人工智能發(fā)展綜述

人工智能發(fā)展綜述本文從探討人工智能的概念出發(fā),敘述了對(duì)“智能”的理解在研究中的地位,簡(jiǎn)要介紹了人工智能的三個(gè)階段的發(fā)展簡(jiǎn)史、現(xiàn)在的研究與應(yīng)用熱點(diǎn),并指出人工智能的進(jìn)一步發(fā)展依賴(lài)于更先進(jìn)的數(shù)學(xué)工具。對(duì)于人工智能的研究領(lǐng)域本文也做了較為具體的闡明,特別介紹了將人工智能結(jié)合優(yōu)化辦法應(yīng)用在決策過(guò)程中的研究現(xiàn)狀,同時(shí)還對(duì)人工智能在我國(guó)的發(fā)呈現(xiàn)狀及所獲得的成果做了有關(guān)的研究與分析,最后對(duì)于人工智能的將來(lái)提出了一系列的預(yù)測(cè),并對(duì)如何應(yīng)對(duì)人工智能給人類(lèi)帶來(lái)的挑戰(zhàn)以及在發(fā)展人工智能時(shí)應(yīng)注意的問(wèn)題等提出了某些建議,對(duì)這些問(wèn)題的研究有助于進(jìn)一步推動(dòng)人工智能的發(fā)展。但愿通過(guò)這篇綜述使得讀者對(duì)人工智能的有關(guān)知識(shí)有個(gè)大概的理解。核心詞:人工智能模式識(shí)別專(zhuān)家系統(tǒng)機(jī)器人學(xué)決策優(yōu)化一、人工智能概述智能”源于拉丁語(yǔ)Legere,字面意思是采集(特別是果實(shí))、收集、聚集,并由此進(jìn)行選擇,形成一種東西。Intelegere是從中進(jìn)行選擇,進(jìn)而理解、領(lǐng)悟和認(rèn)識(shí)。正如帕梅拉·麥考達(dá)克在《機(jī)器思維》中所提出的:在復(fù)雜的機(jī)械裝置與智能之間存在長(zhǎng)久的聯(lián)系。從幾個(gè)世紀(jì)前出現(xiàn)的神話(huà)般的巨鐘和機(jī)械自動(dòng)機(jī)開(kāi)始,人們已對(duì)機(jī)器操作的復(fù)雜性與本身的某些活動(dòng)進(jìn)行直觀(guān)聯(lián)系。通過(guò)幾個(gè)世紀(jì)之后,新技術(shù)已使我們所建立的機(jī)器的復(fù)雜性大為提高。1936年,24歲的英國(guó)數(shù)學(xué)家圖靈提出了“自動(dòng)機(jī)”理論,把研究會(huì)思維的機(jī)器和計(jì)算機(jī)的工作大大向前推動(dòng)了一步,他也因此被稱(chēng)為“人工智能之父”。人工智能也稱(chēng)機(jī)器智能,它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)等多個(gè)學(xué)科互相滲入而發(fā)展起來(lái)的一門(mén)綜合性學(xué)科。人工智能的研究從1956年正式開(kāi)始,這一年在達(dá)特茅斯大學(xué)召開(kāi)的會(huì)議上正式使用了“人工智能”(ArtificialIntelligence,AI)這個(gè)術(shù)語(yǔ)。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā),人工智能是研究如何制造智能機(jī)器或智能系統(tǒng),來(lái)模擬人類(lèi)智能活動(dòng)的能力,以延伸人們智能的科學(xué)。如果僅從技術(shù)的角度來(lái)看,人工智能要解決的問(wèn)題是如何使電腦體現(xiàn)智能化,使電腦能更靈活方效地為人類(lèi)服務(wù)。只要電腦能夠體現(xiàn)出與人類(lèi)相似的智能行為,就算是達(dá)成了目的,而不在乎在這過(guò)程中電腦是依靠某種算法還是真正理解了。人工智能是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的—個(gè)分支,它的目的是研究如何用電腦來(lái)模仿和執(zhí)行人腦的某些智力功效,并開(kāi)發(fā)有關(guān)的技術(shù)產(chǎn)品,建立有關(guān)的理論。