农业百科

人工智能

2023-04-15

简介

研究如何让计算机具有学习、推理、理解和应用知识等思维能力的科学技术。又称机器智能。它可以代替人类从事某些脑力劳动。人工智能的研究使用全新的概念和方法,来提高应用计算机的灵巧性,从质的方面扩充计算机的能力,它是一门新兴的边缘学科。人工智能涉及数学、心理学、生物学、医学、经济学、逻辑学、管理学、语言学、哲学、微电子学和计算机科学等,它又是一门综合性学科。

发展概况 20世纪40年代,智能界发现了两件最重要的事:数理逻辑和关于计算的新思维。数理逻辑一直是人工智能研究的一个活跃领域,逻辑推理的数学公式为人们建立了计算与智能关系的概念。1956年夏季,在美国新罕布什尔州达特茅斯学院举行了第一次研讨人工智能的专家聚会,标志着人工智能学科正式诞生。1956~1961年是人工智能的开创期,美国纽厄尔(A. Newell)、西蒙(H. A. Simon)等人创立的LT逻辑推理程序使计算机表现出类似人脑的演绎推理。美国麦卡锡(T.McCarthy)提出的LISP表处理语言能用于符号微积分计算、数学定理证明、命题演算、博奕、图像识别等领域。1961年后进入发展期,出现了一些具有实际应用价值的、具有人工智能的计算机系统,并应用于自然语言处理、设计分析集成电路、检索情报、求解微分方程、探矿、诊断疾病、博奕、翻译等。80年代以来,日本、欧美一些国家大力开发对人工智能计算机的研制工作。具有人工智能的计算机称为新一代的计算机,亦称为非J.诺伊曼型计算机、第五代计算机。人工智能是一门正在发展中的学科,还未形成完整理论和体系。但是,人工智能问世以来已取得了一些成就,专家们已经看到它的潜在能力。人工智能将使计算机能够解决那些至今人们还不知道如何解决的问题,它将带来计算机硬件和软件的变革,并向其他领域渗透,促进他们的发展。人工智能的发展还有助于我们进一步理解人类智能的机制,促进社会的发展。

问题求解 是人工智能系统的核心。知识表示和推理技术构成问题求解。知识表示研究如何组织知识以适应问题求解,推理技术包括选择、搜索、学习等技术。在人工智能研究中,问题求解是一个寻求某个动作序列,以达到目标的过程,主要采用的试探搜索方法,是通过在某个可能的解答空间寻找一个解,一个需要解决的问题一般包括对象、操作和要求三个方面。例如,“十五数码难题”中(见图),十五个编有数码1至15的棋子,可在4×4方格棋盘上走动,这就是对象。棋盘上总有一格是空的,将任意棋子向相邻的空格内走一步,就是操作。图中给出了两种状态,即初始状态和目标状态,把初始状态变换为目标状态的问题,就是要求。问题的解答应是某个合适的步序列,如:右移棋子3、下移棋子9,右移棋子11、上移棋子1……等等。问题从一种状态变换为另一种状态的手段称为算符。十五数码难题的求解是搜索的过程。先将适合算符用于初始状态,以产生新状态,再将适合算符用于新的状态,不断搜索下去,直到产生目标状态为止。

十五数码难题

知识工程 研究如何在计算机中组织知识,建立知识库,并使计算机用知识来解决相应问题的科学技术。1977年第五届国际人工智能会议上,美国斯坦福大学计算机科学家费根鲍姆(E. A. Feigenbaum)教授提出此概念。知识工程为那些需要专家知识才能解决的应用难题提供求解手段。对专家知识的获取、表达和推理过程的构成与解释,是设计基于知识的系统的重要技术问题。知识工程是研究第五代计算机的重要基础。知识工程研究的基础课题是知识表示、知识利用和知识获取。①知识表示是用计算机能够接受,并能进行处理的符号和方式来表示人类的知识。常用的方式有框架结构、产生式系统、语义网络、逻辑模式等。②知识利用是利用知识解决问题。人在解决各种不同问题时,存在某些共同的规律,主要有三个方面:首先是想出大致的“解题计划”;再根据记忆中的理论和推理规则“组织解题”;最后,进行“方法一目的分析”。要让计算机求解问题,必须建立知识库,将有关问题域的知识以一定形式存储在知识库中,通过推理,得出结论。③知识获取是将专门知识变换成计算机能处理的形式。研究知识获取过程的自动化是知识工程的重要课题,自动获取知识有三种途径:一是建立专门的编辑系统,直接生成智能系统的知识;二是应用自然语言处理技术,通过普通会话来指挥计算机系统生成知识;三是利用自适应学习的功能,使智能系统直接从它们的有关领域的经验中学习重要知识。

人工智能语言 人工智能学科领域中应用的程序设计语言。目前比较适用于知识处理的人工智能语言有LISP和PROLOG语言。LISP语言是一种计算机的表处理语言,它的处理对象和基本数据结构是S-表达式,具有一组用于表处理的基本函数,能对表进行比较自由操作,适合于符号处理。PROLOG语言是一种以一阶逻辑为基础的计算机逻辑性语言。一阶逻辑是描述关系的形式语言,比较接近自然语言的描述方式。目前,大量的知识,尤其是专家的知识都是以事实和规则的形式表达的,用PROLOG表示这类知识比较方便、自然。但是,它们还需进一步改进和完善。

研究领域 人工智能的研究领域有模式识别、自然语言理解、机器人技术、专家系统和决策支持系统等。①模式识别应用计算机对一组事件或过程进行鉴别和分类。所识别的事件或过程可以是文字、声音、图像等具体对象,也可以是状态、程度等抽象对象。这些对象的信息称为模式信息,它不同于数学形式的信息。模式信息与人工智能的研究具有交叉关系。人工智能所研究的景物理解、自然语言理解均包含模式识别问题。②自然语言理解已成为人工智能研究最活跃的领域之一,它包括问答系统、声音理解系统、手写文字识别系统和机器翻译系统等。自然语言处理系统的研究方向主要是知识表达问题,涉及对知识的描述形式、上下文理解、演绎推理等方面。③机器人技术的发展为人工智能问题求解开拓了新的应用前景,并形成了一个新的研究领域——机器人学。许多问题求解系统的概念可以在机器人问题求解上进行试验研究和应用。④专家系统是人工智能研究的一个重要分支。它模仿专家的思维活动,进行推理和判断,能像专家那样求解专门问题。专家系统主要用软件实现。它与传统的计算机程序最本质的差别在于专家系统所要解决的一般问题没有算法解,经常需要在不完全、不精确或不确定的信息基础上作出结论。发展专家系统的关键是表达和运用专家知识。专家系统就是要研究知识的表示、使用和获取的方法。⑤决策支持系统利用知识和模型,通过计算机分析和模拟,协助解决多样化和不确定性问题以进行辅助决策。人工智能技术用于管理决策是一项开拓性工作。20世纪80年代开始研究知识库支持的决策支持系统,用领域专家知识来选择和组合模型,完成推理和运行,并为用户提供智能的交互式接口。

英文

artificial intelligence