生活中的人工智能——人工智能的现状及未来

1、生活中的人工智能 -人工智能发展现状及未来摘 要：人工智能一词于1956年提出，经过半个多世纪的发展，已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析，重点介绍近年来人工智能在各个领域的应用，以期我们对人工智能有更深入的了解。关键词：人工智能、应用、发展随着计算机技术的飞速发展，人工智能也取得了极大的发展，并且开始应用到我们生活中的方方面面。伴随着研究的深入，也许我们正要进入一个人工智能时代。1.人工智能的兴起和早期发展人工智能的发展历程大致可以分为下面五个阶段。第一阶段 : 20世纪 50年代，人工智能的兴起和冷落。人工智能概念在 1956年首次提出后，相继出现了一批显著的成果，

2、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。但是由于消解法推理能力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，而忽视了知识的重要性。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、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、HearsayII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 ( International Joint Conferences on Artificial Intell

3、igence即 IJCAI)。第三阶段 : 80年代，随着第五代计算机的研制，人工智能得到了飞速的发展。日本在 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 KIPS”，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，宣告了这一新学科的诞生。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连网技术的发展，人工智能开始由单个智能主体研究转向基于网

4、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，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于 Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象2.近年来人工智能的应用随着人工智能的发展，人工智能已经渗透到了生活中的每个方面。2.1“人机大战”在人工智能的发展史上，出现了很多堪称经典的“人机大战”。1985年，当时的国际象棋世界冠军“棋王”卡斯帕罗夫在德国汉堡举行了一场人机车轮大战。他在 5个小时内，以 320的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而 11年之后情况发生了变化，1996年“棋王”在

5、与“深蓝”的比赛中第一次输了一盘； 1997年，升级版的“湛蓝”在决定胜负的第六个回合中，只用了 22步棋便迫使卡斯帕罗夫投子认输这是“棋王”职业生涯中最快的失利。这是人工智能的一个重要里程碑。在当时看来，人工智能辅以网络技术、海量运算和数据库的海量存储技术，能像人脑一样思考的前景也许并不遥远。然而，“湛蓝”靠的是暴力运算制胜的一个每秒算两亿步棋和瞬间探索内含几百万个棋谱的数据库。当然，面对现实生活中的问题，对自然语言的识别和判断，对于模糊概念的分析，对于联想和幽默的理解等，计算机依然是一筹莫展。除开这些，2001年，一家德国公司开发的国际象棋软件“更弗里茨”击败了卡斯帕罗夫、阿南德以及除了克

6、拉姆尼克之外的所有排名世界前十位的棋手；2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方以4比4战平；2003年1至2月由两位以色列电脑专家研究出的“更年少者”与卡斯帕罗夫举行人机大战，双方3比3战平。而中国也有中国象棋大师对阵超级电脑“浪潮天梭”的“人机大战”，最终大师输了。今天一台装载有磁盘程序的个人电脑可以击败99.999%人类棋手。对于人类来说，值得安慰的是剩下的0.001%最高级别的人类棋手，对于完全被电脑占优势的国际象棋领域依然代表了一种不道逾越的障碍。运行在高速机器上最强大的棋弈程序每秒钟可以完成1,000,000个或者更多局面的计

7、算。在复杂的战术局面里它们强于任何人类棋手。在开局方面它们能从磁盘上获得无限的知识数千万步已经被尝试和验证过的着法。在残局方面它们使用残局库能够进行非常深的搜索，而且对于特定限制的残局(比如棋盘上所有加起来只剩下五个棋子的)，它们事实上拥有所有的信息，所以能走得滴水不漏。没有计算机或者人工智能能够通过图灵测试？至少来说，到目前为止，就算是IBM的Watson都还没有能够通过图灵测试。然而，已经有人工智能“迷惑”或者说“欺骗”了我们的考官，在2008年的测试上，得分最高的电脑程序成功地欺骗了30%的评委，这是不是在说，真正的人工智能快要来了？2008年的图灵测试,或者说Loebner AI Pr

8、ize, 勒布纳人工智能奖,进入最后决赛的一共有6个程序,他们每一个都至少欺骗了一名裁判,而最后的冠军程序Elbot则成功地欺骗了12名裁判中的3名。而2003年的冠军Jabberwacky则已经与人类进行了数百万次的聊天。2011年 2月 14日16日的 3天比赛中，IBM的“沃森”（Watson）凭借超强的运算速度和强大的人工智能算法战胜了美国最受欢迎的智力竞猜电视节目危险边缘历史上两位最为成功的选手肯-詹宁斯(Ken Jennings)和布拉德-鲁特(Brad Rutter)，这是机器挑战人类智能的又一成功例子。对计算机沃森来说参与智力竞赛节目最重要的难题是解析人类的语言，尤其是在充满暗

