人工智能的發(fā)展及應(yīng)用.doc

1、人工智能的發(fā)展及應(yīng)用這是個信息爆炸自動控制飛速發(fā)展的時代，而在這樣的時代中，人工智能也取得了飛速的發(fā)展。成為了最前沿最熱門的學(xué)科和研究方向之一。人工智能的定義“人工智能 ”(Artificial Intelligence) 一詞最初是在 1956 年 Dartmouth 學(xué)會上提出的。人工智能是指研究、 開發(fā)用于模擬、延伸和擴展人的智能的理論、 方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機科學(xué)的一個分支 ,它企圖了解智能的實質(zhì) ,并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機 ,人工智能的發(fā)展

2、歷史是和計算機科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能理論進入 21 世紀 ,正醞釀著新的突破 ,人工智能的研究成果將能夠創(chuàng)造出更多更高級的智能 “制品 ”,并使之在越來越多的領(lǐng)域超越人類智能 ,人工智能將為發(fā)展國民經(jīng)濟和改善人類生活做出更大貢獻。人工智能的應(yīng)用領(lǐng)域1.在管理系統(tǒng)中的應(yīng)用(1) 人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計算機實現(xiàn)人們非常需要做 ,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中 ,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫 ,而所有的應(yīng)用系

3、統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運行。換句話說,就是將企業(yè)各部門的數(shù)據(jù)進行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺,使之成為企業(yè)管理與決策中的關(guān)鍵因子。2.在工程領(lǐng)域的應(yīng)用(1) 醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。事實上 ,早在 1982 年,美國匹茲堡大學(xué)的 Miller 就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的 Internist 2內(nèi)科計算機輔助診斷系統(tǒng)的研究成果 ,由此 , 掀起了醫(yī)學(xué)智能系統(tǒng)開發(fā)與應(yīng)用的高潮。目前 ,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用 ,從而應(yīng)用于內(nèi)科、骨

4、科等多個醫(yī)學(xué)領(lǐng)域中 ,并在不斷發(fā)展完善中。(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978 年美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“PROSPECTOR”, 該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等,是工業(yè)領(lǐng)域的首個人工智能專家系統(tǒng) ,其發(fā)現(xiàn)了一個鉬礦沉積 ,價值超過 1 億美元。3.在技術(shù)研究中的應(yīng)用(1) 在超聲無損檢測 (NDT) 與無損評價 (NDE) 領(lǐng)域中 ,目前主要廣泛采用專家系統(tǒng)方法對超聲損傷 (UT) 中缺陷的性質(zhì)、形狀和大小進行判斷和歸類 ;專家運用超聲無損檢測儀器 ,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動

5、,減少了任務(wù)因素造成的無擦 , 提高了檢測的可靠性 ,實現(xiàn)了超聲檢測和評價的自動化、智能化。(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點,因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進行網(wǎng)絡(luò)安全技術(shù)的改進和變更 ,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、 人工免疫技術(shù)等高效的 AI 技術(shù) , 開發(fā)更高級 AI 通用和專用語言 ,和應(yīng)用環(huán)境以及開發(fā)專用機器 ,而與人工智能技術(shù)則為我們提供了可能性。人工智能的發(fā)展人工智能的發(fā)展也并不是一帆風(fēng)順的，人工智能的研究經(jīng)歷了以下幾個階段 :孕育階段 : 古希臘的 Aristotle（亞里士多德）（前 384-322），給出了形式邏輯的

6、基本規(guī)律。英國的哲學(xué)家、自然科學(xué)家 Bacon（培根）（1561-1626），系統(tǒng)地給出了歸納法?！爸R就是力量” 德國數(shù)學(xué)家、哲學(xué)家 Leibnitz （布萊尼茲）（ 1646-1716）。提出了關(guān)于數(shù)理邏輯的思想， 把形式邏輯符號化， 從而能對人的思維進行運 算和推理。做出了能做四則運算的手搖計算機英國數(shù)學(xué)家、邏輯學(xué)家 Boole（布爾）（ 1815-1864）實現(xiàn)了布萊尼茨的思維符號化和數(shù)學(xué)化的思想,提出了一種嶄新的代數(shù)系統(tǒng)布爾代數(shù)。第一階段 : 50 年代人工智能的興起和冷落人工智能概念首次提出后， 相繼出現(xiàn)了一批顯著的成果， 如機器定理證明、 跳棋程序、通用問題 s 求解程序 LIS

