人工智能的现状与未来的发展方向

  本文关键词：人工智能的现状与未来的发展方向，由笔耕文化传播整理发布。

人工智能的现状与未来的发展方向

2014-03-06　 来源：《边疆经济与文化》　 作者：魏葆春

人类现在已经把计算机的能力提高到了前所未有的地步，而人工智能也在本世纪领导着计算机发展的潮头。人工智能的发展受理论的限制已不明显，今后它必将像今天的网络一样深远地影响我们的生活。

一

人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人类智能的科学。

科学家早在计算机出现之前就已经希望能够制造出可能模拟人类思维的机器了，杰出的数学家布尔通过对人类思维进行数学化精确的刻画，奠定了智慧机器的思维结构与方法。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具。1936年，24岁的英国数学家图灵(Turing)提出了"自动机" 理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。1956年在达特茅斯大学召开的会议上正式使用了"人工智能" (Artificial Intelli-genee，AI)术语；1957年，香农和另一些人又开发了General Problem Solver(GPS)程序，它对Wiener的反馈理论有所扩展，并能够解决一些比较普遍的问题。在1963年，美国政府为了在冷战中保持与苏联的均衡，支持麻省理工学院进行人工智能的研究，使人工智能得到了巨大的发展。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开研究，已经建立了一些具有不同程度人工智能的计算机系统。此后随着硬件和软件的发展，计算机的运算能力以指数级增长，网络技术蓬勃兴起，汁算机越来越具备了足够的条件来运行一些要求更高的AI软件，促使人工智能研究出现新的高潮。

二

目前人工智能研究的三个热点是：智能接口、数据挖掘、主体及多主体系统。智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。

主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高．而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他王体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。

三

从目前的一些前瞻性研究可以看出，未来人工智能可能会向以下几个方面发展：符号计算、模式识别、专家系统、神经网络和机器情感。

1． 符号计算

计算机最主要的用途之一就是科学计算，科学计算可分为两类：一类是纯数值的计算，例如求函数的值、方程的数值解、天气预报、油藏模拟、航天等领域；另一类是符号计算，义称代数运算，这是一种智能化的计算，处理的是符号。符号可以代表整数、有理数、实数和复数，也可以代表多项式、函数、集合等。长期以来，人们一直盼望有一个可以进行符号计算的计算机软件系统。早在上世纪50年代末，人们就开始对此研究，随着计算机的普及和人工智能的发展，相继出现了多种功能齐全的计算机代数系统软件。Mathematica是第一个将符号运算、数值计算和图形显示很好地结合在一起的数学软件，用户能够方便地用它进行多种形式的数学处理。现在符号计算软件有一些共同的特点，，就是在可以进行符号运算、数值计算和图形显示等同时，还具有高效的可编程功能。在操作界面上一般都支持交互式处理，人通过键盘输入命令，计算机处理后即显示结果。并且人机界面友好，命令输入方便灵活，极易寻求帮助。但计算机毕竟是机器，它只能执行人给它的指令，有一定的局限性。

2．模式识别

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，用计算机实现模式(文字、声音、人物、物体等)的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线索。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说，特别重要的是对光学信息(通过视觉器官来获得)和声学信息(通过听觉器官来获得)的识别。计算机识别的特点是速度快、准确性和效率高。指纹是人体的一个重要特征，具有唯一性。北京大学有关专家对数字图像的离散几何性质进行了深入研究，建立了从指纹灰度图像精确计算纹线局部方向、进而提取指纹特征信息的理论与算法，随后研究成功了适于民用身份鉴定的全自动指纹鉴定系统，以及适于公安刑事侦破的指纹鉴定系统，开创了我国指纹自动识别系统应用的先例。一汽集团公司与国防科技大学最近合作研制成功"红旗轿车自主驾驶系统" (即无人驾驶系统)，它标志着我国研制高速智能汽车的能力已达到当今世界先进水平。汽车自主驾驶技术是集模式识别、智能控制、计算机学和汽车操纵动力学等多门学科于一一体的综合性技术，代表着一个国家控制技术的水平。红旗车自主驾驶系统采用计算机视觉导航方式，并采用仿人控制，实现了对红旗车的操纵控制。

3．专家系统

专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统是人工智能应用研究最活跃和最广泛的应用领域之一，各种专家系统已遍布各个专业领域，取得很大的成功。根据专家系统处理问题的类型，可把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。为了实现专家系统，必须存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识库，以及拥有类似于领域专家解决实际问题的推理机制(构成推理机)。系统能对输入信息进行处理，并运用知识进行推理，作出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。开发专家系统的关键是表示和运用专家知识，即来自领域专家的己被证明对解决有关领域内的典型问题有用的事实和过程。目前，专家系统主要采用基于规则的知识表示和推理技术。

4．人工神经网络和机器情感

人工智能的基本思想已经在许多领域中得到应用。人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明：情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。安放于加州劳伦斯·利佛摩尔国家实验室的asci white电脑，是ibm制造的世界最快的超级电脑，但其智力能力也仅为人脑的千分之～ 。现在．ibm正在开发能力更为强大的新超级电脑- - "蓝色牛仔" (blue jean)。据其研究主任保罗·霍恩称，预计于数年后诞生的"蓝色牛仔" 的智力水平将大致与人脑相当。麻省理工学院的ai实验室进行的一个代号为cog的项目，计划赋予机器人以人类的行为。现在，人类已经把计算机的计算能力提高到了前所未有的地步．而人工智能也在本世纪领导计算机发展的潮头。当前人工智能的发展受到理论的限制已不是很明显，今后它必将像今天的网络一样，深远地影响我们的生活。

关键词：人工智能 神经网络 机器智能

  本文关键词：人工智能的现状与未来的发展方向，由笔耕文化传播整理发布。