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)。人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(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)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(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方面。一、研究

2、方向1.問題求解人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋(如國際象棋)程序。在下棋程序中應(yīng)用的某些技術(shù)，如向前看幾步，并把困難的問題分成一些比較容易的子問題，發(fā)展成為搜索和問題歸約這樣的人工智能基本技術(shù)。今天的計算機程序能夠下錦標(biāo)賽水平的各種方盤棋、十五子棋和國際象棋。另一種問題求解程序把各種數(shù)學(xué)公式符號匯編在一起，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)驗來改善其性能。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大型數(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。對數(shù)學(xué)中臆測的定理尋找一個證明或反證，確實稱得上是一項智能任務(wù)。為此不僅需要有根據(jù)假設(shè)進行演繹的能力，而且需要某些直覺技巧。1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達(dá)124年之久的難題四色定理。他們用三臺大型計算機，花去1200小時CPU時間，

4、并對中間結(jié)果進行人為反復(fù)修改500多處。四色定理的成功證明曾轟動計算機界。3.自然語言理解NLP(NaturalLanguageProcessing)自然語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)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言，執(zhí)行用英語給出的指令和獲取知識等。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算機的

5、指令)。目前語言處理研究的主要課題是：在翻譯句子時，以主題和對話情況為基礎(chǔ)，注意大量的一般常識世界知識和期望作用的重要性。36.機器學(xué)習(xí)學(xué)習(xí)能力無疑是人工智能研究上最突出和最重要的一個方面。人工智能在這方面的研究近年來取得了一些進展。學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識的基本手段。機器學(xué)習(xí)(自動獲取新的事實及新的推理算法)是使計算機具有智能的根本途徑。正如香克(R.Shank)所說：“一臺計算機若不會學(xué)習(xí)，就不能稱一臺計算機若不會學(xué)習(xí)，就

6、不能稱為具有智能的。為具有智能的?！按送猓瑱C器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。所以這是一個始終得到重視，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)字計算機存在一些尚無法解決的問題。人們一直在尋找新的信息處理機制，神經(jīng)網(wǎng)絡(luò)計算就是其中之一。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)家與計算機科學(xué)家的共同研究得出的結(jié)論是：人腦是一個功能特別強大、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神經(jīng)計算機。對神經(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，對神經(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)算法就是兩個重要標(biāo)志?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。2.機器人學(xué)人工智能研究日益受到重視的另一個分支是機器人學(xué)，其中包括對操作機器人裝置程序的研究。這個領(lǐng)域所研究的問題，從機器人手臂的最佳移動到實現(xiàn)機器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。機器人和機器人學(xué)的研究促進了許多人工智能