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》由會員分享，可在線閱讀，更多相關(guān)《人工智能的研究方向和應(yīng)用領(lǐng)域（6頁珍藏版）》請在裝配圖網(wǎng)上搜索。

人工智能的研究方向和應(yīng)用領(lǐng)域 人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)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(jī)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、語言識別、圖像識別、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方面。 一、研究方向 1.問題求解 　　人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋(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，并把困難的問題分成一些比較容易的子問題，發(fā)展成為搜索和問題歸約這樣的人工智能基本技術(shù)。今天的計算機(jī)程序能夠下錦標(biāo)賽水平的各種方盤棋、十五子棋和國際象棋。另一種問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)到很高的水平，并正在為許多科學(xué)家和工程師所應(yīng)用。有些程序甚至還能夠用經(jīng)驗來改善其性能。 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。其中特別重要的是要找到一些方法，只把 注意力集中在一個大型數(shù)據(jù)庫中的有關(guān)事實上，留意可信的證明，并在出現(xiàn)新信息時適時修正這些證明。對數(shù)學(xué)中臆測的定理尋找一個證明或反證，確實稱得上是一項智能任務(wù)。為此不僅需要有根據(jù)假設(shè)進(jìn)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--四色定理。他們用三臺大型計算機(jī)，花去1200小時CPU時間，并對中間結(jié)果進(jìn)行人為反復(fù)修改500多處。四色定理的成功證明曾轟動計算機(jī)界。 3.自然語言理解 　　NLP(Natural Language Processing)自然語言處理也是人工智能的早期研究領(lǐng)域之一，已經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠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獲取知識等。有些程序甚至能夠在一定程度上翻譯從話筒輸入的口頭指令(而不是從鍵盤打入計算機(jī)的指令)。目前語言處理研究的主要課題是：在翻譯句子時，以主題和對話情況為基礎(chǔ)，注意大量的一般常識--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理解程序方面已經(jīng)取得的成就，發(fā)展為人類自然語言處理的新概念。 4.自動程序設(shè)計 　　也許程序設(shè)計并不是人類知識的一個十分重要的方面，但是它本身卻是人工智能的一個重要研究領(lǐng)域。這個領(lǐng)域的工作叫做自動程序設(shè)計。已經(jīng)研制出能夠以各種不同的目的描述(例如輸入/輸出對，高級語言描述，甚至英語描述算法)來編寫計算機(jī)程序。這方面的進(jìn)展局限于少數(shù)幾個完全現(xiàn)成的例子。對自動程序設(shè)計的研究不僅可以促進(jìn)半自動軟件開發(fā)系統(tǒng)的發(fā)展，而且也使通過修正自身數(shù)碼進(jìn)行學(xué)習(xí)(即修正它們的性能)的人工智能系統(tǒng)得到發(fā)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)是緊密相關(guān)的。后者叫做程序驗證。許多自動程序設(shè)計系統(tǒng)將產(chǎn)生一份輸出程序的驗證作為額外收獲。 5.專家系統(tǒng) 　　一般地說，專家系統(tǒng)是一個智能計算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個領(lǐng)域知識與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來解決該領(lǐng)域的問題。也就是說，專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進(jìn)行推理和判斷，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)雜問題。 　　當(dāng)前的研究涉及有關(guān)專家系統(tǒng)設(shè)計的各種問題。這些系統(tǒng)是在某個領(lǐng)域的專家(他可能無法明確表達(dá)他的全部知識)與系統(tǒng)設(shè)計者之間經(jīng)過艱苦的反復(fù)交換意見之后建立起來的。在已經(jīng)建立的專家咨詢系統(tǒng)中，有能夠診斷疾病的(包括中醫(yī)診斷智能機(jī))，估計潛在石油等礦藏的，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算機(jī)系統(tǒng)的參考意見等。發(fā)展專家系統(tǒng)的關(guān)鍵是表達(dá)和運用專家知識，即來自人類專家的并已被證明對解決有關(guān)領(lǐng)域內(nèi)的典型問題是有用的事實和過程。專家系統(tǒng)和傳統(tǒng)的計算機(jī)程序最本質(zhì)的不同之處在于專家系統(tǒng)所要解決的問題一般沒有算法解，并且經(jīng)常要在不完全、不精確或不確定的信息基礎(chǔ)上作出結(jié)論。 　　專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進(jìn)入實際應(yīng)用研究。