第一篇：對(duì)人工智能學(xué)習(xí)的感想

學(xué)校：蘇州科技學(xué)院

學(xué)院：電子信息工程

班級(jí)：電科0812班 姓名：鐘建峰

學(xué)號(hào)：0820108224

談?wù)勅斯ぶ悄艿膶W(xué)習(xí)感想

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

人工智能技術(shù)導(dǎo)論這門課的學(xué)習(xí)，讓我知道了人工智能從誕生發(fā)展到今天經(jīng)歷了一條漫長的路，許多科研人員為此而不懈努力。人工智能的開始可以追溯到電子學(xué)出現(xiàn)以前。象布爾和其他一些哲學(xué)家和數(shù)學(xué)家 建立的理論原則后來成為人工智能邏輯學(xué)的基礎(chǔ)。而人工智能真正引起 研究者的興趣則是1943年計(jì)算機(jī)發(fā)明以后的事。技術(shù)的發(fā)展最終使得人們可以仿真 人類的智能行為，至少看起來不太遙遠(yuǎn)。接下來的四十年里，盡管碰到許多阻礙，人工智能仍然從最初只有十幾個(gè)研究者成長到現(xiàn)在數(shù)以千計(jì)的工程師和專家在研究； 從一開始只有一些下棋的小程序到現(xiàn)在的用于疾病診斷的專家系統(tǒng)，人工智能的發(fā)展有目共睹。

人工智能經(jīng)過幾十年的發(fā)展，其應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。我通過網(wǎng)絡(luò)查找，知道了以下領(lǐng)域的人工智能的發(fā)展。1．機(jī)器翻譯

機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。幾十年來，國內(nèi)外許多專家、學(xué)者為 機(jī)器翻譯的研究付出了大量的心血和汗水。雖然至今還沒有一個(gè)實(shí)用、全面、高質(zhì)量的自動(dòng)翻譯系統(tǒng)出現(xiàn)，不過也取得了很大的進(jìn)展，特別是作為人們的輔助翻譯工 具，機(jī)器翻譯已經(jīng)得到大多數(shù)人的認(rèn)可。目前，國內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻 譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單詞的發(fā)音，為用戶了解單詞或詞組含 義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。以“譯星”、“雅信譯霸”為代表的專業(yè)翻譯系統(tǒng)，是面對(duì)專業(yè)或行業(yè)用戶的翻譯軟件，但其專業(yè)翻譯的質(zhì)量與人們的實(shí)用性還有不少差距，有人評(píng)價(jià)說“滿篇英文難不住，滿篇 中文看不懂”，該說法雖然比較極端，但機(jī)譯譯文的質(zhì)量確實(shí)卻一直是個(gè)老大難問題。這里，我們不妨對(duì)現(xiàn)有的機(jī)譯和人譯過程作一比較，從中可以看出一些原因。

機(jī)器翻譯：

1.一句一句處理，上下文缺乏聯(lián)系；

2.對(duì)源語言的分析只是求解句法關(guān)系，完全不是意義上的理解；

3.缺乏領(lǐng)域知識(shí)，從計(jì)算機(jī)到醫(yī)學(xué)，從化工到法律都通用，就換專業(yè)詞典；

4.譯文轉(zhuǎn)換是基于源語言的句法結(jié)構(gòu)的，受源語言的句法結(jié)構(gòu)的束縛；

5.翻譯只是句法結(jié)構(gòu)的和詞匯的機(jī)械對(duì)應(yīng)。

人工翻譯：

1.一般會(huì)先通讀全文，會(huì)前后照應(yīng)；

2.對(duì)源語言是求得意義上的理解；

3.只有專業(yè)翻譯人員，而沒有萬能翻譯人員；

4.譯文是基于他對(duì)源語言的理解，不受源語言的句法結(jié)構(gòu)的束縛；

5.翻譯是一個(gè)再創(chuàng)造的過程。

在目前的情況下，計(jì)算機(jī)輔助翻譯應(yīng)該是一個(gè)比較好的實(shí)際選擇。事實(shí)上，在很多領(lǐng)域中，計(jì)算機(jī)輔助人類工作的方式已經(jīng)得到了廣泛的應(yīng)用，例如CAD軟 件。如果計(jì)算機(jī)輔助技術(shù)用于語言的翻譯研究，應(yīng)該同樣可以起到很大的輔助作用，這就是所謂的“計(jì)算機(jī)輔助翻譯”。它集機(jī)器記憶式翻譯、語法分析式翻譯和人 際交互式翻譯為一體，把翻譯過程中機(jī)械、重復(fù)、瑣碎的工作交給計(jì)算機(jī)來完成。這樣，翻譯者只需將精力集中在創(chuàng)造性的思考上，有利于工作效率的提高。

機(jī)器翻譯研究歸根結(jié)底是一個(gè)知識(shí)處理問題，它涉及到有關(guān)語言內(nèi)的知識(shí)、語言間的知識(shí)、以及語言外的世界知識(shí)，其中包括常識(shí)和相關(guān)領(lǐng)域的專門知識(shí)。隨 著因特網(wǎng)的普及與發(fā)展，機(jī)器翻譯的應(yīng)用前景十分廣闊。作為人類探索自己智能和操作知識(shí)的機(jī)制的窗口，機(jī)器翻譯的研究與應(yīng)用將更加誘人。國際上有關(guān)專家分析 認(rèn)為機(jī)器翻譯要想達(dá)到類似人工翻譯一樣的流暢程度，至少還要經(jīng)歷15年時(shí)間的持續(xù)研究，但在人類對(duì)語言研究還沒有清楚“人腦是如何進(jìn)行語言的模糊識(shí)別和判 斷”的情況下，機(jī)器翻譯要想達(dá)到100%的準(zhǔn)確率是不可能的。

2．專家系統(tǒng)

專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識(shí)與經(jīng)驗(yàn)，能夠運(yùn)用人類專家的知識(shí)和解決 問題的方法進(jìn)行推理和判斷，模擬人類專家的決策過程，來解決該領(lǐng)域的復(fù)雜問題。專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一,涉及到社會(huì)各個(gè) 方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預(yù)測(cè) 型、規(guī)劃型、設(shè)計(jì)型和控制型等10種類型。具體應(yīng)用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護(hù)專家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專家系統(tǒng)等等。

為了實(shí)現(xiàn)專家系統(tǒng)，必須要存儲(chǔ)有該專門領(lǐng)域中經(jīng)過事先總結(jié)、分析并按某種模式表示的專家知識(shí)(組成知識(shí)庫)，以及擁有類似于領(lǐng)域?qū)＜医鉀Q實(shí)際問題的 推理機(jī)制(構(gòu)成推理機(jī))。系統(tǒng)能對(duì)輸入信息進(jìn)行處理，并運(yùn)用知識(shí)進(jìn)行推理，做出決策和判斷，其解決問題的水平達(dá)到或接近專家的水平，因此能起到專家或?qū)＜?助手的作用。

