计算机新技术讲座.docx

计算机新技术讲座.docx

《计算机新技术讲座.docx》由会员分享，可在线阅读，更多相关《计算机新技术讲座.docx（12页珍藏版）》请在冰豆网上搜索。

计算机新技术讲座

WTDstandardizationoffice【WTD5AB-WTDK08-WTD2C】

计算机新技术讲座

新技术讲座报告

——人工智能未来发展与应用

姓名：

张沛

2015年1月4日

Abstract

Thisistherapiddevelopmentofscienceandtechnologyera,inthisera,artificialintelligencehasmaderapiddevelopment,hasbecomeoneofthemostpopularsubjectandresearchdirectionintheforefront.

Artificialintelligenceisabranchofcomputerscience,itattemptstounderstandtheessenceofintelligence,andtoproduceanewwayofhumanintelligencesimilartotheresponseoftheintelligentmachine,theresearchofthisfieldincludingtherobot,speechrecognition,imagerecognition,NaturalLanguageProcessingandexpertsystemetc..IntwentiethCenturyseventysincetheartificialintelligenceknownasoneoftheworld'sthreemajorhigh-tech（spacetechnology,energytechnology,artificialintelligence）,isalsoconsideredintwenty-firstCentury（geneticengineering,nanoscience,artificialintelligence）oneofthethreemajorhigh-tech.Thisisbecauseinrecentthirtyyears,ithasobtainedtherapiddevelopment,inmanyfieldsarewidelyused,andachievedfruitfulresults,artificialintelligencehasgraduallybecomeanindependentbranch,bothintheoryandpracticehaveformedasystem.Artificialintelligenceapplicationengineeringisoneoftheresearchhotspotsofengineeringtechnologyatpresent,thispaperdividesthedevelopmentofartificialintelligence,thecurrentsituationanddevelopmentdirectionforapreliminaryinterpretation,focusesonthefuturedevelopmentdirectionofartificialintelligence.

Keywords

Artificialintelligence;computer;automation;intelligentcontrol;machinevision;intelligentinformationretrieval;fingerprintrecognition;facerecognition;retinarecognition;irisrecognition;palmprintrecognition;expertsystem;automaticprogramming.

摘要

这是个科学技术飞速发展的时代，而在这样的时代中，人工智能也取得了飞速的发展，成为了最前沿最热门的学科和研究方向之一。

人工智能是的一个分支，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，该领域的研究包括机器人、语言识别、、和等。

二十世纪七十年代以来人工智能被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪（、纳米科学、人工智能）三大尖端技术之一。

这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

人工智能应用工程是目前工程技术研究的热点之一，本文将对人工智能的发展历程，现状以及发展方向作一个初步的解读，重点阐述了人工智能未来的发展方向。

关键词

人工智能；计算机；自动化；智能控制；机器视觉；智能信息检索；指纹识别；人脸识别；视网膜识别；虹膜识别；掌纹识别；专家系统；自动规划。

什么是人工智能

定义：

人工智能是、用于、和扩展人的的理论、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，该领域的研究包括、、、和等。

发展背景：

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。

从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的和前沿科学。

1997年5月，IBM公司研制的深蓝（DEEPBLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。

20世纪初，随着计算机科学的发展。

人们逐渐意识到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。

人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。

研究意义：

繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。

它一方面不断获得新的进展，另一方面又将转向更为有意义、更加困难的目标。

在理论技术层面，人工智能技术为基于互联网和移动互联网等领域的创新应用提供理论基础。

例如，自动定理推理为网络信息检索、问题求解、远程诊断等问题提供了自动求解方案;自然语言理解为计算机人类语言理解提供理论和方法;数据挖掘为从数据库中挖掘提炼出具有必然性和蕴含本质规律的数据提供了规则、聚类等数据处理、建模、评估标准。

在技术应用和创新层面，人工智能技术的发展，为未来ICT等网络技术的发展指引了方向。

当前，以智能算法、深度学习、云计算为代表的大规模网络应用已经成为ICT产业的重要发展方向。

各大互联网公司在深度学习领域不断积极探索。

深度学习是机器学习研究中的一个重点关注领域，其研究侧重于建立、模拟人脑进行分析学习的“神经网络”。

现代的人工智能

人工智能借助于通迅技术将网络的触手伸向世界的角落，向人们展示了精彩的世界。

人工智能目前在计算机领域内，得到了愈加广泛的重视。

并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

在另外广阔领域里，人工智能借助于机电光声技术，为社会提供了电子排版系统、家庭影院、音乐喷泉、CT检查和机器人等等，给人们带来了一片新气象。

在管理系统中的应用：

人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。

在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。

换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。

?

