人工智能的研究方向和应用领域

千里之行，始于足下。第2页/共2页精品文档推荐人工智能的研究方向和应用领域人工智能的研究方向和应用领域

人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开辟用于模拟、延伸和扩展人的智能的理论、办法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一具分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识不、图像识不、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。

一、研究方向

1.咨询题求解

人工智能的第一具大成算是进展了可以求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的咨询题分成一些比较容易的子咨询题，进展成为搜索和咨询题归约如此的人工智能基本技术。今天的计算机程序可以下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种咨询题求解程序把各种数学公式符号汇编在一起，其性能达到非常高的水平，并正在为许多科学家和工程师所应用。有点程序甚至还可以用经验来改善其性能。

2.逻辑推理与定理证明

逻辑推理是人工智能研究中最持久的子领域之一。其中特殊重要的是要找到一些办法，只把注意力集中在一具大型数据库中的有关其实，留意可信的证明，并在浮现新信息时适时修正这些证明。对数学中臆测的定理寻觅一具证明或反证，真的称得上是一项智能任务。为此别仅需要有依照假设举行演绎的能力，而且需要某些直觉技巧。

1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四群定理。他们用三台大型计算机，花去1200小时CPU时刻，并对中间结果举行人为反复修改500多处。四群定理的成功证明曾轰动计算机界。

3.自然语言明白

NLP(NaturalLanguageProcessing)自然语言处理也是人工智能的早期研究领域之一，差不多编写出可以从内部数据库回答用英语提出的咨询题的程序，这些程序经过阅读文本材料和建立内部数据库，可以把句子从一种语言翻译为另一种语言，执行用英语给出的指令和猎取知识等。有点程序甚至可以在一定程度上翻译从话筒输入的口头指令(而别是从键盘打入计算机的指令)。目前语言处理研究的要紧课题是：在翻译句子时，以主题和对话事情为基础，注意大量的普通常识--世界知识和期望作用的重要性。

人工智能在语言翻译与语音明白程序方面差不多取得的成就，进展为人类自然语言处理的新概念。

4.自动程序设计

可能程序设计并别是人类知识的一具十分重要的方面，然而它本身却是人工智能的一具重要研究领域。那个领域的工作叫做自动程序设计。差不多研制出可以以各种别同的目的描述(例如输入/输出对，高级语言描述，甚至英语描述算法)来编写计算机程序。这方面的发展局限于少数几个彻底现成的例子。对自动程序设计的研究别仅能够促进半自动软件开辟系统的进展，而且也使经过修正自身数码举行学习(即修正它们的性能)的人工智能系统得到进展。自动编制一份程序来获得某种指定结果的任务同证明一份给定程序将获得某种指定结果的任务是密切相关的。后者叫做程序验证。许多自动程序设计系统将产生一份输出程序的验证作为额外收获。

5.专家系统

普通地讲，专家系统是一具智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，可以利用人类专家的知识和解决咨询题的办法来解决该领域的咨询题。也算是讲，专家系统是一具具有大量特意知识与经验的程序系统，它应用人工智能技术，依照某个领域一具或多个人类专家提供的知识和经验举行推理和推断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂咨询题。

当前的研究涉及有关专家系统设计的各种咨询题。这些系统是在某个领域的专家(他也许无法明确表达他的全部知识)与系统设计者之间通过艰难的反复交换意见之后建立起来的。在差不多建立的专家问系统中，有可以诊断疾病的(包括中医诊断智能机)，恐怕潜在石油等矿藏的，研究复杂有机化合物结构的以及提供使用其它计算机系统的参考意见等。进展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型咨询题是实用的事实和过程。专家系统和传统的计算机程序最本质的别同之处在于专家系统所要解决的咨询题普通没有算法解，同时经常要在别彻底、别精确或别确定的信息基础上作出结论。

专家系统能够解决的咨询题普通包括解释、预测、诊断、设计、规划、监视、修理、指导和操纵等。高性能的专家系统也差不多从学术研究开始进入实际应用研究。随着人工智能整体水平的提高，专家系统也获得进展。正在开辟的新一代专家系统有分布式专家系统和协同式专家系统等。在新一代专家系统中，别但采纳基于规则的办法，而且采纳基于模型的原理。

