人工智能的现状及今后发展趋势展望

人工智能的现状及今后进展趋势展望一．引言AI，也称机器智能。“人工智Dartmouth学会上提出的。它是计算机科学、掌握机器或智能系统来模拟人类智能活动的力量，以延长人们智能的科学。二．目前人工智能技术的争论和进展状况AI技术领域格外·利佛摩尔国家试验室制造了ASCI电脑，号称具有人脑的千分之一的智力力量。而正在开发的更为强大的超级电脑———“蓝色牛仔”〔BlueJean〕，据其争论主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。三．技术应用可以说人工智能已经广泛应用到很多领域，其典型的应用包括：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;另一类是符号计算,又称代数运算,这是一种智能化的式、函数、集合等。随着计算机的普及和人工智能的进展,相继消灭了多种功能MathematicMaple是它们的代表。由于C语言写成的,所以可以在绝大多数计算机上使用。模式识别里,我们把环境与客体统称为“模式”。用计算机实现模式〔文字、声音、人物、物体等“语音识别”〔英、日、意、韩、法、德、中〕口语自动翻时，只要利用网络和国际互联网，就可用手机、等与“老外”通话。机器翻译不下百种，依据这些软件的翻译特点，大致可以分为三大类：词典翻译类、汉化“金山词霸”，堪称是多快好省的解单词或词组含义供给了极大的便利。汉化翻译软件的典型代表是“东方快车”“智能汉化”机器学习器人、计算机视觉、计算机听觉等方面，也会起到重要的推动作用。问题求解人工智能的第一大成就是下棋程序,在下棋程序中应用的某些技术,今日的计算机程序已能够到达下各种方盘棋和国际象棋的锦标赛水平。但是,尚未解决包括人类棋手具有但尚不能明确表达的力量，如国际象棋大师们洞察棋局的力量程序已能知道如何考虑它们要解决的问题,即搜寻解答空间,查找较优解答。规律推理与定理证明,其中特别重要的是要找到一些方法,只把留意力集中在一个大型的数据库中的有关事实上,留意可信的证明,题一样加以形式化。因此,在人工智能方法的争论中，定理证明是一个极其重要的论题。自然语言处理自然语言的处理是人工智能技术应用于实际领域的典型范例,经过多年困难努力,:计算机系统如何以主题和对话情境为根底,留意大量的常识———世界学问和期望作用,生成和理解自然语言。这是一个极其简单的编码和解码问题。分布式人工智能2070年月后期消灭，是人工智能争论的一个重要Agen〔t智能体〕AgentAgentAgent与环境之间进展并发活动，并通过交互来完成问题求解。计算机视觉括对三维环境中物体外形、位置、姿势、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。目前，计算机视觉已在人类社会的很多领域得到成功应用。例如，在图像、图形识别方面有指纹识别、染色体识字符识别种监测系统和生产过程监控系统等。智能信息检索技术信息猎取和精化技术已成为当代计算机科学与技术争论中迫切需要争论的机与突破口。专家系统,它是一种具有特定领域内大量学问与阅历的程序系统。近年来,在“专家系统”或“学问工程”的学问,所以才能到达优异地解决问题的力量。那么计算机程序假设能表达和应用这些学问,也应当能解决人类专家所解决的问题,而且能帮助人类专家觉察推理过程中消灭的过失,现在这一点已被证明。如在矿物勘测、化学分析、规划和医学诊断方面,专家系统已经到达了人类专家的水平。四．目前人工智能进展中所面临的难题50多个年头,就争论解释和面临不少难题，主要有以下几个方面：计算机博弈的困难博弈是自然界的一种普遍现象，它表现在对自然界事物的对策或智力竞争上。博弈不仅存在于下棋之中,而且存在于政治、经济、军事和生物的斗智和竞争之中。尽管西洋跳棋和国际象棋的计算机程序已经到达了相当高的水平,然而组合爆炸问题,状态空间法是人工智能中根本的形式化方法。假设用博弈树来表示,其状态空间都大得惊人,例如,10的120次方,10700次方。如此巨大的状这类问题,至少目前计算机还是难以模拟实现的。机器翻译所面临的问题在计算机诞生的初期,有人提出了用计算机实现自动翻译的设想。目前机器1964年语言学家黑列尔所说的构成句子的单词和歧(NLU)的每一个句子及其上下文进展分析理解,查找导致歧义的词和词组在上下文中的了肯定的理解,理解的意义如何有效地在计算机里表示出来也存在问题。目前的,系统的理解大都局限于表层上,没有深层的推敲,没有学习,没有记忆,NLU的争论方法很不成熟,大多数争论局限在语言这一单独的领域,而没有对人们是如何理解语言这个问题做深入有效的探讨。GPS的局限1965然简洁易行,但它所承受的方法是演绎,而这种形式上的演绎与人类自然演绎推理方法是截然不同的。基于归结原理演绎推理要求把规律公式转化为子句集合,GPS是企图实现一种不依靠GPS想摆脱对问题内部表达形式的依靠,但是问题的内部表达形式的合理性是与领域学问亲热相关的。不管是用GPS,都可以从中分析出表达力量的局限性,而这种局限性使得它们缩小了其自身的应用范围。模式识别的困惑虽然使用计算机进展模式识别的争论与开发已取得大量成果,有的已成为产品投入实际应用,但是它的理论和方法与人的感官识别机制是全然不同的。人的,是任何最先进的计算机识别系统望尘莫及的,另一方面,但机器不会,这并不是说它们永久不会,而是说目前不会。五．人工智能的进展前景人工智能的进展趋势技术的进展总是超乎人们的想象，要准确地推测人工智能的将来是不行能方面进展:模糊处理、并行化、神经网络和机器情感。人工智能的进展潜力巨大,离我们的目标还很遥远，但人工智能在某些方面将会有大的突破。自动推理是人工智能最经典的争论分支,其根本理论是人工智能其它分支,其中学问系统的动态演化特征及可行性推理的争论是最的热点,很有可能取得大的突破。机器学习的争论取得长足的进展。很多的学习方法相继问世并获得了成learning等。也应看到,现有的方法处理在线学习方面尚不够有效,寻求一种的方法,以解决移动机器人、自主agent、智能信息存取等争论中的在线学习问题是争论人员共同关心的问题,相信不久会在这些方面取得突破。AI技术应用于实际领域的典型范例,A