本文關(guān)鍵詞：人工智能的歷史和未來，由筆耕文化傳播整理發(fā)布。

人工智能的歷史和未來

作者：不詳　更新時(shí)間：2012-6-10 16:25:59

摘　要： 本文簡述了人工智能的起源與發(fā)展，介紹了人工智能與計(jì)算機(jī)的關(guān)系及其研究和應(yīng)用領(lǐng)域。重點(diǎn)介紹近期成為熱點(diǎn)的人工智能技術(shù)和方法，敘述近年來人工智能研究中出現(xiàn)的爭論，分析了人工智能的產(chǎn)業(yè)化和各方面的影響, 最后展望了人工智能的未來發(fā)展。

關(guān)鍵詞：人工智能；方法；爭論；影響；前景
1． 概述
    人工智能(Artificial Intelligence 以下稱AI) 是一門通過計(jì)算過程力圖理解和模仿智能行為的學(xué)科（Schalkoff,1990）�？蓪�(shí)現(xiàn)判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)的自動(dòng)化（Bellman,1978）。半個(gè)世紀(jì)以來，AI的飛速發(fā)展令人瞠目。到了今天，可以說是各種學(xué)科都不可避免會(huì)用到AI。本文力圖通過對(duì)AI的發(fā)展及其研究和應(yīng)用領(lǐng)域的介紹，尋求AI發(fā)展的一般規(guī)律，以及AI產(chǎn)業(yè)化的可能趨勢，最后展望面臨的可能與挑戰(zhàn)。
2． AI發(fā)展簡史[1]
  上世紀(jì)三四十年代，Wiener、弗雷治、羅素的數(shù)理邏輯，和Church、圖靈的數(shù)字功用以及計(jì)算機(jī)處理促使了1956年夏的AI學(xué)科誕生。
　　20世紀(jì)60年代以來，生物模仿用來建立功能強(qiáng)大的算法。這方面有進(jìn)化計(jì)算，包括遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃（1962年）。
　　1992年Bezdek提出計(jì)算智能。他和Marks（1993年）指出計(jì)算智能取決于制造者提供的數(shù)值數(shù)據(jù)，含有模式識(shí)別部分，不依賴于知識(shí)；計(jì)算智能是認(rèn)知層次的低層。今天，計(jì)算智能涉及神經(jīng)網(wǎng)絡(luò)、模糊邏輯、進(jìn)化計(jì)算和人工生命等領(lǐng)域，呈現(xiàn)多學(xué)科交叉與集成的趨勢。
　　人工生命以進(jìn)化計(jì)算為基礎(chǔ)，研究自組織、自復(fù)制、自修復(fù)以及形成這些特征的混沌動(dòng)力學(xué)、進(jìn)化和環(huán)境適應(yīng)，具體包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進(jìn)化動(dòng)力學(xué)、人工生命的計(jì)算理論、進(jìn)化與學(xué)習(xí)綜合系統(tǒng)以及人工生命的應(yīng)用等。20世紀(jì)60年代，羅森布拉特研究感知機(jī)，Stahl建立細(xì)胞活動(dòng)模型，Lindenmayer提出了生長發(fā)育中的細(xì)胞交互作用數(shù)學(xué)模型。這些模型支持細(xì)胞間的通信和差異。70年代以來，Conrad等研究人工仿生系統(tǒng)中的自適應(yīng)、進(jìn)化和群體動(dòng)力學(xué)，提出不斷完善的“人工世界”模型。80年代，人工神經(jīng)網(wǎng)絡(luò)再度興起促進(jìn)人工生命的發(fā)展。其主要研究方法有信息模型法和工作原理法。其研究途徑分為工程技術(shù)途徑和生物科學(xué)途徑。
　　專家系統(tǒng)在90年代興起, 模擬人類專家解決領(lǐng)域問題,知識(shí)庫的改進(jìn)與歸納是其重點(diǎn)。從功能上可分為解釋、預(yù)測、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、控制、調(diào)試、教學(xué)、修理等專家系統(tǒng)。從原理上可分為基于規(guī)則、基于框架、基于模型的專家系統(tǒng)。新型專家系統(tǒng)分為分布式和協(xié)同式。驅(qū)動(dòng)方式有控制驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)、需求驅(qū)動(dòng)，事件驅(qū)動(dòng)等。諸多模型中，人工神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用最為廣泛。
　　自動(dòng)規(guī)劃是一種問題求解技術(shù)，從某個(gè)特定的問題狀態(tài)出發(fā)，尋求一系列行為動(dòng)作，并建立一個(gè)操作序列，直到求得目標(biāo)狀態(tài)為止。發(fā)展的技術(shù)有分層規(guī)劃、長度優(yōu)先搜索、應(yīng)用最小約束策略、準(zhǔn)則法等。已發(fā)展了HACKER系統(tǒng) STRIPS規(guī)劃系統(tǒng)、PULP-Ⅰ機(jī)器人規(guī)劃系統(tǒng)（有學(xué)習(xí)能力）、問題求解系統(tǒng)NOAH等。