因此,“人工智能”與計(jì)算機(jī)軟件有親密的關(guān)系。首先,多個(gè)人工智能應(yīng)用系統(tǒng)都要用計(jì)算機(jī)軟件去實(shí)現(xiàn),另首先,許多聰穎的計(jì)算機(jī)軟件也應(yīng)用了人工智能的理論辦法和技術(shù)。例如,專(zhuān)家系統(tǒng)軟件,機(jī)器博奕軟件等。但是,“人工智能”不等于“軟件”,除了軟件以外,尚有硬件及其它自動(dòng)化的通信設(shè)備。二、人工智能的發(fā)展階段第一階段:50年代人工智能的興起和冷落。人工智能概念初次提出后,相繼出現(xiàn)了一批明顯的成果,如機(jī)器定理證明、跳棋程序、通用問(wèn)題s求解程序、LISP表解決語(yǔ)言等。但由于消解法推理能力的有限,以及機(jī)器翻譯等的失敗,使人工智能走入了低谷。這一階段的特點(diǎn)是:重視問(wèn)題求解的辦法,無(wú)視知識(shí)重要性。第二階段:60年代末到70年代,專(zhuān)家系統(tǒng)出現(xiàn),使人工智能研究出現(xiàn)新高潮。DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診療和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語(yǔ)音理解系統(tǒng)等專(zhuān)家系統(tǒng)的研究和開(kāi)發(fā),將人工智能引向了實(shí)用化。并且,1969年成立了國(guó)際人工智能聯(lián)合會(huì)議(InternationalJointConferencesonArtificialIntelligence即IJCAI)。第三階段:80年代,隨著第五代計(jì)算機(jī)的研制,人工智能得到了很大發(fā)展。日本1982年開(kāi)始了“第五代計(jì)算機(jī)研制計(jì)劃”,即“知識(shí)信息解決計(jì)算機(jī)系統(tǒng)KIPS”,其目的是使邏輯推理達(dá)成數(shù)值運(yùn)算那么快。即使此計(jì)劃最后失敗,但它的開(kāi)展形成了一股研究人工智能的熱潮。第四階段:80年代末,神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。1987年,美國(guó)召開(kāi)第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議,宣布了這一新學(xué)科的誕生。此后,各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐步增加,神經(jīng)網(wǎng)絡(luò)快速發(fā)展起來(lái)。第五階段:90年代,人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)的發(fā)展,人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目的的分布式問(wèn)題求解,并且研究多個(gè)智能主體的多目的問(wèn)題求解,將人工智能更面對(duì)實(shí)用。另外,由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出,使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已進(jìn)一步到社會(huì)生活的各個(gè)領(lǐng)域。三、人工智能的研究領(lǐng)域人工智能的研究領(lǐng)域分支較多,從研究角度來(lái)分有三大分支:知識(shí)工程(knowledgeengineering)、模式識(shí)別(patternrecognition)與機(jī)器人學(xué)(robotoligy)。本文僅對(duì)其中的幾個(gè)研究領(lǐng)域進(jìn)行粗略的介紹。