開發(fā)專家系統(tǒng)的關(guān)鍵是表示和運(yùn)用專家知識(shí)，即來自領(lǐng)域?qū)＜业募罕蛔C明對(duì)解決有關(guān)領(lǐng)域內(nèi)的典型問題有用的事實(shí)和過程。目前，專家系統(tǒng)主要采用基于規(guī)則 的知識(shí)表示和推理技術(shù)。由于領(lǐng)域的知識(shí)更多是不精確或不確定的，因此，不確定的知識(shí)表示與知識(shí)推理是專家系統(tǒng)開發(fā)與研究的重要課題。此外，專家系統(tǒng)開發(fā)工 具的研制發(fā)展也很迅速，這對(duì)擴(kuò)大專家系統(tǒng)的應(yīng)用范圍，加快專家系統(tǒng)的開發(fā)過程，將起到積極地促進(jìn)作用。隨著計(jì)算機(jī)科學(xué)技術(shù)整體水平的提高，分布式專家系 統(tǒng)、協(xié)同式專家系統(tǒng)等新一代專家系統(tǒng)的研究也發(fā)展很快。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的推理方法，而且采用了諸如人工神經(jīng)網(wǎng)絡(luò)的方法與技術(shù)。

3．符號(hào)計(jì)算

計(jì)算機(jī)最主要的用途之一就是科學(xué)計(jì)算,科學(xué)計(jì)算可分為兩類:一類是純數(shù)值的計(jì)算,例如求函數(shù)的值,方程的數(shù)值解,比如天氣預(yù)報(bào)、油藏模擬、航天等領(lǐng) 域。另一類是符號(hào)計(jì)算,又稱代數(shù)運(yùn)算,這是一種智能化的計(jì)算,處理的是符號(hào)。符號(hào)可以代表整數(shù)、有理數(shù)、實(shí)數(shù)和復(fù)數(shù),也可以代表多項(xiàng)式,函數(shù),集合 等。長期以來,人們一直盼望有一個(gè)可以進(jìn)行符號(hào)計(jì)算的計(jì)算機(jī)軟件系統(tǒng)。早在50年代末,人們就開始對(duì)此研究。進(jìn)入80年代后,隨著計(jì)算機(jī)的普及和人 工智能的發(fā)展,相繼出現(xiàn)了多

種功能齊全的計(jì)算機(jī)代數(shù)系統(tǒng)軟件,其中Mathematica和Maple是它們的代表，由于它們都是用C語言寫成的,所以可 以在絕大多數(shù)計(jì)算機(jī)上使用。Mathematica是第一個(gè)將符號(hào)運(yùn)算,數(shù)值計(jì)算和圖形顯示很好地結(jié)合在一起的數(shù)學(xué)軟件,用戶能夠方便地用它進(jìn)行多種形 式的數(shù)學(xué)處理。

計(jì)算機(jī)代數(shù)系統(tǒng)的優(yōu)越性主要在于它能夠進(jìn)行大規(guī)模的代數(shù)運(yùn)算。通常我們用筆和紙進(jìn)行代數(shù)運(yùn)算只能處理符號(hào)較少的算式,當(dāng)算式的符號(hào)上升到百位數(shù) 后,手工計(jì)算就很困難了,這時(shí)用計(jì)算機(jī)代數(shù)系統(tǒng)進(jìn)行運(yùn)算就可以做到準(zhǔn)確,快捷,有效。現(xiàn)在符號(hào)計(jì)算軟件有一些共同的特點(diǎn)就是在可以進(jìn)行符號(hào)運(yùn)算、數(shù)值計(jì)算和圖形顯示等同時(shí),還具有高效的可編程功能。在操作界面上一般都支持交互式處理,人們 通過鍵盤輸入命令,計(jì)算機(jī)處理后即顯示結(jié)果。并且人機(jī)界面友好,命令輸入方便靈活,很容易尋求幫助。

盡管計(jì)算機(jī)代數(shù)系統(tǒng)在代替人繁瑣的符號(hào)運(yùn)算上有著無比的優(yōu)越性,但是,計(jì)算機(jī)畢竟是機(jī)器,它只能執(zhí)行人們給它的指令，有一定的局限性。首先,多數(shù)計(jì) 算機(jī)代數(shù)系統(tǒng)對(duì)計(jì)算機(jī)硬件有較高的要求,在進(jìn)行符號(hào)運(yùn)算時(shí),通常需要很大的內(nèi)存和較長的計(jì)算時(shí)間,而精確的代數(shù)運(yùn)算以時(shí)間和空間為代價(jià)的。第二個(gè)問題是用 計(jì)算機(jī)代數(shù)系統(tǒng)進(jìn)行數(shù)值計(jì)算,雖然計(jì)算精度可以到任意位,但由于計(jì)算機(jī)代數(shù)系統(tǒng)是用軟件本身浮點(diǎn)運(yùn)算代替硬件算術(shù)運(yùn)算,所以在速度要比用Fortran語 言算同樣的問題慢百倍甚至千倍。另外,雖然計(jì)算機(jī)代數(shù)系統(tǒng)包含大量的數(shù)學(xué)知識(shí),但這僅僅是數(shù)學(xué)中的一小部分,目前仍有許多數(shù)學(xué)領(lǐng)域未能被計(jì)算機(jī)代數(shù)系統(tǒng)涉 及。計(jì)算機(jī)代數(shù)系統(tǒng)仍在不斷地發(fā)展、完善之中。

如今，人工智能研究出現(xiàn)了新的高潮，這一方面是因?yàn)樵谌斯ぶ悄芾碚摲矫嬗辛诵碌倪M(jìn)展，另一方面也是因?yàn)橛?jì)算機(jī)硬件突飛猛進(jìn)的發(fā)展。隨著計(jì)算機(jī)速度的不斷提高、存儲(chǔ)容 量的不斷擴(kuò)大、價(jià)格的不斷降低以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，許多原來無法完成的工作現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)。

人工智能的學(xué)習(xí)，讓我明白了人工智能始終處于計(jì)算機(jī)發(fā)展的最前沿。高級(jí)計(jì)算機(jī)語言、計(jì)算機(jī)界面及文字處理器的存在或多或少都得歸功于人工智能的研究。人工智能研究帶來的理論和洞察力指引了計(jì)算技術(shù)發(fā)展的未來方向。現(xiàn)有的人工智能產(chǎn)品相對(duì)于即將到來的人工智能應(yīng)用可以說微不足道，但是它們預(yù)示著人工智能的未來。將來我們會(huì)對(duì)人工智有能更高層次的需求，人工智能也會(huì)繼續(xù)影響我們的工作、學(xué)習(xí)和生活，我們也要支持人工智能的發(fā)展！

