人工智能的过去现在和未来

化和智能化的计算机，只有这样，才能实现从人操作计算 机转变为计算机辅助人，才能实现计算机由认知型转变为 直觉型。“情感计算”研究就是试图创建一种能感知、识 别和理解人的情感，并能针对人的情感做出智能、灵敏、 友好反应的计算机系统。 情感具有三种生理学成分：⑴ 主观体验，即个体对于不同情感状态的自我感受；⑵外部 表现，即表情，在情感状态发生时身体各部分的动作量化 形式，表情包括面部表情（面部肌肉变化所组成的模式）、 姿态表情（身体其他部分的表情动作）和语调表情（言语 的声调、节奏、速度等方面的变化）；⑶生理唤醒，即情 感产生的生理反应强度（如心率、血压、呼吸、皮肤电活 动、瞳孔直径、脑电EEG等），是一种生理组织的激活水 平。情感计算就是对情感的三种生理学成分进行测量与计 算。 情感计算的主要内容包括：三维空间中动态情感信 息的实时获取与建模，基于多模态和动态时序特征的情感 识别与理解及其信息融合的理论与方法，情感的自动生成 理论及面向多模态的情感表达，以及基于生理和行为特征 的大规模动态情感数据资源库的建立等。 情感计算的本 质就是对人的情感表达的生理学成分的测量与计算，以及 对人的情感表达模式的识别，它不是真正意义上的对于人 的情感内部逻辑关系的计算，其主要目的在于建立友好的、 人性化的人机界面，帮助使用者获得高效而又亲切的感觉， 并有效减轻使用电脑的挫败感，构筑更贴近人们生活的智 能空间或虚拟场景。
人工智能的过去
• 人工智能的起源 1956年美国达特莫斯大学 （Dartmouth）召开了一次影响深远的历史性 会议，参加这次聚会的青年学者的研究专业包 括数学、心理学、神经生理学、信息论和电脑 科学等，他们分别从不同的角度共同探讨人工 智能的可能性，正是这次会议首次提出了“人 工智能”（AI）这一术语，标志着人工智能作 为一门新兴学科正式诞生。人工智能科学想要 解决的问题，是让电脑也具有人类那种听、说、 读、写、思考、学习、适应环境变化和解决各 种实际问题的能力。
• •
人工智能的过去
2.数学运算阶段 在以机械方式运行的计算器诞生百年之后，随 着电子技术的突飞猛进以及真空二极管和真空 三极管的发明，计算机开始了真正意义上的由 机械向电子时代的过渡。电子器件逐渐演变成 为计算机的主体，而机械部件则渐渐处于从属 位置。1906年美国人Lee De Forest发明电子管， 为电子计算机的发展奠定了基础；1924年2月 IBM公司成立，从此一个具有划时代意义的公 司诞生；1937年英国剑桥大学的Alan M.Turing 出版了他的论文，并提出了被后人称之为“图 灵机”的数学模型；1941年Atanasoff 和学生 Berry 完成了能解线性代数方程的计算机，取 名叫“ABC ”，用电容作存储器 ，用穿孔卡片 作辅助存储器，完成一次加法运算用时一秒； 1946年美国宾夕法尼亚大学莫尔学院制成的大 型电子数字积分计算机(ENIAC)，最初也专门 用于火炮弹道计算，后经多次改进而成为能进 行各种科学计算的通用计算机，这就是人们常 常提到的世界上第一台电子计算机；1945年数 学家冯· 诺伊曼发表了电子离散变量自动计算 机(EDVAC) 方案； 此阶段的数学运算主要是以 机电方式或电子管方式来实施的。
人工智能的过去
3.逻辑推理阶段 1950年图林发表了一篇划时代论 文《计算机与智能》，引起了巨大的震动，他认 为，与人脑的活动方式极为相似的机器是可以制 造出来的。 逻辑推理是人类思维的重要方面，包 括归纳推理、演绎推理和模糊推理等多种形式。 人工智能的核心内容就是要模拟这些推理形式， 实现诸如故障诊断、数学定理证明、问题判断与 求解、博弈等功能，因此逻辑推理是人工智能的 核心内容之一。当机器有了逻辑推理能力以后， 就能够比普通机器更加灵活地分析问题和处理问 题，从而适用于更加复杂多变的应用场合。 1956 年纽厄尔、赫伯特· 西蒙 等人发现人们求解数学题 通常是用试凑的办法进行的，试凑时不一定列出 了所有的可能性，而是用逻辑推理来迅速缩小搜 索范围，人类证明数学定理也是通过“分解” （把一个复杂问题分解为几个简单的子问题）和 “代入”（利用已知常量代入未知的变量）等方 法，用已知的定理、公理或解题规则进行试探性 推理，直到所有的子问题最终都变成已知的定理 或公理，从而解决整个问题。人类求证数学定理 也是一种启发式搜索。因此他们利用程序向数学 定理试图证明一些数学定理并取得了初步的成功。 此阶段的逻辑推理主要是以晶体管方式或集成电 路方式来实施的
人工智能
• “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（Artificial Intelligence），英文缩写为AI。 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、 技术及应用系统的一门新的技术科学。人工智能是计算机科学 的一个分支，它企图了解智能的实质，并生产出一种新的能以 人类智能相似的方式做出反应的智能机器，该领域的研究包括 机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能从诞生以来，理论和技术日益成熟，应用领域也不断 扩大，可以设想，未来人工智能带来的科技产品，将会是人类 智慧的“容器”。 • 人工智能是对人的意识、思维的信息过程的模拟。人工智能不 是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能的过去