1、模式識(shí)別計(jì)算機(jī)硬件的快速發(fā)展,計(jì)算機(jī)應(yīng)用領(lǐng)域的不停開(kāi)拓,急迫地規(guī)定計(jì)算機(jī)能更有效地感知諸如聲音、文字、圖象、溫度、震動(dòng)等等信息資料,模式識(shí)別便得到快速發(fā)展。"模式"(Pattern)一詞的本意是指完美無(wú)缺的供模仿的某些標(biāo)本。模式識(shí)別就是指識(shí)別出給定物體所模仿的標(biāo)本。人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)替代人類(lèi)或協(xié)助人類(lèi)感知模式,是對(duì)人類(lèi)感知外界功效的模擬,研究的是計(jì)算機(jī)模式識(shí)別系統(tǒng),也就是使一種計(jì)算機(jī)系統(tǒng)含有模擬人類(lèi)通過(guò)感官接受外界信息、識(shí)別和理解周邊環(huán)境的感知能力。模式識(shí)別是一種不停發(fā)展的新學(xué)科,它的理論基礎(chǔ)和研究范疇也在不停發(fā)展。隨著生物醫(yī)學(xué)對(duì)人類(lèi)大腦的初步認(rèn)識(shí),模擬人腦構(gòu)造的計(jì)算機(jī)實(shí)驗(yàn)即人工神經(jīng)網(wǎng)絡(luò)辦法早在50年代末、60年代初就已經(jīng)開(kāi)始。至今,在模式識(shí)別領(lǐng)域,神經(jīng)網(wǎng)絡(luò)辦法已經(jīng)成功地用于手寫(xiě)字符的識(shí)別、汽車(chē)牌照的識(shí)別、指紋識(shí)別、語(yǔ)音識(shí)別等方面?，F(xiàn)在模式識(shí)別學(xué)科正處在大發(fā)展的階段,隨著應(yīng)用范疇的不停擴(kuò)大,隨著計(jì)算機(jī)科學(xué)的不停進(jìn)步,基于人工神經(jīng)網(wǎng)絡(luò)的模式識(shí)別技術(shù),在90年代將有更大的發(fā)展。2、專(zhuān)家系統(tǒng)1977年費(fèi)根鮑姆提出“知識(shí)工程”,把實(shí)用的人工智能稱(chēng)為知識(shí)工程,標(biāo)志著人工智能研究進(jìn)入實(shí)際應(yīng)用的階段。他開(kāi)發(fā)出了第一種“專(zhuān)家系統(tǒng)”(expertsystems),認(rèn)為“專(zhuān)家系統(tǒng)是一種智能的計(jì)算機(jī)程序,它運(yùn)用知識(shí)和推理環(huán)節(jié)來(lái)解決只有專(zhuān)家才干解決的復(fù)雜問(wèn)題”。專(zhuān)家系統(tǒng)是指運(yùn)用研究領(lǐng)域的專(zhuān)業(yè)知識(shí)進(jìn)行推論,在解決專(zhuān)業(yè)的高級(jí)問(wèn)題方面含有和專(zhuān)家相似能力的解決系統(tǒng),屬于人工智能的應(yīng)用領(lǐng)域。現(xiàn)在,這一領(lǐng)域發(fā)展較快,應(yīng)用也較廣,已開(kāi)發(fā)出不少有實(shí)際價(jià)值的專(zhuān)家系統(tǒng).與傳統(tǒng)的計(jì)算機(jī)程序相比,專(zhuān)家系統(tǒng)是以知識(shí)為中心,重視知識(shí)本身而不是擬定的算法.專(zhuān)家系統(tǒng)所要解決的是復(fù)雜而專(zhuān)門(mén)的問(wèn)題,對(duì)這些問(wèn)題人們還沒(méi)有精確的描述和嚴(yán)格的分析,因而普通沒(méi)有解法,并且經(jīng)常要在不擬定或不精確的信息基礎(chǔ)上做出判斷,需要專(zhuān)家的理論知識(shí)和實(shí)際經(jīng)驗(yàn)。原則的計(jì)算機(jī)程序能精確地分辨出每一任務(wù)應(yīng)當(dāng)如何完畢,而專(zhuān)家系統(tǒng)則是告訴計(jì)算機(jī)做什么,而不分辨出如何完畢,這是兩者最大的區(qū)別。