人工智能报告
论人工智能的应用及发展
姓名：*
学号：*
班级：计算机1202
学院：计算机与通信工程学院
老师：*
人工智能的应用及发展
摘要：人工智能(Artificial Intelligence)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或一种能够模仿人类智能的智能软件。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。它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。
关键词：人工智能发展；机器人；专家系统；模式识别
一、要解决的问题
人工智能是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科。
但这种模拟人脑的过程是非常困难的。事实是，人类对于自身所具有的智能了解的不够，加上人类智能所表现的逻辑相当复杂，目前人们无法使用一种统一的、可行的且简洁的方式来表达这种复杂逻辑，并把它组织成能够让机器识别的形式；而且人们在研究人工智能时，其所涉及的知识范围逐渐扩大，起初有数学、语言学、哲学、图形学、逻辑学、神经学、计算机学、控制学、信息学等，后来又增加到心理学、行为学、仿生学、思维学等，研究领域逐渐涉及人类本身智能所表现的范围。
其迫切需要解决的问题是：如何使一个软件系统或硬件机器具有人类的知识和行为，并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。也就是如何使
机器具有智能。
人们通过观察自身的智能行为，总结出人工智能的产生过程：对于人类因问题和事物所引起的刺激和反应，以及因此所引发的推理、解问题、学习、判断及思考决策等过程，将这些过程分解成一些基本步骤，再透过程序设计，将这些人类解问题的过程模组化或公式化，使得电脑能够有一个结构的方法来设计或应付更复杂的问题。
这套能够应付问题的软体系统，即称之为人工智能系统。目前的人工智能系统只能处理一些特定领域的特定复杂问题，还无法解决人类大多数的复杂问题。
二、研究范围
现在，人工智能已构成信息技术领域的一个重要的学科。该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、方法和技术，所以，人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。但由于其研究内容涉及到“智能”，因此，人工智能不仅局限于计算机、信息和自动化等学科，还涉及到智能学科、认知科学、语言学、逻辑学、教育科学、系统教学、数理科学等众多学科领域。人工智能是一门综合性的交叉学科和边缘学科。当然，就机器人这一方面而言，日本已走在世界最前面，其发明的机器人在模拟人类行为、语言识别上表现的相当突出。
三、研究内容
为了解决如何使得机器拥有智能这一根本性问题，人们企图在各个可以体现智能的方面寻求突破，其研究的内容有搜索与求解、学习与发现、知识与推理、感知与交流、记忆与联想等体现人类智能的方面。
从研究的对象来看，人工智能涉及三个方面：
1、能说会道的计算机程序，即自然语言处理领域；
2、研制、设计出可以模拟人类感官（视觉、听觉）的机器，以便同人类进行交流、识别变化的环境；
3、开发可以识别并模仿人类行为的程序。
当然，从研究的方面来讲，人工智能划分理论研究和工程研究。前者，研究如何理解人和机器智能的理论，探索出如何可以开发人工智能产品的方法；后者研究如何设计、开发智能产品。两者彼此依赖，相互促进。
四、技术特征
作为一个智能产品，其所具备的特征有：
1、具有搜索功能。采用一定搜索策略可以快速地找到答案，甚至在特定要求下找出最优解或所有解。
2、知识表示能力。可以表示一些不精确的、模糊的知识（适合表示多媒体数据）。
3、一定的推理功能。可以从给定的实事、前题中找出答案、发现知识。
4、抽象功能。抽象用以区分重要与非重要的特征，借助抽象可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来，使处理变得更有效、更灵活。对用户来说,往
往只需要叙述“是什么问题”，“要做什么”，而把“怎么做”留给智能程序来完成。
5、语音识别功能及模糊信息处理能力。有处理不精确和模糊信息的能力。
当然，就目前技术而言，已有一些公司开发了一些具有部分上述特征的产品。百度搜索具有强大的搜索功能，在其庞大的数据库中，如果不采用人工智能的搜索方法，其搜索速度是无法满足用户需求的；win7自带的语音识别功能，智能手机上输入工具中的语音输入功能。
五、应用方面
5.1符号计算
计算机代数系统的优越性主要在于它能够进行大规模的代数运算。通常我们用笔和纸进行代数运算只能处理符号较少的算式,当算式的符号上升到百位数后,手工计算就很困难了,这时用计算机代数系统进行运算就可以做到准确，快捷，有效。
现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时,还具有高效的可编程功能。在操作界面上一般都支持交互式处理,人们通过键盘输入命令,计算机处理后即显示结果。并且人机界面友好,命令输入方便灵活,很容易寻求帮助。