隨著人工智能整體水平的提高，專家系統(tǒng)也獲得發(fā)展。正在開發(fā)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，不但采用基于規(guī)則的方法，而且采用基于模型的原理。 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個方面。人工智能在這方面的研究近年來取得了一些進(jìn)展。學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識的基本手段。機(jī)器學(xué)習(xí)(自動獲取新的事實及新的推理算法)是使計算機(jī)具有智能的根本途徑。正如香克(R. Shank)所說："一臺計算機(jī)若不會學(xué)習(xí)，就不能稱為具有智能的。"此外，機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。所以這是一個始終得到重視，理論正在創(chuàng)立，方法日臻完善，但遠(yuǎn)未達(dá)到理想境地的研究領(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)字計算機(jī)存在一些尚無法解決的問題。人們一直在尋找新的信息處理機(jī)制，神經(jīng)網(wǎng)絡(luò)計算就是其中之一。 　　研究結(jié)果已經(jīng)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)的發(fā)展有著非常廣闊的科學(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)家與計算機(jī)科學(xué)家的共同研究得出的結(jié)論是：人腦是一個功能特別強(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。因此，對人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研究，可能創(chuàng)造出新一代人工智能機(jī)--神經(jīng)計算機(jī)。 　　對神經(jīng)網(wǎng)絡(luò)的研究始于40年代初期，經(jīng)歷了一條十分曲折的道路，幾起幾落，80年代初以來，對神經(jīng)網(wǎng)絡(luò)的研究再次出現(xiàn)高潮?；羝辗茽柕?Hopfield)提出用硬件實現(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)算法就是兩個重要標(biāo)志?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處理、組合優(yōu)化、自動控制、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個分支是機(jī)器人學(xué)，其中包括對操作機(jī)器人裝置程序的研究。這個領(lǐng)域所研究的問題，從機(jī)器人手臂的最佳移動到實現(xiàn)機(jī)器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。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發(fā)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。它對于怎樣產(chǎn)生動作序列的規(guī)劃以及怎樣監(jiān)督這些規(guī)劃的執(zhí)行有了一種較好的理解。復(fù)雜的機(jī)器人控制問題迫使我們發(fā)展一些方法，先在抽象和忽略細(xì)節(jié)的高層進(jìn)行規(guī)劃，然后再逐步在細(xì)節(jié)越來越重要的低層進(jìn)行規(guī)劃。在本書中，我們經(jīng)常應(yīng)用一些機(jī)器人問題求解的例子來說明一些重要的思想。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)、控制、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.模式識別 　　計算機(jī)硬件的迅速發(fā)展，計算機(jī)應(yīng)用領(lǐng)域的不斷開拓，急切地要求計算機(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，模式識別便得到迅速發(fā)展。 　　"模式"(Pattern)一詞的本意是指完美無缺的供模仿的一些標(biāo)本。模式識別就是指識別出給定物體所模仿的標(biāo)本。人工智能所研究的模式識別是指用計算機(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，研究的是計算機(jī)模式識別系統(tǒng)，也就是使一個計算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。 　　模式識別是一個不斷發(fā)展的新學(xué)科，它的理論基礎(chǔ)和研究范圍也在不斷發(fā)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)造的計算機(jī)實驗即人工神經(jīng)網(wǎng)絡(luò)方法早在50年代末、60年代初就已經(jīng)開始。至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。目前模式識別學(xué)科正處于大發(fā)展的階段，隨著應(yīng)用范圍的不斷擴(kuò)大，隨著計算機(jī)科學(xué)的不斷進(jìn)步，基于人工神經(jīng)網(wǎng)絡(luò)的模式識別技術(shù)，在90年代將有更大的發(fā)展。 4.機(jī)器視覺 　　機(jī)器視覺或計算機(jī)視覺已從模式識別的一個研究領(lǐng)域發(fā)展為一門獨立的學(xué)科。在視覺方面，已經(jīng)給計算機(jī)系統(tǒng)裝上電視輸入裝置以便能夠"看見"周圍的東西。視覺是感知問題之一。