第二篇：人工智能感想

愛與被愛

——人類的愛是否永恒

當(dāng)造物主要求被造者付出無條件的愛時(shí)，造物主對(duì)被造者有什么樣的責(zé)任？在影片開頭的公司作品會(huì)議上一位女工程師所問的：“當(dāng)我們的機(jī)器人的程序被設(shè)計(jì)為要愛人類，那么我們?nèi)祟愂欠駪?yīng)該、或者有責(zé)任去以愛去回饋機(jī)器人呢？”當(dāng)被賦予愛的機(jī)器人與我們?nèi)祟愔g的是否存在清晰的差距？又或者當(dāng)人類向機(jī)器人索取永恒的時(shí)候，有沒有想過：自己能不能做到“永恒”？機(jī)器人只能愛人而不能被愛，這作為一個(gè)人本身來說就是一個(gè)非常悲哀的事，而現(xiàn)實(shí)中誰能接受自己要付出自己的愛而永遠(yuǎn)得不到別人的愛。與我們?nèi)绱讼嗨频臋C(jī)器人，卻跟我們有著截然不同的命運(yùn)。

在影片中david的苦苦哀求著藍(lán)仙女：“Please make me into a real life boy, please make me a real boy, please please please make me real.。”到今天我的腦海還深深的印記這那幅畫面，在黑暗的海底，在廢棄的迪斯尼樂園中，找到藍(lán)仙女的塑像。David面對(duì)著永遠(yuǎn)微笑的藍(lán)仙女祈禱哀求了兩千年，這個(gè)愿望卻是我們每個(gè)人所天生具備的，就是這個(gè)世界上獨(dú)一無二的人。那刻，我多么希望這是一部魔幻劇，那時(shí)藍(lán)仙女就會(huì)在david的祈禱下，張開她的翅膀，用仁愛的心為david實(shí)現(xiàn)愿望，可是沒有始終沒有，那個(gè)畫面就這樣定格在那里。

作為機(jī)器人的創(chuàng)造者，人類并不愿意對(duì)這些電子產(chǎn)品付出真愛，在人們眼里他們僅僅是玩偶，侍女，奶媽，仆人，性工具……。無論那時(shí)候的機(jī)器人被制作的如何逼真，人類都無法將他們當(dāng)作整個(gè)社會(huì)的一分子。當(dāng)人們需要他們的時(shí)候他們就是我們的朋友，不需要他們的時(shí)候便可以被遺棄被破壞。在影片里有一個(gè)地方稱為機(jī)器屠宰場(chǎng)，人們要將這些機(jī)器人處決，但處決的過程既殘忍而又像是馬戲表演。因?yàn)椋藗円I票進(jìn)場(chǎng)，而且觀看屠殺的還有很多孩子。這讓我聯(lián)想到古羅馬的斗獸場(chǎng)，血腥，殘酷，而人們卻把這種當(dāng)成娛樂，多么扭

曲的心理，在科技文明如此高速發(fā)展的社會(huì)卻在做著野蠻無知社會(huì)的愚蠢舉動(dòng)，這無疑是文明的倒退。

本部影片一直貫穿的就是david尋找藍(lán)仙女，要變成真正的人類的線索，而david所探索的是人的本質(zhì)是什么，與機(jī)器人的區(qū)別在何處，是人有著人生觀，愛和有著被愛的權(quán)力嗎？ 而作為影片的女主角莫妮卡來說，這個(gè)角色是個(gè)矛盾體，她即代表人類母性光輝的形象，又在很多地方表現(xiàn)出人類的丑惡的一面，嫉妒，猜忌，還有自私。首先莫妮卡作為母親的身份，她是以一種利用和寄托的心理接受了david，而且在莫妮卡的兒子馬丁還未回家時(shí)，就對(duì)david表現(xiàn)出一種猜忌和害怕，既害怕卻又要去碰觸，其實(shí)在她心理是清楚的知道自己可以最david欲與欲求，這是否符合一個(gè)母親的行為。對(duì)David的愛本身就是有保留的，當(dāng)面臨選擇的時(shí)候，母親義無返顧地，不加分析地，“正確”地站到兒子的一邊。她的理由很簡(jiǎn)單： 首先，那是她的親生兒子；再者，David不是真正的人。不是獨(dú)一無二的，可以再次被創(chuàng)造。這是很現(xiàn)實(shí)的一個(gè)人類形象。

影片最后是2000年后，人類滅亡，外星人來到地球，雖然無法將一個(gè)機(jī)器人變?yōu)橐粋€(gè)真正的人，卻可以幫助大衛(wèi)克隆出了“莫尼卡”，只是被克隆的人只能活一天，大衛(wèi)終于又和“莫尼卡”在一起了……這是否算是比較好的結(jié)局。我在想這個(gè)莫妮卡只是david心理面的莫妮卡，假如是真的莫妮卡為何不聞不問david的一切，好像一切都在滿足david，這是在david眼里一個(gè)只屬于他的媽媽，而他是否也開始傾注對(duì)莫妮卡的愛在這個(gè)“莫妮卡”身上，在一種意義上david 已由機(jī)器異化成了人。他執(zhí)著地追求著愛，人類的愛。這樣的結(jié)局又給人一種思考的位置：此時(shí)的大衛(wèi)正像以前的莫尼卡，而眼前這個(gè)克隆人更如同以前的大衛(wèi)只是一個(gè)替代品而已，這是不是同時(shí)意味著又一個(gè)悲劇的開始呢？

愛與被愛，我們的選擇是什么？

第三篇：人工智能學(xué)習(xí)

人工智能學(xué)習(xí)-知識(shí)要點(diǎn)總結(jié) [Nirvana 發(fā)表于 2005-1-2 13:32:24]

人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來的，是一門綜合性邊緣學(xué)科，延伸人腦的功能，實(shí)現(xiàn)了腦力勞動(dòng)的自動(dòng)化。

1、認(rèn)知科學(xué)認(rèn)為智能的核心是思維，知識(shí)闕值理論認(rèn)為智能行為取決于知識(shí)的數(shù)量及其一般化程度，智能就是在巨大搜索空間中迅速找到一個(gè)滿意解的能力；進(jìn)化理論的核心是用控制取代表示，取消概念、模型及顯示表示知識(shí)，否定抽象對(duì)于智能及智能模擬的必要性，強(qiáng)調(diào)分結(jié)構(gòu)對(duì)于智能進(jìn)化的可能性與必要性。綜合上述觀點(diǎn)，認(rèn)為智能是知識(shí)與智力的總和，具有如下特征：

（1）記憶與思維能力，（2）學(xué)習(xí)能力及自適應(yīng)能力，（3）行為能力。

人工智能是人造智能，是一門研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。通過圖靈測(cè)試可以判斷一個(gè)系統(tǒng)是否具有智能和智能的水平。

