人工智能及應(yīng)用概述

王明月　張德慧　魏銘

摘 要：作為世界三大尖端技術(shù)之一， 人工智能（ Artificial Intelligent）自1956年誕生之日起， 就成為科學(xué)發(fā)展史上一顆令人矚目的新星， 吸引著無數(shù)科學(xué)工作者從事相關(guān)的研究與創(chuàng)造。我們所處的時(shí)代是知識(shí)爆炸的時(shí)代，各種海量信息充斥著世界各個(gè)角落，而僅僅依靠人類自身，很難實(shí)現(xiàn)對(duì)這些信息的有效處理。人工智能作為一門研究和制造智能機(jī)器或智能系統(tǒng)的學(xué)科，目標(biāo)在于模擬和延展人類的智能，這與當(dāng)今時(shí)代發(fā)展的需求是不謀而合的。

關(guān)鍵詞：人工智能

人工智能是一門新理論、新技術(shù)、新方法和新思想不斷涌現(xiàn)的前沿交叉學(xué)科，與計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、哲學(xué)、語(yǔ)言學(xué)等密切相關(guān)，研究領(lǐng)域除了經(jīng)典的知識(shí)表示、啟發(fā)式搜索理論、推理技術(shù)、人工智能系統(tǒng)和語(yǔ)言之外，還涉及專家系統(tǒng)、自然語(yǔ)言理解機(jī)器學(xué)習(xí)、博弈、機(jī)器人學(xué)、模式識(shí)別、智能檢索、自動(dòng)程序設(shè)計(jì)、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、分布式人工智能、人工神經(jīng)網(wǎng)絡(luò)、智能控制、智能決策支持系統(tǒng)、智能電網(wǎng)等領(lǐng)域，相關(guān)研究成果也已廣泛應(yīng)用到生產(chǎn)、生活的各個(gè)方面。

1.人工智能的基本概念

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)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(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。

2.人工智能的發(fā)展歷程

（1）孕育期（1956年之前）

盡管現(xiàn)代人工智能的興起一般被認(rèn)為開始于1956年達(dá)特蒙斯的夏季討論會(huì)，但實(shí)際自古以來，人類就在一直嘗試用各種機(jī)器來代替人的部分勞動(dòng)，以提高征服自然的能力。除了文學(xué)作品中關(guān)于人工智能的記載之外，還有很多科學(xué)家都為人工智能這個(gè)學(xué)科的最終誕生付出了艱辛的勞動(dòng)和不懈的努力。

（2）形成期（1956-1969年）

達(dá)特蒙斯討論會(huì)之后，在美國(guó)開始形成了以人工智能為研究目標(biāo)的幾個(gè)研究組，他們分別是紐厄爾和西蒙的 Carnegie-RAND協(xié)作組（也稱為心理學(xué)組）、塞繆爾和格倫特爾（ Herbert Gelernter）的IBM公司工程課題研究組以及明斯基和麥卡錫的MIT研究組。這3個(gè)小組在后續(xù)的十多年中，分別在定理證明、問題求解、博弈等領(lǐng)域取得了重大突破。

（3）發(fā)展期（1970年之后）

這一時(shí)期人工智能的發(fā)展經(jīng)歷曲折而艱難，曾一度陷入困境，但又很快再度興起，知識(shí)工程的方法滲透到人工智能的各個(gè)領(lǐng)域，人工智能也從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用。

自1970年以后，許多國(guó)家相繼開展了人工智能方面的研究工作，大量成果不斷涌現(xiàn)，但困難和挫折也隨之而來，人工智能遇到了很多當(dāng)時(shí)難以解決的問題，發(fā)展陷入困境。盡管人工智能研究的先驅(qū)面對(duì)了種種困難， 但他們沒有退縮和動(dòng)搖。為解決這些困難，從20世紀(jì)80年代末以來，專家系統(tǒng)又開始嘗試多技術(shù)、多方法綜合集成，多學(xué)科、多領(lǐng)域綜合應(yīng)用的探索。大型分布式專家系統(tǒng)、多專家協(xié)同式專家系統(tǒng)、廣義知識(shí)表示、綜合知識(shí)庫(kù)、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多Agent協(xié)同系統(tǒng)逐漸出現(xiàn)。

3.人工智能的研究目標(biāo)

人工智能研究的近期目標(biāo)是實(shí)現(xiàn)智能機(jī)器，即先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能，使現(xiàn)有的計(jì)算機(jī)更聰明、更有用，使它不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理還能運(yùn)用知識(shí)處理問題，能模擬人類的部分智能行為。針對(duì)這一目標(biāo)，人們就要根據(jù)現(xiàn)有計(jì)算機(jī)的特點(diǎn)研究實(shí)現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)，如專家系統(tǒng)、機(jī)器翻譯系統(tǒng)、模式識(shí)別系統(tǒng)、機(jī)器人、人工神經(jīng)網(wǎng)絡(luò)等。

人工智能研究的遠(yuǎn)期目標(biāo)與近期目標(biāo)相輔相成，遠(yuǎn)期目標(biāo)為近期目標(biāo)指明了方向，近期目標(biāo)的研究為遠(yuǎn)期目標(biāo)的最終實(shí)現(xiàn)奠定了基礎(chǔ)，做好理論及技術(shù)上的準(zhǔn)備，也增強(qiáng)了人們實(shí)現(xiàn)遠(yuǎn)期目標(biāo)的信心。最后還應(yīng)該注意的是，近期目標(biāo)與遠(yuǎn)期目標(biāo)之間并無嚴(yán)格的界限，隨著人工智能研究的深入、發(fā)展，近期目標(biāo)不斷變化，逐步向遠(yuǎn)期目標(biāo)靠近，近年來在人工智能各個(gè)領(lǐng)域中所取得的成就充分說明了這一點(diǎn)。

