人工智能发展综述绝对猛烈.ppt

人工智能发展综述 摘要 人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科 主要包括计算机实现的智能的原理 制造类似于人脑智能的计算机 使计算机能实现更高层次的应用 文章分析了人工智能的内涵 发展历程以及目前人工智能研究领域占主导地位的三种发展观 最后简要的介绍其应用领域及发展前景 关键词 人工智能发展历程三大学派应用领域发展前景 人工智能发展综述 发展前景 应用领域 发展历程 三大学派 Addyourtitleinhere Addyourtitleinhere Addyourtitleinhere 人工智能 ArtificialIntelligence 英文缩写为AI 是一门综合了计算机科学 控制论 信息论 神经生理学 心理学 语言学 哲学等多种学科互相渗透而发展起来的的一门交叉学科 是二十一世纪三大尖端技术 基因工程 纳米科学 人工智能 之一 人工智能 一词最初是在1956年Dartmouth学会上提出的 从那以后 研究者们发展了众多理论和原理 人工智能的概念也随之扩展 总的说来 人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作 但不同的时代 不同的人对这种 复杂工作 的理解是不同的 人工智能 人工智能发展历史 第一阶段 50年代人工智能的兴起和冷落人工智能概念首次提出后 相继出现了一批显著的成果 如机器定理证明 跳棋程序 通用问题s求解程序 LiSp表处理语言等 但由于消解法推理能力的有限 以及机器翻译等的失败 使人工智能走入了低谷 这一阶段的特点是 重视问题求解的方法 忽视知识重要性 第二阶段 60年代末到70年代 专家系统出现 使人工智能研究出现新高潮DENDRAL化学质谱分析系统 Mucin疾病诊断和治疗系统 Prospect探矿系统 Hearsay II语音理解系统等专家系统的研究和开发 将人工智能引向了实用化 并且 1969年成立了国际人工智能联合会议 InternationalJointconferencesartificialIntelligence即CAI 第三阶段 80年代 随着第五代计算机的研制 人工智能得到了很大发展日本1982年开始了 第五代计算机研制计划 即 知识信息处理计算机系统Chips 其目的是使逻辑推理达到数值运算那么快 虽然此计划最终失败 但它的开展形成了一股研究人工智能的热潮 第四阶段 80年代末 神经网络飞速发展 1987年 美国召开第一次神经网络国际会议 宣告了这一科学的诞生 此后 各国在神经网络方面的投资逐渐增加 神经网络迅速发展起来 第五阶段 90年代 人工智能出现新的研究高潮 由于网络技术特别是国际互联网技术的发展 人工智能开始由单个只能主题研究性幻想基于网络环境下的分布式人工智能研究 不仅研究基于同一目标的分布式问题求解 而且研究国歌只能主题的多目标求解 将人工智能面向实用 三种学派 符号主义 联合主义 行为主义 三种学派 符号主义 符号主义又称为逻辑主义或计算机学派 它认为符号是人类的认识基元 同时人认识的过程即是对符号的计算与推理的过程 符号主义首先将人的认识对象通过数学逻辑的方法以符号形式表示出来 然后再利用计算机自身所具有的符号处理推算能力来模拟人的认识过程 支撑符号主义的原理主要为物理符号系统假设和有限合理性原理 符号主义的主要研究内容就是基于逻辑的知识表示和推理技术 其主要的代表人物有纽厄尔 西蒙 麦卡锡 鲁宾逊 肖特利菲 主要的研究成果有归结推理方法 启发式算法 专家系统 知识工程理论与技术等 符号主义在逻辑问题求解方面取得了巨大的成功 例如 人工智能证明了人类所能证明的全部定理 并且解决了尚无手工证明的 四色猜想 问题 上世纪70年代专家系统的成功开发和应用等 连接主义 又被叫做仿生学派 其主要原理是人类的智能是由人脑的生理结构和工作模式决定的 联结主义认为人的认识基元是人脑的神经元 认识的过程就是人脑进行信息处理的过程 因此 联结主义主张从结构和工作模式上对人脑进行模仿从而真正实现人类智能在机器上的模拟 联结主义研究的主要内容是神经网络 其主要代表人物有麦克莱伦德和鲁梅尔哈特等 主要的研究成果有脑模型研究和多层嘲络中的反向传播 B P 算法 行为主义 行为主义又被称作进化主义 控制论学派 其主要原理是智能取决于感知和行动 它不需要知识 不需要表示 不需要推理 行为主义认为人的本质能力是行为能力 感知能力和维持生命及自我繁殖的能力 智能行为是通过与现实世界环境的交互作用体现出来的 人工智能应像人类智能一样通过逐步进化而实现 