人工智能的研究方向和應(yīng)用領(lǐng)域

1、1人工智能的研究方向和應(yīng)用領(lǐng)域人工智能(ArtificialIntelligence)，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(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)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(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)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(gè)方面。一、研究

2、方向1.問(wèn)題求解人工智能的第一個(gè)大成就是發(fā)展了能夠求解難題的下棋(如國(guó)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(wèn)題分成一些比較容易的子問(wèn)題，發(fā)展成為搜索和問(wèn)題歸約這樣的人工智能基本技術(shù)。今天的計(jì)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(guó)際象棋。另一種問(wèn)題求解程序把各種數(shù)學(xué)公式符號(hào)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(yàn)來(lái)改善其性能。2.邏輯推理與定理證

3、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(gè)大型數(shù)據(jù)庫(kù)中的有關(guān)事實(shí)上，留意可信的證明，并在出現(xiàn)新信息時(shí)適時(shí)修正這些證明。對(duì)數(shù)學(xué)中臆測(cè)的定理尋找一個(gè)證明或反證，確實(shí)稱得上是一項(xiàng)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(jué)技巧。1976年7月，美國(guó)的阿佩爾(K.Appel)等人合作解決了長(zhǎng)達(dá)124年之久的難題四色定理。他們用三臺(tái)大型計(jì)算機(jī)，花去1200小時(shí)CPU時(shí)間，

4、并對(duì)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(dòng)計(jì)算機(jī)界。3.自然語(yǔ)言理解NLP(NaturalLanguageProcessing)自然語(yǔ)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(kù)回答用英語(yǔ)提出的問(wèn)題的程序，這些程序通過(guò)閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫(kù)，能夠把句子從一種語(yǔ)言翻譯為另一種語(yǔ)言，執(zhí)行用英語(yǔ)給出的指令和獲取知識(shí)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(jì)算機(jī)的

5、指令)。目前語(yǔ)言處理研究的主要課題是：在翻譯句子時(shí)，以主題和對(duì)話情況為基礎(chǔ)，注意大量的一般常識(shí)世界知識(shí)和期望作用的重要性。36.機(jī)器學(xué)習(xí)學(xué)習(xí)能力無(wú)疑是人工智能研究上最突出和最重要的一個(gè)方面。人工智能在這方面的研究近年來(lái)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(shí)的基本手段。機(jī)器學(xué)習(xí)(自動(dòng)獲取新的事實(shí)及新的推理算法)是使計(jì)算機(jī)具有智能的根本途徑。正如香克(R.Shank)所說(shuō)：“一臺(tái)計(jì)算機(jī)若不會(huì)學(xué)習(xí)，就不能稱一臺(tái)計(jì)算機(jī)若不會(huì)學(xué)習(xí)，就

6、不能稱為具有智能的。為具有智能的?！按送?，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(gè)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(jì)算機(jī)存在一些尚無(wú)法解決的問(wèn)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(jì)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(jué)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)

7、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(jì)算機(jī)科學(xué)家的共同研究得出的結(jié)論是：人腦是一個(gè)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(duì)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(jì)算機(jī)。對(duì)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(lái)，對(duì)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(shí)現(xiàn)神

8、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(gè)重要標(biāo)志?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識(shí)別、圖象處理、組合優(yōu)化、自動(dòng)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(gè)分支是機(jī)器人學(xué)，其中包括對(duì)操作機(jī)器人裝置程序的研究。這個(gè)領(lǐng)域所研究的問(wèn)題，從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法，無(wú)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