人工智能技术课程综述

人工智能技术课程综述1人工智能的定义与发展1.1人工智能的定义40多年来，人工智能获得了很大的，已引起了众多学不同专业背景学者们的日益重视，成为一门广泛的交叉和前言学科。进十年来，现代计算机已能够存储及其大量的信息行快速信息，软件功能和硬件取得长足进步，使人工智能进一步的应用。人工智能（ArtificialIntelligence），英文缩写为AI。目前的“人工智能是指用计算机模拟或实现的智能。同时智能又是一个学科作为一个学科，人工智能研如何使机器算机）具有智能的技术，特别是自然智能如何算机上实现现的科学技术。从角度讲，人工智能是计算机的一个分支企图了解智能的实生产出一种新的能以人类智似的方式作应的智能机器，该研究包括机器人、语言识别像识别、自言处理和专家系统等。1.2人工智能的研究发展对于人工智能的发展来说，20世纪30年代和40年代的智能界，发现了两件最事：数理逻辑和关于计算的想。而人工的总体发展阶致可以分为以下阶段：第一阶段：50年代人工智能的兴起和冷人工智能概念首次提出后，相继出批显著的成果，如机器定理、跳棋程序用问题求解程序、LISP表处理语言等。但由于消解法推理能力的以及机器翻译等的使人工智能走入了低谷。这段的特点是视问题求解的方法，忽视知识重要性。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、Hearay-II语音理解系统等专家系统的研究和开发，将智能引向了实用并且，1969年成立了国际人工智能联合会议InternationalJointConferenceonArtificialIntelligence即IJCAI）。第三阶段：80年代，随着第五代计算机制，人工智能得到了很大发展。日本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，但它的开展形成了一股研工智能的热潮。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议，宣告了这一新学科的诞此后，各国经网络方面的投资逐，神经网络迅速发展起来。第五阶段：90年代，人工智能出现新的高潮。由于网络技术特别是国际互技术发展，人工智能开始由智能主体研向基于网络环境下式人工智能研究。不仅研究同一目标的式问题求解，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。已深入到社会生活的各个领域。2人工智能的目标和研究策略人工智能作为一，其研究目标就是制造智能机器和智能，实现智能化具体来讲，就是要使计算机具有脑智能智能，还要具有看说、写等感知和交流能力。之，就是要算机具有自主发现解决问题和发明创造的能力而大大扩展伸人的智能，实现人类社会的全面智。人工智能学科的研究策略则是先部分地或某种程度地实现机器的智能，并运用智能决各种实际问题特别是工程，从而使现计算机更灵活、更更有用，成为人类的智能化处理工具，逐步扩展和不断延伸人的智能，逐步化。3人工智能的研究与应用领域人工智能是在计学、控制论、信息论、心理学、语言学种学科相互渗透的基础发展起来兴边缘学科，主要研究用用机器（主要是计来模仿和实现人类的智能行经过几十年展，人工智能应用领域得到发展，在我们的日活和学习当有许多地方得到应过本次人工智能技术的课程使我了解到一些相关领域的应，以下就简单概述关于人工的几个应用的相关知识。3.1问题的求解人工智能的第一是发展了能够求解难题的下棋程序。在程序中应用的序，如向前看几步，并把困问题分成一较容易的子问题，为搜索和问题归约这样的人能基本技术天的计算机程序能标赛水平的各种方盘棋。十棋和国际象并取得前面提到的棋手战胜国际象棋冠军的成另一种问题程序把各种数学公汇编在一起，其性能达到很水平，并正许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。