基于数据流机原理的人工智能发展方向.doc

摘要：本文通过阐述目前正在研制的数据流计算机类型、结构、工作原理；系统的介绍人工智能的原理，分析了基于数据流机原理的人工智能的发展方向。 关键字：数据流计算机、人工智能、发展方向 数据流计算机是用数据驱动操作．即仅当某一操作所需的操作数全部到齐后，此操作就立即执行．这样，如果有许多个操作均满足上述条件， 它们就可以井行执行而不受指令顺序执行的限制，从而有可能充分开拓并行度． 另一方而，从语义上晓，数据流是基于“异步性”和“函数性”一种计算模型。“异步性”是指数据流操作一旦收到其所需的操作数后就可开始执行；“函数性”是指每一数据流的操作均是执行一组输入数据，产生一组输出数据而不存在副作用,显然“异步性”是数据流中开拓并行性的基础，而“函数性”能确保任何两个并发操作可以任意次执行而不相关。 数据流机的结构分为两种基本类型。一类是静态结构，另一类是动态结构。它们的系统结构如图1所示。数据流计算机的存贮器中存放由节点(一组指令的操作)组成的数据流程序圈，它由编绎系统生成。在静态结构中，数据流程序图(Program Graph)中的节点(Node)使用标准激发规则，即当节点的所有输入弧上的数据可用时，允许该节点激发。这种激发规则只能用于开发低级(指令级)的并行性，不能满足任务级(函数级)的并行性。 围1 数据流计算机的基本类型 动态结构使用非标准激发规则，即当一个节点满足若干条件就可激发。各个节点都有若干允许激发的条件集合。 这些条件包括输入弧上必须有能使节点激发的令牌(Token)，且令牌中的标识符(Tag)也需匹配；在该节点激发后，输入弧能接受和使用该节点的令牌。动态数据流机在数据流程序圈的执行过程中，能够动态地改变或生成节点的激发条件，相应地其处理器具有操纵令牌和标识符去动态产生新节点的专门操作，从而将并行性从指令级提高到函数级。 数据流机允许多个函数(或称功能性操作)在多个处理器上同时并行执行，大大扩展了程序执行的并行度， 显著降低了机器执行时间。 人工智能(Artificial Intelligence英文缩写为A J)是计算机学科的一个分支，是一门正在发展中的综合性的前沿学科．它是研究人类智能活动的规律，并用于模拟、延伸和扩展人类智能的一门新的技术科学，是在计算机、控制论、信息论、数学、心理学等多种学科相互综合、相互渗透的基础上发展起来的一门新兴边缘学科。 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。目前人工智能研究的3个热点是：智能接口技术、智能信息处理、主体及多主体系统。 1、智能接口技术 研究如何使人们能够方便自然地使用计算机。这一目标的实现要求计算机能够看懂文字、听懂语言，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值。 2、智能信息处理 人类进入一个信息爆炸的时代，国民经济和社会信息化发展所面临的一个重要课题是如何把大量的数据转化为有用的知识，用于决策、管理、检索、过程控制等。智能信息处理使从海量数据中提取有用知识成为可能。 3、主体及多主体系统 主体是具有信念、愿望、意图、能力、选择等心智状态的智能性实体，而且具有一定自主性。主体试图自治地、独立地完成任务，同时又可以和环境交互。与其他主体通信，并通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为。最终实现问题求解。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。 当前，人工智能学科已从学派分歧的、传统的、狭义的人工智能，走向多学派兼容、多层次结合现代的广义人工智能，并将发展成为人机集成的、群体协同的、未来的智能科学技术唧。广义人工智能学科的理论基础是广义智能信息系统论，主要包括广义智能论、智能信息论和智能系统论。 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。现在，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。 数据流计算机作为一种新型体系的计算机，以其优越的并行处理能力，将有可能取代传统的Von Neuman