本文關(guān)鍵詞：人工智能研究進路的范式轉(zhuǎn)化，由筆耕文化傳播整理發(fā)布。

網(wǎng)友sanshengyuanting近日為您收集整理了關(guān)于人工智能研究進路的范式轉(zhuǎn)化的文檔，希望對您的工作和學習有所幫助。以下是文檔介紹：人工智能研究進路的范式轉(zhuǎn)化觹【理論緯】人工智能研究進路的范式轉(zhuǎn)化經(jīng)?人工智能研究進路的范式轉(zhuǎn)化馮銳張君瑞□摘要: 在人工智能發(fā)展的年中, 人們對人工智能的認識經(jīng)歷了多次變化和范式轉(zhuǎn)化過程。50從符號主義、聯(lián)結(jié)主義到行為主義, 人工智能研究中智能思想的形成以及認識的變化吸取多元學科理論觀點和方法, 在假說與實證、改變與重構(gòu)的經(jīng)驗積累及實踐選擇中發(fā)展。這種以模擬人類思維、心靈復雜現(xiàn)象的人工智能學科, 其研究勢必遵循多元的研究取向和研究方式, 并逐步向?qū)嶓w智能化( 逼近于人體智能) 發(fā)展。關(guān)鍵詞: 人工智能; 符號主義; 聯(lián)結(jié)主義; 行為主義; 范式轉(zhuǎn)化中圖分類號: G423 文獻標識碼: A 文章編號: 1009-5195 ( 2010 )01-0014-04 doi: 10.3969/j.issn.1009-5195.2010.01.003開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡環(huán)境下的分布式人工智能研究, 不僅研究基于同一目標的分一、發(fā)展歷史布式問題, 而且研究多個智能主體的多目標問題,并將人工智能推向社會生活的各個應用領域。 IBM人工智能早期研究是以建立能夠自行解決問公司“深藍”電腦擊敗了人類的世界國際象棋冠軍;題的系統(tǒng)作為出發(fā)點的。 1955 年末, Newell 和 Simon美國制定了以多 Agent 系統(tǒng)應用為重要研究內(nèi)容的制做的“邏輯專家”( Logic Theorist ) 程序, 將每個問信息高速公路計劃; 基于 Agent 技術(shù)的 Softbot 軟機題都表示成樹形模型,選擇最可能得到正確結(jié)論的器人在軟件領域和網(wǎng)絡搜索引擎中得到了充分應那一支路來求解問題。 1957 年, 香農(nóng)和他的同事開用; 美國 Sandia 實驗室建立了國際上最龐大的“虛發(fā)了( ) 程序, 解決一些General Problem Solver GPS擬現(xiàn)實”實驗室, 擬通過數(shù)據(jù)頭盔和數(shù)據(jù)手套實現(xiàn)比較普遍的問題。“人工智能之父”約翰? 麥卡錫更友好的人機交互, 建立更好的智能用戶接口。圖( John McCarthy ) 創(chuàng)建了表處理語言 LISP。 60 年代像處理和圖像識別, 聲音處理和聲音識別取得了較出現(xiàn)了大量開發(fā)程序, 如麻省理工大學開發(fā)的解決好的發(fā)展, IBM 公司推出了 ViaVoice 聲音識別軟代數(shù)問題的 SHRDLU 系統(tǒng)以及可以理解簡單英語件, 使聲音作為重要的信息輸入媒體。句子的 SIR 系統(tǒng)。 70 年代開始專家系統(tǒng)的研究, 第追溯人工智能發(fā)展的這半個世紀可以發(fā)現(xiàn), 人一次讓計算機代替人類專家進行一些諸如數(shù)據(jù)統(tǒng)工智能的研究和實踐一直遵循著一個信仰, 那就是計分析、醫(yī)療診斷、礦藏位置確定等工作。同時, 許“機器將像人一樣, 能做人所能做的一切”, 即機器多新的理論、方法被用于 AI 開發(fā), 如 Minsky 的構(gòu)造“像人一樣理性地思考”、“像人一樣理性地行動”。理論、 David Marr 的機器視覺理論等�；谶@些, 人所以, 制造出有知覺, 有自我意識, 能像人一樣思考工智能開始簡單思維和機器視覺研究, 如通過一幅和推理的智能機器成為了人工智能探索和實現(xiàn)的圖像的陰影、形狀、顏色、邊界和紋理等基本信息如目標。那么, 這一目標能否實現(xiàn)或者能實現(xiàn)到多大何辨別圖像。年, 人工智能語言1972 Prolog程度呢? 人工智能的發(fā)展不時地陷入沒有預想到的( Programmngi ni Logic , 邏輯編程語言) 誕生了, 它深層困境中。