正如前面所述，这中未解决的问题包括人类棋有的但尚不确表达的能力，如棋大师们洞察棋局的能力。个未解决的涉及问题的原概念工智能中叫做问题表示的选人们常常能到某种思考问题的而使求解变得容易而最终解题。到目前，人工智能程序已如何考虑要解决的问题，即解决空间，较优的解答。3.2逻辑推理早期的逻辑推理作与问题和难题的求解相当密切。已经出的程序能够借助于对事实的数据库的操作来；其中每个事实由分立的数据结构来表像数理逻辑中由分立示一样。与人工智能的其他不同之处是，这些方法能够的和一致的表示。也就是说，本事实是正确的，那么程序够证明这些实得出的定理且也仅仅是证明原理。逻辑推理是人工究中最持久的子领域之一。特别重要的找到一些方法注意力集中在一个大型的数中的有关事，留意可信的证明在出现新信息的时候适修正这些证明。3.3机器学习3.4模式识别模式识别就是通机用数学技术方法来研究模式的自动处判读。这里，我们把环境与客体统称为“模式机技术的发展，人类有可能杂的信息处理过程。用计算现模式（文声音、人物、物体自动识别，是开发智能机器个最关键的口，也为人类认识能提供线索。信息处理过程个重要形式命体对环境及客体。对人类来说，特别重要的光学信息（视觉器官来获得）信息（通过听觉器官来获得识别。这是识别的两个重要方面。市场上可见到产品有光学字符识别系统（OpticalCharacterRecognitionOCR）、语音识别系统等。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。以“别”为例：首先将汉进行处理，抽取主要表达特其特征与汉字的代码存在计中。就象把教我们这个字叫什么、如何写的知识记忆在大脑中。这一过程叫做“训练”。识别过程就是的汉字图像经处理后与计算所保存的全字进行比较，找出最相近的字为识别结果，这一过程叫做“匹配”。指纹是人体的一特征，具有唯一性。北京大学有关专家字图像的离散质进行了深入研究，建立了纹灰度图像计算纹线局部方向、进而提取指纹特征信息的理论研究成功了适于民用身份鉴自动指纹鉴定系统，以及适安刑事侦破纹鉴定系统。从而我国指纹自动识别系统应用河。北大指动识别系统的推出国公安干警从指纹查对的繁工处理中解来。浙江省从1997年开始使用北大指纹自动识别系统，采取省地（市）二级建库、省地（市）县三级查询的方式，形成了独特的“浙江模式”。省公安厅现已建立了100多万人的指纹库，是目前国内的第二大库。在100万人的指中，检索一枚现场指纹仅需4分钟左右2000年浙江省用指纹自动识别系统直接破案3063起，连带破案12000多起。破案率为全国第一，并遥于国内其它指纹识别系统，安部树为指统建设应用样板。这里介绍一个综的例子，一汽集团公司与国防科技大学合作研制成功“红旗轿车驶系统”（即无人驾），它标志着我国研制高速车的能力已达到当今世界先平。汽车自驶技术是集模式识能控制、计算机学和汽车操力学等多门于一体的综合性技表着一个国家控制技术的水红旗车自主系统采用计算机视方式，并采用仿人控制，实对红旗车的控制。首先，摄像前方的道路和车辆行驶情况到图像处理像识别系统。该系出道路状况、前方车辆的相离和相对车接着，路径规划系统根据这些信息规划出一条合适路径，即决定如何开车。然后，路径跟踪系需跟踪的路径，结合车辆行态参数和车驶动力学约束，形命令，控制方向盘和油门开构产生相应，使汽车按照规划好的路径前进，即驶系统的规划路径前进。3.5自然语言理解自然语言的处理智能技术应用于实际领域的典型范例，多年艰苦努力领域已获得了大量令人瞩目果。目前该的主要课题是：计算机何以主题和对话情境为基础，注重大量识--世界知识和期望作用，生成和理解自然语言。这是一个极其复杂的编码和解码问题。3.6专家系统为了实现专家系须要存储有该专门领域中经过事先总结析并按某种模的专家知识（组成知识库）及拥有类似域专家解决实际问理机制（构成推理机）。系对输入信息处理，并运用知识理，做出决策和判断，其解题的水平达接近专家的水平，因到专家或专家助手的作用。