而与知识的表示和知识的推理无关 行为主义的研究重点是模拟人的各种控制行为 其主要代表人物是布鲁克 主要的发展成果是实现了智能控制和智能机器人系统 行为主义目前还没有形成完整的理论体系 但因为它与传统的人工智能观点完全不同 所以引起了人工智能界的关注 以上三种观点对人工智能的发展意义重大 影响深远 可以说正是在这三种观点的指导下才诞生出各种具体的人工智能的分析模型 实现方法和算法 即使是最新出现的数据挖掘和知识发现以及智能Agent技术也深受上述观点的影响 人工智能应用 如今 经过半个多世纪的发展 人工智能这门新兴学科从问题求解 逻辑推理与定理证明 自然语言的理解 专家系统 自动程序设计 博弈 学习以及机器人学等多个角度展开了研究 在许多领域取得了令人瞩目的研究成果 而且已经建立了一些具有不同智能程度的计算机系统 例如 求解微分方程 设计分析集成电路 合成人类自然语言 语音识别 手写体识别 鉴别诊断专家系统等 人工智能的应用领域不断扩大 对人类社会的发展也产生了巨大的影响 目前 人工智能主要应用于如下领域 专家系统 专家系统 expertsystem ES 是一种模拟人类专家解决领域问题的计算机程序系统 它产生于二十世纪六十年代中期 是目前人工智能中最活跃最有成效的一个研究领域 自从费根鲍姆等研制出第一个专家系统DENDRL以来 它已获得了迅速发展 广泛地应用于数学 物理 化学 农业 教育 军事 医疗诊断 地质勘探 石油化工及交通运输等几乎国民经济的所有重要领域 产生了巨大的社会效益和经济效益 教育 随着人工智能的发展和教育信息化的深入 人工智能技术在教育领域的应用正日益受到人们的重视 许多专家学者力争从不同角度对教育的各个方面开展研究 应用人工智能技术来改变教学中的某些环节 创造现有教育中无法实现或实现不理想的教学方法 教学条件 教学环境等 促进教育的发展 另外 机器人教育也是一个重要的发展方向 它是提高学习信息素养的举措之一 机器人教育是指学习 利用机器人 优化教育效果及师生劳动方式的理论与实践 文献4 目前 在国内 很多理工科学校开设了与机器人相关的课程和研究工作 并取得了一定的收效 在国外 日本 德国 美国和澳大利亚等发达国家 已经将机器人教育列入中小学科学技术课程的学习内容 这充分体现了机器人教育在当今教育界的重要性和受重视程度 符号计算 计算机最主要的用途之一就是科学计算 科学计算可分为两类 一类是纯数值的计算 例如求函数的值 方程的解 比如天气预报 油藏模拟 航天等领域 另一类是符号计算 又称代数运算 这是一种智能化的计算 处理的是符号 符号可以代表整数 有理数 实数和复数 也可以代表多项式 函数 集合等 长期以来 人们一直盼望有一个可以进行符号计算的计算机软件系统 早在50年代末 人们就开始对此研究 进入80年代后 随着计算机的普及和人工智能的发展 相继出现了多种功能齐全的计算机代数系统软件 这其中的Mathematic和Maple是它们的代表 由于它们都是用C语言写成的 所以可以在绝大多数计算机上使用 Mathematic是第一个将符号运算 数值计算和图形显示很好地结合在一起的数学软件 用户能够方便地用它进行多种形式的数学处理 文献5 模式识别 模式识别 patternrecognition 就是使计算机能够对给定的事物进行鉴别 并把它归入其相同或相似的模拟中 模式识别主要目标是用计算机来模拟人的各种识别能力 当前主要是对视觉 听觉能力的模拟 并且主要应用于图形图向和语音识别 图形图向识别主要识别文字 符号 照片 工程图纸和各种图向等 目前能识别中 英 日等印刷体和某些手写体文字 并已有产品出现在市面上 工程图纸的识别已进入实用化 语音识别主要是各种语言信号的分类 语音识别技术近年发展的很快 已有如汉字语音录入系统等商品化产品 文献5 人工神经网络 人工神经网络 artificialneuralnetwork ANN 的研究始于20世纪40年代 是利用多个简单的处理单元彼此按照某一种方式相互连接而成的计算机系统 用来模拟大脑神经系统的结构和功能 文献4 人工神经网络也已经成功地应用于人工智能领域地许多方面 例如 自然语言处理 图像 数据 压缩 字符识别 金融业与经济模式等 它在机器学习 专家系统 智能控制 模式识别 计算机视觉 信息处理等领域已经取得显著成就 并极大的推动了人类社会的发展 现在 人工神经网络已成为人工智能中的一个极其重要的研究领域 我们可以预测 随着计算机科学与技术水平的不断提高 人类必将在此领域实现新的突破 机器学习 机器学习 machinelearning 是机器具有智能的重要标志 同时夜是机器获取知识的根本途径 机器学习是人工智能的一个重要研究领域 