5.2模式识别
计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。以“汉字识别”为例：首先将汉字图象进行处理，抽取主要表达特征并将其特征与汉字的
代码存在计算机中。就象把老师教我们这个字叫什么、如何写的知识记忆在大脑中。这一过程叫做“训练”。识别过程就是将输入的汉字图像经处理后与计算机中所保存的全部汉字进行比较，找出最相近的字作为识别结果,这一过程叫做“匹配”，包括：语音识别，图像识别，指纹识别，手写字符识别，车牌识别，人脸识别等。
5.3机器翻译
机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，例如：Google翻译，百度翻译，有道翻译等，机器翻译已经得到大多数人的认可。
5.4专家系统
专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。也就是说，专家系统是一个具有大量专门知识与经验的程序系统，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。当前的研究涉及有关专家系统设计的各种问题。这些系统是在某个领域的专家(他可能无法明确表达他的全部知识)与系统设计者之间经过艰苦的反复交换意见之后建立起来的。专家系统和传统的计算机程序最本质的不同之处在于专家系统所要解决的问题一般没有算法解，并且经常要在不完全、不精确或不确定的信息基础上作出结论。
专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指
导和控制等。高性能的专家系统也已经从学术研究开始进入实际应用研究。随着人工智能整体水平的提高，专家系统也获得发展。正在开发的新一代专家系统有分布式专家系统和协同式专家系统等。在新一代专家系统中，不但采用基于规则的方法，而且采用基于模型的原理。
5.5人工神经网络
在考虑如何使得机器具备人类的智能时，有些学者考虑到人类大脑中存在复杂的神经网络系统，于是他们认为可以模仿人脑神经制造具有思维能力的计算机，即神经网络计算机。
现在，神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。
六、发展方面
从我国人工智能的历史来看，在我国现代归纳逻辑兴起于20 世纪80 年代初。80 年代中期到90 年代中期，对现代归纳逻辑的研究是逻辑学界的热点之一。学者们把归纳逻辑的相关知识与人工智能相结合的研究取得了一定进展。但归纳逻辑发展到现阶段还很不成熟，还需要进一步研究和发展。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来，这样才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。当对人工智能的研究由数据处理转入知识处理时，对归纳逻辑系统进行深入的研究就是必要的了，这是一个极有价值且极富挑战性和前沿性的研究课题。
但实际上，目前我国在人工智能的理论方面还是依赖于国外的理论，甚至可以说在人工智能方面，我国目前还没有研究出突破性的理论。大部分学者都是在跟随国外学者的脚步，无法研究，形成了严重的依赖性。尽管我国也有些公司研究出了一些产品，但严重依赖于国外的技术专利，使得研究利润大打折扣，甚至受制于那些技术，从而无法进行突破性的研究。
正因如此，我国应鼓励技术人员和研究人员大胆创新，创新。而目前，市场上人工智能产品无论是质量或数量，还无法满足社会的需求；或者说，现在的人工智能产品还是初级产品，在这个新领域里，还需要各种创新性的理论来支撑更为高级的产品的开发。
七、结语
人工智能研究将是21 世纪早期逻辑学发展的主要动力源泉。人工智能研究必须建立在归纳逻辑基础之上，从而达到多领域交叉合作来共同促进人工智能研究的广泛而深远的发展。我们现在所涉及的基于归纳逻辑的人工智能以及机器学习和归纳学习的系统研究还处于初级阶段。正如王雨田教授所说，在未来的计算机归纳学习或发现的研究中，将归纳逻辑的某些理论方法或系统与机器学习、不确定性推理、神经网络中对归纳逻辑的研究适当“接”起来，以改进并逐步革新现有的归纳学习系统，促使机器学习中归纳学习的基础理论形成，并进一步从事归纳发现与归纳学习的基础理论与系统的研究开发，这是人工智能科学研究中的一项重大任务。
八、参考文献：
[1]孙沛.计算机辅助教学.内蒙古大学出版社，2000.
[2]阿兰·麦席森·图灵.计算机能思考吗[D].中国知网，1950.
[3]王雨田.归纳逻辑与人工智能相结合的研究问题[J].哲学研究，1992（4）.
[4]王雨田.归纳逻辑和人工智能[M].中国纺织大学出版社，1995：1-2.
[5] 刘晓霞.新的知识表示方法——概念图.航空计算技术.1997（4）
[6] 王永庆.人工智能原理与方法.西安交通大学出版社.1998
[7] 蔡自兴. 徐光佑.人工智能及其应用.清华大学出版社.1996 (2)