7、P 表處理語言等。 但由于消解法推理能力的有限， 以及機器翻譯等的失敗， 使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。第二階段 : 60 年代末到 70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮 DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、 MYCIN疾病診斷和治療系統(tǒng)、 PROSPECTIOR探礦系統(tǒng)、 Hearsay-II 語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且， 1969 年成立了國際人工智能聯(lián)合會議（ International JointConferences onArtificial Intelligence即 IJCAI ）。第三

8、階段 : 80 年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展日本 1982 年開始了 “第五代計算機研制計劃” ，即“知識信息處理計算機系統(tǒng)KI P S”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。第四階段 : 80 年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展 1987 年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議， 宣告了這一新學(xué)科的誕生。 此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。第五階段 : 90 年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展， 人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能

9、研究。 不僅研究基于同一目標(biāo)的分布式問題求解， 而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱谩Ａ硗?，由?Hopfield 多層神經(jīng)網(wǎng)絡(luò)模型的提出， 使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。 人工智能已深入到社會生活的各個領(lǐng)域。未來發(fā)展與展望人工智能的近期研究目標(biāo)在于建造智能計算機，用以代替人類從事腦力勞動，即使現(xiàn)有的計算機更聰明更有用。 正是根據(jù)這一近期研究目標(biāo)， 我們才把人工智能理解為計算機科學(xué)的一個分支。 人工智能還有它的遠期研究目標(biāo)， 即探究人類智能和機器智能的基本原理， 研究用自動機 (automata) 模擬人類的思維過程和智能行為。這個長期目標(biāo)遠遠超出計算機科

10、學(xué)的范疇， 幾乎涉及自然科學(xué)和社會科學(xué)的所有學(xué)科。 在重新闡述我們的歷史知識的過程中， 哲學(xué)家、科學(xué)家和人工智能學(xué)家有機會努力解決知識的模糊性以及消除知識的不一致性。 這種努力的結(jié)果，可能導(dǎo)致知識的某些改善， 以便能夠比較容易地推斷出令人感興趣的新的真理。人工智能研究尚存在不少問題，這主要表現(xiàn)在下列幾個方面：1 宏觀與微觀隔離一方面是哲學(xué)、認知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象；另一方面是人工智能邏輯符號、 神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠， 中間還有許多層次未予研究， 無法把宏觀與微觀有機地結(jié)合起來和相互滲透。2 全局與局部割裂人類智能是腦系

11、統(tǒng)的整體效應(yīng)，有著豐富的層次和多個側(cè)面。但是，符號主義只抓住人腦的抽象思維特性； 連接主義只模仿人的形象思維特性； 行為主義則著眼于人類智能行為特性及其進化過程。 它們存在明顯的局限性。 必須從多層次、多因素、多維和全局觀點來研究智能，才能克服上述局限性。3 理論和實際脫節(jié)大腦的實際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測，復(fù)雜得難以理出清晰的頭緒。 在微觀上， 我們對大腦的工作機制卻知之甚少，似是而非，使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當(dāng)成功了。上述存在問題和其它問題說明，人腦的結(jié)構(gòu)和功能要比人們

12、想象的復(fù)雜得多，人工智能研究面臨的困難要比我們估計的重大得多，人工智能研究的任務(wù)要比我們討論過的艱巨得多。 同時也說明， 要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題， 完成人工智能的研究任務(wù)， 需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進一步發(fā)展的理論基礎(chǔ)。我們至少需要經(jīng)過幾代人的持續(xù)奮斗，進行多學(xué)科聯(lián)合協(xié)作研究，才可能基本上解開”智能”之謎，使人工智能理論達到一個更高的水平。人工智能自 1956 年在美國誕生至今已 50 多年了。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)研究人員為之奉獻才智。從美國麻省理工學(xué)院、卡內(nèi)基 - 梅隆大學(xué)到

13、IBM 公司、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 , 全世界許多實驗室都在進行著 AI 技術(shù)的實驗。隨著時代的發(fā)展及信息革命的到來 , 人工智能的研究領(lǐng)域日益拓寬 , 其內(nèi)容逐步豐富 , 對人類發(fā)展有劃時代的意義。一、何謂“人工智能” ?“智能”源于拉丁語 Legere, 字面意思是采集 ( 特別是果實 ) 、收集、匯集 , 并由此進行選擇 , 形成一個東西。 Intelegere 是從中進行選擇 , 進而理解、領(lǐng)悟和認識。正如帕梅拉麥考達克在機器思維中所提出的 : 在復(fù)雜的機械裝置與智能之間存在長期的聯(lián)系。 從幾個世紀前出現(xiàn)的神話般的巨鐘和機械自動機開始 , 人們已

