人工智能引言

生活中的人工智能
----人工智能发展现状及未来
1006010101 计算机1班董楠楠
【摘要】
人工智能一词于1956年提出，经过半个多世纪的发展，已经渗透到各个领域。

本文将对人工智能的发展作简要的介绍和分析，重点介绍近年来人工智能在各个领域的应用，以期我们对人工智能有更深入的了解。

人工智能从诞生发展到今天经历了一条漫长的路，许多科研人员为此而不懈努力。

人工智能的开始可以追溯到电子学出现以前。

象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。

人工智能始终处于计算机发展的最前沿。

高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。

人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。

【关键词】
人工智能、应用、发展
【引言】
随着计算机技术的飞速发展，人工智能也取得了极大的发展，并且开始应用到我们生活中的方方面面。

伴随着研究的深入，也许我们正要进入一个人工智能时代。

【正文】
1.人工智能的发展历程大致可以分为下面五个阶段。

第一阶段 : 20世纪 50年代，人工智能的兴起和冷落。

人工智能概念在 1956年首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题 s求解程序、LISP表处理语言等。

但是由于消解法推理能力有限以及机器翻译等的失败，使人工智能走入了低谷。

这一阶段的特点是重视问题求解的方法，而忽视了知识的重要性。

第二阶段 : 60年代末到 70年代，专家系统出现，使人工智能研究出现新高潮。

DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay－II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。

并且，1969年成立了国际人工智能联合会议 ( International Joint Conferences on Artificial Intelligence即 IJCAI)。

第三阶段 : 80年代，随着第五代计算机的研制，人工智能得到了飞速的发展。

日本在 1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统 KIPS”，其目的是使逻辑推理达到数值运算那么快。

虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。

第四阶段 : 80年代末，神经网络飞速发展，。

1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。

此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

第五阶段 : 90年代，人工智能出现新的研究高潮。

由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。

不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。

另外，由于 Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象
2.近年来人工智能的应用
2.1 人机大战
随着人工智能的发展，人工智能已经渗透到了生活中的每个方面。

在人工智能的发展史上，出现了很多堪称经典的“人机大战”。

2001年，一家德国公司开发的国际象棋软件“更弗里茨”击败了卡斯帕罗夫、阿南德以及除了克拉姆尼克之外的所有排名世界前十位的棋手；2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方以4比4战平；2003年1至2月由两位以色列电脑专家研究出的“更年少者”与卡斯帕罗夫举行人机大战，双方3比3战平。

而中国也有中国象棋大师对阵超级电脑“浪潮天梭”的“人机大战”，最终大师输了。

今天一台装载有磁盘程序的个人电脑可以击败99.999%人类棋手。

对于人类来说，值得安慰的是剩下的0.001%最高级别的人类棋手，对于完全被电脑占优势的国际象棋领域依然代表了一种不道逾越的障碍。

运行在高速机器上最强大的
棋弈程序每秒钟可以完成1,000,000个或者更多局面的计算。

在复杂的战术局面里它们强于任何人类棋手。

在开局方面它们能从磁盘上获得无限的知识——数千万步已经被尝试和验证过的着法。

在残局方面它们使用残局库能够进行非常深的搜索，而且对于特定限制的残局(比如棋盘上所有加起来只剩下五个棋子的)，它们事实上拥有所有的信息，所以能走得滴水不漏。

没有计算机或者人工智能能够通过图灵测试？至少来说，到目前为止，就算是IBM的Watson都还没有能够通过图灵测试。

然而，已经有人工智能“迷惑”或者说“欺骗”了我们的考官，在2008年的测试上，得分最高的电脑程序成功地欺骗了30%的评委，这是不是在说，真正的人工智能快要来了？
2008年的图灵测试,或者说Loebner AI Prize, 勒布纳人工智能奖,进入最后决赛的一共有6个程序,他们每一个都至少欺骗了一名裁判,而最后的冠军程序Elbot则成功地欺骗了12名裁判中的3名。

