什么是人工智能？
是否象蜘蛛俠2中一樣有人一般<愛尬聊_尬聊生活>的思維模式。
也上皇朝 2022-05-27 21:08 什么是人工智能 近年來，隨著計算機技術(shù)的迅猛發(fā)展和日益廣泛的應(yīng)用，自然地會提出人類智力活動能不能由計算機來實現(xiàn)的問題。幾十年來，人們一向把計算機當(dāng)作是只能以極快地、熟練地、準確地運算數(shù)字的機器。但是在當(dāng)今世界要解決的問題并不完全是數(shù)值計算，像語言的理解和翻譯、圖形和聲音的識別、決策管理等都不屬于數(shù)值計算，特別像醫(yī)療診斷要有專門的特有的經(jīng)驗和知識的醫(yī)師才能作出正確的診斷。這就要求計算機能從“數(shù)據(jù)處理”擴展到還能“知識處理”的范疇。計算機能力范疇的轉(zhuǎn)化是導(dǎo)至“人工智能”快速發(fā)展的重要因素。 人工智能的定義： 著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一臺定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)。”而另一臺美國麻省理工學(xué)院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。 人工智能（ArtificialIntelligence，簡稱AI）是計算機學(xué)科的一臺分支，二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認為是二十一世紀（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一。這是因為近三十年來它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一臺獨立的分支，無論在理論和實踐上都已自成一臺系統(tǒng)。 人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計算機科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科。可以說幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠遠超出了計算機科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一臺應(yīng)用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學(xué)常被認為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標準邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進入人工智能學(xué)科，它們將互相促進而更快地發(fā)展。 從實用觀點來看，人工智能是一門知識工程學(xué)：以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。 計算機與智能 通常我們用計算機，不僅要告訴計算機，要做什么，還必須詳細地、正確地告訴計算機如何做。也就是說，人們要根據(jù)任務(wù)的要求，以適當(dāng)?shù)挠嬎銠C語言，編制針對該任務(wù)的應(yīng)用程序，才能應(yīng)用計算機完成此項任務(wù)。這樣實際上是在人完全控制計算機完成的，是談不上計算機有“智能”。 大家都知道，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍）計算機系統(tǒng)于1997年5月11日進行了六局“人機大戰(zhàn)”，結(jié)果“深藍”以3.5比2.5的總比分獲勝。比賽結(jié)束了給人們留下了深刻的思考；下棋要獲勝要求選手要有很強的思維能力、記憶能力、豐富的下棋經(jīng)驗，還得及時作出反映，迅速進行有效的處理，否則一著出錯滿皆輸，這顯然是個“智能”問題。盡管開發(fā)“深藍”計算機的IBM專家也認為它離智能計算機還相差甚遠，但它以高速的并行的計算能力（2r108步／秒棋的計算速度）。實現(xiàn)了人類智力的計算機上的部分模擬。 