14、對機器操作的復(fù)雜性與自身的某些活動進行直觀聯(lián)系。經(jīng)過幾個世紀之后 , 新技術(shù)已使我們所建立的機器的復(fù)雜性大為提高。 1936 年 ,24 歲的英國數(shù)學(xué)家圖靈提出了“自動機”理論 , 把研究會思維的機器和計算機的工作大大向前推進了一步 , 他也因此被稱為“人工智能之父” ?！叭斯ぶ悄堋?(Artificial Intelligence)簡稱 AI 它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人們認為“人工智能”是計算機科學(xué)技術(shù)的前沿科技領(lǐng)域。因此 , “人工智能”與計算機軟件有密切的關(guān)系。一方面 , 各種人工智能應(yīng)用系統(tǒng)都要用計算機軟件去實現(xiàn) , 另

15、一方面 , 許多聰明的計算機軟件也應(yīng)用了人工智能的理論方法和技術(shù)。例如 , 專家系統(tǒng)軟件 , 機器博奕軟件等。 但是 ,“人工智能” 不等于“軟件”,除了軟件以外 , 還有硬件及其他自動化的通信設(shè)備。人工智能是從思維、感知、行為三層次和機器智能、智能機器兩方面研究模擬、延伸與擴展人的智能的理論、方法、技術(shù)及其應(yīng)用的技術(shù)學(xué)科。二、人工智能的研究領(lǐng)域人工智能是一種外向型的學(xué)科, 它不但要求研究它的人懂得人工智能的知識 , 而且要求有比較扎實的數(shù)學(xué)基礎(chǔ)及哲學(xué)和生物學(xué)基礎(chǔ) , 只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。因為人工智能的研究領(lǐng)域十分廣闊 , 它總的來說是面向應(yīng)用的 , 主要研究領(lǐng)

16、域有專家系統(tǒng) , 有人在工作 , 它就可以用在什么地方 , 因為人工智能的最根本目的還是要模擬人類的思維。可以歸納為八個字: 機器智能、智能機器。1. 機器智能例如 , 用計算機打印常用的報表 , 進行一些常規(guī)的文字處理 , 都是程序化的操作 , 談不上有智能。但是 , 用計算機給人看病 , 進行病理診斷和藥物處方 , 或者 , 用計算機給機器看病 , 進行故障診斷和維修處理 , 就需要計算機有人工智能。 人工智能學(xué)科領(lǐng)域中有一個重要的學(xué)科分支是“專家系統(tǒng)” (Expert System), 簡稱代寫論文 ES。就是用計算機去模擬、延伸和擴展專家的智能?；趯＜业闹R和經(jīng)驗 , 可以求解專業(yè)性

17、問題的、 具有人工智能的計算機應(yīng)用系統(tǒng)。 如: 醫(yī)療診斷專家系統(tǒng) , 故障診斷專家系統(tǒng)等。除了“專家系統(tǒng)”之外 , 還可列舉出其他許多聰明的智能軟件系統(tǒng)。如: 機器博突的智能軟件、智能控制、智能管理、智能通信 的軟件等。例如 :IBM 的“深藍”系統(tǒng)戰(zhàn)勝了國際象棋大師卡斯帕諾夫 , 就是計算機的機器智能水平的一次榮譽記錄 , 也是聰明的人工智能軟件的一個成功范例。2. 智能機器“智能機器” (Intelligent Machine),簡稱 IM, 研究如何設(shè)計和制造具有更高智能水平的機器 , 特別是設(shè)計和制造更聰明的計算機。 現(xiàn)在的計算機 , 雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成

18、電路等幾代的發(fā)展 , 在工藝和性能方面都有巨大的進步。但是 , 在原理上 , 還沒有重大的突破。通常 , 人們用計算機 , 不僅要告訴計算機 : 做什么 ?, 而且還必須詳細地、正確地告訴計算機 : 如何做 ?。也就是說 , 人們要根據(jù)工作任務(wù)的需求 , 以適當(dāng)?shù)挠嬎銠C語言 , 進行相應(yīng)的軟件設(shè)計 , 編制面向該任務(wù)的計算機應(yīng)用程序 , 并且 , 正確地操作計算機 , 裝入、啟動該應(yīng)用程序 , 才能用計算機完成該項工作任務(wù)。這里 , 計算機實質(zhì)上只是機械地、被動地執(zhí)行人們編制的應(yīng)用程序指令的“電子奴仆” , 也不理解為什么要做這項工作 , 即不懂得 : 為什么 ?。因而 , 只不過是一個低智能

