計算機信息技術對人工智能發展的探討

鄒凱華

（平涼機電工程學校，甘肅 平涼 743400）

引言

人工智能是信息技術的發展趨勢，智能化也是當今社會的重要特征。人工智能這一概念并非誕生于21世紀，早在20世紀三四十年代，“人工智能”便已被國外計算機科學家們所“發現”，但受計算機發展水平限制，科學家們對人工智能的研究并不深入[1]。在隨后一些年里，德國、美國、日本等國家的計算機科學家通過一次次試驗使“人工智能”逐漸成為可能。以此為基礎，進入21世紀后，人工智能實現了質的飛躍，在計算機科技領域中掀起了新的發展浪潮。

1 現代計算機技術發展趨勢

計算機技術從誕生至今已有70多年的歷史，隨著人類社會不斷向前邁進，科研水平日益提高，計算機技術也在朝著智能化、人性化、多功能化方向發展。現代計算機技術已不再局限于傳統網絡和軟件領域，在應用需求不斷擴大的今天，其與旁系領域的結合程度越來越高，由此衍生出新種類應用技術。

2 計算機發展維度闡述

2.1 在“深”度上的發展

所謂“深”度發展，既包括了水平方向的外延拓展，也包括了垂直方向的縱深。計算機技術不同于其他類技術，對其發展維度的探尋和研究，需要站在三維空間角度進行思考。計算機的“深”度發展，其實就是智能化發展，即以原有技術為基礎，朝著智能化方向發展。

2.2 在“速”度上的發展

計算機技術長期以來受到追捧的主要原因之一就是運行速度快，數據信息處理速度快。在路由技術、交換技術、數據庫技術，以及軟件技術支持下，網頁加載與切換所需要的時間甚至會短于人眨眼的時間。單純從技術角度看，這樣的結果已能夠滿足人們的應用需求，因為繼續提高計算和運行速度是毫無意義的。但人們對“速”度的要求并不是基于某一個層面來提出的，而是融合了很多其他屬性元素。比如，同時打開10個應用程序后，任何一個應用程序都能夠流暢運行，而與此同時，網絡視頻會議依然能保持通常。顯然，若想實現上述這些，除了要有功能強大的硬件設備做支持外，網絡信號也要足夠好，各應用軟件間不存在兼容性問題。從這個角度看，計算機技術在“速”度上的發展需要保證不同層面內容能夠齊頭并進。

3 人工智能技術的應用

3.1 人工智能技術發展歷程

人工智能的概念起源于20世紀50年代，自該概念被提出以后，國內外大量學者均在不同平臺上發表了自己的看法[2]。迄今為止，縱觀人工智能技術整個發展過程，大致可以被分為三個階段：

1）萌芽期。1936年，英國數學家和邏輯學家阿蘭·圖靈提出了一種抽象的計算模型——圖靈機，由此通過計算模型機器來模擬人們進行數學運算的過程[3]。世界的第一臺計算機在五年后問世，是由美國科學家和德國計算機科學家共同研制，從此人類存儲和處理信息的手段開始發生了天翻復地的變化。[7]在后續發展中，隨著計算機技術和理念的不斷進步，人工智能理論也開始出現，人們終于創造出了能對信息進行儲存和智能化處理的工具。

2）高速發展期。1970年后的10年是人工智能技術迅速發展的時期，從此，計算機開始擁有了基本的視覺和思維，與此同時，定位編號分離協議和邏輯編程語言成為人工智能領域中工作者不可或缺的工具。進入到80年代，“專家系統”誕生，最初由卡耐基·梅隆大學為DEC公司研制，在接下來的幾年時間里，DEC公司共節省出近4 000萬美元的運營成本，除此之外，“專家系統”還幫助該公司做出了一些重要決策，為公司發展作出了巨大貢獻[4]。發現了專家系統帶來的經濟效益之后，很多國家開始投入大量的資金去研究所謂的第五代計算機，即人工智能計算機。在此之后，計算機技術在人工智能領域開始有了突破性發展。

3）人工智能技術的第三次浪潮。隨著計算機網絡技術迅速發展（包括互聯網技術），對人工智能技術的研究也開始從單個智能主體轉向基于網絡體系下的分布式AI研究。隨著多目標問題求解方法逐漸成熟，人工智能的實用化程度也越來越高。進入21世紀以后，大數據技術和互聯網技術的興起，進一步加快了人工智能技術發展速度，其在無人駕駛、圖像分類、語音識別等方面和領域的應用程度也越來越高。針對特定領域的特定人工智能技術，其在局部或單點的智能水平已超越人類，如日本的仿人機器人、德國的工業機器人等[5-6]。