從字面上看，“人工智能”就是用人工的方法在計算機上實現(xiàn)人的智能，或者說是人們使計算機具有類似于人的智能。 智能與知識 在20世紀70年代以后，在許多國家都相繼開展了人工智能的研究，由于當(dāng)時對實現(xiàn)機器智能理解得過于容易和片面，認為只要一些推理的定律加上強大的計算機就能有專家的水平和超人的能力。這樣，雖然也獲得一定成果，但問題也跟著出現(xiàn)了，例如機器翻譯當(dāng)時人們往往認為只要用一部雙向詞典及詞法知識，就能實現(xiàn)兩種語言文字的互譯，其實完全不是這么一回事，例如，把英語句子“Timeflieslikeanarrow”（光陰似箭）翻譯成日語，然后再譯回英語，竟然成為“蒼蠅喜歡箭”；當(dāng)把英語“Thespiritiswillingbutthefleshisweak”（心有余而力不足）譯成俄語后，再譯回來竟變成“Thewineisgoodbutthemeatisspoiled”（酒是好的但肉已變質(zhì)）。在其它方面也都遇到這樣或者那樣的困難。這時，本來對人工智能抱懷疑態(tài)度的人提出指責(zé)，甚至把人工智能說成是“騙局”、“庸人自擾”，有些國家還削減人工智能的研究經(jīng)費，一時人工智能的研究進入了低潮。 然而，人工智能研究的先驅(qū)者們沒有放棄，而是經(jīng)過認真的反思、總結(jié)經(jīng)驗和教訓(xùn)，認識到人的智能表目前人能學(xué)習(xí)知識，有了知識，能了解、運用已有的知識。正向思維科學(xué)所說“智能的核心是思維，人的一切智慧或智能都來自大腦思維活動，人類的一切知識都是人們思維的產(chǎn)物。”“一臺系統(tǒng)之所以有智能是因為它具有可運用的知識。”要讓計算機“聰明”起來，首先要解決計算機如何學(xué)會一些必要知識，以及如何運用學(xué)到的知識問題。只是對一般事物的思維規(guī)律進行探索是不可能解決較高層次問題的。人工智能研究的開展應(yīng)當(dāng)改變?yōu)橐灾R為中心來進行。 自從人工智能轉(zhuǎn)向以知識為中心進行研究以來，以專家知識為基礎(chǔ)開發(fā)的專家系統(tǒng)在許多領(lǐng)域里獲得成功，例如：地礦勘探專家系統(tǒng)（PROSPECTOR）擁有15種礦藏知識，能根據(jù)巖石標本及地質(zhì)勘探數(shù)據(jù)對礦產(chǎn)資源進行估計和預(yù)測，能對礦床分布、儲藏量、品位、開采價值等進行推斷，制定合理的開采方案，成功地找到了超億美元的鉬礦。又如專家系統(tǒng)（MYCIN）能識別51種病菌，正確使用23種抗菌素，可協(xié)助醫(yī)生診斷、治療細菌感染性血液病，為患者提供最佳處方，成功地處理了數(shù)百個病例。它還通過以下的測試：在互相隔離的情況下，用MYCIN系統(tǒng)和九位斯坦福大學(xué)醫(yī)學(xué)院醫(yī)生，分別對十名不清楚感染源的患者進行診斷和處方，由八位專家進行評判，結(jié)果是MYCIN和三位醫(yī)生所開出的處方對癥有效；而在是否對其它可能的病原體也有效而且用藥又不過量方面，MYCIN則勝過了九位醫(yī)生。顯示出較高的水平。 專家系統(tǒng)的成功，充分表明知識是智能的基礎(chǔ)，人工智能的研究必須以知識為中心來進行。由于知識的表示、利用、獲取等的研究都取得較大的進展。因而，人工智能的研究得以解決了許多理論和技術(shù)上問題。 人工智能研究的目標 1950年英國數(shù)學(xué)家圖靈（A.M.Turing,1912—1954）發(fā)表了”計算機與智能”的論文中提出著名的“圖靈測試”，形象地提出人工智能應(yīng)該達到的智能標準；圖靈在這篇論文中認為“不要問一臺機器是否能思維，而是要看它能否通過以下的測試；讓人和機器分別位于兩個房間，他們只可通話，不能互相看見。通過對話，如果人的一方不能區(qū)分對方是人或是機器，那么就可以認為那臺機器達到了人類智能的水平。圖靈為此特地設(shè)計了被稱為“圖靈夢想”的對話。在這段對話中“詢問者”代表人，“智者”代表機器，并且假定他們都讀過狄更斯（C.Dickens）的著名小說《匹克威克外傳》，對話內(nèi)容如下： 詢問者：在14行詩的首行是“你如同夏日”，你不覺得“春日”更好嗎？ 智者：它不合韻。 詢問者：“冬日”如何？它可完全合韻的。 智者：它確是合韻，但沒有人愿意被比作“冬日”。 