计算机组成原理论文设计之人工智能.docx
《计算机组成原理论文设计之人工智能.docx》由会员分享，可在线阅读，更多相关《计算机组成原理论文设计之人工智能.docx（8页珍藏版）》请在冰豆网上搜索。
计算机组成原理论文设计之人工智能
西南大学荣昌校区信息管理系
《计算机组成原理》课程论文
题目：
___人工智能的开展现状、历
程与前景___________________
专业：
___信息管理与信息系统______
班级：
___2013级信管1班__________
姓名：
___熊辉______________________
2015年6月5日
人工智能的开展历程、现状与前景
Thecourseofdevelopmentofartificialintelligence,statusandprospects
摘 要：
人工智能〔ArtificialIntelligence〕,英文缩写为AI,是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而开展起来的综合性新学科。
自问世以来AI经过波折，但终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。
不仅许多其他学科开始引入或借用AI技术，而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。
人工智能得到了愈来愈广泛的关注，许多科学家断言，机器的智能会迅速超过阿尔伯特•爱因斯坦和霍金的智力之和。
人工智能相关技术更大的需求促使新的进步不断出现，人工智能已经并且将继续不可防止地改变我们的生活。
关键词：
人工智能技术，开展历程，现状，前景
Summary
AI（ArtificialIntelligence）,theEnglishabbreviationforAI,isaputer-science,cybernetics,informationtheory,linguistics,neurophysiology,psychology,mathematics,philosophyandothersubjectsofmutualpenetrationanddevelopedaprehensivenewdiscipline.SincetheadventofAIthroughthetwistsandturns,butfinallytheedgeasanewdisciplinerecognizedbytheworldandhasattractedmuchinterestandconcern.NotonlyintroducedmanyotherdisciplinesorborrowAItechnology,butinAIexpertsystems,naturallanguageprocessingandimagerecognitionhasbeetheemergingknowledge-basedindustriesofthethreemajorbreakthrough.
Artificialintelligencehasbeenincreasinglywidespreadattention,manyscientistsassert,machineintelligencewillrapidlythanAlbertEinsteinandStephenHawking'sintelligence•sum.AI-relatedtechnologiestopromotegreaterdemandfornewadvancementscontinuetoemerge,artificialintelligencehasbeenandwillcontinuetoinevitablychangeourlives.
Keywords:
artificialintelligencetechnology,historyofdevelepment,currentstatus,prospects
一、人工智能的定义
“人工智能〞（ArtificialIntelligence）一词最初是在1956年Dartmouth学会上提出的。
人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术与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响的智能机器。
目前能够用来研究人工智能的主要物质手段以与能够实现人工智能技术的机器就是计算机，人工智能的开展历史是和计算机科学与技术的开展史联系在一起的。
人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品〞，并使之在越来越多的领域超越人类智能，人工智能将为开展国民经济和改善人类生活做出更大贡献。
二、人工智能的研究经历的阶段
第一阶段：
50年代人工智能的兴起和冷落
人工智能概念首次提出后，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。
但由于消解法推理能力的有限，以与机器翻译等的失败，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，无视知识重要性。
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、PROSPECTIOR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〔InternationalJointConferencesonArtificialIntelligence即IJCAI〕。
第三阶段：
80年代，随着第五代计算机的研制，人工智能得到了很大开展
日本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，神经网络飞速开展
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，神经网络迅速开展起来。
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的技术开展，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。
人工智能已深入到社会生活的各个领域。
ＩＢＭ公司“深蓝〞电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究容的信息高速公路计划，基于Agent技术的Softbot（软机器人）在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的“虚拟现实〞实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。
图像处理和图像识别，声音处理和声音识别取得了较好的开展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。