另外,專(zhuān)家系統(tǒng)突出了知識(shí)的價(jià)值,大大減少了知識(shí)傳授和應(yīng)用的代價(jià),使專(zhuān)家的知識(shí)快速變成社會(huì)的財(cái)富。再者,專(zhuān)家系統(tǒng)采用的是人工智能的原理和技術(shù),如符號(hào)表達(dá)、符號(hào)推理、啟發(fā)式搜索等等,與普通的數(shù)據(jù)解決系統(tǒng)不同。專(zhuān)家系統(tǒng)在各個(gè)領(lǐng)域的應(yīng)用已經(jīng)產(chǎn)生了很可觀(guān)的經(jīng)濟(jì)效益,這從另首先增進(jìn)了對(duì)專(zhuān)家系統(tǒng)的理論和技術(shù)方面的研究。3、自然語(yǔ)言解決NLP(NaturalLanguageProcessing)自然語(yǔ)言解決是人工智能的早期研究領(lǐng)域之一,也是一種極為重要的領(lǐng)域,重要涉及人機(jī)對(duì)話(huà)和機(jī)器翻譯兩大任務(wù),是一門(mén)融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。由于以喬姆斯基為代表的新一代語(yǔ)言學(xué)派的奉獻(xiàn)和計(jì)算機(jī)技術(shù)的發(fā)展,自然語(yǔ)言理解正在變得越來(lái)越熱門(mén).有諸多理由值得人們?nèi)パ芯咳绾问褂?jì)算機(jī)程序能以某種方式使用自然語(yǔ)言的問(wèn)題。NLP已經(jīng)編寫(xiě)出能夠從內(nèi)部數(shù)據(jù)庫(kù)回答用英語(yǔ)提出的問(wèn)題的程序,這些程序通過(guò)閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫(kù),能夠把句子從一種語(yǔ)言翻譯為另一種語(yǔ)言,執(zhí)行用英語(yǔ)給出的指令和獲取知識(shí)等。有些程序甚至能夠在一定程度上翻譯從話(huà)筒輸入的口頭指令(而不是從鍵盤(pán)打入計(jì)算機(jī)的指令)。現(xiàn)在語(yǔ)言解決研究的重要課題是:在翻譯句子時(shí),以主題和對(duì)話(huà)狀況為基礎(chǔ),注意大量的普通常識(shí)--世界知識(shí)和盼望作用的重要性。人工智能在語(yǔ)言翻譯與語(yǔ)音理解程序方面已經(jīng)獲得的成就,發(fā)展為人類(lèi)自然語(yǔ)言解決的新概念。4、機(jī)器人學(xué)人工智能研究日益受到重視的另一種分支是機(jī)器人學(xué),其中涉及對(duì)操作機(jī)器人裝置程序的研究。這個(gè)領(lǐng)域所研究的問(wèn)題,從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目的的動(dòng)作序列的規(guī)劃辦法,無(wú)所不包。機(jī)器人和機(jī)器人學(xué)的研究增進(jìn)了許多人工智能思想的發(fā)展。它所造成的某些技術(shù)可用來(lái)模擬世界的狀態(tài),用來(lái)描述從一種世界狀態(tài)轉(zhuǎn)變?yōu)榱硪环N世界狀態(tài)的過(guò)程。它對(duì)于如何產(chǎn)生動(dòng)作序列的規(guī)劃以及如何監(jiān)督這些規(guī)劃的執(zhí)行有了一種較好的理解。復(fù)雜的機(jī)器人控制問(wèn)題迫使我們發(fā)展某些辦法,先在抽象和無(wú)視細(xì)節(jié)的高層進(jìn)行規(guī)劃,然后再逐步在細(xì)節(jié)越來(lái)越重要的低層進(jìn)行規(guī)劃。在本書(shū)中,我們經(jīng)常應(yīng)用某些機(jī)器人問(wèn)題求解的例子來(lái)闡明某些重要的思想。