詢問者：你不是說過匹克威克先生讓你想起圣誕節(jié)嗎？ 智者：是的。 詢問者：圣誕節(jié)是冬天的一臺日子，我想匹克威克先生對這個比喻不會介意吧。 智者：我認為您不夠嚴謹，“冬日”指的是一般冬天的日子，而不是某個特別的日子，如圣誕節(jié)。 從上面的對話可以看出，能滿足這樣的要求，要求計算機不僅能模擬而且可以延伸、擴展人的智能，達到甚至超過人類智能的水平，在目前是難以達到的，它是人工智能研究的根本目標。 人工智能研究的近期目標；是使現(xiàn)有的計算機不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。按照這一目標，根據(jù)現(xiàn)行的計算機的特點研究實現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)。例如目前研究開發(fā)的專家系統(tǒng)，機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學(xué)習(xí)系統(tǒng)、機器人等。 人工智能的研究領(lǐng)域 目前，人工智能的研究是與具體領(lǐng)域相結(jié)合進行的。基本上有如下領(lǐng)域； 專家系統(tǒng) 專家系統(tǒng)是依靠人類專家已有的知識建立起來的知識系統(tǒng)，目前專家系統(tǒng)是人工智能研究中開展較早、最活躍、成效最多的領(lǐng)域，廣泛應(yīng)用于醫(yī)療診斷、地質(zhì)勘探、石油化工、軍事、文化教育等各方面。它是在特定的領(lǐng)域內(nèi)具有相應(yīng)的知識和經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、模擬人類專家解決問題時的思維過程，來求解領(lǐng)域內(nèi)的各種問題，達到或接近專家的水平。 機器學(xué)習(xí) 要使計算機具有知識一般有兩種方法；一種是由知識工程師將有關(guān)的知識歸納、整理，并且表示為計算機可以接受、處理的方式輸入計算機。另一種是使計算機本身有獲得知識的能力，它可以學(xué)習(xí)人類已有的知識，并且在實踐過程中不總結(jié)、完善，這種方式稱為機器學(xué)習(xí)。 機器學(xué)習(xí)的研究，主要在以下三個方面進行：一是研究人類學(xué)習(xí)的機理、人腦思維的過程；和機器學(xué)習(xí)的方法；以及建立針對具體任務(wù)的學(xué)習(xí)系統(tǒng)。 機器學(xué)習(xí)的研究是在信息科學(xué)、腦科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)等多種學(xué)科基礎(chǔ)上的。依賴于這些學(xué)科而共同發(fā)展。目前已經(jīng)取得很大的進展，但還沒有能完全解決問題。 模式識別 模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如識別物體、地形、圖象、字體（如簽字）等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的用統(tǒng)計模式和結(jié)構(gòu)模式的識別方法。 特別神經(jīng)網(wǎng)絡(luò)方法在模式識別中取得較大進展。 理解自然語言 計算機如能“聽懂”人的語言（如漢語、英語等），便可以直接用口語操作計算機，這將給人們帶極大的便利。計算機理解自然語言的研究有以下三個目標：一是計算機能正確理解人類的自然語言輸入的信息，并能正確答復(fù)（或響應(yīng)）輸入的信息。二是計算機對輸入的信息能產(chǎn)生相應(yīng)的摘要，而且復(fù)述輸入的內(nèi)容。三是計算機能把輸入的自然語言翻譯成要求的另一種語言，如將漢語譯成英語或?qū)⒂⒄Z譯成漢語等。目前，研究計算機進行文字或語言的自動翻譯，人們作了大量的嘗試，還沒有找到最佳的方法，有待于更進一步深入探索。 機器人學(xué) 機器人是一種能模擬人的行為的機械，對它的研究經(jīng)歷了三代的發(fā)展過程： 第一代（程序控制）機器人：這種機器人一般是按以下二種方式“學(xué)會”工作的；一種是由設(shè)計師預(yù)先按工作流程編寫好程序存貯在機器人的內(nèi)部存儲器，在程序控制下工作。