一．引言
人工智能(Artificial Intelligence),英文縮寫(xiě)為AI，也稱(chēng)機器智能。“人工智能”一詞最初是在1956年的Dartmouth學(xué)會(huì )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(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門(mén)綜合性學(xué)科。從計算機應用系統的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統來(lái)模擬人類(lèi)智能活動(dòng)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(shí)驗室制造了ASCI White電腦，號稱(chēng)具有人腦的千分之一的智力能力。而正在開(kāi)發(fā)的更為強大的新超級電腦———“藍色牛仔”（Blue Jean），據其研究主任保羅·霍恩稱(chēng)，“藍色牛仔”的智力水平將大致與人腦相當。
三．技術(shù)應用
隨著(zhù)AI技術(shù)的發(fā)展，現代幾乎各種技術(shù)的發(fā)展都涉及到了人工智能技術(shù)，可以說(shuō)人工智能已經(jīng)廣泛應用到許多領(lǐng)域，其典型的應用包括：
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(lèi):一類(lèi)是純數值的計算,例如求函數的值;另一類(lèi)是符號計算,又稱(chēng)代數運算,這是一種智能化的計算,處理的是符號。符號可以代表整數、有理數、實(shí)數和復數,也可以代表多項式、函數、集合等。隨著(zhù)計算機的普及和人工智能的發(fā)展,相繼出現了多種功能齊全的計算機代數系統軟件,其中Mathematic和Maple是它們的代表。由于它們都是用C語(yǔ)言寫(xiě)成的,所以可以在絕大多數計算機上使用。
2模式識別
模式識別就是通過(guò)計算機用數學(xué)技術(shù)方法來(lái)研究模式的自動(dòng)處理和判讀。這里,我們把環(huán)境與客體統稱(chēng)為“模式”。用計算機實(shí)現模式（文字、聲音、人物、物體等）的自動(dòng)識別，是開(kāi)發(fā)智能機器的一個(gè)關(guān)鍵的突破口，也為人類(lèi)認識自身智能提供線(xiàn)索。計算機識別的顯著(zhù)特點(diǎn)是速度快、準確性和效率高。識別過(guò)程與人類(lèi)的學(xué)習過(guò)程相似，以“語(yǔ)音識別”為例：語(yǔ)音識別就是讓計算機能聽(tīng)懂人說(shuō)的話(huà)，一個(gè)重要的例子就是七國語(yǔ)言（英、日、意、韓、法、德、中）口語(yǔ)自動(dòng)翻譯系統。該系統實(shí)現后，人們出國預定旅館、購買(mǎi)機票、在餐館對話(huà)和兌換外幣時(shí)，只要利用電話(huà)網(wǎng)絡(luò )和國際互聯(lián)網(wǎng)，就可用手機、電話(huà)等與“老外”通話(huà)。
3機器翻譯
機器翻譯是利用計算機把一種自然語(yǔ)言轉變成另一種自然語(yǔ)言的過(guò)程，用以完成這一過(guò)程的軟件系統叫做機器翻譯系統。目前，國內的機器翻譯軟件不下百種，根據這些軟件的翻譯特點(diǎn)，大致可以分為三大類(lèi)：詞典翻譯類(lèi)、漢化翻譯類(lèi)和專(zhuān)業(yè)翻譯類(lèi)。詞典類(lèi)翻譯軟件的代表是“金山詞霸”，堪稱(chēng)是多快好省的電子詞典，它可以迅速查詢(xún)英文單詞或詞組的詞義并提供單詞的發(fā)音，為用戶(hù)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(chē)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(shí)也是機器獲取知識的根本途徑。有人認為，一個(gè)計算機系統如果不具備學(xué)習功能，就不能稱(chēng)其為智能系統。機器學(xué)習主要研究如何使計算機能夠模擬或實(shí)現人類(lèi)的學(xué)習功能。機器學(xué)習是一個(gè)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(zhù)密切的聯(lián)系，并對人工智能的其他分支，如專(zhuān)家系統、自然語(yǔ)言理解、自動(dòng)推理、智能機器人、計算機視覺(jué)、計算機聽(tīng)覺(jué)等方面，也會(huì )起到重要的推動(dòng)作用。
5問(wèn)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(pán)棋和國際象棋的錦標賽水平。但是,尚未解決包括人類(lèi)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(gè)問(wèn)題是涉及問(wèn)題的原概念,在人工智能中叫問(wèn)題表示的選擇,人們常能找到某種思考問(wèn)題的方法,從而使求解變易而解決該問(wèn)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(wèn)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(gè)大型的數據庫中的有關(guān)事實(shí)上,留意可信的證明,并在出現新信息時(shí)適時(shí)修正這些證明。醫療診斷和信息檢索都可以和定理證明問(wèn)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(gè)極其重要的論題。