4.人工智能的學(xué)術(shù)流派

（1）符號(hào)主義學(xué)派

也稱為心理學(xué)派、邏輯學(xué)派，這一學(xué)派的學(xué)者主要基于心理模擬和符號(hào)推演的方法進(jìn)行人工智能研究。早期的代表人物有紐厄爾、肖、西蒙等，后來還有費(fèi)根鮑姆、尼爾森等，其代表性的理念是“物理符號(hào)系統(tǒng)假設(shè)”，認(rèn)為人對(duì)客觀世界的認(rèn)知基元是符號(hào)，認(rèn)知過程就是符號(hào)處理的過程。

“心理模擬，符號(hào)推演”是從人腦的宏觀心理層面入手，以智能行為的心理模型為依據(jù)，將問題或知識(shí)表示成某種邏輯網(wǎng)絡(luò)，采用符號(hào)推演的方法，模擬人腦的邏輯思維過程，實(shí)現(xiàn)人工智能。

（2）連接主義學(xué)派

它也被稱為生理學(xué)派，主要采用生理模擬和神經(jīng)計(jì)算的方法進(jìn)行人工智能研究，其代表人物有麥卡洛、皮茨、羅森布拉特、科厚南、霍普菲爾德、魯梅爾哈特等。連接主義學(xué)派早在20世紀(jì)40年代就已出現(xiàn)，但由于種種原因發(fā)展緩慢，甚至一度出現(xiàn)低潮，直到20世紀(jì)80年代中期才重新崛起，現(xiàn)已成為人工智能研究中不可或缺的重要途徑與方法，每年國(guó)際國(guó)內(nèi)都有很多關(guān)于人工神經(jīng)網(wǎng)絡(luò)的專門會(huì)議召開，用于相關(guān)領(lǐng)域工作的交流。

（3）行為主義學(xué)派

其也稱進(jìn)化主義、控制論學(xué)派，是基于控制論“感知-動(dòng)作”控制系統(tǒng)的人工智能學(xué)派，其代表人物是MIT的布魯克斯教授。行為主義認(rèn)為人工智能起源于控制論，人工智能可以像人類智能一樣逐步進(jìn)化，智能取決于感知和行為，取決于對(duì)外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理。這種方法通過模擬人和動(dòng)物在與環(huán)境交互、控制過程中的智能活動(dòng)和行為特性（如反應(yīng)、適應(yīng)、學(xué)習(xí)、尋優(yōu)等）研究和實(shí)現(xiàn)人工智能。

5.人工智能的研究和應(yīng)用

（1）專家系統(tǒng)

專家系統(tǒng)是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng)，它能運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)和專門知識(shí)，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。

（2）自然語(yǔ)言理解

自然語(yǔ)言理解（ Nature Language Processing）又叫自然語(yǔ)言處理，主要研究如何使得計(jì)算機(jī)能夠理解和生成自然語(yǔ)言，即采用人工智能的理論和技術(shù)將設(shè)定的自然語(yǔ)言機(jī)理用計(jì)算機(jī)程序表達(dá)出來，構(gòu)造能夠理解自然語(yǔ)言的系統(tǒng)。

（3）機(jī)器學(xué)習(xí)

知識(shí)是智能的基礎(chǔ)，要使計(jì)算機(jī)具有智能，就必須使它具有知識(shí)，使計(jì)算機(jī)具有知識(shí)一般有兩種途徑：一種是人們把有關(guān)的知識(shí)歸納、整理在一起，并用計(jì)算機(jī)可以接受、處理的的方式輸入到計(jì)算機(jī)中去；另一種是使計(jì)算機(jī)具有學(xué)習(xí)的能力，它可以直接向書本、教師學(xué)習(xí)，也可以在實(shí)踐過程中不斷總結(jié)經(jīng)驗(yàn)、吸取教訓(xùn)，實(shí)現(xiàn)自身的不斷完善。第二種途徑一般稱為機(jī)器學(xué)習(xí)（ Machine Learning）。

（4） 分布式人工智能

分布式人工智能（ Distributed Artificial Intelligence，DAI）是人工智能和分布式計(jì)算相結(jié)合的產(chǎn)物，主要研究在邏輯或物理上實(shí)現(xiàn)分散的智能群體Agent的行為與方法，研究 協(xié)調(diào)、操作它們的知識(shí)、技能和規(guī)劃，用以完成多任務(wù)系統(tǒng)和求解各種具有明確目標(biāo)的問題。

（5）智能控制

智能控制（ Intelligent Control）是指那種無須或少需人的干預(yù)，就能獨(dú)立地驅(qū)動(dòng)智能機(jī)器，實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制，是一種把人工智能技術(shù)與經(jīng)典控制理論及現(xiàn)代控制理論相結(jié)，研制智能控制系統(tǒng)的方法和技術(shù)。

總結(jié)：人工智能，將是未來科學(xué)技術(shù)發(fā)展的主要發(fā)展方向，雖然目前還面臨著許多困境，但是有如核技術(shù)一樣，雖然有危險(xiǎn)，但只要人類能找到合理利用的方法，同樣可以造福人類。當(dāng)前人工智能還處于弱人工階段，人工智能還要很長(zhǎng)的路要走。因此，人工智能的當(dāng)前重點(diǎn)在于大力研發(fā)，讓人工智能在人民生活中扮演更加重要的角色。

參考文獻(xiàn)：

[1]魯斌. 人工智能及應(yīng)用. 清華大學(xué)出版社. 2017

[2]普爾. 人工智能：計(jì)算Agent基礎(chǔ). 機(jī)械工業(yè)出版社. 2014