另一種是被稱為“示教—再現(xiàn)”方式，這種方式是在機器人第一次執(zhí)行任務(wù)之前，由技術(shù)人員引導(dǎo)機器人操作，機器人將整個操作過程一步一步地記錄下來，每一步操作都表示為指令。示教結(jié)束后，機器人按指令順序完成工作（即再現(xiàn)）。如任務(wù)或環(huán)境有了改變，要重新進行程序設(shè)計。這種機器人能盡心盡責(zé)的在機床、熔爐、焊機、生產(chǎn)線上工作。日前商品化、實用化的機器人大都屬于這一類。這種機器人最大的缺點是它只能刻板地按程序完成工作，環(huán)境稍有變化（如加工物品略有傾斜）就會出問題，甚至發(fā)生危險，這是由于它沒有感覺功能，在日本曾發(fā)生過機器人把現(xiàn)場的一臺工人抓起來塞到刀具下面的情況。 第二代（自適應(yīng)）機器人：這種機器人配備有相應(yīng)的感覺傳感器（如視覺、聽覺、觸覺傳感器等），能取得作業(yè)環(huán)境、操作對象等簡單的信息，并由機器人體內(nèi)的計算機進行分析、處理，控制機器人的動作。雖然第二代機器人具有一些初級的智能，但還需要技術(shù)人員協(xié)調(diào)工作。目前已經(jīng)有了一些商品化的產(chǎn)品。 第三代（智能）機器人：智能機器人具有類似于人的智能，它裝備了高靈敏度的傳感器，因而具有超過一般人的視覺、聽覺、嗅覺、觸覺的能力，能對感知的信息進行分析，控制自個的行為，處理環(huán)境發(fā)生的變化，完成交給的各種復(fù)雜、困難的任務(wù)。而且有自我學(xué)習(xí)、歸納、總結(jié)、提高已掌握知識的能力。目前研制的智能機器人大都只具有部分的智能，和真正的意義上的智能機器人，還差得很遠。 智能決策支持系統(tǒng) 決策支持系統(tǒng)是屬于管理科學(xué)的范疇，它與“知識—智能”有著極其密切的關(guān)系。在80年代以來專家系統(tǒng)在許多方面取得成功，將人工智能中特別是智能和知識處理技術(shù)應(yīng)用于決策支持系統(tǒng)，擴大了決策支持系統(tǒng)的應(yīng)用范圍，提高了系統(tǒng)解決問題的能力，這就成為智能決策支持系統(tǒng)。 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是在研究人腦的奧秘中得到啟發(fā)，試圖用大量的處理單元（人工神經(jīng)元、處理元件、電子元件等）模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機理。 在人工神經(jīng)網(wǎng)絡(luò)中，信息的處理是由神經(jīng)元之間的相互作用來實現(xiàn)的，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識別取決于和神經(jīng)元鏈接權(quán)值的動態(tài)演化過程。 多年來，人工神經(jīng)網(wǎng)絡(luò)的研究取得了較大的進展，成為具有一種獨特風(fēng)格的信息處理學(xué)科。當(dāng)然目前的研究還只是一些簡單的人工神經(jīng)網(wǎng)絡(luò)模型。要建立起一套完整的理論和技術(shù)系統(tǒng)，需要作出更多努力和探討。然而人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能中極其重要的一臺研究領(lǐng)域。 結(jié)束語：人類經(jīng)過四千的發(fā)展進入了基于知識的“知識經(jīng)濟”。人類社會空前地高速發(fā)展。知識是智能的基礎(chǔ)，知識只有轉(zhuǎn)化為智能才能發(fā)揮作用，知識無限的積累，智能也就將在人類社會起越來越大的作用，更有人提出：知識經(jīng)濟的進一步發(fā)展將是“智能經(jīng)濟”。“智能經(jīng)濟”是基于“廣義智能”的經(jīng)濟，“廣義智能”包含：人的智能、人工智能以及人和智能機器相結(jié)合的“集成智能”。可以想象基于廣義智能的“智能經(jīng)濟”將比基于知識的“知識經(jīng)濟”將具有更高的智能水平，更高更快發(fā)展速度。 葉秀松電子委 轉(zhuǎn)載：http://www.***.net/xsyj/zhxx/CA01KH03.htm 謝謝您選用！
