張大蓬

摘 要：文章簡要闡述了人工智能的基本內(nèi)涵及其發(fā)展歷程，重點分析了人工智能的研究進展及其在專家系統(tǒng)、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、模式識別以及智能決策支持系統(tǒng)等領(lǐng)域的應(yīng)用。

關(guān)鍵詞：人工智能；網(wǎng)絡(luò)時代；專家系統(tǒng)；神經(jīng)網(wǎng)絡(luò)

引言

從1956年召開的達(dá)特沃斯會議至今，人工智能學(xué)科已經(jīng)經(jīng)歷了半個多世紀(jì)的發(fā)展，期間不斷涌現(xiàn)出了邏輯學(xué)派、控制論學(xué)派以及仿生學(xué)派等。這些理論學(xué)科的創(chuàng)新，極大地推動了模式識別、知識工程以及機器人等領(lǐng)域的發(fā)展，涌現(xiàn)出了一大批專家系統(tǒng)、數(shù)據(jù)挖掘、智能機器人、智能控制系統(tǒng)和設(shè)備，推動了整個科技和社會的發(fā)展，使得我們的生活方式也發(fā)生了極大地改變。當(dāng)下，網(wǎng)絡(luò)時代下的人工智能正以計算機技術(shù)為核心，在認(rèn)識科學(xué)、網(wǎng)絡(luò)科學(xué)以及生物智能等交叉領(lǐng)域中已經(jīng)開始有較快的發(fā)展和創(chuàng)新，人工智能的水平不斷提高、處理速度和精度逐漸提升。文章主要結(jié)合人工智能的研究進展和應(yīng)用領(lǐng)域，對未來人工智能發(fā)展做出了展望和啟示。

1 人工智能的內(nèi)涵及其發(fā)展

人工智能（Artificial Intelligence，AI）是在1956年召開的達(dá)特沃斯會議上由McMarthy提出的。人工智能最為計算機學(xué)科的重要分支之一，主要研究用于模擬、延伸以及拓展人類的智能的理論、技術(shù)和方法的新型綜合技術(shù)科學(xué)，被視為世界三大尖端科技技術(shù)之一。

人工智能的發(fā)展主要經(jīng)歷了兩個階段：弱人工智能階段、強人工智能階段。弱人工智能階段主要是二十世紀(jì)五十年代至六十年代，這段時期，人工智能的研究主要方向是結(jié)合領(lǐng)域內(nèi)知識，采用啟發(fā)式思維編寫能證明平面幾何定理或者能與象棋大師進行下棋的計算機程序。特別的，在AlanTuring著述的《計算器與智能》中，對人類智能的機械化進行了論述，提出了圖靈機準(zhǔn)則和理論模型，為現(xiàn)代計算機的出現(xiàn)奠定了堅實的理論基礎(chǔ)，也為整個人工智能研究提供了重要的智能機標(biāo)準(zhǔn)。

強人工智能階段主要是二十世紀(jì)六十年代至七十年代，期間，人們開始嘗試進行自然語言通訊。如何讓計算機識別、理解語言，并自動處理回答問題、分析和處理圖像信息等成為人工智能研究的主要目標(biāo)和方向。到了七十年代，在進行大量科學(xué)推理和探索后，逐漸出現(xiàn)了一大批專家級的程序，并迅速運用在其他各個生產(chǎn)領(lǐng)域，創(chuàng)造出巨大的經(jīng)濟利益。到了八十年代，人工智能逐漸開始向以知識為中心的領(lǐng)域發(fā)展，人們也逐漸重視到模擬智能的重要性，展開對知識的表示、推理以及機器學(xué)習(xí)。

2 人工智能的研究進展與應(yīng)用領(lǐng)域

2.1 專家系統(tǒng)

作為人工智能技術(shù)領(lǐng)域的重要分支之一，專家系統(tǒng)（Expert System，ES）通過將探討思維方法移植到求解專門問題上，使得人工智能實現(xiàn)了從理論研究向?qū)嶋H運用的重大跨越。專家系統(tǒng)被也視為具有專門知識的計算機智能系統(tǒng)，它可以在特定領(lǐng)域的專家提供的知識以及經(jīng)驗基礎(chǔ)上，運用人工智能推理技術(shù)進行模擬和求解各類復(fù)雜問題。近年來，專家智能系統(tǒng)已經(jīng)成功地運用在人工智能領(lǐng)域，例如用戶與專家系統(tǒng)進行“咨詢”和“對話”。同時，在一些地址數(shù)據(jù)分析、化學(xué)數(shù)據(jù)分析、計算機系統(tǒng)結(jié)構(gòu)以及醫(yī)療診斷咨詢等，都已達(dá)到了非常高的水平。專家系統(tǒng)的基本組成包括：知識庫、數(shù)據(jù)庫、推理機知識獲取以及相應(yīng)的解釋機制和用戶界面，如圖1所示。

2.2 機器學(xué)習(xí)

機器學(xué)習(xí)（Machine Learning）主要是研究怎樣實現(xiàn)計算機模擬人類學(xué)習(xí)活動。它是在專家系統(tǒng)的基礎(chǔ)上開發(fā)出來的又一人工智能領(lǐng)域，成為人工智能研究的重要核心內(nèi)容之一，遍布于人工智能的各個領(lǐng)域。

