人工智能的未来发展

《人工智能的未来发展》由会员分享，可在线阅读，更多相关《人工智能的未来发展（19页珍藏版）》请在金锄头文库上搜索。

1、论人工智能的现状及未来姓名:学号 专业 班级第一章 什么是人工智能21 世纪中期，由于气候变暖，南北两极冰盖的融化，地球上很 多城市都被淹没在了一片汪洋之中。此时，人类的科学技术已经达到 了相当高的水平，人工智能机器人就是人类发明出来的用以应对恶劣 自然环境的科技手段之一。先进的人工智能机器人不但拥有可以乱真 的人类外表，而且还能像人类一样感知自己的存在。大卫就是这样一 个有思想、有感情的小机器人，他被一对人类父母所收养，有一个哥 哥和一个贴身的伙伴机器泰德熊。但这些并不能让大卫满足，他 一直渴望着自己终有一天不再仅仅是个机器人。抱着对这个愿望的执 着，11 岁的大卫踏上了漫长的心路历程，跟随

2、在他身边的，还有另 一个善良的机器人乔。谁也不知道他们能否完成自己的心愿，脱胎换 骨成为真正的人，等待他们的只有凶吉难料的对复杂人性的追寻这是曾经火爆一时的好莱坞大片人工智能的情节。对于人工 智能这个词，我想大部分人还是比较陌生而且觉得非常神秘的。什么 才是人工智能呢？“人工智能” 一词最初是在1956年Dartmouth学会上提出的。从那 以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算 机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同 的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研 究的一

3、个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解 是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在 计算机不但能完成这种计算，而且能够比人脑做得更快、更准确， 因之当代人已不再把这种计算看作是“需要人类智能才能完成的复 杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而 变化的，人工智能这门科学的具体目标也自然随着时代的变化而发 展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难 的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人 工智能技术的机器就是计算机，人工智能的发展历史是和计算机科

4、学与技术的发展史联系在一起的。除了计算机科学以外，人工智能 还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻 辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容 包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识 处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计 等方面。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力 所能及制造的，或者人自身的智能程度有没有咼到可以创造人工智能 的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系 统。关于什么是“智能”，就问题多多了。这涉及到

5、其它诸如意识 （consciousness）、自我（self）、思维（mind）（包括无意识的 思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常 有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么 是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的 智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为 是人工智能相关的研究课题。人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机 器人，经济政治决策，控制系统，仿真系统中得到应用。著名的美国斯坦福大学人工智能研究中心尼尔逊教授

6、对人工智能下了这样一个定义：“人工智能是关于知识的学科一一怎样表示知 识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学 院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只 有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想 和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定 智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜 任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能 行为的基本理论、方法和技术。人工智能（Artificial Intelligence，简称Al）是计算机学科 的一个分支，二十世纪七十年代以来被称为世界三大尖

7、端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因 工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年 来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和 实践上都已自成一个系统。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能 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。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。 可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了 计算机科学的范畴

8、，人工智能与思维科学的关系是实践和理论的关 系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感 思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的 基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数 学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入 人工智能学科，它们将互相促进而更快地发展。第二章 人工智能的发展历程人工智能的传说可以追溯到古埃及，但随着1941年以来电子 计算机的发展，技术已最终可以创造出机器智能，“人工智 能 ”(Artificial Intelligence)词最初是

9、在 1956 年 Dartmouth 学会上提出 的，从那以后，研究者们发展了众多理论和原理，人工智能的概念也 随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但 一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且 它们也影响到了其它技术的发展。计算机时代1941年的一项发明使信息存储和处理的各个方面都发生了革 命。这项同时在美国和德国出现的发明就是电子计算机。第一台计算 机要占用几间装空调的大房间，对程序员来说是场恶梦：仅仅为运行 一个程序就要设置成千的线路。1949年改进后的能存储程序的计算 机使得输入程序变得简单些，而且计算机理论的发展产生了计算机科 学，并最终促使

10、了人工智能的出现。计算机这个用电子方式处理数据 的发明，为人工智能的可能实现提供了一种媒介。AI的开端虽然计算机为AI提供了必要的技术基础，但直到50年代早期人 们才注意到人类智能与机器之间的联系。Norber t Wiener是最早研 究反馈理论的美国人之一。最熟悉的反馈控制的例子是自动调温器。 它 将收集到的房间温度与希望的温度比较，并做出反应将加热器开 大或关小，从而控制环境温度。这项对反馈回路的研究重要性在于： Wiener从理论上指出，所有的智能活动都是反馈机制的结果。而反 馈机制是有可能用机器模拟的。这项发现对早期AI的发展影响很大。1955年末，Newell和Simon做了一个名