也上皇朝 2022-05-27 21:08 什么是人工智能 近年來，隨著計算機技術(shù)的迅猛發(fā)展和日益廣泛的應(yīng)用，自然地會提出人類智力活動能不能由計算機來實現(xiàn)的問題。幾十年來，人們一向把計算機當(dāng)作是只能以極快地、熟練地、準確地運算數(shù)字的機器。但是在當(dāng)今世界要解決的問題并不完全是數(shù)值計算，像語言的理解和翻譯、圖形和聲音的識別、決策管理等都不屬于數(shù)值計算，特別像醫(yī)療診斷要有專門的特有的經(jīng)驗和知識的醫(yī)師才能作出正確的診斷。這就要求計算機能從“數(shù)據(jù)處理”擴展到還能“知識處理”的范疇。計算機能力范疇的轉(zhuǎn)化是導(dǎo)至“人工智能”快速發(fā)展的重要因素。 人工智能的定義： 著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一臺定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)。”而另一臺美國麻省理工學(xué)院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。 人工智能（ArtificialIntelligence，簡稱AI）是計算機學(xué)科的一臺分支，二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認為是二十一世紀（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一。這是因為近三十年來它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一臺獨立的分支，無論在理論和實踐上都已自成一臺系統(tǒng)。 人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計算機科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科。可以說幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠遠超出了計算機科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一臺應(yīng)用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學(xué)常被認為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標準邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進入人工智能學(xué)科，它們將互相促進而更快地發(fā)展。 從實用觀點來看，人工智能是一門知識工程學(xué)：以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。 計算機與智能 通常我們用計算機，不僅要告訴計算機，要做什么，還必須詳細地、正確地告訴計算機如何做。也就是說，人們要根據(jù)任務(wù)的要求，以適當(dāng)?shù)挠嬎銠C語言，編制針對該任務(wù)的應(yīng)用程序，才能應(yīng)用計算機完成此項任務(wù)。這樣實際上是在人完全控制計算機完成的，是談不上計算機有“智能”。 大家都知道，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍）計算機系統(tǒng)于1997年5月11日進行了六局“人機大戰(zhàn)”，結(jié)果“深藍”以3.5比2.5的總比分獲勝。比賽結(jié)束了給人們留下了深刻的思考；下棋要獲勝要求選手要有很強的思維能力、記憶能力、豐富的下棋經(jīng)驗，還得及時作出反映，迅速進行有效的處理，否則一著出錯滿皆輸，這顯然是個“智能”問題。盡管開發(fā)“深藍”計算機的IBM專家也認為它離智能計算機還相差甚遠，但它以高速的并行的計算能力（2r108步／秒棋的計算速度）。實現(xiàn)了人類智力的計算機上的部分模擬。 從字面上看，“人工智能”就是用人工的方法在計算機上實現(xiàn)人的智能，或者說是人們使計算機具有類似于人的智能。 