7自然語(yǔ)言處理
自然語(yǔ)言的處理是人工智能技術(shù)應用于實(shí)際領(lǐng)域的典型范例,經(jīng)過(guò)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:計算機系統如何以主題和對話(huà)情境為基礎,注重大量的常識———世界知識和期望作用,生成和理解自然語(yǔ)言。這是一個(gè)極其復雜的編碼和解碼問(wèn)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，是人工智能研究的一個(gè)重要分支。分布式人工智能系統一般由多個(gè)Agen（t智能體）組成，每一個(gè)Agent又是一個(gè)半自治系統，Agent之間以及Agent與環(huán)境之間進(jìn)行并發(fā)活動(dòng)，并通過(guò)交互來(lái)完成問(wèn)題求解。
9計算機視覺(jué)
計算機視覺(jué)是一門(mén)用計算機實(shí)現或模擬人類(lèi)視覺(jué)功能的新興學(xué)科，其主要研究目標是使計算機具有通過(guò)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(dòng)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(jué)已在人類(lèi)社會(huì )的許多領(lǐng)域得到成功應用。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星圖像處理、飛行器跟蹤、成像精確制導、景物識別、目標檢測等；在醫學(xué)方面有圖像的臟器重建、醫學(xué)圖像分析等；在工業(yè)方面有各種監測系統和生產(chǎn)過(guò)程監控系統等。
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)應用于這一領(lǐng)域的研究是人工智能走向廣泛實(shí)際應用的契機與突破口。
11專(zhuān)家系統
專(zhuān)家系統是目前人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域,它是一種具有特定領(lǐng)域內大量知識與經(jīng)驗的程序系統。近年來(lái),在“專(zhuān)家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術(shù)的趨勢。人類(lèi)專(zhuān)家由于具有豐富的知識,所以才能達到優(yōu)異地解決問(wèn)題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類(lèi)專(zhuān)家所解決的問(wèn)題,而且能幫助人類(lèi)專(zhuān)家發(fā)現推理過(guò)程中出現的差錯,現在這一點(diǎn)已被證實(shí)。如在礦物勘測、化學(xué)分析、規劃和醫學(xué)診斷方面,專(zhuān)家系統已經(jīng)達到了人類(lèi)專(zhuān)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(guò)50多個(gè)年頭,就研究解釋和模擬人類(lèi)智能、智能行為及其規律這一總目標來(lái)說(shuō),已經(jīng)邁出了可喜的一步,某些領(lǐng)域已取得了相當的進(jìn)展。但從整個(gè)發(fā)展的過(guò)程來(lái)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(gè)方面：
1計算機博弈的困難
博弈是自然界的一種普遍現象，它表現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(zhù)巨大的困難。這主要表現在以下兩個(gè)方面的問(wèn)題：其一是組合爆炸問(wèn)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(shù)來(lái)表示狀態(tài)空間,對于幾種常見(jiàn)的棋類(lèi),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,現有計算機是很難忍受的。其二是現在的博弈程序往往是針對二人對弈、棋局公開(kāi)、有確定走步的一類(lèi)棋類(lèi)進(jìn)行研制的。而對于多人對弈、隨機性的博弈這類(lèi)問(wèn)題,至少目前計算機還是難以模擬實(shí)現的。
2機器翻譯所面臨的問(wèn)題
