什麽是人工智能（续）.ppt

就当前的研究现状看，人工智能的研究领域主要有： （1） 模式识别 （Pattern Recognition） 模式识别是人工智能最早的研究领域之一,目前主要集中在图形识别和语音识别上。人工智能研究的模式识别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。 (2)自然语言理解 (Natural Language Understanding) 由于自然语言的多义性,在人机交互信息的过程中不得不使用某些经过严格定义的非自然语言,给使用带来很多不便.人工智能作者一直在进行机器理解自然语言的探索与研究,乔姆斯基文法对这方面的研究起了很大的推动作用。但受他的影响，六十年代前半期的研究成果只注重语法分析。 1.3 人工智能的研究领域（续） 后来发现这是片面的，开始运用语义规则。这就要求计算机有更多的知识。七十年代后期维诺格拉德(T.Winograd)研制的自然语言理解程序，注意了语义、语法、和推理规则的交替使用。可以用语义来消除语法上的混淆，用部分语法分析来防止句子意义的不确切，还可以用推理来选择可能的意义和适当的分析等等，使得整个理解过程带有预见性具有较高的效率。 (3) 数据库的智能检索 （Intelligent Retrieval From Databases） 当今世界在科学、工程、军事、法律、医学和电子商务等许多领域都先后出现了信息爆炸，这使得这些领域内的工作人员很难记住工作中所需要的全部信息，甚至根本不知道存储信息中究竟哪些是有用的。由于计算机存储了大量的信息，检索起来很不方便，于是智能检索问题就显得十分突出和必要了。人工智能科学工作者正在研究这个问题。智能检索要求数据库具有以下能力： 1.3 人工智能的研究领域（续） （a）理解自然语言，可用自然语言向数据库提问； （b）具有一定的推理能力，可以从存储的事实出发推出所需的答案； （c）除了储存某些专门知识外，还应储存一些常识性知识。 几乎所有的人工智能系统都和数据库的智能检索相关，也就是说数据库的智能检索是其它人工智能系统所急需的技术。 （4） 博弈 (Game Playing) 博弈就是对策或斗智，这是自然界中的普遍现象。它不仅存在于下棋之中，而且在经济.政治.军事.商业和生物等领域中均存在博弈问题。博弈分为独弈，对弈和群弈，不管是哪一种博弈，都是力图用自己的“智慧”击败对手。在人工智能中大多以下棋为例来研究博弈的规律，这是因为： （a）? 下棋规则很容易在计算机中表示； （b）多数棋类比赛的规律是十分复杂的，没有一种简单的方法可以计算出正确的棋步。计算机必须用与人大致相似的方法来进行游戏； 　　1.3 人工智能的研究领域（续） （5）自动定理证明 （Automatic Theorem Proving） 自动定理证明也是人工智能的一个重要研究领域，它在发展人工智能的方法上起过重大作用。 定理证明的实质是对前提P和结论Q证明P?Q的永真性。要直接证明P?Q的永真性一般来说是比较困难的，通常采用的是反证法。 （6） 自动程序设计 （Automatic Programming） 编制和调试一个复杂的计算机程序是一项颇费时日的烦琐工作，有时甚至需要数千人年的工作量，而且极少是完美无懈的。而软件失误带来的损失又常常是非常巨大的，有时甚至是不能容忍的。这就是所谓的“软件危机”。解决的办法之一就是彻底摆脱目前的软件设计方式，用“做什麽”型程序代替“如何做”型程序。这涉及到自动程序设计技术。自动程序设计包括以下两个方面的自动化问题： （7） 专家系统 （Expert System） 专家系统是人工智能领域中与实际应用相结合最活跃的一个分支。1977年以后专家系统的研究是基于知识的。人们事先把某些专家的知识总结出来，分成事实和规则，以适当的形式存入计算机，建立起知识库。根据这些专门的知识，系统可以对输入的原始数据进行推理，作出判断和决策，因此能起到专家的作用。70年代到80年代出现了象MYCIN那样 一批相当优秀的专家系统。 目前的研究则涉及有关专家系统设计的各种问题，这其中包括用专家系统来教初学者以及请教有经验的专业人员的问题。 专家系统可以解决的问题一般包括解释.预测.诊断.设计.规划.监视.推理.指导和控制等。 随着人工智能整体水平的提高，专家系统的研究也获得很大的发展。正在开发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，不但采用基于规则的知识表示，而且还采用基于模型的原理。 （8） 机器学习 人类具有获取新知识，学习新技巧，并在实践中不断完善.改进的能力,机器学习就是要使计算机具有人类的这种能力,使它能自动地获取知识,能直接向书本学习,能通过与人谈话学习,能通过对环