智能與知識 在20世紀70年代以后，在許多國家都相繼開展了人工智能的研究，由于當(dāng)時對實現(xiàn)機器智能理解得過于容易和片面，認為只要一些推理的定律加上強大的計算機就能有專家的水平和超人的能力。這樣，雖然也獲得一定成果，但問題也跟著出現(xiàn)了，例如機器翻譯當(dāng)時人們往往認為只要用一部雙向詞典及詞法知識，就能實現(xiàn)兩種語言文字的互譯，其實完全不是這么一回事，例如，把英語句子“Timeflieslikeanarrow”（光陰似箭）翻譯成日語，然后再譯回英語，竟然成為“蒼蠅喜歡箭”；當(dāng)把英語“Thespiritiswillingbutthefleshisweak”（心有余而力不足）譯成俄語后，再譯回來竟變成“Thewineisgoodbutthemeatisspoiled”（酒是好的但肉已變質(zhì)）。在其它方面也都遇到這樣或者那樣的困難。這時，本來對人工智能抱懷疑態(tài)度的人提出指責(zé)，甚至把人工智能說成是“騙局”、“庸人自擾”，有些國家還削減人工智能的研究經(jīng)費，一時人工智能的研究進入了低潮。 然而，人工智能研究的先驅(qū)者們沒有放棄，而是經(jīng)過認真的反思、總結(jié)經(jīng)驗和教訓(xùn)，認識到人的智能表目前人能學(xué)習(xí)知識，有了知識，能了解、運用已有的知識。正向思維科學(xué)所說“智能的核心是思維，人的一切智慧或智能都來自大腦思維活動，人類的一切知識都是人們思維的產(chǎn)物。”“一臺系統(tǒng)之所以有智能是因為它具有可運用的知識。”要讓計算機“聰明”起來，首先要解決計算機如何學(xué)會一些必要知識，以及如何運用學(xué)到的知識問題。只是對一般事物的思維規(guī)律進行探索是不可能解決較高層次問題的。人工智能研究的開展應(yīng)當(dāng)改變?yōu)橐灾R為中心來進行。 自從人工智能轉(zhuǎn)向以知識為中心進行研究以來，以專家知識為基礎(chǔ)開發(fā)的專家系統(tǒng)在許多領(lǐng)域里獲得成功，例如：地礦勘探專家系統(tǒng)（PROSPECTOR）擁有15種礦藏知識，能根據(jù)巖石標本及地質(zhì)勘探數(shù)據(jù)對礦產(chǎn)資源進行估計和預(yù)測，能對礦床分布、儲藏量、品位、開采價值等進行推斷，制定合理的開采方案，成功地找到了超億美元的鉬礦。又如專家系統(tǒng)（MYCIN）能識別51種病菌，正確使用23種抗菌素，可協(xié)助醫(yī)生診斷、治療細菌感染性血液病，為患者提供最佳處方，成功地處理了數(shù)百個病例。它還通過以下的測試：在互相隔離的情況下，用MYCIN系統(tǒng)和九位斯坦福大學(xué)醫(yī)學(xué)院醫(yī)生，分別對十名不清楚感染源的患者進行診斷和處方，由八位專家進行評判，結(jié)果是MYCIN和三位醫(yī)生所開出的處方對癥有效；而在是否對其它可能的病原體也有效而且用藥又不過量方面，MYCIN則勝過了九位醫(yī)生。顯示出較高的水平。 專家系統(tǒng)的成功，充分表明知識是智能的基礎(chǔ)，人工智能的研究必須以知識為中心來進行。由于知識的表示、利用、獲取等的研究都取得較大的進展。因而，人工智能的研究得以解決了許多理論和技術(shù)上問題。 人工智能研究的目標 1950年英國數(shù)學(xué)家圖靈（A.M.Turing,1912—1954）發(fā)表了”計算機與智能”的論文中提出著名的“圖靈測試”，形象地提出人工智能應(yīng)該達到的智能標準；圖靈在這篇論文中認為“不要問一臺機器是否能思維，而是要看它能否通過以下的測試；讓人和機器分別位于兩個房間，他們只可通話，不能互相看見。通過對話，如果人的一方不能區(qū)分對方是人或是機器，那么就可以認為那臺機器達到了人類智能的水平。圖靈為此特地設(shè)計了被稱為“圖靈夢想”的對話。在這段對話中“詢問者”代表人，“智者”代表機器，并且假定他們都讀過狄更斯（C.Dickens）的著名小說《匹克威克外傳》，對話內(nèi)容如下： 詢問者：在14行詩的首行是“你如同夏日”，你不覺得“春日”更好嗎？ 智者：它不合韻。 詢問者：“冬日”如何？它可完全合韻的。 智者：它確是合韻，但沒有人愿意被比作“冬日”。 