计算机科学前沿热点及发展趋势

计算机科学前沿热点及

发展趋势

集团标准化小组：[VVOPPT-JOPP28-JPPTL98-LOPPNN]

计算机科学前沿热点及发展趋势

摘要:计算机科学围绕信息、知识、智能等主题发展迅速。文章系统地介绍了信息处理、文字与自然语言的理解、数据仓库和数据挖掘；知识科学；人工智能、人工神经网络的研究、遗传算法、逻辑学等领域研究中前沿的若干问题，并提出未来计算机科学的发展趋势。

关键词:信息技术知识科学智能技术发展趋势

在短短的60年里，计算机科学发展至今，取得了巨人的成就。从观念上改变了人们对世界的认识，将人类社会带入了信息时代。加速T人类社会的发展。在今天计算机科学技术已经成为人们日常生活工作中不可或缺的重要组成部分，而计算机技术的发展也将越来越多影响人类社会的进步。

1 计算机科学前沿热点

近年来，计算机科学中前沿的问题主要围绕信息、知识、智能三大研究领域展开讨论。本文中所指的信息是指客观事物的属性。而知识不同于信息，它是人们对信息经过大脑的加工与处理后，形成的规律、规则、方法及认识。智能则是指大脑从历史信息、知识的基础之上形成的对现有信息、知识的推理、演绎、判断的方法。

根据研究分析表明，在三大研究领域中，主要有以下前沿热点研究：

(1)信息方面:信息处理、数据仓库和数据挖掘、生物信息学。

(2)知识方面：以知识科学与知识工程为主要研究的问题。

(3)智能方面：以人工神经网络的研究,机器证明,人工智能与专家系统,遗传算法,代数逻辑学形成了本研究领域的主要特色。

1.1 信息科学

1.1.1 信息处理技术

信息处理技术是当今计算机科学发展的重点，目前计算机处理的信息可分为符号和数据，因而一切要由计算机处理的对象首先是符号化和数字化。信息科学正在形成和迅速发展，现在主要的研究课题集中在以下六个方面:

(1)信息源理论和信息的获取。主要研究自然信息源和社会信息源,以及从信息源提取信息的方法和技术。

(2)信息的传输、存储、检索、转化和处理。

(3)信号的测量、分析、处理及显示。

(4)模式信息处理。研究对文字、声音，图像等信息的处理、分类和识别，研制机器图像和语音识别系统。

(5)知识信息处理。研究知识的表示、获取和应用，建立具有推理和自动解决问题能力的知识信息处理系统，即专家系统。

(6)决策和控制。在对信息的采集、分析、处理、识别和理解的基础上作出判断、决策或控制，从而建立各种控制系统、管理信息系统和决策支持系统。1.1.2 数据挖掘技术

传统的数据库技术是单一的数据资源，即以数据库为中心，对事务处理、批处理到决策分析等各种类型的数据处理工作。近年来，随着计算机技术的发展,对数据库中数据操作提出了更高的要求，希望计算机能够更多的参与数据分析与决策的制定等领域。数据库处理可以大致划分为两大类:操作型处理和分析

型处理(或信息型处理)。这种分离,划清了数据处理的分析型环境与操作型环境之间的界限,从而由原来的以单一数据库为中心的数据环境发展为一种体系化环境,因而产生了数据挖掘技术。在这方面目前主要解决的前沿问题有:

(1)异构数据的接口机制；(2)数据仓库的体系结构问题；(3)数据仓库的数据优化问题；(4)数据仓库中数据的获取与整理；(5)历史数据的提出和信息挖掘；

(6)信息挖掘的方法学问题；(7)数据的存储和数据模型。

1.2 知识科学

知识进步是人类社会发展的永恒动力,知识经济是推动其他经济发展的原动力，知识产权关系国家命运。可见知识在计算机科学中发展的重要意义。计算机科学虽然是一门刚刚兴起的学科，但它与数学、逻辑学、语言学、认知科学、心理学、哲学等关系相当大。目前知识科学主要的研究领域表现在: (1)知识模型研究,常识性知识研究;(2)非规范知识研究,知识处理的数学理论;(3)知识获取理论和技术;(4)知识科学和软件科学;(5)基于知识的计算机艺术。

1.3 智能处理技术

1.3.1 人工智能

从第一台电子计算机诞生至今,其主要功能都是进行数值计算和数据处理。但随着基于符号的运算、推理逻辑的迅速发展和对人类大脑的思维形式的研究逐步清晰，人们开始研制具有“智能”的计算机，这是人工智能的基本思想。

人工智能(Artificial Intelligence,简称AI)，是一门正在发展中的综合性前沿学科，主要由计算机科学、控制论、信息论、神经生理学、语言学等多个学科相互渗透发展而来，研究和应用领域概括起来有以下六个方面：

(1)问题答疑； (2)语言、模式识别； (3)智能数据库；(4)智能博奕；(5)智能机器人；(6)程序自动设计。

1.3.2 人工神经网络

人工神经网络(Artificial Neural Network，简称ANN)理论取得巨大的成果，其主要前沿研究方向与以下五个方面结合:

(1)人工神经网络与人工智能、专家系统的结合；(2)人工神经网络与模糊数学结合产生新的人工智能方法；(3)与计算机硬件结合产生神经计算机；(4)符号化神经计算和进化计算；(5)神经网络控制理论。

1.3.3 遗传算法

遗传算法是一门新兴科学智能的计算方法。目前在遗传算法中需要研究和解决的主要问题有:(1)遗传算法与其它人工智能的方法结合，如与神经网络、模糊数学等结合产生新的科学方法；(2)遗传算法的并行理论、计算、程序设计问题；(3)遗传计算机、遗传生物芯片的研究；(4)遗传智能控制；(5)遗传方法的应用与推广。

1.3.4 逻辑学

代数逻辑学从经典的二值逻辑,即真值取到{0,1}上的逻辑,发展到多值逻辑即真值取到[0,1]。包括经典逻辑学的形式系统的建立，及命题逻辑、一阶谓词逻辑及其公理系统的建立,目前研究的热点有以下几方面：

(1)建立在经典逻辑上的推理方法； (2)多值逻辑上的推理方法；(3)基于格上的逻辑系统建立和推理方法等。

这些计算机科学的众多研究热点在我国国家自然科学、863计划、攻关项目等均有较大的投入。这将使大量的科学研究者投入于这些前沿问题的的攻克,