人工智能综述.docxVIP

人工智能综述 研究背景 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科， 是一门富有挑战的科学，是一门研究研究人类智能的理论和开发用于模拟、延伸、 扩展人类智能的技术的新的学科，它企图了解人类的智能，并开发出模拟人类思 维反应的智能机器，甚至是超过人类智能。从第一次被提出来一直到今天，不断 有科研工作者们怀揣理想投入其中。人工智能诞生于1956年，美国Dartmouth大 学年青数学助教J·Mdarthy和他的三位朋友M·minsky、N·Lochester和C·Shannor 共同发起，邀请IBM公司的T·More和A·Samuel、MIT的O·seridge和R·Solomonf 以及RAND公司和Camagie工科大学的A·Newell和H·A·Simon等人参加夏季学 术讨论班，历时两个月。这十位学者都是在数学神经生理学、心理学、信息论和 计算机科学等领域中从事教学和研究工作的学者，在会上他们第一次正式使用了 人工智能(AI)这一术语，从而开创了人工智能的研究方向。 也正如这几位先驱多样的背景一样，人工智能的研究设计多门学科领域，包 括计算机知识、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。其中，尤以计算机为主，人工智能伴随着计算 机的发展几起几伏，计算机的突飞猛进促进了人工智能的发展，人工智能的发展 也会不可避免引起计算机的革命性突破。 人工智能的研究学派分为符号主义学派、联结主义学派和行为主义学派。符 号主义又称为逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模 拟方法，其原理主要为物理符号系统假设和有限合理性原理。知识表示、知识推 理、知识运用是核心，知识可用符号表示，认知是符号的处理过程，推理是采用 启发式知识及启发式搜索对问题求解的过程，而推理过程又可以用某种形式化的 语言来描述；联结主义又称为仿生学派或生理学派，主要原理为神经网络及神经 网络间的连接机制与学习算法。联结主义尝试模拟人的神经基元，并以此为基础 组成神经网络模型，用来实现人类的智能；行为主义又称为进化主义或控制学派， 原理为控制论及感知-动作型控制系统。智能取决于对外界复杂环境的适应，而 不是表示和推理。不同的行为表现出不同的功能和不同的控制结构。 纵观人工智能发展50多年，曾引起过学术界的轰动，业内一片雄心勃勃，也 曾遇到阻碍，理论根基不稳，受到一些质疑者的非难。但每每困难来临，总会有 新的理论与方法被提出，使得人工智能的研究在沉寂一些年后，总能再次焕发光 芒。50年代，人工智能首次提出后，相继出现了一批显著的成果，如机器定理证 明、跳棋程序、通用问题求解程序、LISP表处理语言等。这一时期，以一般问题 求解的研究为主, 发展了各种搜索算法，人工智能界信心满满。但是，研究者们 过于乐观，他们往往重视问题求解的方法，而忽视了知识的重要性。到了60年代， 当研究者准备深入研究时，发现困难重重，由于消解法推理能力有限等原因，人 工智能走入低谷。这时，研究者检讨过去，意识到理论根基的缺失使得举步维艰， 于是开始加强基础理论的研究。60年代末到70年代，专家系统的出现，使人工智 能进入了新的高潮，人工智能开始走入实用化。随着1977年知识工程的提出，以 知识为基础的专家咨询系统得到广泛研究与应用，这一时期著名的专家系统有 DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探 矿系统、Hearsay-II语音理解系统等。到了80年代智能机器、专家系统开始出现 危机，神经网络诞生并飞速发展，各国在神经网络方面的投资逐渐增加。90年代， 人工智能出现新的研究高潮，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。 在众多人工智能学派中，神经网络的研究开始比较早。在早期的人工智能领 域里，神经网络并没有引起大部分人的注意。80年代初，人工智能以推理技术、 知识获取、自然语言理解和机器视觉研究为主，随着研究的深入，符号主义观点 与方法的局限性也逐渐暴露出来，开始碰到知识表示和知识获取的困难以及巨大 的计算量等问题，人们研究通用的智能机器或专家系统的设想或计划出现危机。 这时，联接主义又重新成为研究热点。而利用人工神经网络模仿人类智能的研究 有了很大发展, 可以进行自学习, 有自适应功能,能更好的模仿人类智能。到80年 代末时，随着Hopfield神经网络的提出，神经网络的研究掀起一股热潮。之后， 神经网络一直进入稳步上升期，越来越多新的模型和新的算法被提出来，研究者 们前仆后继，争相加入，高质量的论文层出不穷。（可