智能機(jī)器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉,涉及眾多的課題,如機(jī)器人體系構(gòu)造、機(jī)構(gòu)、控制、智能、視覺(jué)、觸覺(jué)、力覺(jué)、聽(tīng)覺(jué)、機(jī)器人裝配、惡劣環(huán)境下的機(jī)器人以及機(jī)器人語(yǔ)言等。機(jī)器人已在多個(gè)工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國(guó)防等領(lǐng)域獲得越來(lái)越普遍的應(yīng)用。四、人工智能在優(yōu)化決策中的應(yīng)用數(shù)學(xué)模型特別是優(yōu)化模型,始終是決策支持的重要手段。優(yōu)化模型有良好的構(gòu)造化形式,優(yōu)化辦法的重點(diǎn)是發(fā)現(xiàn)有效的解模辦法。但是在決策過(guò)程中尚有許多非模型活動(dòng),例如決策問(wèn)題的識(shí)別,求解成果的分析和評(píng)定等,這些問(wèn)題的解決需要用到人們的經(jīng)驗(yàn)特別是該領(lǐng)域?qū)＜业闹R(shí)。因此我們很容易地看到,純正的優(yōu)化辦法只能支持決策過(guò)程中一種重要的階段。而另首先,人們開(kāi)發(fā)了許多模仿人類(lèi)推理活動(dòng)的人工智能辦法,因此,自然就會(huì)想到用這些人工智能辦法去支持決策過(guò)程中的非模型活動(dòng)。如何把人中智能的辦法結(jié)合純優(yōu)化辦法運(yùn)用在決策中始終是人們感愛(ài)好的問(wèn)題。固然,由于優(yōu)化辦法和人工智能辦法兩者在數(shù)據(jù)構(gòu)造和算法語(yǔ)言上存在巨大的差別,要實(shí)現(xiàn)它們的無(wú)縫結(jié)合還存在很大的困難,這需要人們發(fā)展新技術(shù)去克服。武漢理工大學(xué)的聶規(guī)劃等在使用一種概念框架來(lái)表達(dá)一種決策過(guò)程,針對(duì)決策過(guò)程不同階段的特點(diǎn),結(jié)合人工智能和優(yōu)化辦法對(duì)之提供決策支持,最后實(shí)現(xiàn)決策的科學(xué)化。這個(gè)概念框架將一種決策過(guò)程分為不同的幾個(gè)階段,即問(wèn)題的認(rèn)知、模型的設(shè)計(jì)、模型的求解、求解成果的評(píng)定以及最后應(yīng)用五個(gè)階段。(1)在問(wèn)題的認(rèn)知這一階段,迄今為止還沒(méi)有任何自動(dòng)化的決策支持,由于考察客觀(guān)世界,認(rèn)知一種決策問(wèn)題并描述出它的輪廓是一種非構(gòu)造化的活動(dòng),需要向組織輸入大量?jī)?nèi)部和外部的信息。更深一步講,如何導(dǎo)出一種決策的推理過(guò)程是很難進(jìn)行表述的。因此在這個(gè)階段,計(jì)算機(jī)提供的支持只能停留在管理信息系統(tǒng)層次上。(2)模型的設(shè)計(jì)階段,這個(gè)階段涉及模型的建立和模型的選擇兩方面的內(nèi)容,在這個(gè)階段,能夠嘗試人工智能與優(yōu)化辦法的結(jié)合,模型設(shè)計(jì)的輸出普通是一種或更多的優(yōu)化模型,模型是由決策變量、約束條件和目的函數(shù)所構(gòu)成。傳統(tǒng)的非計(jì)算機(jī)支持的建模工作是非常艱巨的。在此能夠考慮用基于范例的推理辦法來(lái)進(jìn)行建模工作。這種辦法的思想是通過(guò)從源范例庫(kù)中檢索先前已存在的模型來(lái)建立所需的模型,即是找到與目的范例相匹配的源范例,對(duì)之稍加修改后便可得到所需的模型。這是人工智能方面的一項(xiàng)技術(shù),它是基于建模專(zhuān)家用相似的辦法進(jìn)行建模的假設(shè)上。在這個(gè)框架構(gòu)造中,設(shè)計(jì)階段還包含模型選擇和排序。(3)模型的求解階段,對(duì)那些純正的定量模型,普通都有較為成的模型求解辦法,因此只須調(diào)用對(duì)應(yīng)的求解程序即可。