思维? ”、“人工智能具有人年来人工智能中的许多重大进展都是在符号主义的智能行为吗?”等基本问题争论不休。 1950 年英国思想的指导下取得的, 如逻辑推理、人类一般性问数学家图灵( A.M.Turing ) 提出著名的“图灵测试”:题求解、还有专家系统的成功开发与应用, 对人工“让人和机器分别位于两个房间, 他们只可通话, 不智能走向工程应用和实现理论联系实际具有特别能互相看见。通过对话, 如果人的一方不能区分对重要意义。人工智能系统这一基本范式的原理假方是人还是机器, 那么就可以认为那台机器达到了设, 按照信息加工心智模型来研究机器的工作原人类智能的水平。”但是,“图灵测试”实验的目的是理, 把认知过程理解为信息加工过程, 把一切智能说明被检验的机器具有类似智能生物的一些行为,系统理解为物理符号系统, 物理符号系统成为了人并不是人类智能生物体的行为。“图灵测试”告诉人类智能系统的映射物。们这样一个信息:“我( 智能机器) 能模仿你( 人类智2.联结主义( Connectionism )能生物体), 但我不是你”。所以, 人工智能研究怎样联结主义, 又称仿生学派( Bionicsism ) 或生理学制造计算机, 并( 或) 为其编程, 使其能做人所能做派( ), 其原理主要为神经网络及神经网Physiologism的那些事情, 这体现着拟人的智慧和能力。麻省理络间的连接机制与学习算法。联结主义受大脑神经工学院温斯顿教授认为:“人工智能就是研究如何网络研究的启发, 从人的大脑神经系统结构出发,使计算机去做过去只有人才能做的智能工作。”其研究非程序的、适应性的、大脑风格的信息处理的实科学家早在计算机出现之前就已经希望制造出本质和能力, 研究大量简单的神经元的集团信息处能够模拟人类思维的机器。哲学家布尔就成功地将理能力及其动态行为。目前对大脑的研究表明: 大人类思维的形式逻辑归结为一种代数运算, 从理论脑是一个神经元联接的巨型复杂系统, 它拥有大约上奠定了智能机器的思维结构与方法。计算机的出12 13个神经元, 其联结方式至少在种以上;

12>

  本文关键词：人工智能研究进路的范式转化，由笔耕文化传播整理发布。