談人工智能技術

孟和巴雅爾

（赤峰學院 計算機與信息工程學，內蒙古 赤峰 024000）

談人工智能技術

孟和巴雅爾

（赤峰學院 計算機與信息工程學，內蒙古 赤峰 024000）

人工智能技術被稱為本世紀三大科技成就之一，本文主要介紹了人工智能概念，基本原理及其在主要研究領域,介紹了常用的專家系統、機器學習、模式識別智，人工神經網絡、定理證明等概念.

人工智能；基本原理；智能技術

人工智能這個詞是在1956年夏季，有被譽為人工智能的數學家J.Mocarthy等人在美國的達特茅斯大學(Dartmouth University)舉行的人類歷史上第一次人工智能研討會議上提出的.J.Mocarthy提出以“Artificial Intelligence”這個術語命名，簡稱AI.人工智能是在1956年作為一門新興學科而正式提出以來計算機研究和應用到一定階段的產物，也是人類認識自身的重要標志.它既是計算機科學的一個分支，又是計算機科學、控制論、信息論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性學科.人工智能又稱為智能模擬，是用計算機系統模仿人類的感知、思維、推理等思維活動.它研究和應用的領域包括專家系統、機器學習、模式識別、自然語言理解、機器人學、博弈、人工神經網絡等多個研究領域.人工智能開創了從根本上解放人類智力勞動的途徑，在實踐上和理論上都具有重要意義.理論上，它使知識的范疇進一步擴展；實踐上，它促進了各領域的飛速發展.隨著研究和應用的不斷深入，人工智能技術發展很快.

1 什么是人工智能?

人工智能(Artificial Intelligence,簡記為AI)是當前科學技術發展中的一門前沿學科,同時也是一門新思想、新觀念、新理論、新技術不斷出現的新興學科,它是在計算機科學、控制論、信息論、神經心理學、哲學、語言學等多種學科研究的基礎上發展起來的綜合性邊緣學科.人工智能就其本質而言,是對人的思維的信息過程的模擬，它的最終研究目標是構造智能計算機.

2 人工智能的基本原理

人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性科學,其定義為：一個電腦系統具有人類的知識和行為,并具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力.人工智能的產生過程為:對于人類因問題和事物而引起的刺激和反應,以及因此而引發的推理、解決問題、判斷及思考決策等過程,將這些過程分解成一些步驟,再通過程序設計,將這些人類解決問題的過程模擬化或公式化,使電腦能夠有一個系統的方法來設計或應付更復雜的問題.這套能夠應付問題的軟件系統,稱之為人工智能.人工智能是一種技術而不是一項產品,它的目的是讓電腦更能了解一般化的事物.

人工智能的研究領域非常廣泛,而且涉及的學科也非常多.目前,人工智能的主要研究領域包括:專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、智能決策支持系統及人工神經網絡等.下面主要介紹在網絡教育環境中常用的智能技術.

3 專家系統

所謂專家系統就是一種在相關領域中具有專家水平解題能力的智能程序系統,它能運用該領域，是以知識為基礎的智能推理系統.是最活躍，最有成效的一個研究領域.主要用在醫療診斷、地質勘探、石油化工、數學、軍事等方面.專家系統是一種具有特殊領域內大量知識與經驗的程序系統，該系統存儲有某個專門領域中經實現總結，并按某種格式表示的專家知識，以及擁有類似于專家解決實際問題的推理機制.系統能對輸入信息進行處理，并運用知識進行推理，作出決策和判斷，其解決問題的水平達到專門領域的知識，使系統達到模擬專家的程度.簡單說

專家系統=(推理機)+(知識庫)

專家系統大致分為三個組成部分:知識庫、推理機和人機界面,具體結構主要有知識庫、數據庫、推理機、解釋器、知識獲取(學習系統) 和人機界面組成,其中知識庫和推理機是核心部分.專家系統的結構如圖1所示.

圖1 專家系統的基本結構

專家系統通過提取知識庫中的知識,由推理機進行一系列的推理,得出結論,指導工作.專家系統具有以下特點:

(1)它所解決的問題是復雜而專門的問題,這些問題很難用精確的數學語言描述,也沒有確定的算法去解決;

(2)專家系統不同于傳統的數據處理算法而是突出知識的價值,推廣和應用專家知識;

(3)它采用人工智能原理和技術,如符號表示、符號推理和啟發搜索等.

4 機器學習

“學習”是一個有特定目的的知識獲取過程,其內在行為是獲取知識、積累經驗、發現規律;外部表現是改進性能、適應環境、實現系統的自我完善.

機器學習是計算機具有一般有兩種方法：

①人們把有關知識歸納、推理、整理、用計算機可接受、處理的方法輸入到計算機中去；

②使計算機自身具有學習能力，向書本、老師、實踐學習，自身完善.

