人工智能发展.pdf

人工智能发展

人工智能(ArtificialIntelligence),英文缩写为AI。“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。

知识表示是人工智能的基本问题之一，推理和搜索都与表示方法

密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语

义网络表示法和框架表示法等。

常识，自然为人们所关注，已提出多种方法，如非单调推理、定

性推理就是从不同角度来表达常识和处理常识的。

问题求解中的自动推理是知识的使用过程，由于有多种知识表示

方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演

绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理

是非演绎性的。由于知识处理的需要，近几年来提出了多种非演泽的

推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理

和受限推理等。

搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解

的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目

搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数

来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典

型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注

意那些具有百万节点的超大规模的搜索问题。

机器学习是人工智能的另一重要课题。机器学习是指在一定的知

识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳

学习、分析学习、连接机制学习和遗传学习等。

知识处理系统主要由知识库和推理机组成。知识库存储系统所需

要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与

管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策

略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果

在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识

系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向

多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、

矛盾的出现和处理将是研究的关键问题。

一、人工智能的历史

人工智能（AI）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

工智能的目的就是让计算机这台机器能够象人一样思考。这可是不是

一个容易的事情。如果希望做出一台能够思考的机器，那就必须知识

什么是思考，更进一步讲就是什么是智慧，它的表现是什么，你可以

说科学家有智慧，可你决不会说一个路人什么也不会，没有知识，你

同样不敢说一个孩子没有智慧，可对于机器你就不敢说它有智慧了吧，

那么智慧是如何分辨的呢？我们说的话，我们做的事情，我们的想法

如同泉水一样从大脑中流出，如此自然，可是机器能够吗，那么什么

样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音

机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的

功能呢？到目前为止，