詢問者：你不是說過匹克威克先生讓你想起圣誕節(jié)嗎？ 智者：是的。 詢問者：圣誕節(jié)是冬天的一臺日子，我想匹克威克先生對這個比喻不會介意吧。 智者：我認為您不夠嚴謹，“冬日”指的是一般冬天的日子，而不是某個特別的日子，如圣誕節(jié)。 從上面的對話可以看出，能滿足這樣的要求，要求計算機不僅能模擬而且可以延伸、擴展人的智能，達到甚至超過人類智能的水平，在目前是難以達到的，它是人工智能研究的根本目標。 人工智能研究的近期目標；是使現(xiàn)有的計算機不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。按照這一目標，根據(jù)現(xiàn)行的計算機的特點研究實現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)。例如目前研究開發(fā)的專家系統(tǒng)，機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學(xué)習(xí)系統(tǒng)、機器人等。 人工智能的研究領(lǐng)域 目前，人工智能的研究是與具體領(lǐng)域相結(jié)合進行的。基本上有如下領(lǐng)域； 專家系統(tǒng) 專家系統(tǒng)是依靠人類專家已有的知識建立起來的知識系統(tǒng)，目前專家系統(tǒng)是人工智能研究中開展較早、最活躍、成效最多的領(lǐng)域，廣泛應(yīng)用于醫(yī)療診斷、地質(zhì)勘探、石油化工、軍事、文化教育等各方面。它是在特定的領(lǐng)域內(nèi)具有相應(yīng)的知識和經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、模擬人類專家解決問題時的思維過程，來求解領(lǐng)域內(nèi)的各種問題，達到或接近專家的水平。 機器學(xué)習(xí) 要使計算機具有知識一般有兩種方法；一種是由知識工程師將有關(guān)的知識歸納、整理，并且表示為計算機可以接受、處理的方式輸入計算機。另一種是使計算機本身有獲得知識的能力，它可以學(xué)習(xí)人類已有的知識，并且在實踐過程中不總結(jié)、完善，這種方式稱為機器學(xué)習(xí)。 機器學(xué)習(xí)的研究，主要在以下三個方面進行：一是研究人類學(xué)習(xí)的機理、人腦思維的過程；和機器學(xué)習(xí)的方法；以及建立針對具體任務(wù)的學(xué)習(xí)系統(tǒng)。 機器學(xué)習(xí)的研究是在信息科學(xué)、腦科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)等多種學(xué)科基礎(chǔ)上的。依賴于這些學(xué)科而共同發(fā)展。目前已經(jīng)取得很大的進展，但還沒有能完全解決問題。 模式識別 模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如識別物體、地形、圖象、字體（如簽字）等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的用統(tǒng)計模式和結(jié)構(gòu)模式的識別方法。 特別神經(jīng)網(wǎng)絡(luò)方法在模式識別中取得較大進展。 理解自然語言 計算機如能“聽懂”人的語言（如漢語、英語等），便可以直接用口語操作計算機，這將給人們帶極大的便利。計算機理解自然語言的研究有以下三個目標：一是計算機能正確理解人類的自然語言輸入的信息，并能正確答復(fù)（或響應(yīng)）輸入的信息。二是計算機對輸入的信息能產(chǎn)生相應(yīng)的摘要，而且復(fù)述輸入的內(nèi)容。三是計算機能把輸入的自然語言翻譯成要求的另一種語言，如將漢語譯成英語或?qū)⒂⒄Z譯成漢語等。目前，研究計算機進行文字或語言的自動翻譯，人們作了大量的嘗試，還沒有找到最佳的方法，有待于更進一步深入探索。 機器人學(xué) 機器人是一種能模擬人的行為的機械，對它的研究經(jīng)歷了三代的發(fā)展過程： 第一代（程序控制）機器人：這種機器人一般是按以下二種方式“學(xué)會”工作的；一種是由設(shè)計師預(yù)先按工作流程編寫好程序存貯在機器人的內(nèi)部存儲器，在程序控制下工作。