6.机器学习

学习能力无疑是人工智能研究上最突出和最重要的一具方面。人工智能在这方面的研究近年来取得了一些发展。学习是人类智能的要紧标志和获得知识的基本手段。机器学习(自动猎取新的事实及新的推理算法)是使计算机具有智能的全然途径。正如香克(R.Shank)所讲："一台计算机若不可能学习，就别能称为具有智能的。"此外，机器学习还有助于发觉人类学习的机理和揭示人脑的奥妙。因此这是一具始终得到重视，理论正在创立，办法日臻完善，但远未达到理想境界的研究领域。

二、应用领域

1.人工神经网络

由于冯·诺依曼(VanNeumann)体系结构的局限性，数字计算机存在一些尚无法解决的咨询题。人们向来在寻觅新的信息处理机制，神经网络计算算是其中之一。

研究结果差不多证明，用神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络的进展有着很广大的科学背景，是众多学科研究的综合成果。神经生理学家、心理学家与计算机科学家的共同研究得出的结论是：人脑是一具功能特殊强大、结构异常复杂的信息处理系统，其基础是神经元及其互联关系。所以，对人脑神经元和人工神经网络的研究，也许制造出新一代人工智能机--神经计算机。

对神经网络的研究始于40年代初期，记忆了一条十分蜿蜒的道路，几起几降，80年代初以来，对神经网络的研究再次浮现高潮。霍普菲尔德(Hopfield)提出用硬件实现神经网络，鲁梅尔哈特(Rumelhart)等提出多层网络中的反向传播(BP)算法算是两个重要标志。如今，神经网络已在模式识不、图象处理、组合优化、自动操纵、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。

2.机器人学

人工智能研究日益受到重视的另一具分支是机器人学，其中包括对操作机器人装置程序的研究。那个领域所研究的咨询题，从机器人手臂的最佳挪移到实现机器人目标的动作序列的规划办法，无所别包。机器人和机器人学的研究促进了许多人工智能思想的进展。它所导致的一些技术可用来模拟世界的状态，用来描述从一种世界状态转变为另一种世界状态的过程。它关于怎么样产生动作序列的规划以及怎么样监督这些规划的执行有了一种较好的明白。复杂的机器人操纵咨询题迫使我们进展一些办法，先在抽象和忽略细节的高层举行规划，然后再逐步在细节越来越重要的低层举行规划。在本书中，我们经常应用一些机器人咨询题求解的例子来讲明一些重要的思想。智能机器人的研究和应用体现出广泛的学科交叉，涉及

众多的课题，如机器人体系结构、机构、操纵、智能、视觉、触觉、力觉、听觉、机器人装配、恶劣环境下的机器人以及机器人语言等。机器人已在各种工业、农业、商业、旅游业、空中和海洋以及国防等领域获得越来越普遍的应用。

3.模式识不

计算机硬件的迅速进展，计算机应用领域的别断开拓，急切地要求计算机能更有效地感知诸如声音、文字、图象、温度、震动等等信息资料，模式识不便得到迅速进展。

"模式"(Pattern)一词的本意是指完美无缺的供摹仿的一些标本。模式识不算是指识不出给定物体所摹仿的标本。人工智能所研究的模式识不是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识不系统，也算是使一具计算机系统具有模拟人类经过感官同意外界信息、识不和明白身边环境的感知能力。

模式识不是一具别断进展的新学科，它的理论基础和研究范围也在别断进展。随着生物医学对人类大脑的初步认识，模拟人脑构造的计算机实验即人工神经网络办法早在50年代末、60年代初就差不多开始。至今，在模式识不领域，神经网络办法差不多成功地用于手写字符的识不、汽车牌照的识不、指纹识不、语音识不等方面。目前模式识不学科正处于大进展的时期，随着应用范围的别断扩大，随着计算机科学的别断进步，基于人工神经网络的模式识不技术，在90年代将有更大的进展。

