王明月　張德慧　魏銘

摘 要：作為世界三大尖端技術之一， 人工智能（ Artificial Intelligent）自1956年誕生之日起， 就成為科學發(fā)展史上一顆令人矚目的新星， 吸引著無數(shù)科學工作者從事相關的研究與創(chuàng)造。我們所處的時代是知識爆炸的時代，各種海量信息充斥著世界各個角落，而僅僅依靠人類自身，很難實現(xiàn)對這些信息的有效處理。人工智能作為一門研究和制造智能機器或智能系統(tǒng)的學科，目標在于模擬和延展人類的智能，這與當今時代發(fā)展的需求是不謀而合的。

關鍵詞：人工智能

人工智能是一門新理論、新技術、新方法和新思想不斷涌現(xiàn)的前沿交叉學科，與計算機科學、控制論、信息論、神經生理學、哲學、語言學等密切相關，研究領域除了經典的知識表示、啟發(fā)式搜索理論、推理技術、人工智能系統(tǒng)和語言之外，還涉及專家系統(tǒng)、自然語言理解機器學習、博弈、機器人學、模式識別、智能檢索、自動程序設計、數(shù)據挖掘、計算機視覺、分布式人工智能、人工神經網絡、智能控制、智能決策支持系統(tǒng)、智能電網等領域，相關研究成果也已廣泛應用到生產、生活的各個方面。

1.人工智能的基本概念

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。

2.人工智能的發(fā)展歷程

（1）孕育期（1956年之前）

盡管現(xiàn)代人工智能的興起一般被認為開始于1956年達特蒙斯的夏季討論會，但實際自古以來，人類就在一直嘗試用各種機器來代替人的部分勞動，以提高征服自然的能力。除了文學作品中關于人工智能的記載之外，還有很多科學家都為人工智能這個學科的最終誕生付出了艱辛的勞動和不懈的努力。

（2）形成期（1956-1969年）

達特蒙斯討論會之后，在美國開始形成了以人工智能為研究目標的幾個研究組，他們分別是紐厄爾和西蒙的 Carnegie-RAND協(xié)作組（也稱為心理學組）、塞繆爾和格倫特爾（ Herbert Gelernter）的IBM公司工程課題研究組以及明斯基和麥卡錫的MIT研究組。這3個小組在后續(xù)的十多年中，分別在定理證明、問題求解、博弈等領域取得了重大突破。

（3）發(fā)展期（1970年之后）

這一時期人工智能的發(fā)展經歷曲折而艱難，曾一度陷入困境，但又很快再度興起，知識工程的方法滲透到人工智能的各個領域，人工智能也從實驗室走向實際應用。

自1970年以后，許多國家相繼開展了人工智能方面的研究工作，大量成果不斷涌現(xiàn)，但困難和挫折也隨之而來，人工智能遇到了很多當時難以解決的問題，發(fā)展陷入困境。盡管人工智能研究的先驅面對了種種困難， 但他們沒有退縮和動搖。為解決這些困難，從20世紀80年代末以來，專家系統(tǒng)又開始嘗試多技術、多方法綜合集成，多學科、多領域綜合應用的探索。大型分布式專家系統(tǒng)、多專家協(xié)同式專家系統(tǒng)、廣義知識表示、綜合知識庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多Agent協(xié)同系統(tǒng)逐漸出現(xiàn)。

3.人工智能的研究目標

人工智能研究的近期目標是實現(xiàn)智能機器，即先部分地或某種程度地實現(xiàn)機器的智能，使現(xiàn)有的計算機更聰明、更有用，使它不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據處理還能運用知識處理問題，能模擬人類的部分智能行為。針對這一目標，人們就要根據現(xiàn)有計算機的特點研究實現(xiàn)智能的有關理論、技術和方法，建立相應的智能系統(tǒng)，如專家系統(tǒng)、機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器人、人工神經網絡等。

人工智能研究的遠期目標與近期目標相輔相成，遠期目標為近期目標指明了方向，近期目標的研究為遠期目標的最終實現(xiàn)奠定了基礎，做好理論及技術上的準備，也增強了人們實現(xiàn)遠期目標的信心。最后還應該注意的是，近期目標與遠期目標之間并無嚴格的界限，隨著人工智能研究的深入、發(fā)展，近期目標不斷變化，逐步向遠期目標靠近，近年來在人工智能各個領域中所取得的成就充分說明了這一點。