例如, 利用人工智能技術(shù)在醫(yī)學中模和 LISP( List Processor , 鏈表處理語言) 一起成了人擬人類某些智力功能完成實驗分析時, 哲學家和心工智能工作者不可缺少的工具。 80 年代, 人工智能理學家擔憂, 如果把思維設想為一種機器, 機器實際研究進入商業(yè)領域, 出現(xiàn)了用于精密檢測的機器視上成了人思維過程的替代品, 這就涉及人被控制和覺系統(tǒng)、用于裝配作業(yè)的初級智能機器人系統(tǒng)、用受人控制的可能性及可行性的科學和哲學問題。它于微型計算機的自然語言接口以及各種專家系統(tǒng)。暗含著人們理性認識自我、觀察世界、了解世界和改模糊邏輯理論和神經(jīng)網(wǎng)絡理論的提出, 使人工智能造世界的根本觀點和根本方法, 也暗含著對于“人工真正開始向人類智能模擬進行探索。 90 年代, 由于智能信念”的理性反思和批判, 以及再度重建思想和網(wǎng)絡技術(shù)的發(fā)展, 人工智能出現(xiàn)了新的研究高潮,現(xiàn)代遠程教育研究? 14?2010 年 1 期/總 103 期人工智能研究進路的范式轉(zhuǎn)化【理論緯】經(jīng)觀點的一種態(tài)度和方式。在一個類似邏輯的形式框架內(nèi)進行。紐厄爾和西蒙曾樂觀地宣稱:“所有人類認知和智能活動經(jīng)編碼成為符號, 都可以通過計算機進行模擬”;“作為一般的二、范式轉(zhuǎn)化智能行為, 物理符號系統(tǒng)具有的計算手段既是必要的也是充分的”。人工智能領域長期圍繞著“人工智能是智能體符號主義假設是人工智能研究的基本范式, 多嗎? ”、“智能機器是否能思維? ”、“人工智能具有人年來人工智能中的許多重大進展都是在符號主義的智能行為嗎?”等基本問題爭論不休。 1950 年英國思想的指導下取得的, 如邏輯推理、人類一般性問數(shù)學家圖靈( A.M.Turing ) 提出著名的“圖靈測試”:題求解、還有專家系統(tǒng)的成功開發(fā)與應用, 對人工“讓人和機器分別位于兩個房間, 他們只可通話, 不智能走向工程應用和實現(xiàn)理論聯(lián)系實際具有特別能互相看見。通過對話, 如果人的一方不能區(qū)分對重要意義。人工智能系統(tǒng)這一基本范式的原理假方是人還是機器, 那么就可以認為那臺機器達到了設, 按照信息加工心智模型來研究機器的工作原人類智能的水平�！钡�,“圖靈測試”實驗的目的是理, 把認知過程理解為信息加工過程, 把一切智能說明被檢驗的機器具有類似智能生物的一些行為,系統(tǒng)理解為物理符號系統(tǒng), 物理符號系統(tǒng)成為了人并不是人類智能生物體的行為�！皥D靈測試”告訴人類智能系統(tǒng)的映射物。們這樣一個信息:“我( 智能機器) 能模仿你( 人類智2.聯(lián)結(jié)主義( Connectionism )能生物體), 但我不是你”。所以, 人工智能研究怎樣聯(lián)結(jié)主義, 又稱仿生學派( Bionicsism ) 或生理學制造計算機, 并( 或) 為其編程, 使其能做人所能做派( ), 其原理主要為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)Physiologism的那些事情, 這體現(xiàn)著擬人的智慧和能力。麻省理絡間的連接機制與學習算法。聯(lián)結(jié)主義受大腦神經(jīng)工學院溫斯頓教授認為:“人工智能就是研究如何網(wǎng)絡研究的啟發(fā), 從人的大腦神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā),使計算機去做過去只有人才能做的智能工作�！逼溲芯糠浅绦虻摹⑦m應性的、大腦風格的信息處理的實科學家早在計算機出現(xiàn)之前就已經(jīng)希望制造出本質(zhì)和能力, 研究大量簡單的神經(jīng)元的集團信息處能夠模擬人類思維的機器。哲學家布爾就成功地將理能力及其動態(tài)行為。目前對大腦的研究表明: 大人類思維的形式邏輯歸結(jié)為一種代數(shù)運算, 從理論腦是一個神經(jīng)元聯(lián)接的巨型復雜系統(tǒng), 它擁有大約上奠定了智能機器的思維結(jié)構(gòu)與方法。計算機的出12 13個神經(jīng)元, 其聯(lián)結(jié)方式至少在種以上;

12>

  本文關(guān)鍵詞：人工智能研究進路的范式轉(zhuǎn)化，由筆耕文化傳播整理發(fā)布。