19、的、不聰明的“電腦” 。那么 , 如何設(shè)計和制造高智能的、 聰明的 “電腦” 呢?這正是人工智能另一方面的研究對象和學(xué)科任務(wù)。人們提出了關(guān)于新一代計算機的各種方案, 如: 面向知識和符號信息處理的“符號處理機” ; 基于知識庫的、具有推理能力的“知識信息處理機”; 基于人工神經(jīng)網(wǎng)絡(luò)的、具有分布式結(jié)構(gòu)的“聯(lián)結(jié)機”以及其他數(shù)據(jù)流計算機、控制流計算機 除了“智能計算機”之外, 還有其他的許多智能機器。如: 智能機器人、智能控制器、智能儀器、儀表、智能自動化裝置、智能通信設(shè)備、智能網(wǎng)絡(luò)、智能汽車、智能玩具以及各種智能化家用電器 目前人工智能主要研究內(nèi)容是 : 分布式人工智能與多智能主體系統(tǒng)、 人工思維

20、模型、知識系統(tǒng) ( 包括專家系統(tǒng)、 知識庫系統(tǒng)和智能決策系統(tǒng) ) 、知識發(fā)現(xiàn)與數(shù)據(jù)挖掘 ( 從大量的、不完全的、模糊的、有噪聲的數(shù)據(jù)中挖掘出對我們有用的知識 ) 、遺傳與演化計算 ( 通過對生物遺傳與進化理論的模擬 , 揭示出人的智能進化規(guī)律 ) 、人工生命 ( 通過構(gòu)造簡單的人工生命系統(tǒng)并觀察其行為 , 探討初級智能的奧秘 ) 、人工智能應(yīng)用 ( 如 : 模糊控制、智能大廈、智能人機接口、智能機器人等 )等等。未來人工智能的研究方向主要有 : 人工智能理論、機器學(xué)習(xí)模型和理論、 不精確知識表示及其推理、常識知識及其推理、人工思維模型 , 智能人機接口、多智能主體系統(tǒng)、知識發(fā)現(xiàn)與知識獲取、人工

21、智能應(yīng)用基礎(chǔ)等。三、小結(jié)人工智能是一門包括計算機科學(xué)、控制學(xué)、信系論、語言論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透發(fā)展起來的學(xué)科, 其研究對象可以歸納為“機器智能、智能機器” , 它體現(xiàn)在思維、感知、行為三個層次, 而它要模擬眼神、擴展人的智能 , 其研究內(nèi)容可以分為機器思維和思維機器、機器感知和感知機器、機器行為和行為機器三個層次。 人工智能研究與應(yīng)用雖然取得了不少成果,但離全面推廣應(yīng)用還有很大距離, 還有許多問題有待于解決且需要許多學(xué)科的研究專家共同創(chuàng)作。參考文獻 :1Stuart Russell.人工智能一種現(xiàn)代方法M. 北京 : 人民郵電出版社 ,2004.6.2 蔡自興

22、. 人工智能及其應(yīng)用 M. 北京 : 清華大學(xué)出版社 ,2003.3 陸汝鈴 . 人工智能 M. 北京 : 科學(xué)出版社 ,2000.機器人和人工智能的區(qū)別(2008-07-29 19:00:35) 標(biāo)簽：雜談我們研究的是人工智能， 和機器人有密切關(guān)系， 但不是為了研究那些現(xiàn)實的機器人。我們不會去研究機器人足球賽、 跳舞機器人這些東西， 機器人有很多種： 工業(yè)機器人能夠不斷重復(fù)作一些設(shè)定好的精確動作， 提高效率， 減少失誤；軍用機器人能夠捕捉移動目標(biāo)并開槍射擊， 它需要具有簡單的圖像識別能力； 無人飛機也是一種機器人，需要遙感和一些圖像識別能力。 這些都是已經(jīng)投入使用了的機器人，但它們顯然沒有人的智力，只是自動控制技術(shù)的延展。人工智能是 “類人