本文關(guān)鍵詞：人工智能的現(xiàn)狀及今后發(fā)展趨勢展望，由筆耕文化傳播整理發(fā)布。

人工智能的現(xiàn)狀及今后發(fā)展趨勢展望

一．引言

人工智能(Artificial Intelligence),英文縮寫為AI，也稱機器智能�！叭斯ぶ悄堋币辉~最初是在1956年的Dartmouth學(xué)會上提出的。它是計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學(xué)。

二．目前人工智能技術(shù)的研究和發(fā)展狀況

目前，人工智能技術(shù)在美國、歐洲和日本依然飛速發(fā)展。在AI技術(shù)領(lǐng)域十分活躍的IBM公司，已經(jīng)為加州勞倫斯·利佛摩爾國家實驗室制造了ASCI White電腦，號稱具有人腦的千分之一的智力能力。而正在開發(fā)的更為強大的新超級電腦———“藍色牛仔”（Blue Jean），據(jù)其研究主任保羅·霍恩稱，“藍色牛仔”的智力水平將大致與人腦相當。

三．技術(shù)應(yīng)用

隨著AI技術(shù)的發(fā)展，現(xiàn)代幾乎各種技術(shù)的發(fā)展都涉及到了人工智能技術(shù)，可以說人工智能已經(jīng)廣泛應(yīng)用到許多領(lǐng)域，其典型的應(yīng)用包括：

1符號計算

計算機最主要的用途之一就是科學(xué)計算,科學(xué)計算可分為兩類:一類是純數(shù)值的計算,例如求函數(shù)的值;另一類是符號計算,又稱代數(shù)運算,這是一種智能化的計算,處理的是符號。符號可以代表整數(shù)、有理數(shù)、實數(shù)和復(fù)數(shù),也可以代表多項式、函數(shù)、集合等。隨著計算機的普及和人工智能的發(fā)展,相繼出現(xiàn)了多種功能齊全的計算機代數(shù)系統(tǒng)軟件,其中Mathematic和Maple是它們的代表。由于它們都是用C語言寫成的,所以可以在絕大多數(shù)計算機上使用。

2模式識別

模式識別就是通過計算機用數(shù)學(xué)技術(shù)方法來研究模式的自動處理和判讀。這里,我們把環(huán)境與客體統(tǒng)稱為“模式”。用計算機實現(xiàn)模式（文字、聲音、人物、物體等）的自動識別，是開發(fā)智能機器的一個關(guān)鍵的突破口，也為人類認識自身智能提供線索。計算機識別的顯著特點是速度快、準確性和效率高。識別過程與

人類的學(xué)習過程相似，以“語音識別”為例：語音識別就是讓計算機能聽懂人說的話，一個重要的例子就是七國語言（英、日、意、韓、法、德、中）口語自動翻譯系統(tǒng)。該系統(tǒng)實現(xiàn)后，人們出國預(yù)定旅館、購買機票、在餐館對話和兌換外幣時，只要利用電話網(wǎng)絡(luò)和國際互聯(lián)網(wǎng)，就可用手機、電話等與“老外”通話。 3機器翻譯

機器翻譯是利用計算機把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機器翻譯系統(tǒng)。搜文網(wǎng)目前，國內(nèi)的機器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻譯類。詞典類翻譯軟件的代表是“金山詞霸”，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義并提供單詞的發(fā)音，為用戶了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。 4機器學(xué)習

機器學(xué)習是機器具有智能的重要標志，同時也是機器獲取知識的根本途徑。有人認為，一個計算機系統(tǒng)如果不具備學(xué)習功能，就不能稱其為智能系統(tǒng)。機器學(xué)習主要研究如何使計算機能夠模擬或?qū)崿F(xiàn)人類的學(xué)習功能。機器學(xué)習是一個難度較大的研究領(lǐng)域，它與認知科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)等學(xué)科都有著密切的聯(lián)系，并對人工智能的其他分支，如專家系統(tǒng)、自然語言理解、自動推理、智能機器人、計算機視覺、計算機聽覺等方面，也會起到重要的推動作用。 5問題求解

人工智能的第一大成就是下棋程序,在下棋程序中應(yīng)用的某些技術(shù),今天的計算機程序已能夠達到下各種方盤棋和國際象棋的錦標賽水平。但是,尚未解決包括人類棋手具有但尚不能明確表達的能力，如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念,在人工智能中叫問題表示的選擇,人們常能找到某種思考問題的方法,從而使求解變易而解決該問題。到目前為止,人工智能程序已能知道如何考慮它們要解決的問題,即搜索解答空間,尋找較優(yōu)解答。 6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的數(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。醫(yī)療診斷和信息檢索都可以和定理證明問題一樣加以形式化。因此,在人工智能方法的研究中，定理證明是一個極其重要的論題。