學(xué)習(xí)作為一種有特定目的性的知識獲取途徑，它最主要的內(nèi)部特征為知識結(jié)構(gòu)的不斷更新與修改，而外部特征則為性能的不斷改善。同時，學(xué)習(xí)活動作為人類智能的一個重要特征，是獲取知識的最基本手段，因此，機器學(xué)習(xí)也是成為實現(xiàn)計算機智能化的基本手段。相應(yīng)的，機器學(xué)習(xí)也會形成反哺效應(yīng)，有助于研究和發(fā)現(xiàn)人類自身學(xué)習(xí)的機理，進而揭示人腦的奧秘。例如，近年來不斷發(fā)展的基于解釋、概念、神經(jīng)網(wǎng)絡(luò)和遺傳學(xué)習(xí)的學(xué)習(xí)方法。

2.3 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（Aficial Neural Network）也被稱作神經(jīng)網(wǎng)絡(luò)或者類神經(jīng)網(wǎng)絡(luò)，它主要由大量的神經(jīng)元即處理單元相互連接而成。對于一個神經(jīng)網(wǎng)絡(luò)而言，它由相互連接的神經(jīng)元組成一個運算模型，是對人腦基本特性的一種抽象與模擬，主要是為了模擬大腦的一些機理與反應(yīng)機制，從而實現(xiàn)某些特定功能。

神經(jīng)網(wǎng)絡(luò)主要是通過神經(jīng)元之間相互作用實現(xiàn)信息的處理，即知識和信息的存儲具體表現(xiàn)是神經(jīng)元互連之間的分布式關(guān)系。對于人工神經(jīng)網(wǎng)絡(luò)而言，它具有很強的自我學(xué)習(xí)能力，可以擺脫“專家”頭腦自行處理數(shù)據(jù)總結(jié)規(guī)律，具有良好的自適應(yīng)性和組織性。對于一些復(fù)雜多維的線性問題、定量問題，人工神經(jīng)網(wǎng)絡(luò)具有獨特的優(yōu)勢。

2.4 模式識別

在當(dāng)下的互聯(lián)網(wǎng)模式下，計算機人工智能所對應(yīng)的模式識別主要指的是用計算機來代替人類感知的一種模式，主要目的是實現(xiàn)和完善計算機系統(tǒng)模擬人體器官對外界進行感知，而對應(yīng)的研究對象是計算機模式下的識別系統(tǒng)。

總的說來，雖然模式識別的概念在不斷更新，但其主要分類可分為三種：句法模式識別、統(tǒng)計模式識別以及深度神經(jīng)網(wǎng)絡(luò)。早前的模式識別主要集中于文字、圖像等信息，直到二十世紀(jì)六十年代才漸漸開始對復(fù)雜三維景物進行解釋和描述。緊接著的開始展開對活動目標(biāo)的跟蹤識別與分析，標(biāo)志著景物分析開始向?qū)嵱没姆较虬l(fā)展。典型的識別模式案例有：語言識別、人臉識別以及虹膜識別、步態(tài)識別等。但計算機識別模式最根本的問題是魯棒性，現(xiàn)階段的系統(tǒng)開發(fā)對環(huán)境具有自適應(yīng)性而對噪聲等具有魯棒性。在當(dāng)下的網(wǎng)絡(luò)時代，大數(shù)據(jù)的出現(xiàn)以及深度學(xué)習(xí)性能的不斷提升，從某種程度上解決了計算機模式識別的自適應(yīng)性和魯棒性，但與人相比仍然有較大的差距，還有待進一步深度學(xué)習(xí)和研究。

2.5 智能決策支持系統(tǒng)

智能決策支持系統(tǒng)作為人工智能和DSS相結(jié)合的應(yīng)用專家系統(tǒng)（ES，Expert System）技術(shù)，與“知識-智能”關(guān)系緊密。智能決策支持系統(tǒng)的基本數(shù)據(jù)特征和“大數(shù)據(jù)”高度吻合，開展大數(shù)據(jù)技術(shù)研究，一定會為將智能決策支持系統(tǒng)發(fā)展帶向一片新的天地。智能決策支持系統(tǒng)在系統(tǒng)定位、決策、數(shù)據(jù)處理和信息檢索與系統(tǒng)安全等方面會成為未來發(fā)展的新趨勢。

3 未來人工智能發(fā)展展望與啟示

人工智能思想家Nick Bostrom將超級智能定義為“在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新、通識和社交技能”。超人工智能可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的。當(dāng)前，人工智能技術(shù)的發(fā)展正向著大型分布式人工智能以及多專家協(xié)同、推理的多智能協(xié)同系統(tǒng)方向發(fā)展。

參考文獻

[1]徐卓函.大數(shù)據(jù)時代人工智能的創(chuàng)新與發(fā)展研究[J].科技資訊，2015，33：30-31.

[2]王敏.淺談網(wǎng)絡(luò)時代下人工智能的研究與發(fā)展[J].電子制作，2013，

12：231.