1、.人工智能教程結(jié)課作業(yè)走近人工智能 走近人工智能人工智能(Artificial Intelligence，AI)一直都處于計(jì)算機(jī)技術(shù)的最前沿，經(jīng)歷了幾起幾落長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻(xiàn)才智，從美國的麻省理工學(xué)院(MIT)、卡內(nèi)基-梅隆大學(xué)(CMU)到IBM公司，再到日本的本田公司、SONY公司以及國內(nèi)的清華大學(xué)、中科院等科研院所，全世界的實(shí)驗(yàn)室都在進(jìn)行著AI技術(shù)的實(shí)驗(yàn)。不久前，著名導(dǎo)演斯蒂文斯皮爾伯格還將這一主題搬上了銀幕，科幻片人工智能(A.I.)對許多人的頭腦又一次產(chǎn)生了震動(dòng)，引起了一些人士了解并探索人工智能領(lǐng)域的興趣。計(jì)算機(jī)與人

2、工智能智能源于拉丁語LEGERE，字面意思是采集(特別是果實(shí))、收集、匯集，并由此進(jìn)行選擇，形成一個(gè)東西。INTELEGERE是從中進(jìn)行選擇，進(jìn)而理解、領(lǐng)悟和認(rèn)識(shí)。正如帕梅拉麥考達(dá)克在機(jī)器思維(Machines Who Thinks,1979)中所提出的: 在復(fù)雜的機(jī)械裝置與智能之間存在長期的聯(lián)系。從幾個(gè)世紀(jì)前出現(xiàn)的神話般的巨鐘和機(jī)械自動(dòng)機(jī)開始，人們已對機(jī)器操作的復(fù)雜性與自身的某些智能活動(dòng)進(jìn)行直觀聯(lián)系。經(jīng)過幾個(gè)世紀(jì)之后，新技術(shù)已使我們所建立的機(jī)器的復(fù)雜性大為提高。1936年，24歲的英國數(shù)學(xué)家圖靈(Turing)提出了自動(dòng)機(jī)理論，把研究會(huì)思維的機(jī)器和計(jì)算機(jī)的工作大大向前推進(jìn)了一步，他也因此被稱

3、為人工智能之父。人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達(dá)特茅斯大學(xué)召開的會(huì)議上正式使用了人工智能(Artificial Intelligence，AI)這個(gè)術(shù)語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動(dòng)程序設(shè)計(jì)、專家系統(tǒng)、學(xué)習(xí)以及機(jī)器人學(xué)等多個(gè)角度展開了研究，已經(jīng)建立了一些具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)，例如能夠求解微分方程、設(shè)計(jì)分析集成電路、合成人類自然語言，而進(jìn)行情報(bào)檢索，提供語音識(shí)別、手寫體識(shí)別的多模式接口，應(yīng)用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機(jī)器人更加貼近我們的生活。我們熟知的IBM的深藍(lán)在棋盤上擊敗了國際象棋大師卡斯帕羅

4、夫就是比較突出的例子。當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，也曾因計(jì)算機(jī)計(jì)算能力的限制無法模仿人腦的思考以及與實(shí)際需求的差距過遠(yuǎn)而走入低谷，但是隨著硬件和軟件的發(fā)展，計(jì)算機(jī)的運(yùn)算能力在以指數(shù)級(jí)增長，同時(shí)網(wǎng)絡(luò)技術(shù)蓬勃興起，確保計(jì)算機(jī)已經(jīng)具備了足夠的條件來運(yùn)行一些要求更高的AI軟件，而且現(xiàn)在的AI具備了更多的現(xiàn)實(shí)應(yīng)用的基礎(chǔ)。90年代以來，人工智能研究又出現(xiàn)了新的高潮。 AI研究出現(xiàn)了新的高潮，這一方面是因?yàn)樵谌斯ぶ悄芾碚摲矫嬗辛诵碌倪M(jìn)展，另一方面也是因?yàn)橛?jì)算機(jī)硬件突飛猛進(jìn)的發(fā)展。隨著計(jì)算機(jī)速度的不斷提高、存儲(chǔ)容量的不斷擴(kuò)大、價(jià)格的不斷降低以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，許多原來無法完成的工作現(xiàn)在已經(jīng)能夠

