剖析人工智能的前景论文
摘要：人工智能得到了愈来愈广泛的关注,许多科学家断言,机器的智能会迅速超过阿尔伯特•爱因斯坦和霍金的智能之和。人工智能相关技术更大的需求促使新的进步不断出现,人工智能已经并且将继续不可避免地改变我们的生活。
关键词：人工智能计算机技术
一、人工智能的定义
“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。
二、人工智能的应用领域
1.在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。
(2)智能教学系统(ITS)是人工智能与教育结合的主要形式,也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善,推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统,计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块,体现了教学系统开发的全部内容,拥有着不可比拟的优势和极大的吸引力。
2.在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的高潮。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。
3.在技术研究中的应用
(1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。
三、人工智能的发展方向
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。近年来,在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识,所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的差错,现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用,主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理,需要利用人工智能的研究成果。公务员之家
3.SOAr是一种通用智能体系结构,其始终处在人工智能研究的前沿,已显示出强大的问题求解能力,它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述,而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干,有直接来自周围世界的经验,他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置,也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前,国内外不少学者都对机器人足球系统颇感兴趣,足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统,是一个多机器人协作自治系统,同时又为它们的理论研究和模型测试提供一个标准的实验平台。
参考文献:
[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑,2008.
[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程,2003.
[3]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真,2003,(8).
[4]周明正.人工智能在医学专家系统中的应用[J].科技信息,2007.
[5]张海燕,刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测,2001,(8).
[6]马秀荣,王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报,2005,(4).
[7]曾雪峰.论人工智能的研究与发展[J].现代商贸工业,2009,(13).
[8]吕明.机器人足球系统的建模与策略研究[D].中国优秀博硕士学位论文全文数据库(硕士),2004,(6).
人工智能的含义及特点
1.人工智能是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能,实现某些``机器思维“。2.人类智能的主要特点：感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。3.归纳能力是通过大量实例，总结出具有一般性规律的知识的能力。演绎能力是根据已有的知识和所感知到的事实，推理求解问题的能力。
人工智能基础——推理的基本概念
推理的基本概念推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推理按推理中是否用到与推理有关的启发性知识来划分启发式推理非启发式推理推理的方向正向推理逆向推理混合推理双向推理冲突消解策略自然演绎推理推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推理按推理中是否用到与推理有关的启发性知识来划分启发式推理非启发式推理推理的方向正向推理逆向推理混合推理双向推理冲突消解策略自然演绎推理推理：人们在对各种事物进行分析、综合并最后做出决策时，通常是从已知的事实出发，通过运用已掌握的知识，找出其中蕴含的事实，或归纳出新的事实，这一过程通常称为推理。即，从初始证据出发，按某种策略不断运用知识库中的已知知识，逐步推出结论的过程。
推理的方式：从推出结论的过程来划分，推理可分为演绎推理、归纳推理和默认推理。演绎推理是从全称判断推导出单称判断的过程。演绎推理有多种形式，经常用的是三段论式。首先来一个例子：大前提：足球运动员的身体都是强壮的。小前提：高波是一名足球运动员。结论：高波的身体是强壮的。
由上面的例子我们可以归纳出三段论的基本形式：大前提：已知的一般性知识或假设。小前提：关于所研究的具体情况或个别事实的判断。结论：由大前提推出的适合于小前提所示情况的新判断。
归纳推理是从足够多的事例中总结出一般性结论的推理过程，是一种从个别到一般的推理。从事例选取的广泛性来划分：完全归纳推理，在推理时考虑了相应事物的全部对象，并根据这些对象是否具有某种属性，从而推出这个事物是否具有这种属性。不完全归纳推理出的结论不具有必然性，属于非必然性推理，而完全归纳推理是必然性推理。但由于要考察事物的所有对象通常都比较困难，因而大多数归纳推理都是不完全归纳推理。
默认推理又称为缺省推理，是指在条件不完备的情况下假设某些条件已经成立，然后进行推理。例如，在条件A已经成立的情况下，如果不知道B是否已经成立，那么就假设B成立，并在这个假设的前提下进行推理，推导出某个结论。
在推理的过程中，如果发现结果与事实不符合，那么就要撤销掉所做的默认以及由此默认推出的所有结论，回到原来的地方重新进行推理。
按推理时所用的知识来划分，推理可分为确定性推理和不确定性推理。确定性推理是指所用的知识与证据都是确定的，那么推出的结论也是确定的。不确定性推理是指所用的知识与证据不都是确定的，自然推出的结论也是不确定的。
按推理过程中推出的结论是否越来越接近最终目标来划分，可分为单调推理和非单调推理。
单调推理就是在推理过程中随着推理向前推进以及新知识的加入，推出的结论会越来越接近最终目标。非单调推理就是在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使推理退回到前面的某一步，然后重新开始。例如，当知道X是一只鸟时，一般认为X会飞，但之后知道X是企鹅，而企鹅是不会飞的，则取消直接家兔的X能飞的结论，而加入X是不会飞的结论。
按推理过程中是否运用与推理有关的启发性知识来划分，分为启发式推理和非启发式推理**启发性知识：**是指与问题有关，且能够加速推理的过程的知识。例如，推理的目标是要在脑膜炎，肺炎，流感这三种疾病中选择一个，又有r1,r2,r3这三条产生式可用，其中r1推出的是脑膜炎，r2推出的是肺炎，r3推出的是流感。如果知道本地区正在盛行流感，则应该优先考虑r3这个产生式，“本地区正在盛行流感”就是与问题求解有关的启发性知识。
推理的方向：正向推理是以已知的事实为出发点的一种推理。逆向推理基本思想是：首先选定一个目标，然后寻找支持该假设的证据，若所需的证据都能够找到，则说明假设成立。混合推理：正向和逆向相结合。混合推理可分为两种情况：第一种是，先进行正向推理，帮助选择某个目标，即从已知事实演绎出部分结果，然后再用逆向推理证实该目标或提高其可信度；另一种情况是先假设一个目标进行逆向推理，然后再利用逆向推理中得到的信息进行正向推理，以推出更多的结论。
双向推理基本思想：一方面根据已知事实进行正向推理，但并不推到最终目标；另一方面从某假设目标出发进行逆向推理，但不推至原始事实，而是让它们在中途相遇，即由正向推理所得到的中间结论恰好是逆向推理此时所需要的证据。
冲突消解策略一个事实匹配了多个知识的时候，称这种情况为冲突，此时需要按一定的策略解决冲突，以便从中挑出一个知识用于当前的推理，这一解决冲突的过程称为冲突消解。解决冲突时所用的方法称为冲突消解策略。
目前已有多种消解冲突策略，其基本思想就是对知识进行排序。1.按规则的针对性排序。如果产生式r1和r2同时被选取，r1包含了r2中的全部条件，并且还包含了别的条件，那么我们说产生式r1具有更大的针对性，r2具有更大的通用性，选用r1，因为要求较多，结论更接近于目标，可缩短推理过程。
2.按已知事实的新鲜性排序。人们把数据库中后生成的事实称为新鲜的事实，优先用新推出的事实。
3.按匹配度排序在不确定性推理中，如果从KB中选取的知识有多条与事实的匹配度都达到了阈值，那么就选择匹配度最大的那条产生式进行推理。
4.按条件个数排序如果多条产生式推出的结论相同，那么用条件最少的那个。
自然演绎推理基本推理规则：P规则：任何证明可引入前提。T规则：任何中间结论都可以用作后继证明的前提。假言推理：P,P->Q=>Q.拒取式推理：P->Q,#Q=>#P.(#在这里表示逻辑运算符”非“）。