而對(duì)那些定量與定性相結(jié)合的模型,能夠考慮把人工智能和優(yōu)化辦法結(jié)合起來(lái)對(duì)模型進(jìn)行求解,優(yōu)化辦法求解定量問(wèn)題,定性問(wèn)題由人工智能辦法解決。(4)求解成果的評(píng)定與應(yīng)用,得到求解成果后,我們要對(duì)其合理性與實(shí)用性進(jìn)行評(píng)定與檢測(cè),如果能夠通過(guò),則對(duì)求解成果稍加修改后便可投入實(shí)際應(yīng)用;否則,要回到模型設(shè)計(jì)階段,對(duì)模型進(jìn)行修改或重新設(shè)計(jì)。對(duì)求解成果的評(píng)定與檢測(cè)要用到專(zhuān)家的經(jīng)驗(yàn)和一系列知識(shí)推理,因此能夠考慮使用專(zhuān)家系統(tǒng)對(duì)這一階段進(jìn)行支持。結(jié)合人工智能與優(yōu)化辦法進(jìn)行決策支持確實(shí)含有傳統(tǒng)優(yōu)化辦法所無(wú)法比擬的優(yōu)越性,但是要實(shí)現(xiàn)兩者的無(wú)縫結(jié)合卻有一定的困難,這重要是由于它們?cè)跀?shù)據(jù)構(gòu)造和算法語(yǔ)言上存在巨大的差別,這也是妨礙兩者結(jié)合向前發(fā)展的重要因素。五、人工智能在中國(guó)我國(guó)過(guò)去雖在模式識(shí)別和機(jī)器翻譯等方面開(kāi)展過(guò)研究,但對(duì)人工智能研究的真正起步還是在實(shí)施改革開(kāi)放后來(lái),當(dāng)時(shí)與世界先進(jìn)水平尚有著相稱(chēng)距離。為縮小這種差距,一批數(shù)學(xué)和計(jì)算機(jī)領(lǐng)域的專(zhuān)家學(xué)者主動(dòng)投身于這方面工作,在理論和辦法上都對(duì)人工智能科學(xué)得發(fā)展做出了不小的奉獻(xiàn)。通過(guò)20數(shù)年的經(jīng)驗(yàn)積累,我國(guó)在人工智能研究領(lǐng)域不再是跟蹤國(guó)外水平和潮流,在背面亦步亦趨,而是能夠獨(dú)立自主地開(kāi)展重大問(wèn)題的創(chuàng)新性研究,并獲得了不錯(cuò)的成果。國(guó)家計(jì)劃也把“智能計(jì)算機(jī)”列為其中的一種主題?，F(xiàn)在,開(kāi)放邏輯理論、含糊邏輯理論等某些有特色的研究成果受到國(guó)際同行重視,我國(guó)專(zhuān)家的理論文章越來(lái)越多的發(fā)表在國(guó)外人工智能研究最高學(xué)術(shù)刊物上。另外,中國(guó)科學(xué)家在人工智能方面獲得的成就尚有:在模式識(shí)別領(lǐng)域發(fā)明性地提出仿生識(shí)別辦法;提出了可拓學(xué)理論,較好地解決了過(guò)去在人工智能方面不解決矛盾的問(wèn)題;中國(guó)用機(jī)器證明數(shù)學(xué)定理在全球可謂獨(dú)樹(shù)一幟;我國(guó)自行研制的印刷體中文識(shí)別系統(tǒng),含有國(guó)際先進(jìn)水平智能型機(jī)器翻譯系統(tǒng)也進(jìn)人實(shí)用階段;各類(lèi)智能計(jì)算機(jī)已在農(nóng)業(yè)的病蟲(chóng)害預(yù)測(cè)、澆灌優(yōu)化、氣象預(yù)報(bào)、探井找礦以及工業(yè)、國(guó)防、航空航天等諸多領(lǐng)域得到應(yīng)用。我國(guó)在人工智能研究和應(yīng)用方面已獲得了長(zhǎng)足進(jìn)步,形成了獨(dú)立體系,與世界先進(jìn)水平的差距在不停縮小,但在硬件、機(jī)器制造方面水平還不高,這是我們此后的努力方向。六、對(duì)人工智能的展望(1)人工智能的遠(yuǎn)期研究目的人工智能的近期研究目的在于建造智能計(jì)算機(jī),用以替代人類(lèi)從事腦力勞動(dòng),即使現(xiàn)有的計(jì)算機(jī)更聰穎更有用。