人工智能 学术讲座

学术讲座论文

学院：计算机与信息技术学院年级：2009级

专业：软件工程

课程名称：学术讲座

学号：

姓名：

人工智能

摘要几个世纪以来，人类依靠其智慧，发明了许多机器，使人类能够从许多体力劳动中解放出来。现在，有了电脑，电脑是一个信息处理的工具、人脑也是一个信息处理的器官。那么，在用电脑代替人脑的部分功能，用电脑模拟思维、产生智能行为方面，能否取得同样巨大的成功呢?这是信息时代必然会提出的问题。社会需求与科技的发展，呼唤着一个新学科的诞生。19世纪以来．数理逻辑、自动机理论、控制论、信息论、仿生学、心理学、电脑等科学技术的发展，为一个新科的诞生准备了思想、理论与物质基础。在这一背景下，1956年美国的一些科学家，包括心理学家、数学家、计算机学家、信息论学家在美国一所大学举办讨论会，正式提出了人工智能。

关键词人工智能计算机数学传输信息数据传送

引言：人工智能是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。

一、人工智能简介：

人工智能是指研究如何用计算机去模拟、延伸和扩展人的智能;如何使计算机变得更聪敏、更能干;如何设计和制造具有更高智能水平的计算机的理论、方法、技术及应用系统的一门新兴的科学技术。

人工智能研究与计算机软件开发有着不可分割的关系，一方面各种人工智能要用计算机软件实现;另一方面许多计算机软件也要应用人工智能的理论、方法和技术去开发，例如专家智能系统、计算机故障诊断、计算机财会、计算机游戏等软件。

人的智能体现在思维、感知、行为三个层次，因此，计算机人工智能也要研究解决这三个层次的问题。

(1)机器思维。具体讲是计算机思维、计算机学习、计算机诊断、计算机辅助设计、计算机证明疑难算例、计算机编程、计算机下棋、计算机作曲、计算机绘画等等。

(2)机器感知。让计算机像人一样能感觉到气味、颜色、触觉。

(3)机器行为。研究计算机模拟、延伸和扩展人的智能行为，例如语言、动作、智能监测、智能控制等行为。

人工智能的应用十分广泛，如智能控制、智能管理、智能设计、智能优化、智能材料、智能家电、智能系统工程、智能经济、智能通信、智能商务等等。

人工智能发展的方向是:把握知识经济时代的新机遇，跟踪知识经济发展新需求，借鉴并发展知识工程的方法和技术，为知识经济全过程服务。

“知识工程”是人工智能领域内的应用系统工程，是基于知识获取、知识表达、知识传输、知识存储、知识推理等方法和技术的知识应用体系。由于知识的复杂性、多变性、主动性、不确切性等特点，除了运用已有的知识工程方法和技术外，还必须根据知识的特点和需求，进一步发展知识工程的新方法和新技术。

二、人工智能的发展：

1.萌芽期（1956年以前）

自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。

随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家

G.W.Leibniz在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种"万能符号"和"推理计算"的思想是现代化"思考"机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当时人工智能最高成就。

进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家A.M.Turing在他的一篇"理想计算机"的论文中，就提出了著名的图林机模型，1945年他进一步论述了电子数字计算机设计思想，1950年他又在"计算机能思维吗？"一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献。1938年德国青年工程师Zuse研制成了第一台累计数字计算机Z-1，后来又进行了改进，到1945年他又发明了Planka.kel程序语言。

2.形成时期（1956-1961）

1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Newell和Simon 的Carnegie-RAND协作组；Samuel和Gelernter的IBM公司工程课题研究组；Minsky和McCarthy的MIT研究组等，这一时期人工智能的研究工作主要在下述几个方面。

1957年A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机LT(The Logic Theory Machine)的数学定理证明程序，当时该程序证明了B.A.W.Russell和A.N.Whitehead的"数学原理"一书第二章中的38个定理（1963年修订的程序在大机器上终于证完了该章中全部52个定理）。后来他们又揭示了人在解题时的思维过程大致可归结为三个阶段：

（1）先想出大致的解题计划；

（2）根据记忆中的公理、定理和推理规则组织解题过程；

（3）进行方法和目的分析，修正解题计划。

这种思维活动不仅解数学题时如此，解决其他问题时也大致如此。基于这一思想，他们于1960年又编制了能解十种类型不同课题的通用问题求解程序GPS（General Problem Solving）。另外他们还发明了编程的表处理技术和NSS国际象棋机。和这些工作有联系的Newell关于自适应象棋机的论文和Simon关于问题求解和决策过程中合理选择和环境影响的行为理论的论文，也是当时信息处理研究方面的巨大成就。

3.发展时期（1961年以后）

六十年代以来，人工智能的研究活动越来越受到重视。为了揭示智能的有关原理，研究者们相继对问题求解、博弈、定理证明、程序设计、机器视觉、自然语言理解等领域的课题进行了深入的研究。几十年来，不仅使研究课题有所扩展和深入，而且还逐渐搞清了这些课题共同的基本核心问题以及它们和其他学科间的相互关系。1974年N.J.Nillson对发展时期的一些工作写过一篇综述论文，他把人工智能的研究归纳为四个核心课题和八个应用课题，并分别对它们进行论述。

