发布时间 : 星期二 文章浅谈人工智能的发展更新完毕开始阅读85f54ef14693daef5ef73d64
浅谈人工智能的发展
摘要：近几十年来，人工智能作为计算机学科的一个分支，得到了飞速的发展。本文介绍了人工智能的起源与发展的几个阶段，现阶段所面临的困境及在嵌入式中的应用，人工智能的未来发展趋势。 关键词：智能；困境；趋势
A few words on artificial intelligence
Chang Long
(Changzhou university Changzhou 213164)
Abstract: in recent decades, artificial intelligence as a branch of computer science, have developed rapidly. This paper introduces the origin and development of artificial intelligence of several stages, the difficulties of this stage and application in embedded ,artificial intelligence’s trend of future development. Keywords: wisdom. Predicament, trend
1.引言
人工智能（Artificial Intelligence，简称AI）是研究使计算机来模拟人的某些思维过程和智能行为的学科，只要包括计算机实现的智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。AI是一门通过计算过程力图理解和模仿智能行为的学科（Schalkoff，1990）。可实现判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动的自动化（Bellman，1978）。半个世纪以来，AI的飞速发展令人瞠目。AI作为一门前沿和交叉学科，其研究领域十分广泛，涉及到专家系统、定理证明、博弈、自然语言理解、智能检索、机器学习、分布式人工智能、机器人、计算机视觉、模式识别、人工神经网络、复杂系统等等。
2.人工智能的发展史
人工智能的研究经历了以下几个阶段:
第一阶段：20世纪50年代人工智能的兴起和冷落。1956年夏天，美国的酒味心理学家、数学家、计算机科学家、信息论学家和神经学家在达特茅斯大学举办了一次长达两个月的研讨会，讨论关于机器智能的有关问题。与会者提议证实采用“人工智能”这一术语。这次会议具有重要的历史意义，它标志着人工智能学科的诞生。。在这期间，人工智能的研究取得了许多令人瞩目的成就，如机器定理证明、跳棋程序、LISP表处理语言等。但由于揭发推理能力有限，以及其翻译失败等，是人工智能走入低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。
第二阶段：20世界60年代末到70年代，专家系统的出现使人工智能研究出现新高潮，DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统，Hearsay-II语言理解系统等专家系统的研究和开发，将仍能够智能引向实用化。1969年召开的第一届国际人工智能联合会议，标志着人工智能这一新兴学科得到了世界的承认。1968年“归结推理方法”的出现，在当时曾被说成是重大突破，可这些都未能成为现实。知道1977年费根鲍姆提出了“知识工程”概念，知识表示，知识利用和知识获取则为人工智能系统的三个基本问题。
第三阶段：20世纪80年代，随着第五代计算机的研制，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LIPS”，其目的是使逻辑推理达到数值运算那么快。虽然，此计划最终失败，但它的开展形成了一股研究人
工智能的热潮。
第四阶段：20世纪80年代末，精神网络飞速发展。1987年，美国召开第一次精神网络国际会议，宣告了这一新学科的诞生。此后，各国在精神网络方面的投资逐渐增大，精神网络迅速发展起来。
第五阶段：20世纪90年代，人工智能出现了新的研究高潮。由于网络技术特别是国际互联网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能面向实用。
3.目前人工智能技术的发展状况与应用
目前，人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯·利弗莫尔国家实验室制造了ASCIWhite电脑，号称具有人脑的千分之一的智力能力。而且正在开发的更为强大的新超级电脑—“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。当前，各种工业控制、电气化设备的优化设计过程中逐渐引入了人工智能技术，并取得了一些成功的经验。其中，人工智能控制器就凸显出优势。AI函数近似器相比常规的函数估计器，其具有跟多的优势：
1.AI函数近似器设计时不需要对对象的模型进行控制。 2.通过适当的调整，能提高AI函数近似器的性能。 3.与古典控制器相比，AI函数近似器更容易调节。
4.在设计AI函数近似器时，即便没有必须专家知识也可以通过响应数据来完成。 5.运用语言和响应信息也可以对AI函数近似器进行设计。 6.AI函数近似器有非常好的一致性，其与驱动器的特性无关。
4.面临的难题
4.1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当中。而计算机博弈面临的主要困难在以下两个方面：其一是组合爆炸问题，状态空间法是人工智能中基本的形式化方法。其二是现在的博弈程序往往是针对二人对弈、棋局公开、有确定走不的一类棋类进行研制的。而对于多人对弈、随机性的博弈这类问题，至少目前计算机还是难以模拟实现的。 4.2机器翻译所面临的问题
在计算机诞生初期，有人提出了用计算机实现自动翻译的设想。而目前机器翻译所面临的问题任然是1964年语言学家黑列尔所说的构成句子的单词和歧义性问题。歧义性问题一直是自然语言理解（NLU）中的一大难关。而现在的NLU的研究方法很不成熟，大多数研究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。 4.3自动定理的证明和GPS的局限
自动定理证明的代表性工作是1965年鲁宾逊提出的归结原理。归结原理简单易行，其原理演绎推理要求把逻辑公示转化为子句集合，丧失了其固有的逻辑蕴涵语义。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的合理性是与领域知识密切相关的。这都体现了表达能力的局限性，从而使的它们缩小了其自身的应用范围。 4.4模式识别的困惑
虽然使用计算机进行模式识别的研究与开发已取得大量成果，有的已经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完全不同。人的识别手段、形象思维能力，
是任何最先进的计算机识别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严密的任务，一般家畜都能够轻而易举的对付，但机器不会，这不是说它们永远不会，而是说目前不会。
5.人工智能的发展前景
技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展: 模糊处理、并行化、神经网络和机器情感。目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。
参考文献
[1]陆伟民. 人工智能技术及应用[M].上海:同济大学出版社, 2008. [2]孙洐. 浅谈人工智能的发展趋势. [J].IT与网络 2002,6.
[3]N.J.Nilsson.Artificial Intelligence:A New Synthesis.Morgan(version 2)Kanfmann[J]. 2003. [4]陈洪峰.国内电气自动化发展状况与趋势[J].科技创新导报,2009