人工智能简介

一、人工智能概述

人工智能是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多学科研究的基础上发展起来的综合性很强的交叉学科，是一门新思想、新观念、新技术不断出现的新兴学科，也是正在迅速发展的前沿学科。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。作为一门学科，人工智能于１９５６年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上，首次提出。对人工智能的研究，由于研究角度的不同，形成了不同的研究学派。这就是：符号主义学派、连接主义学派和行为主义学派。它与空间技术、原子能技术一起被誉为20世纪三大科学技术成就。

二．人工智能的发展

人工智能的发展历史可归结为孕育、形成和发展三个阶段。

1.人工智能孕育期

这个阶段主要是指1956年以前。.

计算机时代1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的发明就是电子计算机. 1949年改进后的能存储程序的计算机使得输入程序变得简单些,而且计算机理论的发展产生了计算机科学,并最终促使了人工智能的出现.计算机这个用电子方式处理数据的发明, 为人工智能的可能实现提供了一种媒介. 1955年

末,Newell和Simon做了一个名为逻辑专家(Logic Theorist)的程序.这个程序被许多人认为是第一个AI程序. 1956年,被认为是人工智能之父的

John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一个月的讨论.他请他们到Vermont参加Dartmouth人工智能夏季研究会.从那时起,这个领域被命名为人工智能.

2.人工智能的形成时期

这个阶段是指1956—1969年。

1957年一个新程序,通用解题机(GPS)的第一个版本进行了测试.这个程序是由制作逻辑专家的同一个组开发的.GPS扩展了Wiener的反馈原理,可以解决很多常识问题.两年以后,IBM成立了一个AI研究组.Herbert Gelerneter花3年时间制作了一个解几何定理的程序. 当越来越多的程序涌现时,McCarthy正忙于一个AI史上的突破.1958年McCarthy宣布了他的新成果: LISP语言. LISP 到今天还在用.LISP的意思是表处理(LISt Processing),它很快就为大多数AI开发者采纳. 1963年MIT从美国政府得到一笔220万美元的资助,用于研究机器辅助识别.这笔资助来自国防部高级研究计划署(ARPA),已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家, 加快了AI研究的发展步伐.

3.人工智能发展

这个阶段主要是70年代以后

70年代后另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已有巨大容量,专家系统有可能从数据中得出规律. 70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方面的新理论.同时期另一项成果是PROLOGE语言,于1972年提出. 80年代期间,AI前进更为迅速,并更多地进入商业领域.1986年,美国AI相关软硬件销售高达4.25亿美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用汽车公司和波音公司也大量依赖专家系统。其后，人工智能已经发展成为一门学科。

三．人工智能研究的内容

1.知识表示

所谓的知识表示实际上市对知识的一种描述，或者是一族约定，一种计算机可以接受的用于描述知识的数据结构。知识表示是研究机器表示知识的可行的有效的、通用的原则和方法。

2.机器感知

机器感知是使计算机具有类似于人的感知能力，其中以机器视觉和机器听觉为主。机器视觉是让机器能识别并理解文字、图像、物景；机器听觉是让机器能识别并理解语言、声响等。

3.机器思维

机器思维是指对通过感知得来的外部信息及机器内部的各种工作信息进

行有目的的处理。正如人的智能是来自大脑的思维活动一样，机器智能也主要是通过机器思维实现机器思维实现的。

2. 机器学习

机器学习就是研究如何使计算机具有类似于人的学习能力，使它能通过学习自动的获取知识。计算机可以直接向书本学习，通过与人谈话学习，能通过对环境的观察学习，并在实践中实现自我完善。

四．人工智能应用

1.专家系统

专家系统是目前人工智能中最活跃、应用最成功的一个领域。专家系统是一种基于知识的系统，它是从专家那里获得知识，把这些知识编制到程序当中，根据人工智能问题求解技术，模拟人类专家求解问题时的求解过程求解所涉及领域的各种问题，其水平可以达到甚至超过人类专家的水平。

2.数据挖掘

数据挖掘是一个令人激动的成功应用，它能够满足人们从大量数据中挖掘出隐含的、未知的、有潜在价值的信息和知识的要求。要实现这些目标，需要拥有大量的原始数据，要有明确的挖掘目标，需要相应的领域知识，需要友善的人机界面，需要寻找合适的开发方法。例如，美国SAS公司SAS enterprise miner ,IBM interligent miner。