5、實(shí)現(xiàn)。目前人工智能研究的3個(gè)熱點(diǎn)是: 智能接口、數(shù)據(jù)挖掘、主體及多主體系統(tǒng)。智能接口技術(shù)是研究如何使人們能夠方便自然地與計(jì)算機(jī)交流。為了實(shí)現(xiàn)這一目標(biāo)，要求計(jì)算機(jī)能夠看懂文字、聽懂語言、說話表達(dá)，甚至能夠進(jìn)行不同語言之間的翻譯，而這些功能的實(shí)現(xiàn)又依賴于知識(shí)表示方法的研究。因此，智能接口技術(shù)的研究既有巨大的應(yīng)用價(jià)值，又有基礎(chǔ)的理論意義。目前，智能接口技術(shù)已經(jīng)取得了顯著成果，文字識(shí)別、語音識(shí)別、語音合成、圖像識(shí)別、機(jī)器翻譯以及自然語言理解等技術(shù)已經(jīng)開始實(shí)用化。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。數(shù)

6、據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強(qiáng)大的技術(shù)支柱: 數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計(jì)。主要研究內(nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉庫、可視化技術(shù)、定性定量互換模型、知識(shí)表示方法、發(fā)現(xiàn)知識(shí)的維護(hù)和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等。主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實(shí)體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨(dú)立地完成任務(wù)，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達(dá)到目標(biāo)。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個(gè)主體之間進(jìn)行協(xié)調(diào)智能行為，最終實(shí)現(xiàn)問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應(yīng)用在對現(xiàn)實(shí)世界

7、和社會(huì)的模擬、機(jī)器人以及智能機(jī)械等領(lǐng)域。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)以及多主體系統(tǒng)應(yīng)用等方面。我國開始863計(jì)劃時(shí)，正值全世界的人工智能熱潮。863-306主題的名稱是智能計(jì)算機(jī)系統(tǒng)，其任務(wù)就是在充分發(fā)掘現(xiàn)有計(jì)算機(jī)潛力的基礎(chǔ)上，分析現(xiàn)有計(jì)算機(jī)在應(yīng)用中的缺陷和瓶頸，用人工智能技術(shù)克服這些問題，建立起更為和諧的人-機(jī)環(huán)境。經(jīng)過十幾年來的努力，我們縮短了我國人工智能技術(shù)與世界先進(jìn)水平的差距，也為未來的發(fā)展奠定了技術(shù)和人才基礎(chǔ)。但是也應(yīng)該看到目前我國人工智能研究中還存在一些問題，其特點(diǎn)是: 課題

8、比較分散，應(yīng)用項(xiàng)目偏多、基礎(chǔ)研究比例略少、理論研究與實(shí)際應(yīng)用需求結(jié)合不夠緊密。選題時(shí)，容易跟著國外的選題走; 立項(xiàng)論證時(shí)，慣于考慮國外怎么做; 落實(shí)項(xiàng)目時(shí)，又往往顧及面面俱到，大而全; 再加上受研究經(jīng)費(fèi)的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實(shí)際應(yīng)用價(jià)值。今后，基礎(chǔ)研究的比例應(yīng)該適當(dāng)提高，同時(shí)人工智能研究一定要與應(yīng)用需求相結(jié)合?？茖W(xué)研究講創(chuàng)新，而創(chuàng)新必須接受應(yīng)用和市場的檢驗(yàn)。因此，我們不僅要善于找到解決問題的答案，更重要的是要發(fā)現(xiàn)最迫切需要解決的問題和最迫切需要滿足的市場需求。技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看

