2023年,人工智能的发展应用与未来.pdf

《2023年,人工智能的发展应用与未来.pdf》由会员分享，可在线阅读，更多相关《2023年,人工智能的发展应用与未来.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能的发展应用与未来 人工智能(Artificial Intelligence)。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。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能作为二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），同时也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，其发展之迅速给人

2、类的生活水平带来了巨大的改善，而未来的发展趋势也无可限量。1.人工智能的兴起和早期发展 人工智能的发展历程大致可以分为下面五个阶段。第一阶段:20 世纪 50 年代，人工智能的兴起和冷落。人工智能概念在 1956年首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题 s 求解程序、LISP 表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法，而忽视了知识的重要性。第二阶段:60 年代末到 70 年代，专家系统出现，使人工智能研究出现新高潮。DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、P

3、ROSPECTIOR探矿系统、Hearsay II 语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969 年成立了国际人工智能联合会议(International Joint Conferences on Artificial Intelligence 即 IJCAI)。第三阶段:80 年代，随着第五代计算机的研制，人工智能得到了飞速的发展。日本在 1982 年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统 KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。第四阶段:80 年代末，神经网络飞速发展，。

4、1987 年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。第五阶段:90 年代，人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于 Hopfield 多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象 2.近年来人工智能的应用（1）“人机大战”在人工智能的发展史上，出现了很多堪称经典的“人机大战”。1985 年，

5、当时的国际象棋世界冠军“棋王”卡斯帕罗夫在德国汉堡举行了一场人机车轮大战。他在 5 个小时内，以 32 0 的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而 11 年之后情况发生了变化，1996 年“棋王”在与“深蓝”的比赛中第一次输了一盘；1997 年，升级版的“湛蓝”在决定胜负的第六个回合中，只用了 22 步棋便迫使卡斯帕罗夫投子认输 这是“棋王”职业生涯中最快的失利。这是人工智能的一个重要里程碑。在当时看来，人工智能辅以网络技术、海量运算和数据库的海量存储技术，能像人脑一样思考的前景也许并不遥远。然而，“湛蓝”靠的是暴力运算制胜的 一个每秒算两亿步棋和瞬间探索内含几百万个棋谱的

6、数据库。当然，面对现实生活中的问题，对自然语言的识别和判断，对于模糊概念的分析，对于联想和幽默的理解等，计算机依然是一筹莫展。今天一台装载有磁盘程序的个人电脑可以击败 99.999%人类棋手。对于人类来说，值得安慰的是剩下的 0.001%最高级别的人类棋手，对于完全被电脑占优势的国际象棋领域依然代表了一种不道逾越的障碍。运行在高速机器上最强大的棋弈程序每秒钟可以完成 1,000,000 个或者更多局面的计算。在复杂的战术局面里它们强于任何人类棋手。在开局方面它们能从磁盘上获得无限的知识 数千万步已经被尝试和验证过的着法。在残局方面它们使用残局库能够进行非常深的搜索，而且对于特定限制的残局(比如

7、棋盘上所有加起来只剩下五个棋子的)，它们事实上拥有所有的信息，所以能走得滴水不漏。2011 年 2 月 14 日 16 日的 3 天比赛中，IBM 的“沃森”（Watson）凭借超强的运算速度和强大的人工智能算法战胜了美国最受欢迎的智力竞猜电视节目危险边缘 历史上两位最为成功的选手肯-詹宁斯(Ken Jennings)和布拉德-鲁特(Brad Rutter)，这是机器挑战人类智能的又一成功例子。对计算机沃森来说参与智力竞赛节目最重要的难题是解析人类的语言，尤其是在充满暗示和恶作剧的游戏里，沃森需要识别人类语言中微妙的含义，分辨讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索。然后才是对题目

8、进行分解，快速搜索自己的内存资料，寻找到最佳答案。沃森能学习人类思维分辨人类语言口气，可选择忽略不擅长的题目，它可以可估算节目剩余奖金和自我信心，主动选择是否继续回答问题，已经取得了很大的进步。（2）机器人 好莱坞导演斯皮尔伯格的 AI 里面给我们展示了一个真正的人工智能世界，因为机器人已经有了人类的情感，与人类已经没有多少区别。然而现实中的机器人差的太远，但是各种各样的机器人确实人工智能发展的重大方面。1920 年，原捷克斯洛伐克剧作家卡雷尔 凯培克第一次提出了“机器人”（Robot）这个名词，通常可将机器人分为三代。第一代是可编程机器人，这类机器人一般可以根据操作员所编的程序，完成一些简单

9、的重复性操作。第二代是感知机器人，即自适应机器人，它是在第一代机器人的基础上发展起来的，具有不同程度的“感知”能力。这类机器人在工业界已有应用。第三代机器人将具有识别、推理、规划和学习等智能机制，它可以把感知和行动智能化结合起来，因此能在非特定的环境下作业，故称之为智能机器人。那么都有哪些具有一定人工智能的机器人呢？通常认为，1968 年到 1972 年间，美国斯坦福研究所(Stanford Research Institute，SRI)研制了移动式机器人Shakey，这是首台采用了人工智能学的移动机器人。Shakey 具备一定人工智能，能够自主进行感知、环境建模、行为规划并执行任务(如寻找木