9、示和恶作剧的游戏里，沃森需要识别人类语言中微妙的含义，分辨讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索。然后才是对题目进行分解，快速搜索自己的内存资料，寻找到最佳答案。沃森能学习人类思维分辨人类语言口气，可选择忽略不擅长的题目，它可以可估算节目剩余奖金和自我信心，主动选择是否继续回答问题，已经取得了很大的进步。2.2机器人好莱坞导演斯皮尔伯格的AI里面给我们展示了一个真正的人工智能世界，因为机器人已经有了人类的情感，与人类已经没有多少区别。然而现实中的机器人差的太远，但是各种各样的机器人确实人工智能发展的重大方面。1920年，原捷克斯洛伐克剧作家卡雷尔凯培克第一次提出了“机器人” （R

10、obot）这个名词，通常可将机器人分为三代。第一代是可编程机器人，这类机器人一般可以根据操作员所编的程序，完成一些简单的重复性操作。第二代是感知机器人，即自适应机器人，它是在第一代机器人的基础上发展起来的，具有不同程度的“感知”能力。这类机器人在工业界已有应用。第三代机器人将具有识别、推理、规划和学习等智能机制，它可以把感知和行动智能化结合起来，因此能在非特定的环境下作业，故称之为智能机器人。那么都有哪些具有一定人工智能的机器人呢？通常认为，1968年到1972年间，美国斯坦福研究所(Stanford Research Institute，SRI)研制了移动式机器人Shakey，这是首台采用了

11、人工智能学的移动机器人。Shakey具备一定人工智能，能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定位置)。随后智能机器人在日本、美国等迅猛地发展了起来。在这些生产具有人工智能的公司里，韩国的Robotis公司、美国的iRobot公司、法国的Aldebaran Robotics TM 公司是比较有名的，下面介绍几个著名的机器人。STANLEY，在美国军方组织的无人车辆大赛中，它第一个跑完131.6英里到达目的地，目前Google也正在研究这个课题；上海世博会上会拉小提琴的日本机器人和“海宝”机器人，对于到过上海世博会的人来说，这两个个机器人相当的熟悉。一个在日本馆内，

12、一个很多地方都能够看到；NAO，同样是上海世博会上的，法国馆，Aldebaran Robotics TM 公司生产；Roomba，美国最受欢迎的机器人吸尘器，在机器人身上装有定时清扫时间的设置按钮，可设定每日、每周任何时间自动清扫。无论您在家还是外出，机器人都会自动出来清扫您的地板，给用户带来极大的方便。每充满一次电，Roomba一般可以系统地打扫3个房间。它还可以沿着墙根、钻到家具底下去，使得这些我们平时很难触及的地方的灰尘也被一网打尽。后来还有升级版的Scooba.ASIMO, 日本本田公司研制的仿人机器人ASIMO，是目前全球唯一具备人类双足行走能力的类人型机器人，阿西莫(ASIMO)，

13、Advanced Step Innovative Mobility，高级步行创新移动机器人。从2000年发展至今，除具备了行走功能与各种人类肢体动作之外，更具备了人工智能，可以预先设定动作，还能依据人类的声音、手势等指令，来从事相应动作，此外，他还具备了基本的记忆与辨识能力。水下机器人，水下无人潜水器（UUV），智能水下机器人（AUV）是其中一种，从上世纪80年代开始大发展，在军事、科考方面有重要的用途，一些著名的AUV如：美国海军研究生院的AUV ARIES，美国麻省理工学院的Odyssey ,日本研制的R2D4水下机器人，REMUS(Remote environmental monitor

14、ing unites,远距离环境监测装置),中国哈尔滨工程大学研制的“智水-4”等。这类机器人高度智能化，具有比较强的环境感知和目标识别能力，以智能的信息处理方式进行运动控制和规划决策。RoboCup，原意Robot World Cup,从1997年开始举行机器人之间的比赛，他们的目标是“By 2050, develop a team of fully autonomous humanoid robots that can win against the human world champion team in soccer”.由于机器人实在是种类繁多，就不做赘述。总之机器人是人工智能的一个非

15、常重要的应用和研究方向。2.3 电子产品电子产品无疑是引领人工智能发展的最重要方面之一。2.3.1 Siri2011年，苹果发布iPhone 4S,而“虚拟个人助理”Siri则成为了4S最大的亮点之一，Siri可以支持自然语言输入，并且可以调用系统自带的天气预报、日程安排、搜索资料等应用，还能够不断学习新的声音和语调，提供对话式的应答。iPhone 5发布时，Siri已经有了较大提升，苹果的真正意图是将Siri打造成iOS中的一个独立微系统，最终占领语音人工智能市场。而随着Siri出现，谷歌董事会主席斯密特表示，Siri严重威胁搜索领域业务，因为它已经能够进行语音搜索，因而谷歌开始开发比Sir