11、为逻辑专家(LogicTheorist)的程序。这个程序被许多人认为是第一个AI程序。它将每 个问题都表示成一个树形模型，然后选择最可能得到正确结论的那一 枝来求解问题。逻辑专家对公众和AI研究领域产生的影响使它成 为AI发展中一个重要的里程碑。1956年，被认为是人工智能之父的 John McCar thy组织了一次学会，将许多对机器智能感兴趣的专家学 者聚集在一起进行了一个月的讨论。他请他们到Vermont参加 Dartmouth人工智能夏季研究会。从那时起，这个领域被命名为 人工智能。虽然Dartmouth学会不是非常成功，但它确实集中了 AI 的创立者们，并为以后的AI研究奠定了基础。

12、Dartmouth会议后的7年中，AI研究开始快速发展。虽然这个领 域还没明确定义，会议中的一些思想已被重新考虑和使用了。 Carnegie Mellon大学和MIT开始组建AI研究中心。研究面临新的 挑战：下一步需要建立能够更有效解决问题的系统，例如在逻辑专 家中减少搜索；还有就是建立可以自我学习的系统。1957年一个新程序，通用解题机(GPS)的第一个版本进行了测 试。这个程序是由制作逻辑专家的同一个组开发的。GPS扩展了 Wiener的反馈原理，可以解决很多常识问题。两年以后，IBM成立了 一个AI研 究组。Herbert Gelerneter花3年时间制作了一个解几 何定理的程序。当越

13、来越多的程序涌现时,McCarthy正忙于一个AI史上的突破。 1958年McCarthy宣布了他的新成果：LISP语言。LISP到今天还在 用。LISP的意思是表处理(LISt Processing)，它很快就为大多 数AI开发者米纳。1963年MIT从美国政府得到一笔220万美元的资助，用于研究 机器辅助识别。这笔资助来自国防部高级研究计划署(ARPA),已保证 美国在技术进步上领先于苏联。这个计划吸引了来自全世界的计算机 科学家，加快了 AI研究的发展步伐。大量的程序以后几年出现了大量程序。其中一个著名的叫SHRDLU。 SHRDLU是微型世界项目的一部分，包括 在微型世界(例如只有有

14、限数量的几何形体)中的研究与编程。在MIT由Marvin Minsky领导 的研究人员发现，面对小规模的对象，计算机程序可以解决空间和 逻辑问题。其它如在60年代末出现的“STUDENT可相关书籍以解决代数问题，SIR可以理解简单的英语句子。这些程序的结果 对处理语言理解和逻辑有所帮助。70年代另一个进展是专家系统。专家系统可以预测在一定条件 下某种解的概率。由于当时计算机已有巨大容量，专家系统有可能从 数据中得出规律。专家系统的市场应用很广。十年间，专家系统被用 于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等。 这一切都因为专家系统存储规律和信息的能力而成为可能。70年代许多新方法

15、被用于AI开发，著名的如Minsky的构造理 论。另外David Marr提出了机器视觉方 面的新理论，例如，如何通 过一副图像的阴影，形状，颜色，边界和纹理等基本信息辨别图像。 通过分析这些信息，可以推断出图像可能是什么。同时期另一项成果 是PROLOGE语言，于1972年提出。80年代期间，AI前进更为迅速， 并更多地进入商业领域。1986年，美国AI相关软硬件销售高达4。25亿 美元。专家系统因其效用尤受需求。象数字电气公司这样的公 司用XCON专家系统为VAX大型机编程。杜邦，通用汽车公司和波音 公司也大量依赖专家系统。为满足计算机专家的需要，一些生产专家系统辅助制作软件的公 司，如T

16、eknowledge和Intellicorp成立了。 为了查找和改正现有专家系统中的错误，又有另外一些专家系统被设 计出来。从实验室到日常生活人们开始感受到计算机和人工智能技术的影响。计算机技术不再 只属于实验室中的一小群研究人员。个人电脑和众多技术杂志使计 算机技术展现在人们面前。有了象美国人工智能协会这样的基金会。 因为AI开发 的需要，还出现了一阵研究人员进入私人公司的热潮。 150多所像DEC（它雇了 700多员工从事AI研究）这样的公司共花了 10亿美元在内部的AI开发组上。其它一些AI领域也在80年代进入市场。其中一项就是机器视觉。 Minsky和Marr的成果现在用到了生产线上的相机和计算机中，进行 质量控制。尽管还很简陋，这些系统已能够通过黑白区别分辨出物件 形状