国际各大计算机公司又开始将“人工智能〞作为其研究容。
人们普遍认为，计算机将会向网络化、智能化、并行化方向开展。
二十一世纪的信息技术领域将会以智能信息处理为中心。
第六阶段：
目前人工智能研究的3个热点是:
智能接口、数据挖掘、主体与多主体系统。
智能接口技术是研究如何使人们能够方便自然地与计算机交流。
为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进展不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。
因此，智能接口技术的研究既有巨大的应用价值，又有根底的理论意义。
目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以与自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱:
数据库、人工智能和数理统计。
主要研究容包括根底理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的
知识发现以与网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。
主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。
多主体系统主要研究在逻辑上或物理上别离的多个主体之间进展协调智能行为，最终实现问题求解。
多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以与智能机械等领域。
目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以与多主体系统应用等方面。
三．人工智能的技术应用
随着AI技术的开展，现代几乎各种技术的开展都涉与到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括：
1符号计算
计算机最主要的用途之一就是科学计算,科学计算可分为两类:
一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。
符号可以代表整数、有理数、实数和复数,也可以代表多项式、函数、集合等。
随着计算机的普与和人工智能的开展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表。
由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。
2模式识别
模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。
这里,我们把环境与客体统称为“模式〞。
用计算机实现模式〔文字、声音、人物、物体等〕的自动识别，是开发智能机器的一个关键的突破口，也为人类认识自身智能提供线索。
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“语音识别〞为例：
语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言〔英、日、意、、法、德、中〕口语自动翻译系统。
该系统实现后，人们出国预定旅馆、购置机票、在餐馆对话和兑换外币时，只要利用网络和国际互联网，就可用手机、等与“老外〞通话。
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。
搜文网目前，国的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：
词典翻译类、汉化翻译类和专业翻译类。
词典类翻译软件的代表是“金山词霸〞，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。
汉化翻译软件的典型代表是“快车2000〞，它首先提出了“智能汉化〞的概念，使翻译软件的辅助翻译作用更加明显。
4机器学习
机器学习是机器具有智能的重要标志，同时也是机器获取知识的根本途径。
有人认为，一个计算机系统如果不具备学习功能，就不能称其为智能系统。
机器学习主要研究如何使计算机能够模拟或实现人类的学习功能。
机器学习是一个难度较大的研究领域，它与认知科学、神经心理学、逻辑学等学科都有着密切的联系，并对人工智能的其他分支，如专家系统、自然语言理解、自动推理、智能机器人、计算机视觉、计算机听觉等方面，也会起到重要的推动作用。
5问题求解
人工智能的第一大成就是下棋程序,在下棋程序中应用的某些技术,今天的计算机程序已能够达到下各种方盘棋和国际象棋的锦标赛水平。
但是,尚未解决包括人类棋手具有但尚不能明确表达的能力，如国际象棋大师们洞察棋局的能力。
另一个问题是涉与问题的原概念,在人工智能中叫问题表示的选择,人们常能找到某种思考问题的方法,从而使求解变易而解决该问题。
到目前为止,人工智能程序已能知道如何考虑它们要解决的问题,即搜索解答空间,寻找较优解答。
6逻辑推理与定理证明
逻辑推理是人工智能研究中最持久的领域之一,其中特别重要的是要找到一些方法,只把注意力集中在一个大型的数据库中的有关事实上,留意可信的证明,并在出现新信息时适时修正这些证明。
医疗诊断和信息检索都可以和定理证明问题一样加以形式化。
因此,在人工智能方法的研究中，定理证明是一个极其重要的论题。
7自然语言处理
自然语言的处理是人工智能技术应用于实际领域的典型例,经过多年艰辛努力,这一领域已获得了大量令人瞩目的成果。
目前该领域的主要课题是:
计算机系统如何以主题和对话情境为根底,注重大量的常识———世界知识和期望作用,生成和理解自然语言。
这是一个极其复杂的编码和解码问题。
8分布式人工智能
分布式人工智能在20世纪70年代后期出现，是人工智能研究的一个重要分支。
分布式人工智能系统一般由多个Agent智能体组成，每一个Agent又是一个半自治系统，Agent之间以与Agent与环境之间进展并发活动，并通过交互来完成问题求解。
9计算机视觉
计算机视觉是一门用计算机实现或模拟人类视觉功能的新兴学科，其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力不仅包括对三维环境中物体形状、位置、姿态、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。
目前，计算机视觉已在人类社会的许多领域得到成功应用。
例如，在图像、图形识别方面有指纹识别、染色体识字符识别等；在航天与军事方面有卫星图像处理、飞行器跟踪、成像准确制导、景物识别、目标检测等；在医学方面有图像的脏器重建、医学图像分析等；在工业方面有各种监测系统和生产过程监控系统等。
10智能信息检索技术
信息获取和精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题,将人工智能技术应用于这一领域的研究是人工智能走向广泛实际应用的契机与突破口。