在工程领域的应用：

（1）医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。

事实上,早在1982年,美国匹兹堡大学的Miller就发表了着名的作为内科医生咨询的内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的高潮。

目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。

?

（2）地质勘探、石油化工等领域是人工智能的主要作用发挥领地。

1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。

?

（3）在超声无损检测（NDT）与无损评价（NDE）领域中,目前主要广泛采用专家系统方法对超声损伤（UT）中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。

?

（4）人工智能在电子技术领域的应用可谓由来已久。

随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。

人工智能的未来发展

人工智能是对人的意识、思维的过程的模拟。

但不是人的智能，能像人那样思考、也可能超过人的智能。

但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。

从诞生以来，人工智能理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的容器。

正因为如此，人工智能的应用方向才十分之广。

总的来说，可以分为十大方向。

一．机器视觉

就是用机器代替人眼来做测量和判断。

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和C两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的动作。

人工智能能使机器能够担任一些需要人工处理的工作。

而这些工作需要做一定的决策，要求机器能够自行的根据当时的环境做出相对较好的决策。

这就需要计算机不仅仅能够计算，还能够拥有一定得智能。

而要对周围的环境进做出好的决策就需要对周边的环境进行分析，即要求机器能够看到周围的环境，并能够理解它们。

就像人做的那样。

所以机器视觉是人工智能中非常重要的一个领域。

机器视觉在许多人类视觉无法感知的场合发挥重要作用，如精确定律感知、危险场景感知、不可见物体感知等，机器视觉更突出他的优越性。

现在机器视觉已在一些领域的到应用，如零件识别与定位，产品的检验，移动导航遥感图像分析，安全减半、监视与跟踪，国防系统等。

它们的应用于机器视觉的发展起着相互促进的作用。

二．指纹识别

指纹识别技术把一同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。

每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。

依靠这种唯一性和稳定性，我们才能创造指纹识别技术。

　　指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定，得益于现代集成技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前检测学中研究最深入，应用最广泛，发展最成熟的技术。