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，并被表示為一個灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測器加以處理。檢測器搜索主要圖象的成分，如線段、簡單曲線和角度等。這些成分又被處理，以便根據(jù)景物的表面和形狀來推斷有關(guān)景物的三維特性信息。機(jī)器視覺的前沿研究領(lǐng)域包括實時并行處理、主動式定性視覺、動態(tài)和時變視覺、三維景物的建模與識別、實時圖象壓縮傳輸和復(fù)原、多光譜和彩色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、飛行器跟蹤和制導(dǎo)以及電視實況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的應(yīng)用。 5.智能控制 　　人工智能的發(fā)展促進(jìn)自動控制向智能控制發(fā)展。智能控制是一類無需(或需要盡可能少的)人的干預(yù)就能夠獨立地驅(qū)動智能機(jī)器實現(xiàn)其目標(biāo)的自動控制。或者說，智能控制是驅(qū)動智能機(jī)器自主地實現(xiàn)其目標(biāo)的過程。 　　隨著人工智能和計算機(jī)技術(shù)的發(fā)展，已可能把自動控制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)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動控制的最新發(fā)展階段，也是用計算機(jī)模擬人類智能的一個重要研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。十多年后，建立實用智能控制系統(tǒng)的技術(shù)逐漸成熟。1971年，傅京孫提出把人工智能與自動控制結(jié)合起來的思想。1977年，美國薩里迪斯提出把人工智能、控制論和運籌學(xué)結(jié)合起來的思想。1986年，中國蔡自興提出把人工智能、控制論、信息論和運籌學(xué)結(jié)合起來的思想。按照這些結(jié)構(gòu)理論已經(jīng)研究出一些智能控制的理論和技術(shù)，用來構(gòu)造用于不同領(lǐng)域的智能控制系統(tǒng)。智能控制的核心在高層控制，即組織級控制。其任務(wù)在于對實際環(huán)境或過程進(jìn)行組織，即決策和規(guī)劃，以實現(xiàn)廣義問題求解。已經(jīng)提出的用以構(gòu)造智能控制系統(tǒng)的理論和技術(shù)有分級遞階控制理論、分級控制器設(shè)計的熵方法、智能逐級增高而精度逐級降低原理、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和基于NN的控制系統(tǒng)等。智能控制有很多研究領(lǐng)域，它們的研究課題既具有獨立性，又相互關(guān)聯(lián)。目前研究得較多的是以下6個方面：智能機(jī)器人規(guī)劃與控制、智能過程規(guī)劃、智能過程控制、專家控制系統(tǒng)、語音控制以及智能儀器。 6.智能檢索 　　隨著科學(xué)技術(shù)的迅速發(fā)展，出現(xiàn)了"知識爆炸"的情況。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)快速發(fā)展的重要保證。數(shù)據(jù)庫系統(tǒng)是儲存某學(xué)科大量事實的計算機(jī)軟件系統(tǒng)，它們可以回答用戶提出的有關(guān)該學(xué)科的各種問題。 　　數(shù)據(jù)庫系統(tǒng)的設(shè)計也是計算機(jī)科學(xué)的一個活躍的分支。為了有效地表示、存儲和檢索大量事實，已經(jīng)發(fā)展了許多技術(shù)。當(dāng)我們想用數(shù)據(jù)庫中的事實進(jìn)行推理并從中檢索答案時，這個課題就顯得很有意義。 7.智能調(diào)度與指揮 　　確定最佳調(diào)度或組合的問題是我們感興趣的又一類問題。一個古典的問題就是推銷員旅行問題。這個問題要求為推銷員尋找一條最短的旅行路線。他從某個城市出發(fā)，訪問每個城市一次，且只許一次，然后回到出發(fā)的城市。大多數(shù)這類問題能夠從可能的組合或序列中選取一個答案，不過組合或序列的范圍很大。試圖求解這類問題的程序產(chǎn)生了一種組合爆炸的可能性。這時，即使是大型計算機(jī)的容量也會被用光。在這些問題中有幾個(包括推銷員旅行問題)是屬于計算理論家稱為NP完全性一類的問題。他們根據(jù)理論上的最佳方法計算出所耗時間(或所走步數(shù))的最壞情況來排列不同問題的難度。 　　智能組合調(diào)度與指揮方法已被應(yīng)用于汽車運輸調(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 　　人工智能對計算機(jī)界的某些最大貢獻(xiàn)已經(jīng)以派生的形式表現(xiàn)出來。計算機(jī)系統(tǒng)的一些概念，如分時系統(tǒng)、編目處理系統(tǒng)和交互調(diào)試系統(tǒng)等，已經(jīng)在人工智能研究中得到發(fā)展。幾種知識表達(dá)語言(把編碼知識和推理方法作為數(shù)據(jù)結(jié)構(gòu)和過程計算機(jī)的語言)已在70年代后期開發(fā)出來，以探索各種建立推理程序的思想。特里威諾格雷德(Terry Winograd)的文章《在程序設(shè)計語言之外》(1979年)討論了他的某些關(guān)于計算的未來思想；其中部分思想是在他的人工智能研究中產(chǎn)生的。80年代以來，計算機(jī)系統(tǒng)、如分布式系統(tǒng)、并行處理系統(tǒng)、多機(jī)協(xié)作系統(tǒng)和各種計算機(jī)網(wǎng)絡(luò)等，都有了發(fā)展。在人工智能程序設(shè)計語言方面，除了繼續(xù)開發(fā)和改進(jìn)通用和專用的編程語言新版本和新語種外，還研究出了一些面向目標(biāo)的編程語言和專用開發(fā)工具。對關(guān)系數(shù)據(jù)庫研究所取得的進(jìn)展，無疑為人工智能程序設(shè)計提供了新的有效工具。 6