在計算機誕生的初期,有人提出了用計算機實(shí)現自動(dòng)翻譯的設想。目前機器翻譯所面臨的問(wèn)題仍然是1964年語(yǔ)言學(xué)家黑列爾所說(shuō)的構成句子的單詞和歧義性問(wèn)題。歧義性問(wèn)題一直是自然語(yǔ)言理解(NLU)中的一大難關(guān)。同樣一個(gè)句子在不同的場(chǎng)合使用,其含義的差異是司空見(jiàn)慣的。因此,要消除歧義性就要對原文的每一個(gè)句子及其上下文進(jìn)行分析理解,尋找導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(lái)也存在問(wèn)題。目前的NLU系統幾乎不能隨著(zhù)時(shí)間的增長(cháng)而增強理解力,系統的理解大都局限于表層上,沒(méi)有深層的推敲,沒(méi)有學(xué)習,沒(méi)有記憶,更沒(méi)有歸納。導致這種結果的原因是計算機本身結構和研究方法的問(wèn)題�，F在NLU的研究方法很不成熟,大多數研究局限在語(yǔ)言這一單獨的領(lǐng)域,而沒(méi)有對人們是如何理解語(yǔ)言這個(gè)問(wèn)題做深入有效的探討。
3自動(dòng)定理證明和GPS的局限
自動(dòng)定理證明的代表性工作是1965年魯賓遜提出的歸結原理。歸結原理雖然簡(jiǎn)單易行,但它所采用的方法是演繹,而這種形式上的演繹與人類(lèi)自然演繹推理方法是截然不同的�；跉w結原理演繹推理要求把邏輯公式轉化為子句集合,從而喪失了其固有的邏輯蘊含語(yǔ)義。前面曾提到過(guò)的GPS是企圖實(shí)現一種不依賴(lài)于領(lǐng)域知識求解人工智能問(wèn)題的通用方法。GPS想擺脫對問(wèn)題內部表達形式的依賴(lài),但是問(wèn)題的內部表達形式的合理性是與領(lǐng)域知識密切相關(guān)的。不管是用一階謂詞邏輯進(jìn)行定理證明的歸結原理,還是求解人工智能問(wèn)題的通用方法GPS,都可以從中分析出表達能力的局限性,而這種局限性使得它們縮小了其自身的應用范圍。
4模式識別的困惑
雖然使用計算機進(jìn)行模式識別的研究與開(kāi)發(fā)已取得大量成果,有的已成為產(chǎn)品投入實(shí)際應用,但是它的理論和方法與人的感官識別機制是全然不同的。人的識別手段、形象思維能力,是任何最先進(jìn)的計算機識別系統望塵莫及的,另一方面,在現實(shí)世界中,生活并不是一項結構嚴密的任務(wù)，一般家畜都能輕而易舉地對付,但機器不會(huì ),這并不是說(shuō)它們永遠不會(huì ),而是說(shuō)目前不會(huì )。
五．人工智能的發(fā)展前景
1人工智能的發(fā)展趨勢
技術(shù)的發(fā)展總是超乎人們的想象，要準確地預測人工智能的未來(lái)是不可能的。但是，從目前的一些前瞻性研究可以看出，未來(lái)人工智能可能會(huì )向以下幾個(gè)方面發(fā)展:模糊處理、并行化、神經(jīng)網(wǎng)絡(luò )和機器情感。
2人工智能的發(fā)展潛力巨大
人工智能作為一個(gè)整體的研究才剛剛開(kāi)始,離我們的目標還很遙遠，但人工智能在某些方面將會(huì )有大的突破。
(1)自動(dòng)推理是人工智能最經(jīng)典的研究分支,其基本理論是人工智能其它分支的共同基礎。一直以來(lái)自動(dòng)推理都是人工智能研究的最熱門(mén)內容之一,其中知識系統的動(dòng)態(tài)演化特征及可行性推理的研究是最新的熱點(diǎn),很有可能取得大的突破。
(2)機器學(xué)習的研究取得長(cháng)足的發(fā)展。許多新的學(xué)習方法相繼問(wèn)世并獲得了成功的應用,如增強學(xué)習算法、reinforcement learning等。也應看到,現有的方法處理在線(xiàn)學(xué)習方面尚不夠有效,尋求一種新的方法,以解決移動(dòng)機器人、自主agent、智能信息存取等研究中的在線(xiàn)學(xué)習問(wèn)題是研究人員共同關(guān)心的問(wèn)題,相信不久會(huì )在這些方面取得突破。
(3)自然語(yǔ)言處理是AI技術(shù)應用于實(shí)際領(lǐng)域的典型范例,經(jīng)過(guò)A I研究人員的艱苦努力,這一領(lǐng)域已獲得了大量令人矚目的理論與應用成果。許多產(chǎn)品已經(jīng)進(jìn)入了眾多領(lǐng)域。智能信息檢索技術(shù)在Internet技術(shù)的影響下,近年來(lái)迅猛發(fā)展,已經(jīng)成為了AI的一個(gè)獨立研究分支。由于信息獲取與精化技術(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A I技術(shù)應用于這一領(lǐng)域的研究是人工智能走向應用的契機與突破口。從近年的人工智能發(fā)展來(lái)看,這方面的研究已取得了可喜的進(jìn)展。
六．結束語(yǔ)
人工智能一直處于計算機技術(shù)的前沿，其研究的理論和發(fā)現在很大程度上將決定計算機技術(shù)的發(fā)展方向。今天，已經(jīng)有很多人工智能研究的成果進(jìn)入人們的日常生活。將來(lái)，人工智能技術(shù)的發(fā)展將會(huì )給人們的生活、工作和教育等帶來(lái)更大的影響。
|