人工智能研究內(nèi)容：

（1）機(jī)器感知（2）機(jī)器思維（3）機(jī)器學(xué)習(xí)（4）機(jī)器行為（5）智能系統(tǒng)構(gòu)造技術(shù)

人工智能研究途徑：

（1）符號(hào)處理（2）網(wǎng)絡(luò)連接機(jī)制（3）系統(tǒng)集成2、知識(shí)是智能的基礎(chǔ)，對(duì)人工智能的研究必須以知識(shí)為中心來進(jìn)行，由于對(duì)知識(shí)的表示、利用、獲取等的研究取得較大進(jìn)展，特別是不確定性知識(shí)表示與推理取得的突破，建立了主觀Bayes理論、確定性理論、證據(jù)理論、可能性理論，對(duì)人工智能其他領(lǐng)域（如模式識(shí)別，自然語言理解等）的發(fā)展提供了支持。數(shù)據(jù)是信息的載體和表示，信息是數(shù)據(jù)在特定場(chǎng)合的具體含義，信息是數(shù)據(jù)的語義；把有關(guān)信息關(guān)聯(lián)在一起所形成的信息結(jié)構(gòu)叫知識(shí)。具有：相對(duì)正確性，不確定性，可表示性，可利用性等特征；按作用范圍分為常識(shí)性知識(shí)，領(lǐng)域性知識(shí)；按作用及表示分為事實(shí)性知識(shí)，過程性知識(shí)，控制性知識(shí)。按確定性分為確定性知識(shí)，不確定性知識(shí)；按結(jié)構(gòu)及表現(xiàn)形式分為邏輯性知識(shí)，形象性知識(shí)；從抽象的，整體的觀點(diǎn)來劃分可分為零級(jí)知識(shí)，一級(jí)知識(shí)，二級(jí)知識(shí)。知識(shí)表示方法總體上分為符號(hào)表示法，連接機(jī)制表示法；目前用得較多的知識(shí)表示方法主要有：一階謂詞邏輯表示，產(chǎn)生式，框架，語義網(wǎng)絡(luò)，腳本，過程，Petrio網(wǎng)，面向?qū)ο蟊硎痉ā＿x擇知識(shí)表示法時(shí)，要注意以下幾個(gè)方面：

（1）充分表示領(lǐng)域知識(shí)（2）有利于對(duì)知識(shí)的利用（3）便于對(duì)知識(shí)的組織、維護(hù)與管理（4）便于理解和實(shí)現(xiàn)

3、產(chǎn)生式系統(tǒng)構(gòu)成：規(guī)則庫，控制系統(tǒng)，綜合數(shù)據(jù)庫。綜合數(shù)據(jù)庫中已知事實(shí)表示：（特性 對(duì)象 值可信度因子）控制系統(tǒng)的求解過程是一個(gè)不斷地從規(guī)則庫中選取可用規(guī)則與綜合數(shù)據(jù)庫中已知事實(shí)進(jìn)行匹配的過程。產(chǎn)生式系統(tǒng)分類：按推理方向分為前向、后向和雙向產(chǎn)生式系統(tǒng)；按表示知識(shí)的確定性可分為確定性及不確定性產(chǎn)生式系統(tǒng)；按數(shù)據(jù)庫性質(zhì)及結(jié)構(gòu)特征進(jìn)行分類為可交換的產(chǎn)生式系統(tǒng)，可分解的產(chǎn)生式系統(tǒng)，可恢復(fù)的產(chǎn)生式系統(tǒng)。框架是一種描述所論對(duì)象屬性的數(shù)據(jù)結(jié)構(gòu)，由槽結(jié)構(gòu)組成，槽分為若干側(cè)面。問題求解主要通過匹配和填槽實(shí)現(xiàn)的；產(chǎn)生式表示法主要用于描述事物間的因果關(guān)系，框架表示法主要用于描述事物內(nèi)部結(jié)構(gòu)及事物間的類屬關(guān)系。語義網(wǎng)絡(luò)是通過概念及其語義關(guān)系來表達(dá)知識(shí)的一種網(wǎng)絡(luò)圖。一個(gè)過程規(guī)則包括激發(fā)條件，演繹操作，狀態(tài)轉(zhuǎn)換及返回四個(gè)部分。

4、推理就是按某種策略由已知判斷推出另一判斷的思維過程。按從新判斷推出的途徑來劃分，推理可分為演繹推理、歸納推理和默認(rèn)推理；按所用知識(shí)確定性分為確定性推理，不確定性推理；按推出的結(jié)論是否單調(diào)地增加來劃分為單調(diào)推理，非單調(diào)推理；按是否運(yùn)用與問題有關(guān)的啟發(fā)性知識(shí)分為啟發(fā)式推理，非啟發(fā)式推理；按基于方法的分為基于知識(shí)的推理，統(tǒng)計(jì)推理，直覺推理。推理的控制策略：推理方向，搜索策略，沖突消解策略，求解策略和限制策略。推理方向可確定推理的驅(qū)動(dòng)方式：正向推理，逆向推理，混合推理及雙向推理。

從一組已知為真的事實(shí)出發(fā)，直接運(yùn)用經(jīng)典邏輯的推理規(guī)則推出結(jié)論的過程稱為自然演繹推理，基本推理規(guī)則是P規(guī)則，T規(guī)則，假言推理，拒絕式推理等：

P規(guī)則：任何步驟可引入前提A

T規(guī)則：前面步驟有一個(gè)或多個(gè)公式永真蘊(yùn)涵公式S，可引入S

假言推理：P，P—>Q=> Q

拒絕式推理：P—>Q, 非Q=>非P

歸結(jié)演繹推理中，空字句是不滿足的，因此歸結(jié)的目標(biāo)是通過歸結(jié)使字句集中包含空字句，從而證明原命題的不可滿足性。歸結(jié)式是親本字句的邏輯結(jié)論。

不確定性推理是從不確定性的初始證據(jù)出發(fā)，通過運(yùn)用不確定性的知識(shí)，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的理論的思維過程。

不確定推理的基本問題：推理方向，推理方法，控制策略，不確定性的表示和度量，不確定性匹配，不確定性傳遞算法，不確定性的合成。

知識(shí)的不確定性稱為知識(shí)的靜態(tài)強(qiáng)度；證據(jù)的不確定性稱為動(dòng)態(tài)強(qiáng)度

5、組合證據(jù)的不確定性算法：

最大最小方法

概率方法

有界方法

不確定性傳遞算法：

結(jié)論不確定性的合成：

6、主觀Bayes方法：

（1）知識(shí)不確定性表示（產(chǎn)生式規(guī)則）：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性的算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性的合成算法：

7、可信度方法：（C-F模型是基于可信度表示的不確定性推理的基本方法）

在可信度推理方法中的Ｃ-F模型里，可信度CF(H,E)的含義是：CF(H,E)>0表示Ｅ的出現(xiàn)增加了Ｈ的可信度；CF(H,E)=0表示Ｅ的出現(xiàn)與Ｈ可信度無關(guān)；CF(H,E)<0表示Ｅ的出現(xiàn)降低了Ｈ的可信度。