主要研究如何使计算机能够模拟或实现人类的学习功能 如人类的学习机理 学习方法等 因此 它与认识科学 神经生理学 逻辑学 教育学等学科都有着密切的联系 文献6 我们不难想到 通过机器学习的研究 不仅可以使计算机通过学习获取更多的知识 具有更强的智能 而且还可以进一步接示人类的思维规律和学习的奥秘 帮助人们提高学习的效率 为神童的培养提供更加有利的条件 博弈 博弈 game 研究对策和斗智 诸如下棋 打牌 战争等智能活动 博弈以问题求解和模式识别为基础 最能体现人工智能的优势 其研究大多以下棋为例 研制一些下棋程序 如IBM公司推出的名为 深蓝 DeepBlue 的计算机 1996年 深蓝 以4比2战胜了连续12年保有国际象棋世界冠军头衔的卡斯帕罗夫 1997年 又以3胜1平2负的成绩赢了卡斯帕罗夫 2003年 卡斯帕罗夫和计算机 X3D Fritz 交手 以2比2的比分战平 卡斯帕罗夫说 几年前 对于计算机是否拥有智能 我总是报之一笑 这次 我在 深蓝 这样的计算机上看到了某种形式的智能 它尽管疯狂 粗鲁 不很实际 且不可变通 但却能达到和人类智能一样的效果 文献2 我们可以看到 目前 人工智能已经在专家系统 教育 符号计算 模式识别 人工神经网络 机器学习和博弈等领域获得了广泛的应用和研究 它集成了许多学科的新思想 新理论 新技术及新成就 是一门综合性极强的交叉性学科 人工智能已成为21世纪的重要学科 许多科学家断言 机器的智慧会迅速超过阿尔伯特和史蒂芬 霍金的智慧之和 著名物理学家霍金认为 就像人类可以凭借其高超的捣弄数字的能力来设计计算机一样 智能机器将创造出性能更好的计算机 最迟到本世纪中叶而且可能还要快得多 计算机的智能也许就会超出人的智能 文献7 发展前景 1人工智能的研究新课题人工智能的长远目标是要理解人类智能的机器 用机器模拟人类的智能 这是一个十分漫长的过程 人工智能研究者奖通过多种途径 从不同的研究课题入手进行探索 在近期 有几方面的研究课题可供选择 更完善更新的人工智能理论框架 自动或半自动的知识获取工具 能实现海量高速存储并具有学习功能的联想知识库 新型推理机制和推理机 分布式人工智能与协同式专家系统 智能控制与智能管理 智能机器人 人工智能机 新一代的脑模型 发展前景 2最新AI产品安放于加州劳伦斯利佛摩尔国家实验室的asciwhite电脑 是IBM制造的世界最快的超级电脑 但其智力能力也仅为人脑的千分之一 现在 IBM正在开发能力更为强大的新超级电脑 蓝色牛仔 bluejean 据其研究主任保罗称预计于4年后诞生的 蓝色牛仔 的智力水平将大致与人脑相当 麻省理工学院的AI实验室进行一个的代号为cog的项目 cog计划意图赋予机器人以人类的行为 该实验的一个项目是让机器人捕捉眼睛的移动和面部表情 另一个项目是让机器人抓住从它眼前经过的东西 还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来 据网站报道 比利时的starlab正在制造一个人工猫脑 这个猫脑将有7500万个人造神经细胞 据称 移植了人工猫脑的小猫能够行走 还能玩球 我国也已经在大学中开展了机器人足球赛 有很多学校组队参加 引起了大学生对人工智能研究的兴趣 发展前景 3人机融合人机融合是一个相当长的发展过程 它将伴随技术进步 逐级逐步地向前发展 首先实现的是低级和局部的融合 近几年人工智能科授的进步不断证实了这种趋势 文明人类的演化由于技术的影响将经历自然进化 人工促进人智能的进化 人机融合体 新智体 的自行进化的辩证发展过程 在人机融合时代 出于物理目标的不同 将存在多种多样 多层次的智能机 体 但具有怨茁级智能的应是人机融合体 当今人工智能科技和其他高科技的种种发展动向表明 在人类进入 信息社会 之后 将有一场规模巨大的 智能革命 智能革命的环境是人工智能对人 对社会的广泛而深入的影响 就像今天的微电子技术对信息革命的影响一样 人工智能科技将渗透到社会各个领域 人类将对人工智能科技进行大规模的研究 开发和应用 结语 人工智能诞生50多年来 在崎岖不平的道路上取得了可喜的进展 特别与机器学习 数据挖掘 计算机视觉 专家系统 自然语言处理 模式识别 规划和机器人等相关的应用带来了良好的经济效益和社会效益 广泛使用的互联网也正在探索应用知识表示和推理 构建语义Web 提高互联网信息的效用率 人工智能的长期目标是建立人类水平的人工智能 由脑科学 认知科学 人工智能等共同研究 形成交叉学科智能科学 脑科学从分子水平 细胞水平 行为水平研究自然智能机理 建立脑模型 揭示人脑的本质 认知科学是研究人类感知 学习 记忆 思维