16、i更好的语音智能技术。相应的，eBay, LG, HTC, 三星等公司都开始投入语音智能技术的研发。而微软的Windows8有语音识别，但是市场反应比较烂。2.3.2 CESInternational Consumer Electronics Show, 国际消费类电子产品展览会，旨在促进尖端电子技术和现代生活的紧密结合。该展始于1967年，迄今已有45年历史，现已成为了全球各大电子产品企业发布产品信息和展示高科技水平及倡导未来生活方式的窗口。以下就近几年CES上体现人工智能的重要产品简要介绍。2013年所有的东西都或多或少的带有智能的标签，下面只是一些有代表性的。（1）三星新款智能电视。可以

17、简单、迅速地搜索到电视节目、优质视频点播内容、各种应用程序、社交圈以及本地设备中的内容，同时用户可以根据自定义推荐内容，打造属于自己的个性化电视体验。使用日常用语或者随意手势，就可向电视发出指令，进行内容搜索或操控电视。（2）联网家庭。这是每年CES上难以兑现的承诺之一。所有家用电器、灯、警报系统等都能联网并通过互联网控制，这种联网家庭的示范产品将成为今年CES的又一大主题。谷歌和Eletric lmp等许多公司都在尝试将其变为现实，不过目前都尚未取得真正突破。 （3）无人驾驶汽车。我们都知道谷歌一直在研发无人驾驶汽车，出人意料的是，丰田、奥迪也宣布将在CES上展示无人驾驶汽车。2012年本届

18、CES上多家厂商发布了各种智能家电，SMARTTV、云电视、智能洗衣机、智能机器人扫地机、智能冰箱，甚至还有智能相机，所有的东西都打上了智能的标签。比如联想采用Android4.0系统的idea TV K91，可以为用户提供三屏互动、智能点播、应用下载以及日常电视节目接收等，还增加了500万像素的摄像头作为面容识别解锁。三星则推出搭载超强劲双核处理器的ES8000，前置摄像头和内置麦克风，能实现体感操控、语音指令、面孔识别三大全新的感性操作功能，并计划在第一季度开始销售。总之，关注CES，上面的每一件产品都可能带有人工智能的影子，人工智能正在深入我们的生活，我想用谷歌董事会主席斯密特的话来说说

19、未来的电子产品发展方向。施密特说，“我们想将话题从设备转到解决问题上。当你拿着Android设备回到家，走进起居室，你的电视会认出你，因为你的Android设备认证了你的身份。电视还会向你发送一条短信，它很了解你。”这正是人工智能时代的一个小刻画。2.4未来概念产品未来的人工智能产品到底是怎么样的呢？上海世博会上展出了一款未来的概念车EN-V，她知道一切焦点聚集地：最新的时装秀和艺术展，还有世界知名的餐厅和俱乐部。作为城市时尚先锋，“骄”帮助你远离交通拥堵，准时出席最热门的活动，而且让你绝不错过。她能帮你有序地组织每一天的生活，提供最实时的世界新闻，会自动驾驶，可以带着你神奇地穿梭于城市的大街

20、小巷。你可以在车里玩最爱的视频游戏，也可以和世界各地的同事召开视频电话会议。我认为人工智能的发展不是一朝一夕的事情，要真正实现现在譬如苹果、Google的那些概念产品，也不是很快就能够完成的，但是随着人工智能的发展，未来，也许并不是很远。2.5 时代周刊世界50大发明时代周刊每年会评出世界50大发明，我们一起通过这里面的发明来了解人工智能的应用。2012年自动感应螺丝刀。它被称为世界上第一个自动感应螺丝刀。当手腕向右轻微转动，螺丝便能拧紧；当手腕向左轻微转动，螺丝便被拧出。万能对话手套。四个乌克兰学生为语言和听力障碍人群设计了一款手套，有助于提高他们和其它不使用手语人群之间的正常交流。这款手套

21、上装配着能够识别语言并在智能手机上转换为文字的传感器。谷歌视频眼镜。这幅眼镜配备了半英寸（1.3厘米）的显示屏，你可以用它拍摄和分享照片，进行视频聊天，检查约会，访问地图和Web。到2014年，消费者就可以买到谷歌眼镜了。2011年真实的质感。芬兰公司Senseg的E感觉技术不仅可以让用户触摸屏幕上的图片，还能感觉到摸的是什么。触觉象素利用电场和震动，可以模拟从干燥到湿润，从粗糙到润滑的大量的质感。从理论上说，这样的界面可以在小到智能手机，大到银幕的屏幕上工作。智能猫耳。日本公司Neurowear研制出智能猫耳头箍necomimi，其内置的传感器可以探测佩戴者的脑波。根据收集到的脑波，这对猫耳