这一时期中某些课题曾出现一些较有代表性的工作，1965年J.A.Robinson提出了归结（消解）原理，推动了自动定理证明这一课题的发展。70年代初，T.Winograd、R.C.Schank 和R.F.Simmon等人在自然语言理解方面做了许多发展工作，较重要的成就是Winograd提出的积木世界中理解自然语言的程序。关于知识表示技术有C.Green（1996年）的一阶谓词演算语句，M.R.Quillian(1996年)的语义记忆的网络结构，R.F.Simmon（1973年）等人

的语义网结构，R.C.Schank（1972年）的概念网结构，M.Minsky(1974年)的框架系统的分层组织结构等。关于专家系统自1965年研制DENDRAL系统以来，一直受到人们的重视，这是人工智能走向实际应用最引人注目的课题。

从80年代中期开始，经历了10多年的低潮之后，有关人工神经元网络的研究取得了突破性的进展。1982年生物物理学家Hopfield提出了一种新的全互联的神经元网络模型，被称为Hopfield模型。利用该模型的能量单调下降特性，可用于求解优化问题的近似计算。1985年Hopfield利用这种模型成功地求解了"旅行商（TSP）"问题。1986年Rumelhart提出了反向传播（back propagation-BP）学习算法，解决了多层人工神经元网络的学习问题，成为广泛应用的神经元网络学习算法。从此，掀起了新的人工神经元网络的研究热潮，提出了很多新的神经元网络模型，并被广泛的应用于模式识别、故障诊断、预测和智能控制等多个领域。

美国是人工智能的发源地，随着人工智能的发展，世界各国有关学者也都相继加入这一行列，英国在60年代就起步人工智能的研究，到70年代，在爱丁堡大学还成立了"人工智能"系。日本和西欧一些国家虽起步较晚，但发展都较快，苏联对人工智能研究也开始予以重视。我国是从1978年才开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面设立课题，并取得一些初步成果。我国也先后成立中国人工智能学会、中国计算机学会人工智能和模式识别专业委员会和中国自动化学会模式识别与机器智能专业委员会等学术团体，开展这方面的学术交流。此外国家还着手兴建了若干个与人工智能研究有关的国家重点实验室，这些都将促进我国人工智能的研究，为这一学科的发展作出贡献。

近年来，人工智能在很多方面取得了新的进展，尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的广泛的舞台。

三、人工智能未来的趋势：

人工智能的两大目标就是能理解人类的智能,使计算机用途更广泛。许多研究者认为:智能机器的关键总是如何表达知识,从而使计算机能用这种知识将知识具体应用在计算机程序中虽然必要,但很困难。即使回答日常生活中的极简单的问题,也需要大量的知识,而且其中许多知识我们是不知道的。

现在主要有两种类型的机器人:工业机器人和智能机器人。这两种类型都是人工智能研究者的研究范围,但重点在智能机器人上。他们集中力量研究感觉上的认识,以及这些认识如何用计算机来表达,人们已经研制出计算机辅助视觉和听觉装置、计算机辅助活动肢体和

其他用微机控制的假体装置。用智能机器人来探查海底和太空的奥秘更为实际,因为在这些环境中工作既艰难又危险。研制一种不需要人参与就能完成探索工作的智能机器人,以便让他们到宇宙空间去探索。由于这项工作远离地球,用人类控制的机器人就不适宜了。现在美国国家航空和航天局使用的机器人是完全独立的,它能采集岩石,收集土壤和其它勘探的研究项目,这些工作都不用人指挥。

计算机目前还没能完全理解语言的复杂和细微的差别。至于自然语言的计算机翻译器,在初期研制阶段,对算法上规范化的句子,就已经显示出相当高的理解力和造句能力。不过,在抓住句子的意思这一点上,还未获得过显著的成就。我们懂得的东西大量来自上下文关系和我们的知识。人们的生活中,个人、社会和文化见解对句子上附着的意义施加了很大的影响,试图定量表示人类对语言的理解无疑是人工智能研究领域中最复杂的问题之一。

在人工智能研究中,使用计算机产生了很多意义深远的课题。通过人工智能的研究,人们对人类的精神能力和身体能力都有了更深入的了解。在工业上,人工智能专家们已研制出工业机器人和智能机器人,以便完成单调、危险及困难的工作。使人类解放出来,把他们的时间更有效地用于创造性的研究、设计,以及人们之间的相互交往等人类特有的活动中去,这便是人工智能各种应用的推动力。在医学和其它高级科学技术领域内,由于人工智能的进展,那些离开计算机就解决不了的难题正获得解决。

人工智能研究工作的进展和困难将会极大地影响人工智能研究的未来。计算机体积的缩小和成本的下降对人工智能的影响不是最重要的,发展的主要限制来自软件。语文障碍的克服,或者在什么时候克服,无疑将是今后发展人工智能的关键。正如我们所看到的那样,为了使计算机理解自然语言,并具有智能行为,必须使探索、知识表达,自然语言等主要研究领域结合起来,形成一个系统。与此同时人工智能的研究将继续对许多学科产生深远的影响。

四、学习总结：

通过这几节课的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

参考文献：

《人工智能》…….党建武、王阳萍著电子工业出版社2012.05

《人工智能商务应用手册》…….(美)JoelSiegel著清华大学出版社2009.08