4.人工智能的學術流派

（1）符號主義學派

也稱為心理學派、邏輯學派，這一學派的學者主要基于心理模擬和符號推演的方法進行人工智能研究。早期的代表人物有紐厄爾、肖、西蒙等，后來還有費根鮑姆、尼爾森等，其代表性的理念是“物理符號系統(tǒng)假設”，認為人對客觀世界的認知基元是符號，認知過程就是符號處理的過程。

“心理模擬，符號推演”是從人腦的宏觀心理層面入手，以智能行為的心理模型為依據，將問題或知識表示成某種邏輯網絡，采用符號推演的方法，模擬人腦的邏輯思維過程，實現(xiàn)人工智能。

（2）連接主義學派

它也被稱為生理學派，主要采用生理模擬和神經計算的方法進行人工智能研究，其代表人物有麥卡洛、皮茨、羅森布拉特、科厚南、霍普菲爾德、魯梅爾哈特等。連接主義學派早在20世紀40年代就已出現(xiàn)，但由于種種原因發(fā)展緩慢，甚至一度出現(xiàn)低潮，直到20世紀80年代中期才重新崛起，現(xiàn)已成為人工智能研究中不可或缺的重要途徑與方法，每年國際國內都有很多關于人工神經網絡的專門會議召開，用于相關領域工作的交流。

（3）行為主義學派

其也稱進化主義、控制論學派，是基于控制論“感知-動作”控制系統(tǒng)的人工智能學派，其代表人物是MIT的布魯克斯教授。行為主義認為人工智能起源于控制論，人工智能可以像人類智能一樣逐步進化，智能取決于感知和行為，取決于對外界復雜環(huán)境的適應，而不是表示和推理。這種方法通過模擬人和動物在與環(huán)境交互、控制過程中的智能活動和行為特性（如反應、適應、學習、尋優(yōu)等）研究和實現(xiàn)人工智能。

5.人工智能的研究和應用

（1）專家系統(tǒng)

專家系統(tǒng)是一種在相關領域中具有專家水平解題能力的智能程序系統(tǒng)，它能運用領域專家多年積累的經驗和專門知識，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。

（2）自然語言理解

自然語言理解（ Nature Language Processing）又叫自然語言處理，主要研究如何使得計算機能夠理解和生成自然語言，即采用人工智能的理論和技術將設定的自然語言機理用計算機程序表達出來，構造能夠理解自然語言的系統(tǒng)。

（3）機器學習

知識是智能的基礎，要使計算機具有智能，就必須使它具有知識，使計算機具有知識一般有兩種途徑：一種是人們把有關的知識歸納、整理在一起，并用計算機可以接受、處理的的方式輸入到計算機中去；另一種是使計算機具有學習的能力，它可以直接向書本、教師學習，也可以在實踐過程中不斷總結經驗、吸取教訓，實現(xiàn)自身的不斷完善。第二種途徑一般稱為機器學習（ Machine Learning）。

（4） 分布式人工智能

分布式人工智能（ Distributed Artificial Intelligence，DAI）是人工智能和分布式計算相結合的產物，主要研究在邏輯或物理上實現(xiàn)分散的智能群體Agent的行為與方法，研究 協(xié)調、操作它們的知識、技能和規(guī)劃，用以完成多任務系統(tǒng)和求解各種具有明確目標的問題。

（5）智能控制

智能控制（ Intelligent Control）是指那種無須或少需人的干預，就能獨立地驅動智能機器，實現(xiàn)其目標的自動控制，是一種把人工智能技術與經典控制理論及現(xiàn)代控制理論相結，研制智能控制系統(tǒng)的方法和技術。

總結：人工智能，將是未來科學技術發(fā)展的主要發(fā)展方向，雖然目前還面臨著許多困境，但是有如核技術一樣，雖然有危險，但只要人類能找到合理利用的方法，同樣可以造福人類。當前人工智能還處于弱人工階段，人工智能還要很長的路要走。因此，人工智能的當前重點在于大力研發(fā)，讓人工智能在人民生活中扮演更加重要的角色。

參考文獻：

[1]魯斌. 人工智能及應用. 清華大學出版社. 2017

[2]普爾. 人工智能：計算Agent基礎. 機械工業(yè)出版社. 2014