7自然語言處理

自然語言的處理是人工智能技術(shù)應(yīng)用于實際領(lǐng)域的典型范例,經(jīng)過多年艱苦努力,這一領(lǐng)域已獲得了大量令人矚目的成果。目前該領(lǐng)域的主要課題是:計算機系統(tǒng)如何以主題和對話情境為基礎(chǔ),注重大量的常識———世界知識和期望作用,生成和理解自然語言。這是一個極其復(fù)雜的編碼和解碼問題。

8分布式人工智能

分布式人工智能在20世紀70年代后期出現(xiàn)，是人工智能研究的一個重要分支。分布式人工智能系統(tǒng)一般由多個Agen（t智能體）組成，每一個Agent又是一個半自治系統(tǒng)，Agent之間以及Agent與環(huán)境之間進行并發(fā)活動，并通過交互來完成問題求解。

9計算機視覺

計算機視覺是一門用計算機實現(xiàn)或模擬人類視覺功能的新興學(xué)科，其主要研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，這種能力不僅包括對三維環(huán)境中物體形狀、位置、姿態(tài)、運動等幾何信息的感知，而且還包括對這些信息的描述、存儲、識別與理解。目前，，計算機視覺已在人類社會的許多領(lǐng)域得到成功應(yīng)用。例如，在圖像、圖形識別方面有指紋識別、染色體識字符識別等；在航天與軍事方面有衛(wèi)星圖像處理、飛行器跟蹤、成像精確制導(dǎo)、景物識別、目標檢測等；在醫(yī)學(xué)方面有圖像的臟器重建、醫(yī)學(xué)圖像分析等；在工業(yè)方面有各種監(jiān)測系統(tǒng)和生產(chǎn)過程監(jiān)控系統(tǒng)等。

10智能信息檢索技術(shù)

信息獲取和精化技術(shù)已成為當代計算機科學(xué)與技術(shù)研究中迫切需要研究的課題,將人工智能技術(shù)應(yīng)用于這一領(lǐng)域的研究是人工智能走向廣泛實際應(yīng)用的契機與突破口。

11專家系統(tǒng)

專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。近年來,在“專家系統(tǒng)”或“知識工程”

的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢。人類專家由于具有豐富的知識,所以才能達到優(yōu)異地解決問題的能力。那么計算機程序如果能體現(xiàn)和應(yīng)用這些知識,也應(yīng)該能解決人類專家所解決的問題,而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯,現(xiàn)在這一點已被證實。如在礦物勘測、化學(xué)分析、規(guī)劃和醫(yī)學(xué)診斷方面,專家系統(tǒng)已經(jīng)達到了人類專家的水平。

四．目前人工智能發(fā)展中所面臨的難題

人工智能(AI)學(xué)科自1956年誕生至今已走過50多個年頭,就研究解釋和模擬人類智能、智能行為及其規(guī)律這一總目標來說,已經(jīng)邁出了可喜的一步,某些領(lǐng)域已取得了相當?shù)倪M展。但從整個發(fā)展的過程來看,人工智能發(fā)展曲折,而且還面臨不少難題，主要有以下幾個方面：

1計算機博弈的困難

博弈是自然界的一種普遍現(xiàn)象，它表現(xiàn)在對自然界事物的對策或智力競爭上。博弈不僅存在于下棋之中,而且存在于政治、經(jīng)濟、軍事和生物的斗智和競爭之中。盡管西洋跳棋和國際象棋的計算機程序已經(jīng)達到了相當高的水平,然而計算機博弈依然面臨著巨大的困難。這主要表現(xiàn)在以下兩個方面的問題：其一是組合爆炸問題,狀態(tài)空間法是人工智能中基本的形式化方法。若用博弈樹來表示狀態(tài)空間,對于幾種常見的棋類,其狀態(tài)空間都大得驚人,例如,西洋跳棋為10的40次方,國際象棋為10的120次方,圍棋則是10的700次方。如此巨大的狀態(tài)空間,現(xiàn)有計算機是很難忍受的。其二是現(xiàn)在的博弈程序往往是針對二人對弈、棋局公開、有確定走步的一類棋類進行研制的。而對于多人對弈、隨機性的博弈這類問題,至少目前計算機還是難以模擬實現(xiàn)的。

2機器翻譯所面臨的問題

在計算機誕生的初期,有人提出了用計算機實現(xiàn)自動翻譯的設(shè)想。目前機器翻譯所面臨的問題仍然是1964年語言學(xué)家黑列爾所說的構(gòu)成句子的單詞和歧義性問題。歧義性問題一直是自然語言理解(NLU)中的一大難關(guān)。同樣一個句子在不同的場合使用,其含義的差異是司空見慣的。因此,要消除歧義性就要對原文的每一個句子及其上下文進行分析理解,尋找導(dǎo)致歧義的詞和詞組在上下文中的準確意義。然而,計算機卻往往孤立地將句子作為理解單位。另外,即使對原文有了一定的理解,理解的意義如何有效地在計算機里表示出來也存在問題。目前的

  本文關(guān)鍵詞：人工智能的現(xiàn)狀及今后發(fā)展趨勢展望，由筆耕文化傳播整理發(fā)布。