人工智能与机器人 (2)

图像识别
图形刺激作用于感觉器官，人们辨 认出它是经验过的某一图形的过程。也 称图像再认。在图像识别中，既要有当 时进入感官的信息，也要有记忆中存储 的信息。只有通过存储的信息与当前的 信息进行比较的加工过程，才能实现对 图像的再认。
自然语言理解
“机器”要能够理解自然语言，需要达到以下三个 标准：
人工智能与机器人
人类智能
人类智能，又叫自然智能，主要包含三个 方面：感知能力、思维能力、行为能力。当我 们动用全身的感觉器官感受到外界的信息刺激 之后，能够通过大脑进行记忆、联想、分析、 判断等一系列思维活动，其结果就是做出一种 决策，最后再通过我们的具体行动，把这一决 策体现出来。
人工智能
我们为何需要人工智能
一、做人类做不到的事情 二、做人类做不好的事情 三、做对人类有危险的事情
人工智能可以为我们做什么
1. 模式识别 模式，是指已经界定好的，用来供模仿的
一个标本或标准。模式识别就是指识别出这 个标本或标准。
人工智能所研究的模式识别是指用“机器” 代替人类或帮助人类感知模式，也就是使一 个“机器”系统具有模拟人类通过感官接受 外界信息、识别和理解周围环境的感知能力。 模式识别主要需要建立的是语音识别和图像 识别体系。
智能机器人
智能机器人是人工智能中的最重要的应 用，机器人是一种能模拟人的行为的机械， 对它的研究经历了三代的发展过程：
1. 第一代（程序控制）机器人； 2. 第二代（自适应）机器人； 3. 第三代（智能）机器人；
Fra Baidu bibliotek
第一代（程序控制）机器人： 这种机器人一般是按以下二种方式“学会”
工作的。一种是由设计师预先按工作流程编写 好程序，存贮在机器人的内部存储器，在程序 控制下工作。另一种是被称为“示教—再现” 方式，这种方式是在机器人第一次执行任务之 前，由技术人员引导机器人操作，机器人将整 个操作过程一步一步地记录下来，每一步操作 都表示为指令。示教结束后，机器人按指令顺 序完成工作（即再现）。如任务或环境有了改 变，就要重新进行程序设计。这种机器人能尽 心尽责的在机床、熔炉、焊机、生产线上工作。
一是能正确理解人类的自然语言输入的信息，并 能正确答复（或响应）输入的信息。
二是对输入的信息能产生相应的摘要，而且复述 输入的内容。
三是能把输入的自然语言翻译成要求的另一种语 言，如将汉语译成英语或将英语译成汉语等。
机器翻译
自然语言理解大致可分为机器翻译、语 义理解及人机会话技术几个方面。其中机器 翻译(machine translation)，又称机译(MT)， 就是利用“机器”把一种自然语言转变成另 一种自然语言的过程。
专家系统
专家系统是一个具有大量专门知识与经验的程 序系统。它应用人工智能技术，根据某个领域一个 或多个专家提供的知识和经验进行推理和判断，模 拟人类专家的决策过程，以解决那些需要专家决定 的复杂问题。当前机器学习的研究成果中，专家系 统是发展比较快的一个分支。
专家系统与传统的计算机程序有着本质的不同, 专家系统所要解决的问题一般没有算法解，并且经 常要在不完全、不精确或不确定的信息基础上做出 结论。所以，发展专家系统的关键是提高“机器” 的自学习能力，这种能力越高，对专家知识的表达 和运用就越好，专家系统的作用也就越显著。
语音识别
语音识别研究的目的就是让机器“听懂”人类 口述的语言。包括两方面的含义：其一是逐字逐 句听懂非转化成书面语言文字；其二是对口述语 言中所包含的要求或询问加以理解，做出正确响 应，而不拘泥于所有词的正确转换。语音识别系 统从讲叙方式角度可分为孤立词、连接词和连续 语音三种。从服务对象的角度可分为特定人与非 特定人。即系统只针对一个用户或可用于任意用 户。
问题求解
人工智能的第一个大成就是发展了能够求解难题的 下棋程序，如国际象棋、中国象棋、围棋等，我们今天 在网上都可以找到各种各样的人机对弈软件。在下棋程 序中，应用到的某些技术，如向前看几步，还有把困难 的问题分成一些比较容易的子问题等，其实就是数据库 搜索和问题归纳这样的人工智能基本技术。
问题求解程序不仅是能够下棋，还有一个重要的应 用就是符号运算，可以把各种数学公式符号汇编在一起， 其性能达到很高的水平，这就极大地方便了科学家和工 程师们的工作，帮助他们从繁重的手工计算劳动中解脱 出来，集中精力做好对问题的分析和对工作整体的把握 上。有些高级的问题求解程序，已经具备了一定的“机 器学习”智能，能够利用在被使用过程中积累起来的 “经验”，自动地来改善和提高其自身性能。
翻译机器所依赖的自动翻译技术包括语 音翻译和文字翻译，主要的关键技术有四个 方面：单词分析，语法分析，意义分析和文 理分析。
机器学习
人的智能是通过学习来获得进步的， 学习的能力是我们人类的自然属性。而人 工智能研究上最突出和最重要的一个方面， 就是机器学习。 首先，我们要赋予“机器”一个最基 本的智能基础。这一智能基础就是专家系 统与问题求解系统。
一个完整的语音识别系统可大致分为三部分： （1）语音特征提取：其目的是从语音波形中提 取出随时间变化的语音特征序列。 （2）声学模型与模式匹配（识别算法）：声学 模型通常将获取的语音特征通过学习算法产生。 在识别时将输入的语音特征同声学模型（模式） 进行匹配与比较，得到最佳的识别结果。 （3）语言模型与语言处理：语言模型包括由识 别语音命令构成的语法网络或由统计方法构成的 语言模型，语言处理可以进行语法、语义分析。 对小词表语音识别系统，往往不需要语言处理部 分。
人工智能(Artificial Intelligence，简称AI)，也称 作机器智能， 它是计算机科学、控制论、信息论、 神经生理学、心理学、语言学等多种学科互相渗透 而发展起来的一门综合性学科。从计算机应用系统 的角度出发，人工智能是研究如何制造出人造的智 能机器或智能系统，来模拟人类智能活动的能力， 以延伸人们智能的科学。同样，人工智能也主要包 含三个方面：感知能力、思维能力、行为能力。只 不过这三个方面是通过“机器”系统，而不是“人” 这一系统来完成。（楼道感应灯）