人工智能(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。 人工智能是計算機科學的一個分支，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做出反應的智能機器，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?！叭斯ぶ悄堋币辉~最初是在1956 年Dartmouth學會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之擴展。人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領(lǐng)域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。例如繁重的科學和工程計算本來是要人腦來承擔的，現(xiàn)在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更準確，因之當代人已不再把這種計算看作是“需要人類智能才能完成的復雜任務”, 可見復雜工作的定義是隨著時代的發(fā)展和技術(shù)的進步而變化的, 人工智能這門科學的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，一方面又轉(zhuǎn)向更有意義、更加困難的目標。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機, 人工智能的發(fā)展歷史是和計算機科學與技術(shù)的發(fā)展史聯(lián)系在一起的。除了計算機科學以外, 人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數(shù)理邏輯、語言學、醫(yī)學和哲學等多門學科。人工智能學科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。[編輯本段]【人工和智能】人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或著人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關(guān)的研究課題。人工智能目前在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應用。[編輯本段]【人工智能的定義】著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學科?D?D怎樣表示知識以及怎樣獲得知識并使用知識的科學?！倍硪粋€美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。人工智能（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術(shù)之一。這是因為近三十年來它獲得了迅速的發(fā)展，在很多學科領(lǐng)域都獲得了廣泛應用，并取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統(tǒng)。人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規(guī)劃等）的學科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科?？梢哉f幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學的技術(shù)應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學常被認為是多種學科的基礎科學，數(shù)學也進入語言、思維領(lǐng)域，人工智能學科也必須借用數(shù)學工具，數(shù)學不僅在標準邏輯、模糊數(shù)學等范圍發(fā)揮作用，數(shù)學進入人工智能學科，它們將互相促進而更快地發(fā)展。[編輯本段]【實際應用】機器視覺:指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng),智能搜索，定理證明，博弈，自動程序設計，還有航天應用等。[編輯本段]【學科范疇】人工智能是一門邊沿學科，屬于自然科學和社會科學的交叉。[編輯本段]【涉及學科】哲學和認知科學，數(shù)學，神經(jīng)生理學，心理學，計算機科學，信息論，控制論，不定性論，仿生學，[編輯本段]【研究范疇】自然語言處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機器學習，知識獲取，組合調(diào)度問題，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡，復雜系統(tǒng)，遺傳算法[編輯本段]【應用領(lǐng)域】智能控制，機器人學，語言和圖像理解，遺傳編程[編輯本段]【意識和人工智能的區(qū)別】人工智能就其本質(zhì)而言，是對人的思維的信息過程的模擬。對于人的思維模擬可以從兩條道路進行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機制，制造出“類人腦”的機器；二是功能模擬，暫時撇開人腦的內(nèi)部結(jié)構(gòu)，而從其功能過程進行模擬?，F(xiàn)代電子計算機的產(chǎn)生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。人工智能不是人的智能，更不會超過人的智能?！皺C器思維”同人類思維的本質(zhì)區(qū)別：1.人工智能純系無意識的機械的物理的過程，人類智能主要是生理和心理的過程。2.人工智能沒有社會性。3.人工智能沒有人類的意識所特有的能動的創(chuàng)造能力。4.兩者總是人腦的思維在前，電腦的功能在后。[編輯本段]【強人工智能和弱人工智能】人工智能的一個比較流行的定義，也是該領(lǐng)域較早的定義，是由約翰?