（1）知識(shí)不確定性表示：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性合成算法（推理網(wǎng)絡(luò)）：

8、證據(jù)理論是用集合表示命題的，D是變量x所有可能取值的集合，且D中的元素是互斥的，在任一時(shí)刻x都取且只能取D中某一元素為值，則稱D為x的樣本空間。

信任函數(shù)與似然函數(shù)的關(guān)系：Pl(A)>=Bel(A), Bel(A)表示對(duì)A為真的信任程度，Pl(A)表示對(duì)A為非假的信任程度。Pl(A)-Bel(A)表示對(duì)Ａ不知道的程度，即既非對(duì)Ａ信任又不信任的那部分。

知識(shí)的不確定表示：IF E THEN H={h1,h2,…,hn} CF={c1,c2,…,cn}ＣＦ是可信度因子

含有模糊概念、模糊數(shù)據(jù)或帶有確信程度的語句稱為模糊命題。一般表示形式為：

x is A(CF)x是論域上的變量，Ａ是模糊數(shù)，ＣＦ是該模糊命題的確信程度或

相應(yīng)事件發(fā)生的可能性程度。

10、人工智能解決的問題：結(jié)構(gòu)不良，非結(jié)構(gòu)化；盲目搜索按預(yù)定的控制策略進(jìn)行搜索，在搜索過程中獲得的中間信息不用來改進(jìn)控制策略；啟發(fā)式搜索加入了與問題有關(guān)的啟發(fā)性信息，用以指導(dǎo)搜索朝著最有希望的方向前進(jìn)，加速問題的求解過程并找到最優(yōu)解。

狀態(tài)空間表示法：（Ｓ，Ｆ，Ｇ）

11、專家系統(tǒng)就是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng)，它能運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)與專門知識(shí)，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。

特征：專家知識(shí)，有效推理，獲取知識(shí)能力，靈活性，透明性，交互性，復(fù)雜性

專家系統(tǒng)與常規(guī)計(jì)算機(jī)程序比較：＊

(1)常規(guī)程序＝數(shù)據(jù)結(jié)構(gòu)＋算法，專家系統(tǒng)＝知識(shí)＋推理

(2)常規(guī)程序分為數(shù)據(jù)級(jí)＋程序級(jí)，專家系統(tǒng)數(shù)據(jù)級(jí)＋知識(shí)庫級(jí)＋控制級(jí)

(3)常規(guī)程序面向數(shù)值計(jì)算和數(shù)據(jù)處理，專家系統(tǒng)本質(zhì)上是面向符號(hào)處理的(4)常規(guī)程序處理的數(shù)據(jù)多是精確的，專家系統(tǒng)處理不精確，模糊知識(shí)

(5)解釋功能

(6)都是程序系統(tǒng)

12、機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能模擬人的學(xué)習(xí)行為，自動(dòng)地通過學(xué)習(xí)獲取知識(shí)和技能，不斷改善性能，實(shí)現(xiàn)自我完善：

三個(gè)方面的研究內(nèi)容：（１）學(xué)習(xí)機(jī)理研究（２）學(xué)習(xí)方法研究（３）面向任務(wù)研究

學(xué)習(xí)系統(tǒng)是指能夠在一定程度上實(shí)現(xiàn)機(jī)器學(xué)習(xí)的系統(tǒng)，能夠從某個(gè)過程或環(huán)境的未知特征中學(xué)到有關(guān)信息，并且能把學(xué)到的信息用于未來的估計(jì)、分類、決策或控制，以便改進(jìn)系統(tǒng)的性能。在結(jié)構(gòu)上主要包括：學(xué)習(xí)環(huán)境，學(xué)習(xí)機(jī)構(gòu)，執(zhí)行與評(píng)估機(jī)構(gòu)和知識(shí)庫四個(gè)部分；各種符號(hào)學(xué)習(xí)方法中推理能力最強(qiáng)的學(xué)習(xí)方法是機(jī)械式學(xué)習(xí)，推理能力最弱的方法是觀察和發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)獲得的知識(shí)被存儲(chǔ)在神經(jīng)元之間的連接中。

學(xué)習(xí)系統(tǒng)具有的條件能力：

(1)具有適當(dāng)?shù)膶W(xué)習(xí)環(huán)境

(2)具有一定學(xué)習(xí)能力

(3)能應(yīng)用學(xué)到的知識(shí)求解問題

(4)能提高系統(tǒng)的性能

第四篇：人工智能與專家系統(tǒng)感想

姓名：萬偉

學(xué)號(hào)：1120100924

人工智能與專家系統(tǒng)感想

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

人工智能技術(shù)導(dǎo)論這門課的學(xué)習(xí)，讓我知道了人工智能從誕生發(fā)展到今天經(jīng)歷了一條漫長的路，許多科研人員為此而不懈努力。人工智能的開始可以追溯到電子學(xué)出現(xiàn)以前。象布爾和其他一些哲學(xué)家和數(shù)學(xué)家 建立的理論原則后來成為人工智能邏輯學(xué)的基礎(chǔ)。而人工智能真正引起 研究者的興趣則是1943年計(jì)算機(jī)發(fā)明以后的事。技術(shù)的發(fā)展最終使得人們可以仿真 人類的智能行為，至少看起來不太遙遠(yuǎn)。接下來的四十年里，盡管碰到許多阻礙，人工智能仍然從最初只有十幾個(gè)研究者成長到現(xiàn)在數(shù)以千計(jì)的工程師和專家在研究； 從一開始只有一些下棋的小程序到現(xiàn)在的用于疾病診斷的專家系統(tǒng)，人工智能的發(fā)展有目共睹。

人工智能經(jīng)過幾十年的發(fā)展，其應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。我通過網(wǎng)絡(luò)查找，知道了以下領(lǐng)域的人工智能的發(fā)展。

專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識(shí)與經(jīng)驗(yàn)，能夠運(yùn)用人類專家的知識(shí)和解決 問題的方法進(jìn)行推理和判斷，模擬人類專家的決策過程，來解決該領(lǐng)域的復(fù)雜問題。專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一,涉及到社會(huì)各個(gè) 方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預(yù)測(cè) 型、規(guī)劃型、設(shè)計(jì)型和控制型等10種類型。具體應(yīng)用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護(hù)專家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專家系統(tǒng)等等。為了實(shí)現(xiàn)專家系統(tǒng)，必須要存儲(chǔ)有該專門領(lǐng)域中經(jīng)過事先總結(jié)、分析并按某種模式表示的專家知識(shí)(組成知識(shí)庫)，以及擁有類似于領(lǐng)域?qū)＜医鉀Q實(shí)際問題的 推理機(jī)制(構(gòu)成推理機(jī))。系統(tǒng)能對(duì)輸入信息進(jìn)行處理，并運(yùn)用知識(shí)進(jìn)行推理，做出決策和判斷，其解決問題的水平達(dá)到或接近專家的水平，因此能起到專家或?qū)＜?助手的作用。