3.语义WEP

语义wep追求的目标是让wep上的信息能够被机器所理解，从而实现wep信息的自动处理，以适应web信息资源的快递增长，更好的为人类服务。语义wep 成功的将人工智能研究成功应用到互联网。

4.机器人

机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知、规划、动作能力和协同能力，是一种具有高度灵活性的自动化机器。基于这些特点，人们发展了各式各样的具有感知、决策、行动、和交互能力的特种机器人和各种智能机器，如空中空间机器人、军用机器人、医疗机器人、水下机器人等。

3. 博弈

博弈是一个有关决策和斗智问题的研究领域，例如下棋、打牌、战争等这一类竞争性智能活动都属于博弈问题。博弈是人类社会和自然界中普遍存在的一种现象，博弈的双方可以是个人、群体、也可以是生物群或智能机器。博弈为人工智能提供了一个很好的实验场所，可以对人工智能的技术进行检验，以促进这些技术的发展。

4. 自动定理证明

自动定理证明的吸引主要在于逻辑的严谨性和广泛性。因为它是一个形式化系统，所以是逻辑使其自动化。这种系统可以处理非常广泛范围内的问题，只要把问题描述和背景信息表示为逻辑公理，把问题的实例表示为要证明的定理。这就是自动证明定理和数学推理系统的基础。

5. 智能控制

智能控制是应用人工智能的方法来扩展传统的控制方法，解决传统控制的局限性，具有自学习、自适应、自组织的能力。一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生一级执行控制行为的能力，即称为智能控制系统。

五．浅谈学习人工智能的感悟及小结

人工智能不仅仅是一门课，更是对所学知识的巩固，对未来科技的动态展望。从人工智能的发展历史可以看出，人们从不同的侧面、不同的深度、以不同的智能观对智能进行了研究，提出了人工智能研究的符号主义、连接主义和行为主义等学派。据我了解，人工智能的研究是一个长期的任务，揭开人类智能之谜是人工智能发展的关键。

自开学以来，在赵老师的带领下，开始了自己本科时代对智能的探索，在之前，自己也阅读过不少关于人工智能的书，看了不少人工智能的报到，比如机器人大赛，深蓝系统等。就单从我们2012年的春晚看，上面就有机器人跳舞的片段，当时看了之后，自己就非常的羡慕，自己啥时候可以做出来一个像样的计算机系统呢，也去设计一个机器人来玩玩，从那时起人工智能就在我脑海里埋下了深深的种子。在学习了人工智能之后，对人工智能的历史，发展，趋势也有了一定的了解，不过赵老师讲的好多理论，自己还有好多不懂的地方，上课的时候还是没有专心听讲，许多理论、算法自己回去自己稍微看了一下，有点理解，但不是很全面，或许自己的理论水平还是有限的，自己要学的东西还是很多，还有自己好多以前学的数据结构有点忘了，不多他的思想我还是略知一二的，如果把它应用到实践中去，我想还是大有收获的。在人工智能的研究中，一方面研究人工智能的基本技巧和方法，研究人工智能的应用问题，还要进行基础研究，研究智能的本质和思维模型等。

另外，自己跟别的老师做的项目，关于图像树木建模的，其中一块是要做生长预测，而生长预测问题就是基于环境的各个因素包括光照、水分、土壤、肥料等建模。因为由于环境的不确定因素，植物生长的预测生长的方向也就有很多不同之处，而就是由于人工智能的启发之下，考虑树木是不是也有智能，会根据生长因素不同，条件不同而相应作出自己的变化，带着种种疑问，我开始开了人工智能，考虑到里面的启发式程序部分，感觉和这个差不多，就尝试着编写程序，开始了自己生长的预测，虽然最后做的不是很理想，但自己还是有点收获的，感觉自己学的知识好多都是理论，只有理论联系实际，自己所学的知识才能真正的应用。

总之，人工智能会朝一个更高的方向发展，期待着人工智能更上一个台阶，生活中处处留心，学会观察，人工智能的思想会更加实用。