9、出未來人工智能可能會(huì)向以下幾個(gè)方面發(fā)展: 模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。目前，人工智能的推理功能已獲突破，學(xué)習(xí)及聯(lián)想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個(gè)大腦的并行化處理功能。人工神經(jīng)網(wǎng)絡(luò)是未來人工智能應(yīng)用的新領(lǐng)域，未來智能計(jì)算機(jī)的構(gòu)成，可能就是作為主機(jī)的馮諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智能領(lǐng)域的下一個(gè)突破可能在于賦予計(jì)算機(jī)情感能力。情感能力對于計(jì)算機(jī)與人的自然交往至關(guān)重要。人工智能一直處于計(jì)算機(jī)技術(shù)的前沿，人工智能研究的理論和發(fā)現(xiàn)在很大程度上將決定計(jì)算機(jī)技術(shù)的發(fā)展方向。今天，已經(jīng)有很多

10、人工智能研究的成果進(jìn)入人們的日常生活。將來，人工智能技術(shù)的發(fā)展將會(huì)給人們的生活、工作和教育等帶來更大的影響。AI理論的實(shí)用性在一年一度AT&T實(shí)驗(yàn)室舉行的機(jī)器人足球賽中，每支球隊(duì)的球員都裝備上了AI軟件和許多感應(yīng)器，它們都很清楚自己該踢什么位置，同時(shí)也明白有些情況下不能死守崗位。盡管現(xiàn)在的AI技術(shù)只能使它們大部分時(shí)間處于個(gè)人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進(jìn)。這種AI機(jī)器人組隊(duì)打比賽看似無聊，但是有很強(qiáng)的現(xiàn)實(shí)意義。因?yàn)橥ㄟ^這類活動(dòng)可以加強(qiáng)機(jī)器之間的協(xié)作能力。我們知道，Internet是由無數(shù)臺(tái)服務(wù)器和無數(shù)臺(tái)路由器組成的，路由器的作用就是為各自的數(shù)據(jù)選擇通道并加以傳送，如果利用

11、一些智能化的路由器很好地協(xié)作，就能分析出傳輸數(shù)據(jù)的最佳路徑，從而可以大大減少網(wǎng)絡(luò)堵塞。我國也已經(jīng)在大學(xué)中開展了機(jī)器人足球賽，有很多學(xué)校組隊(duì)參加，引起了大學(xué)生對人工智能研究的興趣。未來的AI產(chǎn)品安放于加州勞倫斯利佛摩爾國家實(shí)驗(yàn)室的ASCI White電腦，是IBM制造的世界最快的超級(jí)電腦，但其智力能力也僅為人腦的千分之一?，F(xiàn)在，IBM正在開發(fā)能力更為強(qiáng)大的新超級(jí)電腦-藍(lán)色牛仔(Blue Jean)。據(jù)其研究主任保羅霍恩稱，預(yù)計(jì)于4年后誕生的藍(lán)色牛仔的智力水平將大致與人腦相當(dāng)。麻省理工學(xué)院的AI實(shí)驗(yàn)室進(jìn)行一個(gè)的代號(hào)為Cog的項(xiàng)目。Cog計(jì)劃意圖賦予機(jī)器人以人類的行為。該實(shí)驗(yàn)的一個(gè)項(xiàng)目是讓機(jī)器人捕捉眼睛的移動(dòng)和面部表情，另一個(gè)項(xiàng)目是讓機(jī)器人抓住從它眼前經(jīng)過的東西，還有一個(gè)項(xiàng)目則是讓機(jī)器人學(xué)會(huì)聆聽音樂的節(jié)奏并將其在鼓上演奏出來。感悟通過學(xué)習(xí)人工智能這門學(xué)科，我了解到了很多以前自己所不知道的很多知識(shí)。智能源于拉丁語LEGERE，字面意思是采集(特別是果實(shí))、收集、匯集，并由此進(jìn)行選擇，形成一個(gè)東西。INTELEGERE是從中進(jìn)行選擇，進(jìn)而理解、領(lǐng)悟和認(rèn)識(shí)。人工智能的誕生可以追溯到20世紀(jì)50年代。人工智能的發(fā)展也并不是一帆風(fēng)順的但是隨著硬件和軟件的發(fā)展90年代以