4.机器视觉

机器视觉或计算机视觉已从模式识不的一具研究领域进展为一门独立的学科。在视觉方面，差不多给计算机系统装上电视输入装置以便可以"看见"身边的东西。视觉是感知咨询题之一。在人工智能中研究的感知过程通常包含一组操作。例如，可见的景物由传感器编码，并被表示为一具灰度数值的矩阵。这些灰度数值由检测器加以处理。检测器搜索要紧图象的成分，如线段、简单曲线和角度等。这些成分又被处理，以便依照景物的表面和形状来判断有关景物的三维特性信息。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识不、实时图象压缩传输和复原、多光谱和彩群图象的处理与解释等。机器视觉已在机器人装配、卫星图象处理、工业过程监控、飞翔器跟踪和制导以及电视实况转播等领域获得极为广泛的应用。

5.智能操纵

人工智能的进展促进自动操纵向智能操纵进展。智能操纵是一类无需(或需要尽量少的)人的干预就可以独立地驱动智能机器实现其目标的自动操纵。或者讲，智能操纵是驱动智能机器自主地实现其目标的过程。

随着人工智能和计算机技术的进展，已也许把自动操纵和人工智能以及系统科学的某些分支结合起来，建立一种适用于复杂系统的操纵理论和技术。智能操纵正是在这种条件下产生的。它是自动操纵的最新进展时期，也是用计算机模拟人类智能的一具重要研究领域。1965年，傅京孙首先提出把人工智能的启示式推理规则用于学习操纵系统。十多年后，建立有用智能操纵系统的技术逐渐成熟。1971年，傅京孙提出把人工智能与自动操纵结合起来的思想。1977年，美国萨里迪斯提出把人工智能、操纵论和运筹学结合起来的思想。1986年，中国蔡自兴提出把人工智能、操纵论、信息论和运筹学结合起来的思想。按照这些结构理论差不多研究出一些智能操纵的理论和技术，用来构造用于别同领域的智能操纵系统。智能操纵的核心在高层操纵，即组织级操纵。其任务在于对实际环境或过程举行组织，即决策和规划，以实现广义咨询题求解。差不多提出的用以构造智能操纵系统的理论和技术有分级递阶操纵理论、分级操纵器设计的熵办法、智能逐级增高而精度逐级落低原理、专家操纵系统、学习操纵系统和基于NN的操纵系统等。智能操纵有非常多研究领域，它们的研究课题既具有独立性，又相互关联。目前研究得较多的是以下6个方面：智能机器人规划与操纵、智能过程规划、智能过程操纵、专家操纵系统、语音操纵以及智能仪器。

6.智能检索

随着科学技术的迅速进展，浮现了"知识爆炸"的事情。对国内外种类繁多和数量巨大的科技文献之检索远非人力和传统检索系统所能胜任。研究智能检索系统已成为科技持续快速进展的重要保证。数据库系统是储存某学科大量事实的计算机软件系统，它们能够回答用户提出的有关该学科的各种咨询题。

数据库系统的设计也是计算机科学的一具活跃的分支。为了有效地表示、存储和检索大量事实，差不多进展了许多技术。当我们想用数据库中的事实举行推理并从中检索答案时，那个课题就显得非常故意义。

7.智能调度与指挥

确定最佳调度或组合的咨询题是我们感兴趣的又一类咨询题。一具古典的咨询题算是推销员旅行咨询题。那个咨询题要求为推销员寻觅一条最短的旅行路线。他从某个都市动身，拜访每个都市一次，且只许一次，然后回到动身的都市。大多数这类咨询题可以从也许的组合或序列中选取一具答案，只是组合或序列的范围非常大。试图求解这类咨询题的程序产生了一种组合爆炸的也许性。这时，即使是大型计算机的容量也会被用光。在这些咨询题中有几个(包括推销员旅行咨询题)是属于计算理论家称为NP彻底性一类的咨询题。他们依照理论上的最佳办法计算出所耗时刻(或所走步数)的最坏事情来罗列别同咨询题的难度。

智能组合调度与指挥办法已被应用于汽车运输调度、列车的编组与指挥、空

中交通管制以及军事指挥等系统。

8.系统与语言工具

人工智能对计算机界的某些最大贡献差不多以派生的形式表现出来。计算机系统的一些概念，如分时系统、编目处理系统和交互调试系统等，差不多在人工智能研究中得到进展。几种知识表达语言(把编码