3.2 人工智能主要應用領域

從學科性質角度看，人工智能具有較強綜合性，它集語言學、計算機科學、哲學、運動學、神經學、心理學于一體，且隨著研究維度與應用領域的不斷擴大，更多種類科學也將被融入進來。很明顯，人工智能是一種完全以應用為目的的一門科學/學科。人工智能技術的發展和進步，與人們日益增長的應用需求相分不開，但這種“需求”目前僅停留在原有認知維度上。現階段，人工智能技術主要被應用于機器人、圖像處理、自然語言和專家系統等多個領域[7]。

3.2.1 專家系統

專家系統被認為是人工智能技術從理論到實踐過程中比較有代表性的一個分支領域，也是人工智能系統比較重要的一個組成部分。專家系統的實質是“程序設計”與“程序運行”，借助智能技術來進行研發。成型的系統一般都具有比較完整的知識程序，運行時，能夠獨立完成與程序內容和功能相匹配的任務，而所謂的“任務”，往往是人們有能力去完成，卻不愿意完成，或者完全沒有能力完成的工作內容。當前專家系統主要活動在金融、統計、醫療等幾個領域，幫助人們解決復雜、繁瑣，以及難度較高的工作。

3.2.2 模式識別

模式識別的理論基礎是信息論與概率公式，借助多種信息處理手段來模擬人的思維模式。在數學計算方法與計算機軟硬件功能支持下，任意形式的事物表征或表象將得到數據性分析和處理，進而實現對事物的描述和解釋，辨別和分類。結構識別與統計識別是現階段兩種主流模式識別類型，隨著研究的不斷深入，越來越多具有現代化特征的科技產物別研制出來，如人臉虹膜。

3.2.3 自然語言理解與程序設計

人機對話是人工智能領域里一個重要組成部分，被認為是人工智能技術持續發展的產物。人機對話的實現前提，是機器對人類語言的理解，包括邏輯結構與感性表達。識別生活用于是自然語言理解的核心內容，在相應智能化設備支持下，具備自然語言理解能力和自動程序化特征的機器將能夠按照人類的邏輯和思維與人進行溝通。也就是說，一旦系統被賦予自然語言理解能力，擁有自動程序化特征，對應設備便能與人進行日常交流。值得注意的是，無論是自然語言理解，還是自動程序化特征，起初都是設計者所賦予的，系統或設備并不具備自行編寫程序的能力。但隨著計算機技術的不斷發展，智能化系統和設備已逐漸具備了編寫簡單程序能力。

3.2.4 人工神經網絡

人工神經網絡技術的實現使機器擁有模仿人類高級行為的能力成為可能。依靠神經與調節神經構造原理，接受外部傳遞進來的信息，并對信息進行識別、分析、處理、判斷，通過模仿生物體神經構造原理，將目標構造原理進行復現，在其他技術支持下，建立完整的系統和算法。現階段，大多數領域的研究工作都會應用神經網絡，包括專家系統和模式識別，在實際應用中發揮了重要作用。神經網絡的持續發展，除了要繼續發揮現有優點外，還要開發新的功能，拓寬其價值維度，為進一步擴展應用空間創造條件。

3.2.5 機器人學

機器人學是機器人技術的另一種叫法，又被稱為機器人工程學，使機器人具備擬人化應用功能，以及建立溝通關系，是機器人學的主要研究內容。與機器人學關聯的學科有很多，如動力學、傳感、行動規劃，以及控制技術和運動學等。機器人學算不上新興學科/科學，早在20世紀60年代，它便在計算機技術與自動化技術發展過程中誕生，雖然在當時還不夠成熟，但卻對計算機技術發展提供了巨大幫助。可見，具有智能特征的機器人學與計算機科學的發展是相互作用，彼此扶持的，這對于現代人工智能研究，以及重新認識計算機與人工智能間的關系有著積極意義。正如前文所述，人工智能的快速發展離不開人們的應用需求，特別是對于在完成高難度工作過程中的需求，因此，機器人技術的研究和發展，其主要目的之一，便是讓機器人具備人類邏輯和人類思考問題能力之后，取代人力來完成高難度和高危工作。但需要指出的是，機器人“擬人化”功能的逐漸完善，在幫助人們減輕工作負擔與壓力的同時，也會引發一系列倫理問題。

4 結語

人工智能技術歷經幾十年的進步和發展，已經擁有較為成熟的理念和技術。現階段，其在各領域中的應用也達到了一定高度，相關幾乎產品和設備在實際生產制造中發揮了重要作用。同時，也給人們的生活和工作帶來煥然一新的體驗感。從文章第三部分論述中可以知道，人工智能與計算機技術始終相伴，在計算機剛剛誕生不久，人們便已經開始有意識將這種新技術向智能化、人性化方向靠攏，因此可以認為，計算機的發明只是人們研制人工智能的第一步，隨著對計算機技術研究程度逐漸加深，人工智能也變得越來越成熟。計算機技術是人工智能獲得更好發展的基礎，以此為基點所衍生出的其他技術也同樣在人工智能發展中起到了關鍵性作用，我們有理由認為，計算機技術的不斷發展是人工智能得以最終實現的根本。