另一種是被稱為“示教—再現(xiàn)”方式，這種方式是在機器人第一次執(zhí)行任務(wù)之前，由技術(shù)人員引導(dǎo)機器人操作，機器人將整個操作過程一步一步地記錄下來，每一步操作都表示為指令。示教結(jié)束后，機器人按指令順序完成工作（即再現(xiàn)）。如任務(wù)或環(huán)境有了改變，要重新進行程序設(shè)計。這種機器人能盡心盡責(zé)的在機床、熔爐、焊機、生產(chǎn)線上工作。日前商品化、實用化的機器人大都屬于這一類。這種機器人最大的缺點是它只能刻板地按程序完成工作，環(huán)境稍有變化（如加工物品略有傾斜）就會出問題，甚至發(fā)生危險，這是由于它沒有感覺功能，在日本曾發(fā)生過機器人把現(xiàn)場的一臺工人抓起來塞到刀具下面的情況。 第二代（自適應(yīng)）機器人：這種機器人配備有相應(yīng)的感覺傳感器（如視覺、聽覺、觸覺傳感器等），能取得作業(yè)環(huán)境、操作對象等簡單的信息，并由機器人體內(nèi)的計算機進行分析、處理，控制機器人的動作。雖然第二代機器人具有一些初級的智能，但還需要技術(shù)人員協(xié)調(diào)工作。目前已經(jīng)有了一些商品化的產(chǎn)品。 第三代（智能）機器人：智能機器人具有類似于人的智能，它裝備了高靈敏度的傳感器，因而具有超過一般人的視覺、聽覺、嗅覺、觸覺的能力，能對感知的信息進行分析，控制自個的行為，處理環(huán)境發(fā)生的變化，完成交給的各種復(fù)雜、困難的任務(wù)。而且有自我學(xué)習(xí)、歸納、總結(jié)、提高已掌握知識的能力。目前研制的智能機器人大都只具有部分的智能，和真正的意義上的智能機器人，還差得很遠。 智能決策支持系統(tǒng) 決策支持系統(tǒng)是屬于管理科學(xué)的范疇，它與“知識—智能”有著極其密切的關(guān)系。在80年代以來專家系統(tǒng)在許多方面取得成功，將人工智能中特別是智能和知識處理技術(shù)應(yīng)用于決策支持系統(tǒng)，擴大了決策支持系統(tǒng)的應(yīng)用范圍，提高了系統(tǒng)解決問題的能力，這就成為智能決策支持系統(tǒng)。 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是在研究人腦的奧秘中得到啟發(fā)，試圖用大量的處理單元（人工神經(jīng)元、處理元件、電子元件等）模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機理。 在人工神經(jīng)網(wǎng)絡(luò)中，信息的處理是由神經(jīng)元之間的相互作用來實現(xiàn)的，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識別取決于和神經(jīng)元鏈接權(quán)值的動態(tài)演化過程。 多年來，人工神經(jīng)網(wǎng)絡(luò)的研究取得了較大的進展，成為具有一種獨特風(fēng)格的信息處理學(xué)科。當(dāng)然目前的研究還只是一些簡單的人工神經(jīng)網(wǎng)絡(luò)模型。要建立起一套完整的理論和技術(shù)系統(tǒng)，需要作出更多努力和探討。然而人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能中極其重要的一臺研究領(lǐng)域。 結(jié)束語：人類經(jīng)過四千的發(fā)展進入了基于知識的“知識經(jīng)濟”。人類社會空前地高速發(fā)展。知識是智能的基礎(chǔ)，知識只有轉(zhuǎn)化為智能才能發(fā)揮作用，知識無限的積累，智能也就將在人類社會起越來越大的作用，更有人提出：知識經(jīng)濟的進一步發(fā)展將是“智能經(jīng)濟”。“智能經(jīng)濟”是基于“廣義智能”的經(jīng)濟，“廣義智能”包含：人的智能、人工智能以及人和智能機器相結(jié)合的“集成智能”。可以想象基于廣義智能的“智能經(jīng)濟”將比基于知識的“知識經(jīng)濟”將具有更高的智能水平，更高更快發(fā)展速度。 葉秀松電子委 轉(zhuǎn)載：http://www.***.net/xsyj/zhxx/CA01KH03.htm 謝謝您選用！