而2003年的冠军Jabberwacky则已经与人类进行了数百万次的聊天。

2011年 2月 14日—16日的 3天比赛中，IBM的“沃森”（Watson）凭借超强的运算速度和强大的人工智能算法战胜了美国最受欢迎的智力竞猜电视节目对计算机沃森来说参与智力竞赛节目最重要的难题是解析人类的语言，尤其是在充满暗示和恶作剧的游戏里，沃森需要识别人类语言中微妙的含义，分辨讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索。

沃森能学习人类思维分辨人类语言口气，可选择忽略不擅长的题目，它可以可估算节目剩余奖金和自我信心，主动选择是否继续回答问题，已经取得了很大的进步。

2.2机器人
1920年，原捷克斯洛伐克剧作家卡雷尔·凯培克第一次提出了“机器人”（Robot）这个名词，通常可将机器人分为三代。

第一代是可编程机器人，这类机器人一般可以根据操作员所编的程序，完成一些简单的重复性操作。

第二代是感知机器人，即自适应机器人，它是在第一代机器人的基础上发展起来的，具有不同程度的“感知”能力。

这类机器人在工业界已有应用。

第三代机器人将具有识别、推理、规划和学习等智能机制，它可以把感知和行动智能化结合起来，因此能在非特定的环境下作业，故称之为智能机器人。

上海世博会上会拉小提琴的日本机器人和“海宝”机器人，对于到过上海世博会的人来说，这两个个机器人相当的熟悉。

一个在日本馆内，一个很多地方都
能够看到；
Roomba，美国最受欢迎的机器人吸尘器，在机器人身上装有定时清扫时间的设置按钮，可设定每日、每周任何时间自动清扫。

无论您在家还是外出，机器人都会自动出来清扫您的地板，给用户带来极大的方便。

每充满一次电，Roomba 一般可以系统地打扫3个房间。

它还可以沿着墙根、钻到家具底下去，使得这些我们平时很难触及的地方的灰尘也被一网打尽。

水下机器人，水下无人潜水器（UUV），从上世纪80年代开始大发展，在军事、科考方面有重要的用途，这类机器人高度智能化，具有比较强的环境感知和目标识别能力，以智能的信息处理方式进行运动控制和规划决策。

由于机器人实在是种类繁多，就不做赘述。

总之机器人是人工智能的一个非常重要的应用和研究方向。

2.3 电子产品
电子产品无疑是引领人工智能发展的最重要方面之一。

2011年，苹果发布iPhone 4S,而“虚拟个人助理”Siri则成为了4S最大的亮点之一，Siri可以支持自然语言输入，并且可以调用系统自带的天气预报、日程安排、搜索资料等应用，还能够不断学习新的声音和语调，提供对话式的应答。

iPhone 5发布时，Siri已经有了较大提升，苹果的真正意图是将Siri打造成iOS中的一个独立微系统，最终占领语音人工智能市场。

2013年所有的东西都或多或少的带有智能的标签，下面只是一些有代表性的。

（1）三星新款智能电视。

可以简单、迅速地搜索到电视节目、优质视频点播内容、各种应用程序、社交圈以及本地设备中的内容，同时用户可以根据自定义推荐内容，打造属于自己的个性化电视体验。

使用日常用语或者随意手势，就可向电视发出指令，进行内容搜索或操控电视。

（2）联网家庭。

这是每年CES上难以兑现的承诺之一。

所有家用电器、灯、警报系统等都能联网并通过互联网控制，这种联网家庭的示范产品将成为今年CES的又一大主题。

谷歌和Eletric lmp等许多公司都在尝试将其变为现实，不过目前都尚未取得真正突破。

（3）无人驾驶汽车。

我们都知道谷歌一直在研发无人驾驶汽车，出人意料的是，丰田、奥迪也宣布将在CES上展示无人驾驶汽车。

2.4未来概念产品
未来的人工智能产品到底是怎么样的呢？
上海世博会上展出了一款未来的概念车EN-V，她知道一切焦点聚集地：最新的时装秀和艺术展，还有世界知名的餐厅和俱乐部。