麥卡錫（John McCarthy|）在1956年的達特矛斯會議（Dartmouth Conference）上提出的：人工智能就是要讓機器的行為看起來就象是人所表現(xiàn)出的智能行為一樣。但是這個定義似乎忽略了強人工智能的可能性（見下）。另一個定義指人工智能是人造機器所表現(xiàn)出來的智能性?？傮w來講，目前對人工智能的定義大多可劃分為四類，即機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這里“行動”應廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。強人工智能強人工智能觀點認為有可能制造出真正能推理（Reasoning）和解決問題（Problem_solving）的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：類人的人工智能，即機器的思考和推理就像人的思維一樣。非類人的人工智能，即機器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。弱人工智能弱人工智能觀點認為不可能制造出能真正地推理（Reasoning）和解決問題（Problem_solving）的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。主流科研集中在弱人工智能上，并且一般認為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強人工智能的研究則出于停滯不前的狀態(tài)下。對強人工智能的哲學爭論“強人工智能”一詞最初是約翰?羅杰斯?希爾勒針對計算機和其它信息處理機器創(chuàng)造的，其定義為：“強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具；相反，只要運行適當?shù)某绦?，計算機本身就是有思維的?！保↗ Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）這是指使計算機從事智能的活動。在這里智能的涵義是多義的、不確定的，象下面所提到的就是其中的例子。利用計算機解決問題時，必須知道明確的程序。可是，人即使在不清楚程序時，根據(jù)發(fā)現(xiàn)（heu- ristic）法而設法巧妙地解決了問題的情況是不少的。如識別書寫的文字、圖形、聲音等，所謂認識模型就是一例。再有，能力因?qū)W習而得到的提高和歸納推理、依據(jù)類推而進行的推理等，也是其例。此外，解決的程序雖然是清楚的，但是實行起來需要很長時間，對于這樣的問題，人能在很短的時間內(nèi)找出相當好的解決方法，如競技的比賽等就是其例。還有，計算機在沒有給予充分的合乎邏輯的正確信息時，就不能理解它的意義，而人在僅是被給予不充分、不正確的信息的情況下，根據(jù)適當?shù)难a充信息，也能抓住它的意義。自然語言就是例子。用計算機處理自然語言，稱為自然語言處理。關(guān)于強人工智能的爭論不同于更廣義的一元論和二元論（dualism）的爭論。其爭論要點是：如果一臺機器的唯一工作原理就是對編碼數(shù)據(jù)進行轉(zhuǎn)換，那么這臺機器是不是有思維的？希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是對數(shù)據(jù)進行轉(zhuǎn)換，而數(shù)據(jù)本身是對某些事情的一種編碼表現(xiàn)，那么在不理解這一編碼和這實際事情之間的對應關(guān)系的前提下，機器不可能對其處理的數(shù)據(jù)有任何理解?；谶@一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。也有哲學家持不同的觀點。Daniel C. Dennett 在其著作 Consciousness Explained 里認為，人也不過是一臺有靈魂的機器而已，為什么我們認為人可以有智能而普通機器就不能呢？他認為像上述的數(shù)據(jù)轉(zhuǎn)換機器是有可能有思維和意識的。有的哲學家認為如果弱人工智能是可實現(xiàn)的，那么強人工智能也是可實現(xiàn)的。比如Simon Blackburn在其哲學入門教材 Think 里說道，一個人的看起來是“智能”的行動并不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她／他僅僅是看起來是智能的。基于這個論點，既然弱人工智能認為可以令機器看起來像是智能的，那就不能完全否定這機器是真的有智能的。Blackburn 認為這是一個主觀認定的問題。需要要指出的是，弱人工智能并非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術(shù)運算等，在百多年前是被認為很需要智能的。[編輯本段]【人工智能簡史】人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發(fā)展，技術(shù)已最終可以創(chuàng)造出機器智能，“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學會上提出的，從那以后,研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的歷史中，人工智能的發(fā)展比預想的要慢，但一直在前進，從40年前出現(xiàn)到現(xiàn)在，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它 技術(shù)的發(fā)展。計算機時代1941年的一項發(fā)明使信息存儲和處理的各個方面都發(fā)生了革命.這項同時在美國和德國出現(xiàn)的 發(fā)明就是電子計算機.第一臺計算機要占用幾間裝空調(diào)的大房間,對程序員來說是場惡夢:僅僅為運行一 個程序就要設置成千的線路.1949年改進后的能存儲程序的計算機使得輸入程序變得簡單些,而且計算機 理論的發(fā)展產(chǎn)生了計算機科學,并最終促使了人工智能的出現(xiàn).計算機這個用電子方式處理數(shù)據(jù)的發(fā)明, 為人工智能的可能實現(xiàn)提供了一種媒介