1.算术ห้องสมุดไป่ตู้算阶段 1614年苏格兰人John Napier发表了一篇论文 ，其 中提到他发明了一种可以进行四则运算和方根运算的精巧装置； 1625年William Oughtred发明计算尺；1642年，法国哲学家兼数学 家Blaise Pascal发明了第一台真正的机械计算器——滚轮式加法器， 其外观上有6个轮子，分别代表着个、十、百、千、万、十万等， 只需要顺时针拨动轮子，就可以进行加法，而逆时针则进行减法， 原理和手表很像，算是计算机的开山鼻祖了； 1822年英国人 Charles Babbage设计了差分机和分析机，其设计理论非常超前，类 似于百年后的电子计算机，特别是利用卡片输入程序和数据的设 计被后人所采用；1834年Babbage 设想制造一台通用分析机，能够 完成所有的算术运算，该分析机由四个基本部件构成：存储库、 运算室、传送机构和送人取出机构，类似于现代计算机的五大装 置：输入、控制、运算、存储和输出装置，因此他被公认为计算 机之父；1848年英国数学家George Boole创立二进制代数学，提前 近一个世纪为现代二进制计算机的发展铺平了道路。 算术运算主 要是以机械方式来实施的。
人工智能的现在
情感计算阶段
1.情感计算阶段 人们一直期盼着能拥有并使用更为人性
情感理解阶段
• 对于目前情感计算的理论基础，一些专家指出这 是一种具有明显缺陷的智能化理论体系，理论的 发展往往决定着技术的最终高度，智能化技术想 要只依靠现有的传统理论达到比其他技术更高的 地步，显然是不现实的，经典的思维根本不能处 理智能化的问题，即使是部分解决，也要付出极 其高昂的代价。到此为止，人工智能已经接近了 它的技术顶点，如果不解决深层次的理论问题， 不发生人工智能的基础理论体系上的重大突破， 要使计算机具有人类式的情感是永远不可能的。 深层次的理论问题包括：情感的哲学本质是什么？ 人类拥有情感的客观目的是什么？人的情感与认 知、意志之间是如何交互作用的？情感的层次结 构及其各层次之间的逻辑关系如何？情感的基本 分类是怎样的，有何客观依据？情感的动力特性 及其决定因素是什么？能否建立情感的数学模型， 以及怎样对情感进行逻辑分析与数学运算？情感 运行的基本程序是怎样的？情感的基本规律有那 些？等等。显然，不解决这些理论问题，要真正 实现情感的内部逻辑关系的计算是绝对不可能的。 解决了情感在深层次上的理论问题以后，全面实 现真正意义上的人工情感就已经为期不远了。
人工智能的现在
1.模式识别阶段 模式识别是近30年来得到迅速发展的人工智能分支学科。但是，对于什么是“模式”， 或者什么是机器（也包括人）能够辨认的模式，迄今尚无确切的定义。电脑模式识别技术最初起源于图 象识别的需要，。严格地说，模式识别又不是简单的分类学，它的目标包括对于识别对象的描述、理解 与综合。 在1973年召开的模式识别第一次国际学术会议基础上，成立了国际模式识别协会（IAPP）。 一位专家曾经指出：“模式识别是本世纪雄心最大的学科，需要电脑科学家、数学家、生物学家、心理 学家、哲学家和社会学家的通力合作。” 图象模式识别技术比较成功的运用领域是文字识别。如果把 每一个中文汉字或西文字母都视为一个小图形，模板匹配的方法自然可以移植到文字识别过程中。目前， 印刷体文字识别软件早已经进入商品化阶段，被称为OCR光学字符识别软件。通常可将书籍、报纸等印 刷品上的文字用扫描仪输入，首先经过特征抽取处理，例如，某字的笔画有几笔，收尾端点有几个，拐 角有多少等等。在电脑里已经预先保存了各种字的图形和它们的特征，也称为“模板”，全部模板就构 成一部“模板字典库”。由于要考虑字体、字号、纸张、油墨等因素影响，每一个字都有若干套不同的 模板。接下来就是将抽取到的文字特征与模板字典逐一匹配，直到在字典库中寻找到最接近的模板为止。 运用这种方法，对于印刷体文字，电脑能够以“一目十行”的速度进行阅读。此外，实时跟踪人手写字 的笔画顺序来识别手写文字的模式识别技术，也已经达到实用化程度，诸如常见的汉字笔输入软件。 人类相互之间交流思想，除“读写”之外的重要途径是“听说”，电脑语音识别理所当然被列为与图象 识别同等重要的人工智能技术，它包括用口令控制电脑的动作、或者根据口述声音录入文字、设计出 “会听话”的电脑等内容。语音识别的基础技术也是模式识别，通常每个人说话的音色和音调都有一定 的差异，发声频率各不相同，人脑对语音似乎有一种自适应的能力，既能区分不同性别不同年龄的语音 差异，又能调整为能够理解的基本音素，从而听懂各色人等说出的话语。采用模板匹配方式的电脑不可 能具备这种本领，它通常只能“听懂”特定某人的声音，而且是经过了一段时间“学习”的结果。