10、箱并将其推到指定位置)。随后智能机器人在日本、美国等迅猛地发展了起来。Roomba，美国最受欢迎的机器人吸尘器，在机器人身上装有定时清扫时间的设置按钮，可设定每日、每周任何时间自动清扫。无论您在家还是外出，机器人都会自动出来清扫您的地板，给用户带来极大的方便。每充满一次电，Roomba一般可以系统地打扫 3 个房间。它还可以沿着墙根、钻到家具底下去，使得这些我们平时很难触及的地方的灰尘也被一网打尽。后来还有升级版的 Scooba.ASIMO,日本本田公司研制的仿人机器人 ASIMO，是目前全球唯一具备人类双足行走能力的类人型机器人，阿西莫(ASIMO)，Advanced Step Innova

11、tive Mobility，高级步行创新移动机器人。从 2000 年发展至今，除具备了行走功能与各种人类肢体动作之外，更具备了人工智能，可以预先设定动作，还能依据人类的声音、手势等指令，来从事相应动作，此外，他还具备了基本的记忆与辨识能力。由于机器人实在是种类繁多，就不做赘述。总之机器人是人工智能的一个非常重要的应用和研究方向。（3）电子产品 电子产品无疑是引领人工智能发展的最重要方面之一。2011 年，苹果发布 iPhone 4S,而“虚拟个人助理”Siri 则成为了 4S 最大的亮点之一，Siri 可以支持自然语言输入，并且可以调用系统自带的天气预报、日程安排、搜索资料等应用，还能够不断学

12、习新的声音和语调，提供对话式的应答。iPhone 5 发布时，Siri 已经有了较大提升，苹果的真正意图是将 Siri 打造成 iOS中的一个独立微系统，最终占领语音人工智能市场。而随着 Siri 出现，谷歌董事会主席斯密特表示，Siri 严重威胁搜索领域业务，因为它已经能够进行语音搜索，因而谷歌开始开发比 Siri 更好的语音智能技术。相应的，eBay,LG,HTC,三星等公司都开始投入语音智能技术的研发。而微软的 Windows8 有语音识别，但是市场反应比较烂。未来的人工智能产品到底是怎么样的呢？我认为人工智能的发展不是一朝一夕的事情，要真正实现现在譬如苹果、Google 的那些概念产品

13、，也不是很快就能够完成的，但是随着人工智能的发展，未来，也许并不是很远。3.人工智能目前以及未来的研究方向（1）专家系统。专家系统是依靠人类专家已有的知识建立起来的知识系统，是一种具有特定领域内大量知识与经验的程序系统。目前专家系统广泛应用于医疗诊断、地质勘 探、文化教育等各方面。它应用人工智能技术、模拟人类专家解决问题时的思维 过程，来求解领域内的各种问题,达到或接近专家的水平。（2）机器学习 机器学习就是机器自己获取知识。机器学习的研究,主要是研究人类学习的机理、人脑思维的过程，建立针对具体任务的学习系统。机器学习开发高智能机器人是一个重要研究方面。（3）模式识别 模式识别是研究如何使机器

14、具有感知能力,主要研究视觉模式和听觉模式的识别。如识别物体、地形、图像、字体等。当前模式识别主要集中在图形识别和语音识别。图形识别方面例如识别各种印刷体和某些手写体文字,识别指纹、白血球和癌细胞等的技术已经进入实用阶段。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快,现已有商品化产品的上市。（4）人工神经网络 在人工神经网络中,信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑,但是他能帮助人类扩展对外部世界的认识和智能控制。（5）智能决策支持

15、系统 决策支持系统是属于管理科学的范畴,它与“知识-智能”有着极其密切的关系。自 20 世纪 80 年代以来专家系统在许多方面取得成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统 很多人认为现在的人工智能不能像人类一样产生感情，更不会复杂的心理行为，就否定了人工智能，认为这不过是一种机械的规则的再现。当很多人还在说“深蓝”下国际象棋战胜世界冠军不过是一种规则，或者是计算能力的胜利，并不意味具有任何智能的时候，我们发现新一代“沃森”的无比强大，或许这是对人工智能怀疑论的有力回击。正如黑洞中心存在着一个让一切已知物理定律都失效的“奇点”一样，信息技术也正在朝着这样一个奇点迈进。届时，人工智能机器将比其制造者人更加聪明。这些未来学家认为，过了这个点，一切都将以现在不可预测、无法想象的速度和形式发展了，人工智能将会以我们人类无法控制的速度发展，把我们人类远远抛在后面。但是我认为，讨论这个还为时尚早，人工智能离真正如斯皮尔伯格的 AI里面那么智能，还有很长一段路要走。