人工智能的研究与应用现状

人工智能的研究与应用现状

南开大学信息技术科学学院智能科学与技术师浩宸 1010645

摘要

使机器具有自主能动能力这一愿望，从古希腊甚至古埃及的神话传说开始就一直延续至今：亚里士多德（公元前384-322年）的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐；中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器；近代“人工智能”（Artificial Intelligence）这个概念的提出最早是在1956年Dartmouth 学会，当时数字计算机研制成果显著，对编写有原始推理思想的程序有质的帮助；今天的各国在智能研究领域都有了重大发展，波士顿动力公司研制的大狗机器人bigdog。因而，还可以认为，人工智能的研究目标是使机器模仿人的行为计算机模仿人脑的推理，学习，思考和规划等思维活动。文章还介绍了早期的专家系统：大多数是用规则推理的方法, 如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR 专家系统等。众所周知，人类大脑的组织结构和运行机制有其绝妙的特点，从模仿人脑智能的角度出发，来探寻新的信息表示、储存和处理方式，设计全新的计算机处理结构模型，构建一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中难以解决的问题，一定能够极大推动科研进步，这些促成了人工神经网络（ANN）的出现。

关键词：人工智能博弈专家系统人工神经网络模式识别自言语言理解翻译机

引言：这篇文章主要介绍了人工智能的产生与发展，并对人工智能领域一部分研究成果进行分析介绍。附录是观看网络公开课的笔记，作者希望通过学习进一步提升理解。

1．1人工智能简介

使机器具有自主能动能力这一愿望，从古希腊甚至古埃及的神话传说开始就一直延续至今：亚里士多德（公元前384-322年）的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐；中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器；近代“人工智能”（Artificial Intelligence）这个概念的提出最早是在1956年Dartmouth 学会，当时数字计算机研制成果显著，对编写有原始推理思想的程序有质的帮助；今天的各国在智能研究领域都有了重大发展，波士顿动力公司研制的大狗机器人bigdog。

广义来讲，人工智能就是人造物的智能行为。人工智能的发展往往依靠计算机科学和认知科学的发展，在不同的发展阶段，对于人工智能有不同的理解，其概念也随之拓展。

人工智能是计算机科学的一个分支，是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理，制造类似于人脑的智能计算机，以及使计算机更巧妙些实现高层次的应用。它涉及到计算机科学，心理学，哲学和语言学学科。总的目标是增强人的智能

进而我们需要了解什么是智能。

智能是一种能够认识客观事物和运用知识解决问题的综合能力。智能的四个特征：具有感知

能力，具有记忆和思维能力，具有学习和自适应的能力，具有行为能力。智能是客观世界中解决实际问题的能力，这种能力就是各个科学领域中的“知识”，以及交叉学科的灵活应用。因而，还可以认为，人工智能的研究目标是使机器模仿人的行为计算机模仿人脑的推理，学习，思考和规划等思维活动。

概括而言，人工智能是研究如何让计算机做现阶段只有人才能做好的事情。因为“智能”是关于解决问题能力的知识，所以从使用观点看，人工智能是关于知识的科学，它包含三个怎样，即怎样表示知识，怎样获取知识，怎样使用知识。

2人工智能的体现形式和研究领域

2.1博弈

博弈论，又称对策论，是使用严谨的数学模型研究冲突对抗条件下最优决策问题的理论。博弈思想在人工智能方面最早体现在计算机游戏方面，最早的计算机游戏（computer game）指的就是下棋, 为了设计可以和人类竞争甚至战胜人类的程序，人们便开始研究如何使得计算机可以学习人类的思维模式，具备与人类一样的博弈能力。博弈的过程包含着对问题的表示、分解、搜索和归纳这四个重要问题。计算机棋类博弈基本属于完全信息的动态博弈。也就是对弈双方不仅清楚当前的局面，了解对手以往的着数，而且了解对手接下来可能采取的着数。尽管双方可能采取的着法数以十计、百计，但毕竟还是有限的。计算机可以通过展开一颗根在上、叶在下的庞大的博弈树描述这一对弈过程。再利用自身在时间和空间上的强大能力，进行巧妙的搜索，从而找到可行解及近优解，亦即给出当前的着法。显然，计算机的搜索能力是计算机智力水平的重要体现。搜索算法是机器“思维”的核心。包括着法生成，博弈树展开，各种剪枝搜索和各种启发式搜索。显而易见，搜索算法的设计和编写过程处处体现着人工智能的思想。机器博弈是既简单方便、经济实用，又丰富内涵、变化无穷的思维逻辑研究载体。个把小时就可以下一盘棋，就可以对电脑的“智能”进行测试，而且可以悔棋、重试、复盘，可以一步步地发现电脑与人脑功能的差距，从而不断提高电脑的智力水平。毫无疑问的是，机器博弈的研究可以显著推动人工智能的发展。

2.2专家系统

专家系统是一种具有大量专门知识和经验的智能程序系统，它能运用领域专家多年积累的经验和专门知识，模拟领域专家的思维过程，解决该领域中需要专家才能解决的复杂问题。专家系统是目前人工智能中最活跃，最有成效的一个研究领域，它是一种基于知识的系统，它从人类专家那里获得知识，并用来解决只有专家才能解决困难问题辅助教学系统。

人工智能专家系统常由知识库、是推理机等构成。推理机主要决定哪些规则满足事实或目标，并授予规则优先级，然后执行最高优先级规则来进行逻辑推理。知识获取机为用户建立的一个知识自动输入的确定方法。匹配模块是该人工智能专家系统的核心部分，匹配功能

的实现关系到整个程序的实现，解释模块以及结果处理都依赖于它的执行结果。其过程如下图所示：

目前已研究的专家系统模型有很多种。其中较为流行的有如下几种：

2.2.1 基于规则的专家系统

基于规则推理( Rule Based Reasoning, RBR) 的方法是根据以往专家诊断的经验, 将其归纳成规则, 通过启发式经验知识进行推理。早期的专家系统大多数是用规则推理的方法, 如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR 专家系统等。

2.2. 2 基于案例的专家系统

基于案例推理( Case Based Reasoning, CBR) 的方法就是通过搜索曾经成功解决过的类似问题, 比较新、旧问题之间的特征、发生背景等差异, 重新使用或参考以前的知识和信息, 达到最终解决新问题的方法。第一个真正意义上的基于案例的专家系统是1983 年由耶鲁大学Janet Kolodner 教授领导开发的CYRUS 系统。它以Schank的动态存储模型和问题求解的MOP( Memory Organized Packet)理论为基础, 做与旅行相关的咨询工作。

2.2. 3 基于框架的专家系统

框架( Frame) 是将某类对象的所有知识组织在一起的一种通用数据结构, 而相互关联的框架连接组成框架系统。

框架表示法最突出的特点是善于表达结构性的知识, 且具有良好的继承性和自然性。因此, 基于框架的专家系统适合于具有固定格式的事物、动作或事件。

2.2. 4 基于模糊逻辑的专家系统

和二值的波尔逻辑不同，模糊逻辑是多值的。它处理归属的程度和可信的程度。模糊逻辑使用介于0（完全为假）和1（完全为真）之间逻辑值得连续区间。与非黑即白不同，它使用颜色的色谱，可以接受同时部分为真和部分未假的事物。

基于模糊逻辑的专家系统的优点在于[ 18] : ①具有专家水平的专门知识, 能表现专家技能和高度的技巧以及有足够的鲁棒性; ②能进行有效的推理, 具有启发性, 能够运用人类专家的经验和知识进行启发性的搜索、试探性的推理; ③具有灵活性和透明性。但是, 模糊推理