人工智能英文文献译文.docxVIP

PAGE PAGE 1 人工智能 英文文献 译文 在计算机科学里许多现代研究都致于两个方面 : 一是怎样制造智能计算机 , 二是怎样制造超高速计算机 . 硬件成本的降低 , 大规模集成电路技术 (VLSI) 不可思议的进步以及人工智能(AI) 所取得的成绩使得设计面向 AI 应用的计算机结构极为可行 , 这使制造智能计算机成了近年来最”热门”的方向 . AI 提供了一个崭新的方法 , 即用计算技术的概念和方法对智能进行研究 , 因此, 它从根本上提供了一个全新的不同的理论基础 . 作为一门科学 , 特别是科学最重要的部分 ,AI 的上的是了解使智能得以实现的原理 . 作为一种技术和科学的一部分 ,AI 的最终目的是设计 出能完全与人类智能相媲美的智能计算机系统 . 尽管科学家们目前尚未彀这个目的 , 但使计算机更加智能化已取得了很大的进展 , 计算机已可用来下出极高水平的象棋 , 用来诊断某种疾病, 用来发现数学概念 , 实际上在许多领域已超出了高水平的人类技艺 . 许多 AI 计算机应用系统已成功地投入了实用领域 . AI 是一个正在发展的包括许多学科在内的领域 ,AI 的分支领域包括 : 知识表达 , 学习, 定理证明 , 搜索, 问题的求解以及规划 , 专家系统 , 自然语言 ( 文本或语音 ) 理解, 计算机视觉 , 机器人和一些其它方面 /( 例如自动编程 ,AI 教育, 游戏, 等等).AI 是使技术适应于人类的钥匙, 将在下一代自动化系统中扮演极为关键的角色 . 据称 AI 应用已从实验室进入到实用领域 , 但是传统的冯· 诺依曼计算机中 , 有更大的存储容量与处理能力之比 , 但最终效率也不是很高 . 无论使处理器的速度多快也无法解决这个问题, 这是因为计算机所花费的时间主要取决于数据的处理器和存储器之间传送所需的 时间, 这被称之为冯· 诺依曼瓶颈 . 制造的计算机越大 , 这个问题就越严重 . 解决的方法是为AI 应用设计出不同于传统计算机的特殊结构 . 在未来 AI 结构的研究中 , 我们可以在计算机结构中许多已有的和刚刚出现的新要领的优势 , 比如数据流计算 , 栈式计算机 , 特征, 流水线, 收缩阵列 , 多处理器 , 分布式处理 , 数据库计算机和推理计算机 . 无需置疑 , 并行处理对于 AI 应用是至关重要的 . 根据 AI 中处理问题的特点 , 任何程序 , 哪怕只模拟智能的一小部分都将是非常复杂的 . 因此,AI 仍然要面对科学技术的限制 , 并且继续需要更快更廉价的计算机 .AI 的发展能否成为主流在很大程度上取决于 VLSI 技术的发展. 另一方面 , 并行提供了一个在更高性能的范围内使用廉价设备的方法 . 只要使简单的处理单元完全构成标准模式 , 构成一个大的并行处理系统就变得轻而易举 , 由此而产生的并行处理器应该是成本低廉的 . 在计算机领域和 AI 中, 研究和设计人员已投入大量精力来考查 和开发有效的并行 AI 结构, 它也越来越成为吸引人的项目 . 目前,AI 在表达和使用大量知识以及处理识别问题方面仍然没有取得大的进展 , 然而人脑在并行处理中用大量相对慢的 ( 与目前的微电子器件比较 ) 神经元却可十分出色地完成 这些任务 . 这启发了人们或许需要某种并行结构来完成这些任务 . 将极大地影响我们进行编程的方法 . 也许, 一旦有了正确的结构 , 用程序对感觉和知识表达进行处理将变得简单自然 . 研究人员因此投入大量努力来寻求并行结构 .AI 中的并行方法不仅在廉价和快速计算机方 面, 而且在新型计算方法方面充满希望 . 两种流行的 AI 语言是函数型编程语言 , 即基于λ算子的和逻辑编程语言 , 即基于逻辑的. 此外, 面向对象的编程正在引起人们的兴趣 . 新型计算机结构采用了这些语言并开始设计支持一种或多种编程形式的结构 . 一般认为结合了这三种编程方式可为 AI 应用提供更好的编程语言 , 在这方面人们已经作了大量的研究并取得了某些成就 . 人工智能的发展 经典时期 : 游戏和定理证明 人工智能比一般的计算机科学更年轻 , 二战后不久出现的游戏程序和解迷宫程序可以看作是人工智能的开始 , 游戏和解迷宫看起来距专家系统甚远 , 也不能为实际应用提供理论基础. 但是, 基于计算机的问题的最基本概念可以追溯到早期计算机完成这些任务的程序设计方法. 状态空间搜索 早期研究提出的基本叫做状态空间搜索 , 实质非常简单 . 很多问题都可以用以下三个组成部分表述 : 初始状态 , 如棋盘的初始态 ; 检查最终状态或问题解的终止测试 ; 可用于改变问题当前状态的一组操作 , 如象棋的合法下法 . 这种概念性状态空间的一种思路是图 , 图中节点表示状