.AI

的開端雖然計算機為AI提供了必要的技術(shù)基礎,但直到50年代早期人們才注意到人類智能與機器之間 的聯(lián)系. Norbert Wiener是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調(diào)溫器.它 將收集到的房間溫度與希望的溫度比較,并做出反應將加熱器開大或關(guān)小,從而控制環(huán)境溫度.這項對反饋 回路的研究重要性在于: Wiener從理論上指出,所有的智能活動都是反饋機制的結(jié)果.而反饋機制是有可 能用機器模擬的.這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大.1955年末,Newell和Simon做了一個名為"邏輯專家"(Logic Theorist)的程序.這個程序被許多人 認為是第一個AI程序.它將每個問題都表示成一個樹形模型,然后選擇最可能得到正確結(jié)論的那一枝來求解 問題."邏輯專家"對公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中一個重要的里程碑.1956年,被認為是 人工智能之父的John McCarthy組織了一次學會,將許多對機器智能感興趣的專家學者聚集在一起進行了一 個月的討論.他請他們到 Vermont參加 " Dartmouth人工智能夏季研究會".從那時起,這個領(lǐng)域被命名為 "人工智能".雖然 Dartmouth學會不是非常成功,但它確實集中了AI的創(chuàng)立者們,并為以后的AI研究奠定了基礎

.Dartmouth

會議后的7年中,AI研究開始快速發(fā)展.雖然這個領(lǐng)域還沒明確定義,會議中的一些思想 已被重新考慮和使用了. Carnegie Mellon大學和MIT開始組建AI研究中心.研究面臨新的挑戰(zhàn): 下一步需 要建立能夠更有效解決問題的系統(tǒng),例如在"邏輯專家"中減少搜索;還有就是建立可以自我學習的系統(tǒng).1957年一個新程序,"通用解題機"(GPS)的第一個版本進行了測試.這個程序是由制作"邏輯專家" 的同一個組開發(fā)的