開發(fā)專家系統(tǒng)的關(guān)鍵是表示和運(yùn)用專家知識(shí)，即來自領(lǐng)域?qū)＜业募罕蛔C明對(duì)解決有關(guān)領(lǐng)域內(nèi)的典型問題有用的事實(shí)和過程。目前，專家系統(tǒng)主要采用基于規(guī)則 的知識(shí)表示和推理技術(shù)。由于領(lǐng)域的知識(shí)更多是不精確或不確定的，因此，不確定的知識(shí)表示與知識(shí)推理是專家系統(tǒng)開發(fā)與研究的重要課題。此外，專家系統(tǒng)開發(fā)工 具的研制發(fā)展也很迅速，這對(duì)擴(kuò)大專家系統(tǒng)的應(yīng)用范圍，加快專家系統(tǒng)的開發(fā)過程，將起到積極地促進(jìn)作用。隨著計(jì)算機(jī)科學(xué)技術(shù)整體水平的提高，分布式專家系 統(tǒng)、協(xié)同式專家系統(tǒng)等新一代專家系統(tǒng)的研究也發(fā)展很快。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的推理方法，而且采用了諸如人工神經(jīng)網(wǎng)絡(luò)的方法與技術(shù)。

一、人工智能與專家系統(tǒng)應(yīng)用領(lǐng)域 1在管理系統(tǒng)中的應(yīng)用

人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式，也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善，推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng)，計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。它包含學(xué)生模塊、教師模塊，體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部內(nèi)容，擁有著不可比擬的優(yōu)勢(shì)和極大的吸引力。2在工程領(lǐng)域的應(yīng)用

醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用，具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。目前,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用，從而應(yīng)用于內(nèi)科、骨科等多個(gè)醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。

3在技術(shù)研究中的應(yīng)用 人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點(diǎn)，因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù)，開發(fā)更高級(jí)AI通用和專用語言，和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而與人工智能技術(shù)則為我們提供了可能性。4人工智能在現(xiàn)實(shí)中的應(yīng)用。

AI系統(tǒng)是設(shè)計(jì)出的一種計(jì)算機(jī)程序，這種程序具有某些像人和動(dòng)物智能一樣的功能。在過去的30多年中，已經(jīng)建立了一些具有一定“智能”的AI系統(tǒng)，例如下棋程序、定理證明系統(tǒng)、集成電路設(shè)計(jì)與分析系統(tǒng)、自然語言翻譯系統(tǒng)、智能信息檢索系統(tǒng)、疾病診斷系統(tǒng)等 在一年一度AT&T實(shí)驗(yàn)室舉行的機(jī)器人足球賽中，每支球隊(duì)的“球員”都裝備上了AI軟件和許多感應(yīng)器，它們都很清楚自己該踢什么位置，同時(shí)也明白有些情況下不能死守崗位。盡管現(xiàn)在的AI技術(shù)只能使它們大部分時(shí)間處于個(gè)人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進(jìn)。5．機(jī)器翻譯

機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。幾十年來，國內(nèi)外許多專家、學(xué)者為 機(jī)器翻譯的研究付出了大量的心血和汗水。雖然至今還沒有一個(gè)實(shí)用、全面、高質(zhì)量的自動(dòng)翻譯系統(tǒng)出現(xiàn)，不過也取得了很大的進(jìn)展，特別是作為人們的輔助翻譯工 具，機(jī)器翻譯已經(jīng)得到大多數(shù)人的認(rèn)可。目前，國內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻 譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單詞的發(fā)音，為用戶了解單詞或詞組含 義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。以“譯星”、“雅信譯霸”為代表的專業(yè)翻譯系統(tǒng)，是面對(duì)專業(yè)或行業(yè)用戶的翻譯軟件，但其專業(yè)翻譯的質(zhì)量與人們的實(shí)用性還有不少差距，有人評(píng)價(jià)說“滿篇英文難不住，滿篇 中文看不懂”，該說法雖然比較極端，但機(jī)譯譯文的質(zhì)量確實(shí)卻一直是個(gè)老大難問題。這里，我們不妨對(duì)現(xiàn)有的機(jī)譯和人譯過程作一比較，從中可以看出一些原因。

機(jī)器翻譯：

1.一句一句處理，上下文缺乏聯(lián)系；

2.對(duì)源語言的分析只是求解句法關(guān)系，完全不是意義上的理解；

3.缺乏領(lǐng)域知識(shí)，從計(jì)算機(jī)到醫(yī)學(xué)，從化工到法律都通用，就換專業(yè)詞典；

4.譯文轉(zhuǎn)換是基于源語言的句法結(jié)構(gòu)的，受源語言的句法結(jié)構(gòu)的束縛；

5.翻譯只是句法結(jié)構(gòu)的和詞匯的機(jī)械對(duì)應(yīng)。

人工翻譯：

1.一般會(huì)先通讀全文，會(huì)前后照應(yīng)；

2.對(duì)源語言是求得意義上的理解；

3.只有專業(yè)翻譯人員，而沒有萬能翻譯人員；

4.譯文是基于他對(duì)源語言的理解，不受源語言的句法結(jié)構(gòu)的束縛；

5.翻譯是一個(gè)再創(chuàng)造的過程。

在目前的情況下，計(jì)算機(jī)輔助翻譯應(yīng)該是一個(gè)比較好的實(shí)際選擇。事實(shí)上，在很多領(lǐng)域中，計(jì)算機(jī)輔助人類工作的方式已經(jīng)得到了廣泛的應(yīng)用，例如CAD軟 件。如果計(jì)算機(jī)輔助技術(shù)用于語言的翻譯研究，應(yīng)該同樣可以起到很大的輔助作用，這就是所謂的“計(jì)算機(jī)輔助翻譯”。它集機(jī)器記憶式翻譯、語法分析式翻譯和人 際交互式翻譯為一體，把翻譯過程中機(jī)械、重復(fù)、瑣碎的工作交給計(jì)算機(jī)來完成。這樣，翻譯者只需將精力集中在創(chuàng)造性的思考上，有利于工作效率的提高。

