人工智能小论文

《信息管理新发展讲座》大作业(小论文)

学期：2017-2018(1)

题目：人工智能应用前景的探究

人工智能应用前景的探究

摘要：人工智能是计算机学科的一个分支，自二十世纪七十年代以来被称为世界三大尖端技术（空间技术、

能源技术、人工智能）之一，也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。就是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，

人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

人工智能是，一门研究人类的智慧机理、以及如何使用机器来模拟人的智能的学科。从后一种意义上

来讲，人工智能又被人们称为“机器智能”或“智能模拟”。人工智能是在近代--现代电子计算机出现之

后--才发展起来的，它一方面成为人类智慧的延伸，另一方面又为探究讨论人类智能机理提供了崭新的理

论以及研究方法。人工智能一直都处于计算机技术的最前沿，长久以来，人工智能对于普通人来说是那样

的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(MIT)、卡内基-梅

隆大学(CMU)到IBM公司，再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世

界的实验室都在进行着AI技术的实验。

关键词：人工智能仿生学数据挖掘“图灵实验”

一、引言

近30年来，随着计算机的发展，人工智能已对现实社会包括虚拟社会做出了特别巨大的贡献，其作用已经在各领域发挥到极致，特别是在有关的计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的方法、技术和理论。目前，人工智能应用的主要的领域，也就是计算机应用的主要领域。

二、文献综述

2.1计算机与人工智能

1936年，24岁的英国数学家图灵(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。

人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(Artificial Intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕

罗夫就是比较突出的例子。

当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的AI软件，而且现在的AI具备了更多的现实应用的基础。90年代以来，人工智能研究又出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。

2.2人工智能研究的3个热点

（1）智能接口

智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。

（2）数据挖掘

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。

（3）主体及多主体系统

主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。

多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。

三、当前的发展与应用的调查

3.1 人工智能当前的研究领域

尽管人工智能的理论体系还不够完善，不同学派和专门在理论和研究策略上持有不同看法，但这些不足以成为影响人工智能发展的因素，相反，人工智能的研究已经变得更加深入、客观和全面。人工智能现在的研究领域众多且复杂，主要有3个方面。

3.1.1 机器思维

机器思维主要是模拟人类的思维功能。在人工智能领域，机器思维一般研究的是推理、搜索、规划等。推理就是根据已有的事实和经验，采取某种合适的方法，利用所学知识得出正确结论的过程。搜索是已知搜索的目标，为了找到搜索目标，不断查找推理路线，引导和掌握推理过程，从而解决问题的过程。规划作为一种重要的问题求解手段，先从一个特定的问题状态出发，查找并建立一个可以操作的序列，直到最终状态为目标状态的一个行动过程的分析。一般的问题求解技术往往解决的是抽象的数学问题，注重结果，而规划更侧重于求解的过程，并且解决的是真实世界的问题。

3.1.2 机器学习

机器学习是一个复杂的过程，按照对人类学习方式的模拟，机器学习一般分为联结和符号学习。符号主义学派支持符号学习的机器学习观点。符号学习通过在功能上模拟人类学习来达到学习目的。按照这种观点，知识可以用符号来表示，机器学习过程其实就是一种符号运算过程，联结学习也称为神经学习，它是基于人工神经网络的学习方法。

3.1.3 机器感知

机器如果要像人类那样获取对外界的感知，那么机器必须拥有机器感知的能力，即学习掌握机器视觉、模式识别并且理解自然语言，其中模式识别是人工智能最早的研究领域之一。模式识别的大体含义就是，能在混合的事物中，根据要求，准确地对所需事物进行鉴别，并且完成正确分类。识别的对象不受物理、化学、生理等条件的限制，其类型也可以是文字、图像、声音等。模式识别包含几个基本步骤：（1）采集待识别对象的原有模式；（2）模式比较和匹配；（3）完成模式匹配后，进行分类处理，最后输出结果。

3.2 人工智能当前的现实应用

人工智能已经发展了60多年，其发展领域不再单一，人工智能的应用如雨后春笋般出现在各个领域，从学术研究到实际开发，从家庭到社会，智能已经走入人们的生活。例如智能手机，智能手环，智能交通等，其中最典型的应用包括智能机器人、智能检索、智能游戏。机器人是一种具有人类的某些智能行为的机器。机器人是一门综合性的科技类学科，广泛地被应用到仿生学、智能传感、系统工程和心理学等领域。例如，可按照应用领域将机器人分为家用机器人、工业机器人、农业机器人、军用机器人、医疗机器人、空间机器人、水下机器人、娱乐机器人等。机器人研究的主要目的有两个：

（1）从应用方面考虑，让机器人帮助或代替人类完成一些人类不宜从事的特殊环境的危险工作，以及一些生产、管理、服务、娱乐等工作；

（2）从科学研究方面考虑，机器人可以为人工智能理论、方法、技术的研究进行全面研究，以推动人工智能学科自身的发展，可见，机器人既是人工智能的一个研究对象，同时又是一个人工智能的试验场。现阶段学者虽然已经研制出来一些可以模拟人类精神活动的电子机器，经过完善升级，这些电子机器将有希望超越人类的能力[1]。但是目前研制出的自动化系统或者机器人可以代替部分人类劳动，要使机器人真正具有像人那样的智能，还需深入研究。尤其是在机器人自学能力、分布协同能力、自然语言交互能力及情感的人性化功能