11专家系统
专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域大量知识与经验的程序系统。
近年来,在“专家系统〞或“知识工程〞的研究中已出现了成功和有效应用人工智能技术的趋势。
人类专家由于具有丰富的知识,所以才能达到优异地解决问题的能力。
那么计算机程序如果能表现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的过失,现在这一点已被证实。
如在矿物勘测、化学分析、规划和医学诊断方面,专家系统已经达到了人类专家的水平。
四．目前人工智能开展中所面临的难题
人工智能（AI）学科自1956年诞生至今已走过50多个年头,就研究解释和模拟人类智能、智能行为与其规律这一总目标来说,已经迈出了可喜的一步,某些领域已取得了相当的进展。
但从整个开展的过程来看,人工智能开展曲折,而且还面临不少难题，主要有以下几个方面：
1计算机博弈的困难
博弈是自然界的一种普遍现象，它表现在对自然界事物的对策或智力竞争上。
博弈不仅存在于下棋之中,而且存在于政治、经济、军事和生物的斗智和竞争之中。
尽管西洋跳棋和国际象棋的计算机程序已经达到了相当高的水平,然而计算机博弈依然面临着巨大的困难。
这主要表现在以下两个方面的问题：
其一是组合爆炸问题,状态空间法是人工智能中根本的形式化方法。
假如用博弈树来表示状态空间,对于几种常见的棋类,其状态空间都大得惊人,例如,西洋跳棋为10的40次方,国际象棋为10的120次方,围棋如此是10的700次方。
如此巨大的状态空间,现有计算机是很难忍受的。
其二是现在的博弈程序往往是针对二人对弈、棋局公开、有确定走步的一类棋类进展研制的。
而对于多人对弈、随机性的博弈这类问题,至少目前计算机还是难以模拟实现的。
2机器翻译所面临的问题
在计算机诞生的初期,有人提出了用计算机实现自动翻译的设想。
目前机器翻译所面临的问题仍然是1964年语言学家黑列尔所说的构成句子的单词和歧义性问题。
歧义性问题一直是自然语言理解（NLU）中的一大难关。
同样一个句子在不同的场合使用,其含义的差异是司空见惯的。
因此,要消除歧义性就要对原文的每一个句子与其上下文进展分析理解,寻找导致歧义的词和词组在上下文中的准确意义。
然而,计算机却往往孤立地将句子作为理解单位。
另外,即使对原文有了一定的理解,理解的意义如何有效地在计算机里表示出来也存在问题。
目前的NLU系统几乎不能随着时间的增长而增强理解力,系统的理解大都局限于表层上,没有深层的推敲,没有学习,没有记忆,更没有归纳。
导致这种结果的原因是计算机本身结构和研究方法的问题。
现在NLU的研究方法很不成熟,大多数研究局限在语言这一单独的领域,而没有对人们是如何理解语言这个问题做深入有效的探讨。
3自动定理证明和GPS的局限
自动定理证明的代表性工作是1965年鲁宾逊提出的归结原理。
归结原理虽然简单易行,但它所采用的方法是演绎,而这种形式上的演绎与人类自然演绎推理方法是截然不同的。
基于归结原理演绎推理要求把逻辑公式转化为子句集合,从而丧失了其固有的逻辑蕴含语义。
前面曾提到过的GPS是企图实现一种不依赖于领域知识求解人工智能问题的通用方法。
GPS想摆脱对问题部表达形式的依赖,但是问题的部表达形式的合理性是与领域知识密切相关的。
不管是用一阶谓词逻辑进展定理证明的归结原理,还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能力的局限性,而这种局限性使得它们缩小了其自身的应用围。
4模式识别的困惑
虽然使用计算机进展模式识别的研究与开发已取得大量成果,有的已成为产品投入实际应用,但是它的理论和方法与人的感官识别机制是全然不同的。
人的识别手段、形象思维能力,是任何最先进的计算机识别系统望尘莫与的,另一方面,在现实世界中,生活并不是一项结构严密的任务，一般家畜都能轻而易举地对付,但机器不会,这并不是说它们永远不会,而是说目前不会。
五、人工智能的开展前景
1.
专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域大量知识与经验的程序系统。
近年来，在“专家系统〞或“知识工程〞的研究中已出现了成功和有效应用人工智能技术的趋势。
人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。
那么计算机程序如果能表现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的过失，现在这一点已被证实。
2.智能信息检索技术的飞速开展。
人工智能在网络信息检索中的应用，主要表现在:
（1）如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。
（2）由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可防止地带有模糊性、随机性、不可靠性等不确定性因素对其进展推理，需要利用人工智能的研究成果。
3.SOAr是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。
在它的研究中突出4个概念:
（1）所处的境遇机器人不涉与抽象的描述，而是处在直接影响系统的行为的境地。
（2）具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反响。
（3）智能的来源不仅仅是限于计算装置，也是由于与周围进展交互的动态决定。
（4）浮现从系统与周围世界的交互以与有时候系统的部件间的交互浮现出智能。
目前，国外不少学者都对机器人足球系统颇感兴趣，足球机器人涉与机器人学、人工智能以与人工生命、智能控制等多个领域。
足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。
六、完毕语
人工智能一直处于计算机技术的前沿，其研究的理论和发现在很大程度上将决定计算机技术的开展方向。
今天，已经有很多人工智能研究的成果进入人们的日常生活。
将来，人工智能技术的开展将会给人们的生活、工作和教育等带来更大的影响。
参考文献：
[1].蔡之华；模糊Petri网与知识表示[J];计算机应用与软件；1994年03期。
[2].高济；人工智能根底[M];高等教育；2004.
[3].王永庆人工智能原理与方法［M］。
交通大学。
1998。
[4].Nilssonthequestforartificialintelligence[M];
[5]AvronBarr&EdwardA.Feigenbaum.TheHandbookofArtifcialIntelligence,Vol1,2,3,4
[6]蔡自兴,徐光佑《人工智能与其应用》[M];高等教育；2003。
[7]王万森人工智能原理与其应用电子工业2005。
[8]廉师友人工智能导论第三版电子科技大学2007。
升级会员 