機(jī)器翻譯研究歸根結(jié)底是一個(gè)知識(shí)處理問題，它涉及到有關(guān)語言內(nèi)的知識(shí)、語言間的知識(shí)、以及語言外的世界知識(shí)，其中包括常識(shí)和相關(guān)領(lǐng)域的專門知識(shí)。隨 著因特網(wǎng)的普及與發(fā)展，機(jī)器翻譯的應(yīng)用前景十分廣闊。作為人類探索自己智能和操作知識(shí)的機(jī)制的窗口，機(jī)器翻譯的研究與應(yīng)用將更加誘人。國際上有關(guān)專家分析 認(rèn)為機(jī)器翻譯要想達(dá)到類似人工翻譯一樣的流暢程度，至少還要經(jīng)歷15年時(shí)間的持續(xù)研究，但在人類對(duì)語言研究還沒有清楚“人腦是如何進(jìn)行語言的模糊識(shí)別和判 斷”的情況下，機(jī)器翻譯要想達(dá)到100%的準(zhǔn)確率是不可能的。

二、人工智能與專家系統(tǒng)的發(fā)展前景 1 人工智能的研究新課題

人工智能的長遠(yuǎn)目標(biāo)是要理解人類智能的機(jī)器，用機(jī)器模擬人類的智能。這是一個(gè)十分漫長的過程，人工智能研究者獎(jiǎng)通過多種途徑、從不同的研究課題入手進(jìn)行探索。

在近期，有幾方面的研究課題可供選擇：更完善更新的人工智能理論框架；自動(dòng)或半自動(dòng)的知識(shí)獲取工具；能實(shí)現(xiàn)海量高速存儲(chǔ)并具有學(xué)習(xí)功能的聯(lián)想知識(shí)庫；新型推理機(jī)制和推理機(jī)；分布式人工智能與協(xié)同式專家系統(tǒng)；智能控制與智能管理；智能機(jī)器人；人工智能機(jī)；新一代的腦模型。

2人機(jī)融合

人機(jī)融合是一個(gè)相當(dāng)長的發(fā)展過程，它將伴隨技術(shù)進(jìn)步，逐級(jí)逐步地向前發(fā)展。首先實(shí)現(xiàn)的是低級(jí)和局部的融合，近幾年人工智能科授的進(jìn)步不斷證實(shí)了這種趨勢(shì)。如最近美國科學(xué)家就明確宣布，他們研制的“神經(jīng)芯片”首先就是用于改善人的中樞神經(jīng)功能，“使截癱患者丟掉手杖”。隨著人機(jī)融合的升級(jí)，最終將在地球上產(chǎn)生一種人機(jī)高度融合、高智慧、能自行繁殖(復(fù)制)的“新智體”(或曰“新人類”）。因此，文明人類的演化由于技術(shù)的影響將經(jīng)歷自然進(jìn)化——人工促進(jìn)人智能的進(jìn)化——人機(jī)融合體(新智體)的自行進(jìn)化的辯證發(fā)展過程。在人機(jī)融合時(shí)代，出于物理目標(biāo)的不同，將存在多種多樣、多層次的智能機(jī)(體)，但具有怨茁級(jí)智能的應(yīng)是人機(jī)融合體。當(dāng)今人工智能科技和其他高科技的種種發(fā)展動(dòng)向表明，在人類進(jìn)入“信息社會(huì)”之后，將有一場(chǎng)規(guī)模巨大的“智能革命”，智能革命的環(huán)境是人工智能對(duì)人、對(duì)社會(huì)的廣泛而深入的影響，就像今天的微電子技術(shù)對(duì)信息革命的影響一樣。人工智能科技將滲透到社會(huì)各個(gè)領(lǐng)域，人類將對(duì)人工智能科技進(jìn)行大規(guī)模的研究、開發(fā)和應(yīng)用。

當(dāng)今人工智能科技和其他高科技的種種發(fā)展動(dòng)向表明，在人類進(jìn)入“信息社會(huì)”之后，將有一場(chǎng)規(guī)模巨大的“智能革命”，智能革命的環(huán)境是人工智能對(duì)人、對(duì)社會(huì)的廣泛而深入的影響，就像今天的微電子技術(shù)對(duì)信息革命的影響一樣。人工智能科技將滲透到社會(huì)各個(gè)領(lǐng)域，人類將對(duì)人工智能科技進(jìn)行大規(guī)模的研究、開發(fā)和應(yīng)用。

總之，人工智能的應(yīng)用前景一片的好，當(dāng)然，挑戰(zhàn)也很多，只有科學(xué)不斷發(fā)展突破進(jìn)步，我們才能真正的享受智能化帶給我們的樂趣?

第五篇：《人工智能》學(xué)習(xí)報(bào)告

深圳大學(xué)碩士研究生課程作業(yè)—人工智能

《人工智能》學(xué)習(xí)報(bào)告

深圳大學(xué)機(jī)電與控制工程學(xué)院彭建柳

學(xué)號(hào)：0943010210

1.引言

人工智能(Artificial Intelligence，AI)，曾經(jīng)有一部電影，著名導(dǎo)演斯蒂文?斯皮爾伯格的科幻片《人工智能》(A.I.)對(duì)許多人的頭腦又一次產(chǎn)生了震動(dòng)，引起了一些人士了解并探索人工智能領(lǐng)域的興趣。人工智能對(duì)于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻(xiàn)才智，從美國的麻省理工學(xué)院(MIT)、卡內(nèi)基-梅隆大學(xué)(CMU)到IBM公司，再到日本的本田公司、SONY公司以及國內(nèi)的清華大學(xué)、中科院等科研院所，全世界的實(shí)驗(yàn)室都在進(jìn)行著AI技術(shù)的實(shí)驗(yàn)。

一直以來，關(guān)于人工智能的理論，我一直認(rèn)為是科學(xué)的前沿，理解起來較為飄渺。但是，從本學(xué)期《人工智能》課程的學(xué)習(xí)中，本人較系統(tǒng)的接觸到了關(guān)于人工智能的理論，從有限的課程中，通過老師的詳細(xì)介紹和查閱人工智能方面的書籍，學(xué)習(xí)了關(guān)于人工智能幾個(gè)主要方面的知識(shí)，如模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等。下面是本人關(guān)于人工智能理論的一些基本認(rèn)識(shí)。

2.人工智能的形成與發(fā)展

說到人工智能，首先先認(rèn)識(shí)下自動(dòng)控制理論，自動(dòng)控制理論從形成到發(fā)展至今，已經(jīng)經(jīng)歷了六十多年的歷程，其主要分為三個(gè)階段：

務(wù)和現(xiàn)實(shí)模型的描述、符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫和推理機(jī)的開發(fā)上，即智能控制的關(guān)鍵問題不是設(shè)計(jì)常規(guī)控制器，而是研制智能機(jī)器的模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對(duì)實(shí)際環(huán)境或過程進(jìn)行組織、決策和規(guī)劃，以實(shí)現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示、自動(dòng)推理和決策等有關(guān)技術(shù)。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。