我們稱②為機器學習.它包括三方面的研究：

人類學習的機理的研究、學習方法的研究、建立面向具體任務的學習系統.

機器學習是一個難度較大的研究領域與腦科學、神經心理學、計算機視覺、計算機聽覺聯系密切.“學習”是一個有特定目的的知識獲取過程,其內在行為是獲取知識、積累經驗、發現規律;外部表現是改進性能、適應環境、實現系統的自我完善.

所謂機器學習,就是要使計算機能模擬人的學習行為,自動地通過學習獲取知識和技能,不斷改善性能,實現自我完善.機器學習主要研究學習的機理、學習的方法以及針對相應的學習系統建立學習系統.

5 模式識別

謂模式識別是研究如何使機器有感知能力的一個領域，主要含視覺模式，聽覺模式的識別，主要內容就是讓計算機具有自動獲取知識的能力,能識別文字、圖形、圖像、聲音等.

計算機硬件的迅速發展,計算機應用領域不斷開拓,急切地要求計算機能更有效地感知諸如聲音、文字、圖像、溫度、震動等人類賴以發展自身、改造環境所運用的信息資料.但目前計算機卻無法直接感知它們,鍵盤、鼠標等外部設備,對于這樣五花八門的外部世界顯得無能為力.即使是電視攝像機和話筒等,由于識別技術不高,計算機并未真正知道所采錄的究竟是什么信息.計算機對外部世界感知能力的低下,成為開拓計算機應用的狹窄瓶頸.于是,著眼于拓寬計算機的應用領域,提高其感知外部信息能力的學科—模式識別得到了迅速發展.

6 人工神經網絡

人工神經網絡是指模擬人腦神經系統的結構和功能,運用大量的處理部件,由人工方式建立起來的網絡系統.它是在生物神經網絡研究的基礎上建立起來的,是對腦神經系統的結構和功能的模擬,具有學習能力、記憶能力、計算機能力以及智能處理功能.其中學習是神經網絡的主要特征之一,可以根據外界環境來修改自身的行為.學習的過程即是對網絡進行訓練的過程和不斷調整它的連接權值,以使它適應環境變化的過程.學習可分為有教師(或稱有監督)學習與無教師(無監督)學習兩種類型.

對神經網絡的研究使人們對思維和智能有了進一步的了解和認識,開辟了另一條模擬人類智能的道路.

人工神經網絡(Artificial Neural Network)是指模擬人腦神經系統的結構和功能是由大量處理單元—神經元互連而成的網絡.由人工方式建立起來的網絡系統.網絡的信息處理由神經元之間的相互作用來實現.它是在生物神經網絡研究的基礎上建立起來的,是對腦神經系統的結構和功能的模擬,具有學習能力、記憶能力、計算機能力以及智能處理功能.其中學習是神經網絡的主要特征之一,學習的過程即是對網絡進行訓練的過程和不斷調整它的連接權值,以使它適應環境變化的過程.學習可分為有教師(或稱有監督)學習與無教師(無監督)學習兩種類型.

人工神經網絡擅長于處理復雜的多維的非線性問題,既可以解決定性問題,又可用于解決定量的問題.人工神經網絡具有大規模的并行處理和分布的信息存儲能力,良好的自適應性,自組織性及很強的學習、聯想、容錯及較好的可靠性[6].

7 定理證明

在數學中定理證明本身就是一個智能問題.任何一個定理都是先假設，然后去演繹，而且還需要用一些直觀、猜測、歸納等方法去證明.

人工智能的定理證明，主要是用邏輯語言演繹過程的形式進行推理，如醫學診斷、信息檢索等.

8 結束

人工智能技術即給我們提供了機遇，又向我們提出了挑戰.還有視覺技術、機器人、自動翻譯電話、機器學習、自復制系統等技術，這些都是有待于我們進一步完善的技術，一旦這些技術很好的應用于各個領域，會帶來可觀的經濟效益和社會效益，為我國國民經濟和人民生活做出巨大的貢獻.人工智能存在挑戰，也充滿希望.

〔1〕自認科學概說[M].桂林：廣西師范大學出版社，2000.

〔2〕孫珩.淺談人工智能的發展趨勢[J].IT 與網絡,2002（3）.

〔3〕呂允文,夏宗寧.材料設計專家系統與人工神經網絡的應用.材料導報，1994（6）.

〔4〕廉師友.人工智能技術導論[M].西安:西安電子科技大學出版社,2002.

〔5〕艾輝,謝康寧,謝百治.中國醫學教育技術[A].2004.

〔6〕王文杰,葉世偉.人工智能原理與應用[M].北京:人民郵電出版社,2004.

TP18

A

1673-260X（2012）03-0029-02