开发专家系统的表示和运用专家知识，即来自领域专家被证明对解决域内的典型问题有用的事实程。目前，系统主要采用基于规则的知识表示和推理技术。由于领域的知识更多是不精确或不确定的，不确定的知识表示与知识推专家系统开研究的重要课题。专家系统开发工具的研制发很迅速，这大专家系统的应用加快专家系统的开发过程，到积极地促用。随着计算机科整体水平的提高，分布式专统、协同式系统等新一代专家研究也发展很快。在新一代系统中，不用基于规则的推理方法，而且采用了神经网络的方法与技术。3.7Agent统分布式人工智能在20世纪70年代后期出现，是人工智能研究的一个重要分支。分布式人工智能系多个Agent（智能体）组成，每一个Agent又是一个半自治系统，Agent之间以及Agent与环境之间进行并发活动通过交互来完成求解。3.8计算机视觉计算机视觉是一算机实现或模拟人类视觉功能的新兴学其主要研究目计算机具有通过二维图像认维环境信息力，这种能力不仅三维环境中物体形状、位置态、运动等信息的感知，而且对这些信息的描述、存储、与理解。目计算机视觉已在人的许多领域得到成功应用。，在图像、识别方面有指纹识别、染色体识字符识别等；在航天与军事方面有卫星图像处理、飞行器跟踪精确制导、景物识别、目标等；在医学有图像的脏器重建图像分析等；在工业方面有监测系统和过程监控系统等。3.9机器翻译机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这的软件系统叫做机器翻译系目前，国内器翻译软件不下百据这些软件的翻译特点，大以分为三大词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件的代表是“金山词霸”，堪称是多快电子词典，它可以迅速查询单词或词组义并提供单词的发用户了解单词或词组含义提极大的便利化翻译软件的典型代表是“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作显。3.10医学领域人工智能专家系学中的应用。国外最早将人工智能应用疗诊断的是MYCIN专家系统。1982年，美国Pittburgh学Miller发表了著名的作为内科医生咨询的Internit2II内科计算机辅助诊断系统的研究成果，1977年改进为Intrnit2Ⅱ，经过改进后成为在的CAU-CEUS，1991年美国哈佛医学院Barnett的DE-PLAIN，包含有2200种疾病和8000种症状。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学幼波肝炎医疗专家系统”，它是模拟著名老中大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研如高骨伤计算机诊疗系统。其门大学、重庆大学、河南医学、长春大高等院校和其他研开发了基于人工智能的医学机专家系统成功应用于临床。3.11技术研究的应用人工智能在超声无损检测中的应用。在超声无损检测（NDT）与无损评价（NDE）领域中，目前主要广用专家系统方法声损伤（UT）中缺陷的性状和大小进行判断和归类；在传统超声检测与智能超声无之间架起了一座桥梁，它能般的探伤人成技术熟练。经验专家。所以在实际应用中这能超声无损有很大的价值。4人工智能面临的问题人工智能（AI）科自1956年诞生至今已走过50多个年头，就研究解释和模拟能、智能行为及其规律这一标来说，已出了可喜的一步，域已取得了相当的进展。但工智能研究在不少问题，这主要表现在下列几个：1宏观与微观隔离一方面是哲学、学、思维科学和心理学等学科所研究的层次太高、太另一方面是人工智能逻辑符神经网络和主义所研究的智能低。这两方面之间相距太远间还有许多未予研究，无法把宏观与微观有机地结合起来和相互渗透。2全局与局部割裂人类智能是脑系体效应，有着丰富的层次和多个侧面。，符号主义只抓住人脑的抽象思维特性；连接主义只模仿人的形象思维特性；行为主义则人类智能行为特性及其进化。它们存在的局限性。