22、可以做出各种动作，代表佩戴着不同的心情和状态。耳朵竖起代表兴奋或者注意力集中，下垂代表处于放松状态。如果同时处于注意力集中和放松状态，猫耳会来回摆动。智能猫耳头箍将于2011年底上市，是Neurowear采用生物传感器研制的一系列时尚产品之一。数字助理。这是Siri，你可能已经见过它。Siri是苹果iPhone4S上的最新界面，你一直希望拥有的数字助理。你让它发送一条短信，或者问他附近哪里有最好的汉包堡店，它会迅速告诉你。它还会提醒你在回家的途中别忘了到洗衣店取衣服，你只需要用声音向它发号施令即可。Siri超越了过去的声音识别，它可以理解自然声音，不需要你使用关键词。当然了，它仍需要不断改进。

23、魔镜。早晨与你的镜子说话，尤其是它为你提供当天的新闻，这些并非异想天开。纽约时报研发实验室发明的一种镜子能利用微软的kinect运动传感器认出你，并与你互动。走近镜子，它会映出你的影子；除了你的容貌以外，你还会看到你的健康史和日常安排。这种魔镜会做你早晨需要做的任何事情：为你提供新闻、告诉你天气情况，并快速背诵你的日程表。把早晨需要服用的药物放在镜台上，它会告诉你需要服用多大剂量。如果你的药物吃完了，需要再添一些，它甚至会提醒你的医生。不过不要问这个镜子谁是最美丽的。如果你问这个问题，它的相机可能会扫描你的所有行头，然后告诉你佩戴哪条领带会更好一些。足球机器人。去年夏季，美国队差点就赢了女子世

24、界杯。但它在2011年机器人大赛上不存在相同问题。在类人组比赛时，弗吉尼亚理工大学的丹尼斯-洪制造的遥控机器人CHARLI-2战胜了新加坡的两足步行机器人RoboErectus。虽然动作僵硬、谨慎的CHARLI-2机器人比海龟的速度还慢，但它荣获了久负盛名的路易-威登最佳人形机器人奖。据机器人大赛的网站上说，该组织的目的是到2050年能够组建一个可以打败人类竞争者的机器人足球队。IBM沃森计算系统。在今年2月举行的人机对抗中被超级电脑“沃森”击败后，74届智力竞赛节目Jeopardy!冠军肯-詹宁斯表示：“我，作为一个人类，欢迎我们的计算机新霸主。”这台超级计算机体积相当于10台冰箱，每秒运算

25、80万亿次。2010年的发明中则集中表现了机器人这一特点。其中有会教授英语的机器人,救生机器人,还有一种用于军事的会欺诈的机器人.通过这些我们可以发现，人类已经阻挡不了人工智能了！3.人工智能目前以及未来的研究方向由上面的这些应用我们可以大致看出人工智能的研究方向。3.1专家系统。专家系统是依靠人类专家已有的知识建立起来的知识系统 ,是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题 ,其水平可以达到甚至超过人类专家的水平。目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域 ,广泛应用于医疗诊断、地质勘探、文化教育等各

26、方面。它是在特定的领域内具有相应的知识和经验的程序系统 ,它应用人工智能技术、模拟人类专家解决问题时的思维过程 ,来求解领域内的各种问题 ,达到或接近专家的水平。 3.2机器学习。机器学习就是机器自己获取知识。机器学习的研究 ,主要是研究人类学习的机理、人脑思维的过程 ;机器学习的方法 ;建立针对具体任务的学习系统。还有机器人学这个领域所研究的问题 ,包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。因此开发高智能机器人是一个重要研究方面。 3.3模式识别。模式识别是研究如何使机器具有感知能力 ,主要研究视觉模式和听觉模式的识别 ,如识别物体、地形、图像、字体 (如签字 )等。

27、在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。当前模式识别主要集中在图形识别和语音识别。图形识别方面例如识别各种印刷体和某些手写体文字 ,识别指纹、白血球和癌细胞等的技术已经进入实用阶段。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快 ,现已有商品化产品如扫描仪的上市。 3.4人工神经网络。在人工神经网络中 ,信息的处理是由神经元之间的相互作用来实现的 ,知识与信息的存储表现为网络元件互连间分布式的物理联系 ,网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑 ,但是他能帮助人类扩展对外部世界的认识和智能控制。多年来 ,人工神经网络的研究取得了较大的进展 ,成为具有一种独特风格的信息处理学科。目前 ,人工神经网络的发展趋势有如下特点 :新的人工神经网络模型产生频率非常之快。 现有的人工神经网络模型的完善改进