作为城市时尚先锋，“骄”帮助你远离交通拥堵，准时出席最热门的活动，而且让你绝不错过。

她能帮你有序地组织每一天的生活，提供最实时的世界新闻，会自动驾驶，可以带着你神奇地穿梭于城市的大街小巷。

你可以在车里玩最爱的视频游戏，也可以和世界各地的同事召开视频电话会议。

我认为人工智能的发展不是一朝一夕的事情，要真正实现现在譬如苹果、Google的那些概念产品，也不是很快就能够完成的，但是随着人工智能的发展，未来，也许并不是很远。

3.人工智能目前以及未来的研究方向
由上面的这些应用我们可以大致看出人工智能的研究方向。

3.1专家系统。

专家系统是依靠人类专家已有的知识建立起来的知识系统 ,是一种具有特定领域内大量知识与经验的程序系统。

它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题 ,其水平可以达到甚至超过人类专家的水平。

它是在特定的领域内具有相应的知识和经验的程序系统 ,它应用人工智能技术、模拟人类专家解决问题时的思维过程 ,来求解领域内的各种问题 ,达到或接近专家的水平。

3.2机器学习。

机器学习的研究 ,主要是研究人类学习的机理、人脑思维的过程 ;机器学习的方法 ;建立针对具体任务的学习系统。

还有机器人学这个领域所研究的问题 ,包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。

因此开发高智能机器人是一个重要研究方面。

3.3模式识别。

模式识别是研究如何使机器具有感知能力 ,主要研究视觉模式和听觉模式的识别 ,如识别物体、地形、图像、字体 (如签字 )等。

在日常生活各方面以及军事上都有广大的用途。

近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。

特别神经网络方法在模式识别中取得较大进展。

语音识别技术近年来发展很快 ,现已有商品化产品如扫描仪的上市。

3.4人工神经网络。

在人工神经网络中 ,信息的处理是由神经元之间的相互
作用来实现的 ,知识与信息的存储表现为网络元件互连间分布式的物理联系 ,网络的学习和识别取决于和神经元连接权值的动态演化过程。

人工神经网络也许永远也无法代替人脑 ,但是他能帮助人类扩展对外部世界的认识和智能控制。

3.5智能决策支持系统。

决策支持系统是属于管理科学的范畴 ,它与“知识-智能”有着极其密切的关系。

自 20世纪 80年代以来专家系统在许多方面取得成功 ,将人工智能中特别是智能和知识处理技术应用于决策支持系统 ,扩大了决策支持系统的应用范围 ,提高了系统解决问题的能力 ,这就成为智能决策支持系统
很多人认为现在的人工智能不能模仿人类的喜怒哀乐，不能像人类一样产生爱、恨等感情，更不会复杂的心理行为，就否定了人工智能，认为这不过是一种机械的规则的再现。

但是，我们看到，人类社会需要的是能将人类从很多复杂的思维活动中解脱出来的工具，而目前在这个方面已经取得了很多令人欢欣鼓舞的成绩。

正如黑洞中心存在着一个让一切已知物理定律都失效的“奇点”一样，信息技术也正在朝着这样一个奇点迈进。

届时，人工智能机器将比其制造者——人更加聪明。

这些未来学家认为，过了这个点，一切都将以现在不可预测、无法想象的速度和形式发展了，人工智能将会以我们人类无法控制的速度发展，把我们人类远远抛在后面。

但是我认为，讨论这个还为时尚早，人工智能离真正如斯皮尔伯格的《AI》里面那么智能，还有很长一段路要走。

【参考文献】
[1]田金萍 .人工智能发展综述 [J ].科技广场 , 2007. 1
[2]许元.人工智能——人类对自身的挑战[N].人名日报，2011.2.24（023版）
[3]徐玉如，李彭超.水下机器人发展趋势[J].自然杂志，2011,33卷（第3期）
[4]尚福华 ,李军 ,王梅等.人工智能及其应用 [M ].北京 :石油工业出版社 , 2005
[5]佘玉梅 ,段鹏 .人工智能应用 [M ].上海 :上海交大出版社 , 2007.
[6]张妮 ,徐文尚 ,王文文.人工智能技术发展及应用研究综述[J].煤矿机械，2009,30卷（2）
[7]陈珂蒙，张宁.人工智能的发展探析[J].经济论坛，2012。