正是根據(jù)這一近期研究目的,我們才把人工智能理解為計(jì)算機(jī)科學(xué)的一種分支。人工智能尚有它的遠(yuǎn)期研究目的,即探究人類(lèi)智能和機(jī)器智能的基本原理,研究用自動(dòng)機(jī)(automata)模擬人類(lèi)的思維過(guò)程和智能行為。根據(jù)計(jì)算機(jī)的特點(diǎn),我們有理由相信在很快的將來(lái)人工智能實(shí)體將首先在精確思維能力上超出人,然后在含糊思維能力上超出人。由于發(fā)明力是個(gè)性化的產(chǎn)物,較高的發(fā)明力不是復(fù)制及經(jīng)驗(yàn)的吸取所能產(chǎn)生的,它需要通過(guò)個(gè)性化的學(xué)習(xí)來(lái)獲得,而個(gè)性化的學(xué)習(xí)不是短時(shí)間內(nèi)所能完畢的,因而人工智能實(shí)體在發(fā)明力上全方面超出人將需要較長(zhǎng)的時(shí)間。一旦人工智能實(shí)體的發(fā)明力超出人其智力水平也就能遠(yuǎn)遠(yuǎn)超出人。(2)存在的問(wèn)題這個(gè)長(zhǎng)久目的遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇,幾乎涉及自然科學(xué)和社會(huì)科學(xué)的全部學(xué)科,因此尚存在著不少問(wèn)題,這重要體現(xiàn)在下列幾個(gè)方面:1.宏觀(guān)與微觀(guān)隔離首先是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象;另首先是人工智能邏輯符號(hào)、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn),中間尚有許多層次未予研究,無(wú)法把宏觀(guān)與微觀(guān)有機(jī)地結(jié)合起來(lái)和互相滲入。2.全局與局部割裂人類(lèi)智能是腦系統(tǒng)的整體效應(yīng),有著豐富的層次和多個(gè)側(cè)面。但是,符號(hào)主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類(lèi)智能行為特性及其進(jìn)化過(guò)程。它們存在明顯的局限性。必須從多層次、多因素、多維和全局觀(guān)點(diǎn)來(lái)研究智能,才干克服上述局限性。3.理論和實(shí)際脫節(jié)大腦的實(shí)際工作,在宏觀(guān)上我們已懂得得不少;但是智能的千姿百態(tài),變幻莫測(cè),復(fù)雜得難以理出清晰的頭緒。在微觀(guān)上,我們對(duì)大腦的工作機(jī)制卻知之甚少,似是而非,使我們難以找出規(guī)律。在這種背景下提出的多個(gè)人工智能理論,只是部分人的主觀(guān)猜想,能在某些方面體現(xiàn)出"智能"就算相稱(chēng)成功了。上述存在問(wèn)題和其它問(wèn)題闡明,人腦的構(gòu)造和功效要比人們想象的復(fù)雜得多,人工智能研究面臨的困難要比我們預(yù)計(jì)的重大得多,人工智能研究的任務(wù)要比我們討論過(guò)的艱巨得多。同時(shí)也闡明,要從根本上理解人腦的構(gòu)造和功效,解決面臨的難題,完畢人工智能的研究任務(wù),需要尋找和建立更新的人工智能框架和理論體系,打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。我們最少需要通過(guò)幾代人的持續(xù)奮斗,進(jìn)行多學(xué)科聯(lián)合協(xié)作研究,才可能基本上解開(kāi)"智能"之謎,使人工智能理論達(dá)成一種更高的水平。(3)需要注意的問(wèn)題1、應(yīng)使人工智能實(shí)體生存的第一目的是為了人類(lèi)的生存與發(fā)展,否則人工智能實(shí)體就將威脅到人類(lèi)的生存。2、要使人工智能的研究快速發(fā)展必需大量的人力、物力、財(cái)力,而在市場(chǎng)經(jīng)