　　AI的發(fā)展促進(jìn)自動(dòng)控制向智能控制發(fā)展。從1960年以來，神經(jīng)網(wǎng)絡(luò)已成功應(yīng)用于自動(dòng)控制研究。這是因?yàn)樯窠?jīng)網(wǎng)絡(luò)適于實(shí)時(shí)控制和動(dòng)力學(xué)控制；可實(shí)現(xiàn)非線性控制；可進(jìn)行信息熔合處理，特別適于復(fù)雜的、多變量大系統(tǒng)的控制。原理方面，1965年，傅京孫引入AI的啟發(fā)式推理規(guī)則，1977年，Saridis引入運(yùn)籌學(xué)的概念智能控制，提出分級(jí)（組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)）遞階智能控制方法。之后，蔡自興再引入信息論�，F(xiàn)在，研究和應(yīng)用從實(shí)驗(yàn)室到工業(yè)現(xiàn)場、從家電到火箭制導(dǎo)，已經(jīng)廣泛用于武器控制、機(jī)器人規(guī)劃與控制、（制造業(yè)采礦業(yè)等的）自動(dòng)加工系統(tǒng)的智能控制、故障檢測與診斷、飛行器的智能控制醫(yī)用智能控制、智能儀器等。
  分布式AI具有協(xié)作性、適應(yīng)性等特性。包括分布式問題求解（DPS）和MAS系統(tǒng)（MAS）。MAS具有更大的靈活性和適應(yīng)性，已有各種理論模型，有(1) BDI模型 (2) 協(xié)商模型 (3) 協(xié)作規(guī)劃模型 (4) 自協(xié)調(diào)模型。MAS的協(xié)作方法有(1)決策網(wǎng)絡(luò)和遞歸建模 (2)Markov對(duì)策(3)Agent學(xué)習(xí)方法(4)決策樹和對(duì)策樹。Agent以BDI（信念、愿望和意圖）為模型，是目前AI以至計(jì)算機(jī)科學(xué)和控制科學(xué)與工程的研究熱點(diǎn)。Agent間的不同協(xié)作類型將導(dǎo)致不同的協(xié)調(diào)過程。如基于集中規(guī)劃、基于協(xié)商、基于對(duì)策和基于社會(huì)規(guī)劃的協(xié)調(diào)。MAS的學(xué)習(xí)對(duì)象處于動(dòng)態(tài)變化中，且其學(xué)習(xí)離不開Agent間的通信。為此，MAS學(xué)習(xí)需付出更大的代價(jià)。對(duì)MAS的規(guī)劃研究，目前主要借助于可在世界狀態(tài)間轉(zhuǎn)換的抽象結(jié)構(gòu)，如與或圖。至于通過Agent精神狀態(tài)研究的方式，較為復(fù)雜，遠(yuǎn)未成熟。MAS系統(tǒng)的研究和應(yīng)用領(lǐng)域有多機(jī)器人協(xié)調(diào)、過程智能控制、網(wǎng)絡(luò)通信與管理、交通控制、電子商務(wù)等�，F(xiàn)在，因特網(wǎng)已成為MAS技術(shù)的天然試驗(yàn)平臺(tái)。
　　此外，AI還包括智能檢索、智能調(diào)度與指揮等領(lǐng)域。智能檢索努力于搜索引擎的改進(jìn)，智能調(diào)度則努力集中在使求解空間隨時(shí)間的變化盡可能緩慢地增長。
　　在硬件方面，試驗(yàn)中的神經(jīng)計(jì)算機(jī)力圖重建人腦的形象，現(xiàn)在基本已經(jīng)能夠以類似人類的方式進(jìn)行“思考”。量子計(jì)算機(jī)的研究也已起步。試圖從根本上以硬件實(shí)現(xiàn)模糊推理。
　　機(jī)器學(xué)習(xí)、計(jì)算智能、人工神經(jīng)網(wǎng)絡(luò)、Agent以及行為主義的研究深入開展，不同觀點(diǎn)的加速融合，都預(yù)示著AI研究即將有重大突破。
3． AI的重要影響
3.1 對(duì)科學(xué)的影響
    自然科學(xué)方面，AI與其它學(xué)科相互交叉、相互滲透和相互促進(jìn)。AI向其它學(xué)科提供了工具和方法，如知識(shí)表示和推理機(jī)制、問題求解和搜索算法，模糊邏輯推理和非單調(diào)推理技術(shù)，以及計(jì)算智能技術(shù)等，可以解決從前難以解決的問題。而其他學(xué)科的重要概念，在AI研究中也得到發(fā)展。如計(jì)算機(jī)系統(tǒng)的分時(shí)系統(tǒng)、編目處理系統(tǒng)和交互調(diào)試系統(tǒng)等[2]。
　　社會(huì)科學(xué)方面也是如此。在需要使用數(shù)學(xué)－計(jì)算機(jī)工具解決問題的學(xué)科（如經(jīng)濟(jì)學(xué)），AI帶來的幫助不言而喻。
　　更重要的是，AI反過來有助于人類最終認(rèn)識(shí)自身智能的形成。在重新闡述知識(shí)歷史的過程中，AI有望解決知識(shí)的模糊性，消除知識(shí)的不一致性。這將導(dǎo)致邏輯和哲學(xué)等等方面的改善,影響到心理學(xué)、認(rèn)知學(xué)的核心理論，對(duì)于哲學(xué)社會(huì)學(xué)方面的理論也將帶來徹底的變革。
此外，，綜合應(yīng)用語法、語義和AI的形式知識(shí)表示方法，有可能改善知識(shí)的自然語言表達(dá)形式

[1] [2]  下一頁

上一篇：化學(xué)實(shí)驗(yàn)教學(xué)中心網(wǎng)站建設(shè)與頁面設(shè)計(jì)優(yōu)化策略 　 下一篇：啁啾布拉格光柵的可調(diào)諧色散補(bǔ)償特性

相關(guān)文章

  本文關(guān)鍵詞：人工智能的歷史和未來，由筆耕文化傳播整理發(fā)布。