隨著人工智能和計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有可能把自動(dòng)控制和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科分支(如系統(tǒng)工程、系統(tǒng)學(xué)、運(yùn)籌學(xué)、信息論)結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動(dòng)控制技術(shù)的最新發(fā)展階段，也是用計(jì)算機(jī)模擬人類智能進(jìn)行控制的研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。1985年，在美國首次召開了智能控制學(xué)術(shù)討論會(huì)。1987年又在美國召開了智能控制的首屆國際學(xué)術(shù)會(huì)議，標(biāo)志著智能控制作為一個(gè)新的學(xué)科分支得到承認(rèn)。智能控制具有交叉學(xué)科和定量與定性相結(jié)合的分析方法和特點(diǎn)。

3.模糊控制

在傳統(tǒng)的控制領(lǐng)域里，控制系統(tǒng)動(dòng)態(tài)模式的精確與否是影響控制優(yōu)劣的最主要關(guān)鍵，系統(tǒng)動(dòng)態(tài)的信息越詳細(xì)，則越能達(dá)到精確控制的目的。然而，對(duì)于復(fù)雜的系統(tǒng)，由于變量太多，往往難以正確的描述系統(tǒng)的動(dòng)態(tài)，于是工程師便利用各種方法來簡(jiǎn)化系統(tǒng)動(dòng)態(tài)，以達(dá)成控制的目的，但卻不盡理想。換言之，傳統(tǒng)的控制理論對(duì)于明確系統(tǒng)有強(qiáng)而有力的控制能力，但對(duì)于過于復(fù)雜或難以精確描述的系統(tǒng)，則顯得無能為力了。因此便嘗試著以模糊數(shù)學(xué)來處理這些控制問題。通過課堂中，導(dǎo)師生動(dòng)的講解，以及引用到生活當(dāng)中鮮活的例子，如冰箱溫度的模糊控制，智能汽車的行駛路線控制等等，充分的認(rèn)識(shí)到，模糊控制在當(dāng)今社會(huì)的應(yīng)用已經(jīng)很廣泛，只是理論知識(shí)的缺乏而感覺不到它們的存在。

一般控制架構(gòu)包括：定義變量、模糊化、知識(shí)庫、邏輯判斷及反模糊化，詳細(xì)如下：

(1)定義變量：也就是決定程序被觀察的狀況及考慮控制的動(dòng)作，例如在一般控制問題上，輸入變量有輸出誤差E與輸出誤差之變化率CE，而控制變量

則為下一個(gè)狀態(tài)之輸入U(xiǎn)。其中E、CE、U統(tǒng)稱為模糊變量。

(2)模糊化（fuzzify）：將輸入值以適當(dāng)?shù)谋壤D(zhuǎn)換到論域的數(shù)值，利用口語化變量來描述測(cè)量物理量的過程，依適合的語言值（linguisitc value）求該值相對(duì)之隸屬度，此口語化變量我們稱之為模糊子集合（fuzzy subsets）。

(3)知識(shí)庫：包括數(shù)據(jù)庫（data base）與規(guī)則庫（rule base）兩部分，其中數(shù)據(jù)庫是提供處理模糊數(shù)據(jù)之相關(guān)定義；而規(guī)則庫則藉由一群語言控制規(guī)則描述控制目標(biāo)和策略。

(4)邏輯判斷：模仿人類下判斷時(shí)的模糊概念，運(yùn)用模糊邏輯和模糊推論法進(jìn)行推論，而得到模糊控制訊號(hào)。此部分是模糊控制器的精髓所在。

(5)解模糊化（defuzzify）：將推論所得到的模糊值轉(zhuǎn)換為明確的控制訊號(hào)，做為系統(tǒng)的輸入值。

模糊控制很重要的一點(diǎn)就是模糊規(guī)則的制定，其規(guī)則制定的來源主要由專家的經(jīng)驗(yàn)和知識(shí)、操作員的操作模式、自學(xué)習(xí)提供。模糊規(guī)則的形式則分為狀態(tài)評(píng)估和目標(biāo)評(píng)估兩種。但都是以模糊控制為基礎(chǔ)，達(dá)到自動(dòng)控制的目的。

4.專家系統(tǒng)

專家系統(tǒng)(expert system)是人工智能應(yīng)用研究最活躍和最廣泛的課題之

一。運(yùn)用特定領(lǐng)域的專門知識(shí)，通過推理來模擬通常由人類專家才能解決的各種復(fù)雜的、具體的問題，達(dá)到與專家具有同等解決問題能力的計(jì)算機(jī)智能程序系統(tǒng)。它能對(duì)決策的過程作出解釋，并有學(xué)習(xí)功能，即能自動(dòng)增長解決問題所需的知識(shí)。

專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過渡和發(fā)展。第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門問題的能力強(qiáng)為特點(diǎn)。但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問題的能力弱。第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所改善，而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開始運(yùn)用各種知識(shí)工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和

環(huán)境來研制大型綜合專家系統(tǒng)。在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來實(shí)現(xiàn)具有多知識(shí)庫、多主體的第四代專家系統(tǒng)。

對(duì)專家系統(tǒng)可以按不同的方法分類。通常，可以按應(yīng)用領(lǐng)域、知識(shí)表示方法、控制策略、任務(wù)類型等分類。如按任務(wù)類型來劃分，常見的有解釋型、預(yù)測(cè)型、診斷型、調(diào)試型、維護(hù)型、規(guī)劃型、設(shè)計(jì)型、監(jiān)督型、控制型、教育型等。

簡(jiǎn)而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。

5.神經(jīng)網(wǎng)絡(luò)

由于神經(jīng)網(wǎng)絡(luò)是多學(xué)科交叉的產(chǎn)物，各個(gè)相關(guān)的學(xué)科領(lǐng)域?qū)ι窠?jīng)網(wǎng)絡(luò)都有各自的看法，因此，關(guān)于神經(jīng)網(wǎng)絡(luò)的定義，在科學(xué)界存在許多不同的見解。目前使用得最廣泛的是T.Koholen的定義，即“神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)。”

人工神經(jīng)網(wǎng)絡(luò)是模擬人思維的第二種方式。這是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，其特色在于信息的分布式存儲(chǔ)和并行協(xié)同處理。雖然單個(gè)神經(jīng)元的結(jié)構(gòu)極其簡(jiǎn)單，功能有限，但大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實(shí)現(xiàn)的行為卻是極其豐富多彩的。

6.小結(jié)

關(guān)于人工智能的學(xué)習(xí)，我現(xiàn)在所學(xué)習(xí)到的僅僅是皮毛。但對(duì)于一個(gè)剛剛接觸人工智能學(xué)習(xí)的學(xué)生，了解如模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等人工智能的知識(shí)入門尤為重要，為將來進(jìn)一步學(xué)習(xí)人工智能的理論打下基礎(chǔ)，并將理論應(yīng)用于生活和工作當(dāng)中，這才是學(xué)習(xí)的最終目的。

參考文獻(xiàn)：

《人工智能控制》作者：蔡自興，出 版 社：化學(xué)工業(yè)出版社，2005-7-1