.GPS

擴展了Wiener的反饋原理,可以解決很多常識問題.兩年以后,IBM成立了一個AI研 究組

.Herbert

Gelerneter花3年時間制作了一個解幾何定理的程序.當越來越多的程序涌現(xiàn)時,McCarthy正忙于一個AI史上的突破.1958年McCarthy宣布了他的新成 果: LISP語言. LISP到今天還在用."LISP"的意思是"表處理"(LISt Processing),它很快就為大多數(shù)AI開發(fā)者~~.1963年MIT從美國政府得到一筆220萬美元的資助,用于研究機器輔助識別.這筆資助來自國防部 高級研究計劃署(ARPA),已保證美國在技術(shù)進步上領(lǐng)先于蘇聯(lián).這個計劃吸引了來自全世界的計算機科學家, 加快了AI研究的發(fā)展步伐.大量的程序以后幾年出現(xiàn)了大量程序.其中一個著名的叫"SHRDLU"."SHRDLU"是"微型世界"項目的一部分,包括 在微型世界(例如只有有限數(shù)量的幾何形體)中的研究與編程.在MIT由Marvin Minsky領(lǐng)導的研究人員發(fā)現(xiàn), 面對小規(guī)模的對象,計算機程序可以解決空間和邏輯問題.其它如在60年代末出現(xiàn)的"STUDENT"可以解決代數(shù) 問題,"SIR"可以理解簡單的英語句子.這些程序的結(jié)果對處理語言理解和邏輯有所幫助.70年代另一個進展是專家系統(tǒng).專家系統(tǒng)可以預測在一定條件下某種解的概率.由于當時計算機已 有巨大容量,專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律.專家系統(tǒng)的市場應用很廣.十年間,專家系統(tǒng)被用于股市預 測,幫助醫(yī)生診斷疾病,以及指示礦工確定礦藏位置等.這一切都因為專家系統(tǒng)存儲規(guī)律和信息的能力而成為可能.70年代許多新方法被用于AI開發(fā),著名的如Minsky的構(gòu)造理論.另外David Marr提出了機器視覺方 面的新理論,例如,如何通過一副圖像的陰影,形狀,顏色,邊界和紋理等基本信息辨別圖像.通過分析這些信 息,可以推斷出圖像可能是什么.同時期另一項成果是PROLOGE語言,于1972年提出. 80年代期間,AI前進更為迅速,并更多地進入商業(yè)領(lǐng)域.1986年,美國AI相關(guān)軟硬件銷售高達4.25億 美元.專家系統(tǒng)因其效用尤受需求.象數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機編程.杜邦,通用 汽車公司和波音公司也大量依賴專家系統(tǒng).為滿足計算機專家的需要,一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公 司,如Teknowledge和Intellicorp成立了。為了查找和改正現(xiàn)有專家系統(tǒng)中的錯誤,又有另外一些專家系統(tǒng)被設計出來.從實驗室到日常生活人們開始感受到計算機和人工智能技術(shù)的影響.計算機技術(shù)不再只屬于實驗室中的一小群研究人員. 個人電腦和眾多技術(shù)雜志使計算機技術(shù)展現(xiàn)在人們面前.有了象美國人工智能協(xié)會這樣的會.因為AI開發(fā) 的需要,還出現(xiàn)了一陣研究人員進入私人公司的熱潮。150多所像DEC(它雇了700多員工從事AI研究)這樣的公司共花了10億美元在內(nèi)部的AI開發(fā)組上.其它一些AI領(lǐng)域也在80年代進入市場.其中一項就是機器視覺. Minsky和Marr的成果現(xiàn)在用到了生產(chǎn)線上的相機和計算機中,進行質(zhì)量控制.盡管還很簡陋,這些系統(tǒng)已能夠通過黑白區(qū)別分辨出物件形狀的不同.到1985年美國有一百多個公司生產(chǎn)機器視覺系統(tǒng),銷售額共達8千萬美元.但80年代對AI工業(yè)來說也不全是好年景.86-87年對AI系統(tǒng)的需求下降,業(yè)界損失了近5億美元.象 Teknowledge和Intellicorp兩家共損失超過6百萬美元,大約占利潤的三分之一巨大的損失迫使許多研究領(lǐng) 導者削減經(jīng)費.另一個另人失望的是國防部高級研究計劃署支持的所謂"智能卡車".這個項目目的是研制一種能完成許多戰(zhàn)地任務的機器人。由于項目缺陷和成功無望,Pentagon停止了項目的經(jīng)費.盡管經(jīng)歷了這些受挫的事件,AI仍在慢慢恢復發(fā)展.新的技術(shù)在日本被開發(fā)出來,如在美國首創(chuàng)的模糊邏輯,它可以從不確定的條件作出決策;還有神經(jīng)網(wǎng)絡,被視為實現(xiàn)人工智能的可能途徑.總之,80年代AI被引入了市場,并顯示出實用價值.可以確信,它將是通向21世紀之匙. 人工智能技術(shù)接受檢驗 在"沙漠風暴"行動中軍方的智能設備經(jīng)受了戰(zhàn)爭的檢驗.人工智能技術(shù)被用于導彈系統(tǒng)和預警顯示以 及其它先進武器

.AI

技術(shù)也進入了家庭.智能電腦的增加吸引了公眾興趣;一些面向蘋果機和IBM兼容機的應用 軟件例如語音和文字識別已可買到;使用模糊邏輯,AI技術(shù)簡化了攝像設備.對人工智能相關(guān)技術(shù)更大的需求促 使新的進步不斷出現(xiàn).人工智能已經(jīng)并且將繼續(xù)不可避免地改變我們的生活.

登載此文只為提供信息參考，并不用于任何商業(yè)目的。如有侵權(quán)，請及時聯(lián)系我們：cp688cp688@163.com