必须从、多因素、多维和全局观点究智能，才服上述局限性。3理论和实际脱节大脑的实际工作，在宏观上我们已知道得不少；但是智能的千姿百态，变幻莫测，难以理出清晰的头绪。在微，我们对大工作机制却知之甚是而非，使我们难以找出规在这种背景出的各种人工智能理论，只是部分人的主观猜想，能在某些方面表现出”智能”就算相当成功了。从整个发展的过，人工智能发展曲折，而且还面临不少，具体表现在以下几个主要方面：1计算机博弈的困难博弈是自然界的遍现象，它表现在对自然界事物的对策力竞争上。博存在于下棋之中，而且存在治、经济、和生物的斗智和竞。尽管西洋跳棋和国际象棋算机程序已到了相当高的水平计算机博弈依然面临着巨大难。这主要在以下两个方面的其一是组合爆炸问题，状态法是人工智基本的形式化方法。若用博弈树来表示状态空间，的棋类，其状态空间都大得惊人，例如，西洋跳棋为10的40次方，国际象棋为10的120次方，围棋则是10的700次方。如此巨大的状态空间，现有计算机是很难忍受二是现在的博弈程序往往是二人对弈、公开、有确定走步棋类进行研制的。而对于多弈、随机性弈这类问题，至少目前计算机还是难以模拟实现的。2机器翻译所面临的问题在计算机诞生的有人提出了用计算机实现自动翻译的设目前机器翻译所面临的问题仍然是1964年语言学家黑列尔所说的构成句子的单词义性问题。歧义性问题一直然语言理解（NLU）中的一大难关。同样子在不同的场合使用，其含差异是司空的。因此，要消除就要对原文的每一个句子及下文进行分解，寻找导致歧义词组在上下文中的准确意义而，计算机往孤立地将句子作单位。另外，即使对原文有定的理解，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NLU系统几乎不能随着时间的增强理解力，系统的理解大都于表层上，深层的推敲，没有没有记忆，更没有归纳。导种结果的原计算机本身结构和研究方法的问题。现在NLU的研究方法很不成熟，大多数研究局限在语言独的领域，而没有对人们是理解语言这题做深入有效的探讨。3自动定理证明和GPS的局限自动定理证明的代表性工作是1965年鲁宾逊提出结原理。归结原理虽然简，但它所采用的方法是演绎这种形式上绎与人类自然演绎法是截然不同的。基于归结演绎推理要逻辑公式转化为子句从而丧失了的逻辑蕴含语义。前面曾提到过的GPS是企图实现一种不依赖于领域知识求解人工智能问题的通用。GPS想摆脱对问题内部表达形式的依赖，但是问题的内部表达形式理性是与领域切相关的。不管是用一阶谓辑进行定理的归结原理，还是求智能问题的通用方法GPS，都可以从中分析出表达能力的局限性，而这种局限性使小了其自身的应用范围。4模式识别的困惑虽然使用计算机式识别的研究与开发已取得大量成果，已成为产品投应用，但是它的理论和方法的感官识别是全然不同的。人手段、形象思维能力，是任先进的计算别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严密的任务，一般家畜都易举地对付，但机器不会，不是说它们不会，而是说目前不会。上述存在问题和题说明，人脑的结构和功能要比人们想复杂得多，人研究面临的困难要比我们估重大得多，智能研究的任务要讨论过的艰巨得多。同时也，要从根本解人脑的结构和功决面临的难题，完成人工智研究任务，寻找和建立更新的人工智能框架和理论体系，打下步发展的理论基础平。我们要经过几代人的持续奋斗，多学科联合研究，才可能基本上解开“智能”之谜，使人工智能理论达到一个更高的水。5人工智能研究的展望技术的发展总是们的想象，要准确地预测人工智能的未不可能的。但目前的一些前瞻性研究可以未来人工智能会向以下几个方：模糊处理、并行化、神经和机器情感前，人工智能的推已获突破，学习及联想功能研究之中，步就是模仿人类右糊处理功能和整个大脑的并处理功能。神经网络是未来人工智能应用域，未来智能计算机，可能就是作为主机的冯·型机与作为智能外围的人工网络的结合感是智能的一部分是与智能相分离的，因此人能领域的下