指纹识别系统应用了人工智能技术中的模式识别技术。

模式识别是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。

很显然指纹识别属于模式识别范畴。

三．人脸识别

人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。

人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

　　人脸识别技术是基于人的脸部特征，对输入的人脸图象或者流。

首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。

并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

　　在人工智能与人脸识别技术结合上，XX可能已经领先众人一步，有人在秘密上爆料，说是XX人脸识别技术有了新成果，估计是与支付相关。

如果XX这次推出的确实是人脸识别支付，则在移动支付上就可以甩开阿里、企鹅很大一步。

　　XX的人脸识别技术加支付场景，有两个层面上的解读。

第一方面是将识图技术与层面打通，建立更加丰富的购物场景。

目前我们的购物支付场景多是遵循常规的手法：

code，命令。

人脸在很大程度上可以提升交易安全性和速度，是未来的必要趋势。

　　而更深层次的是和打通。

尤其人脸大数据，无论在日常生活，还是商业运作上都是语音、动作之后最重要的数据之一，它更能够将个人大数据实现更大化的整合，甚至重建信用体系规则。

四．智能信息检索技术

　　数据库系统是储存某个学科大量事实的计算机系统，随着应用的进一步发展，存储的信息量越来越大，因此解决智能检索的问题便具有实际意义。

　　智能信息检索系统应具有如下的功能：

（1）能理解自然，允许用自然语言提出各种询问；

（2）具有推理能力，能根据存储的事实，演绎出所需的答案；

　　（3）系统具有一定常识性知识，以补充学科范围的专业知识。

系统根据这些常识，将能演绎出更一般的一些答案来。

　　实现这些功能要应用人工智能的方法。

　　据此前XX公布的信息显示，XX已经建成全球规模最大的深度神经，这一称为XX大脑的智能系统，目前可以理解分析200亿个参数，达到了两、三岁儿童的智力水平。

随着成本降低和计算机软硬件技术的进步，再过20年，当量变带来质变，用计算机模拟一个10-20岁人类的智力几乎一定可以做到。

　　似乎可以毫无悬念地预判到人工智能在企业日后竞争中的核心地位，在这个发展的过程了，相信人工智能也会开始接触更多更大，那些我们本以为互联网很难渗透进去的领域。

五．智能控制

　　智能控制（intelligentcontrols）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。

控制理论发展至今已有100多年的历史，经历了经典控制理论和现代控制理论的发展阶段，已进入大系统理论和智能控制理论阶段。

智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。

20世纪80年代以来，、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，向的发展已成为一种趋势。

　　对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。

定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。

因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。

　　此外，智能控制的核心在高层控制，即组织控制。

高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。

为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。

这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的智能。

　　随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。

智能控制正是在这种条件下产生的。

它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。

六．视网识别

　　视网膜是眼睛底部的血液细胞层。

视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征，血液细胞的唯一模式就因此被捕捉下来。

　　视网膜也是一种用于生物识别的特征，有人甚至认为视网膜是比虹膜更唯一的生物特征，视网膜识别技术要求照射眼球的背面以获得视网膜特征的唯一性。

　　虽然视网膜扫描的技术含量较高，但视网膜扫描技术可能是最古老的生物识别技术，在20世纪30年代，通过研究就得出了人类眼球后部血管分布唯一性的理论，进一步的研究的表明，即使是孪生子，这种血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外，视网膜的结构形式在人的一生当中都相当稳定。

七．虹膜识别

　　人的眼睛结构由巩膜、虹膜、瞳孔三部分构成。

虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。

这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。

　　虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。

人发育到八个月左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。

除非极少见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有多少变化。

另一方面，虹膜是外部可见的，但同时又属于内部组织，位于角膜后面。

要改变虹膜外观，需要非常精细的手术，而且要冒着视力损伤的危险。

虹膜的高度独特性、稳定性及不可更改的特点，是虹膜可用作身份鉴别的物质基础。

　　在包括指纹在内的所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。

虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的、国防、电子等多种领域的应用，也必然的会以虹膜识别技术为重点。

这种趋势已经在全球各地的各种应用中逐渐开始显现出来，市场应用前景非常广阔。

八．掌纹识别

　　掌纹识别是近几年提出的一种较新的生物特征识别技术。

掌纹是指手指末端到手腕部分的手掌图像。

其中很多特征可以用来进行身份识别：

如主线、皱纹、细小的纹理、脊末梢、分叉点等。

掌纹识别也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。

　　掌纹中最重要的特征是纹线特征，而且这些纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的。

并且在低分辨率和低质量的图像中仍能够清晰的辨认。

　　点特征主要是指手掌上所具有的和指纹类似的皮肤表面特征，如掌纹乳突纹在局部形成的奇异点及纹形。

点特征需要在高分辨率和高质量的图像中获取，因此对图像的质量要求较高。

　　纹理特征，主要是指比纹线更短、更细的一些纹线，但其在手掌上分布是毫无规律的。

掌纹的特征还包括几何特征：

如手掌的宽度、长度和几何形状，以及手掌不同区域的分布。

　　掌纹中所包含的信息远比一枚指纹包含的信息丰富，利用掌纹的纹线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。

因此，从理论上讲，掌纹具有比指纹更好的分辨能力和更高的鉴别能力。

九．专家系统

　　专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。

也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个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，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

　　专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。

　　专家系统的发展已经历了3个阶段，正向第四代过渡和发展。

第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。

但在体系结构的完整性、可移植性、系统的透明性和灵活性等方面存在缺陷，求解问题的能力弱。

第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。

第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。

　　在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。

十．自动规划

　　自动规划是一种重要的问题求解技术，与一般问题求解相比，自动规划更注重于问题的求解过程，而不是求解结果。

此外，规划要解决的问题，如机器人世界问题，往往是真实世界问题，而不是比较抽象的数学模型问题。

与一些求解技术相比，自动规划系统与专家系统均属高级求解系统与技术。

　　规划是一种重要的问题求解技术，它从某个特定的问题状态出发，寻求一系列行为动作，并建立一个操作序列，直到求得目标状态为止。

　　规划可用来监控问题求解过程，并能够在造成较大的危害之前发现差错。

规划的好处可归纳为简化搜索、解决目标矛盾以及为差错补偿提供基础。

小结：

人工智能的长期目标是建立人类水平的人工智能，由脑科学、认知科学、人工智能等共同研究，形成交叉学科智能科学。

脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质。

认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。

人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。

智能科学不仅要进行功能仿真，而且要从机理上研究，探索智能的新概念、新理论、新方法。

人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。

科学发展到今天，一方面是高度分化，学科在不断细分，新学科、新领域不断产生;另一方面是学科的高度融合，更多地呈现交叉和综合的趋势，新兴学科和交叉学科不断涌现。

大学科交叉的这种普遍趋势，在人工智能学科方面表现尤其突出。

由脑科学、认知科学、人工智能等共同研究智能的本质和机理，形成交叉学科智能科学。

学科交叉将催生更多的研究成果，对于人工智能学科