1. 首頁
  2. 人工智慧

人工智慧相關論文

人工智慧相關論文

導語:人工智慧一直都處於計算機技術的最前沿,經歷了幾起幾落。以下是小編為大家整理的人工智慧相關論文,歡迎大家閱讀與借鑑!

人工智慧相關論文

長久以來,人工智慧對於普通人來說是那樣的可望而不可及,然而它卻吸引了無數研究人員為之奉獻才智,從美國的麻省理工學院(mit)、卡內基-梅隆大學(cmu)到ibm公司,再到日本的本田公司、sony公司以及國內的清華大學、中科院等科研院所,全世界的實驗室都在進行著ai技術的實驗。不久前,著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕,科幻片《人工智慧》(a.i.)對許多人的頭腦又一次產生了震動,引起了一些人士瞭解並探索人工智慧領域的興趣。

在本期技術專題中,中國科學院計算技術研究所智慧資訊處理開放實驗室的幾位研究人員將引領我們走近人工智慧這一充滿挑戰與機遇的領域。

計算機與人工智慧

"智慧"源於拉丁語legere,字面意思是採集(特別是果實)、收集、彙集,並由此進行選擇,形成一個東西。intelegere是從中進行選擇,進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(machines who thinks,1979)中所提出的: 在複雜的機械裝置與智慧之間存在長期的聯絡。從幾個世紀前出現的神話般的巨鍾和機械自動機開始,人們已對機器操作的複雜性與自身的某些智慧活動進行直觀聯絡。經過幾個世紀之後,新技術已使我們所建立的機器的複雜性大為提高。1936年,24歲的英國數學家圖靈(turing)提出了"自動機"理論,把研究會思維的機器和計算機的工作大大向前推進了一步,他也因此被稱為"人工智慧之父"。

人工智慧領域的研究是從1956年正式開始的,這一年在達特茅斯大學召開的會議上正式使用了"人工智慧"(artificial intelligence,ai)這個術語。隨後的幾十年中,人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程式設計、專家系統、學習以及機器人學等多個角度展開了研究,已經建立了一些具有不同程度人工智慧的計算機系統,例如能夠求解微分方程、設計分析積體電路、合成人類自然語言,而進行情報檢索,提供語音識別、手寫體識別的多模式介面,應用於疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。

當然,人工智慧的發展也並不是一帆風順的,也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷,但是隨著硬體和軟體的發展,計算機的運算能力在以指數級增長,同時網路技術蓬勃興起,確保計算機已經具備了足夠的條件來執行一些要求更高的ai軟體,而且現在的ai具備了更多的現實應用的基礎。90年代以來,人工智慧研究又出現了新的高潮。

我們有幸採訪了中國科學院計算技術研究所智慧資訊處理開放實驗室史忠植研究員,請他和他的實驗室成員引領我們走近人工智慧這個讓普通人感到深奧卻又具有無窮魅力的領域。

問: 目前人工智慧研究出現了新的高潮,那麼現在有哪些新的研究熱點和實際應用呢?

答: ai研究出現了新的高潮,這一方面是因為在人工智慧理論方面有了新的進展,另一方面也是因為計算機硬體突飛猛進的發展。隨著計算機速度的`不斷提高、儲存容量的不斷擴大、價格的不斷降低以及網路技術的不斷髮展,許多原來無法完成的工作現在已經能夠實現。目前人工智慧研究的3個熱點是: 智慧介面、資料探勘、主體及多主體系統。

智慧介面技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標,要求計算機能夠看懂文字、聽懂語言、說話表達,甚至能夠進行不同語言之間的翻譯,而這些功能的實現又依賴於知識表示方法的研究。因此,智慧介面技術的研究既有巨大的應用價值,又有基礎的理論意義。目前,智慧介面技術已經取得了顯著成果,文字識別、語音識別、語音合成、影象識別、機器翻譯以及自然語言理解等技術已經開始實用化。

資料探勘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用資料中提取隱含在其中的、人們事先不知道的、但又是潛在有用的資訊和知識的過程。資料探勘和知識發現的研究目前已經形成了三根強大的技術支柱: 資料庫、人工智慧和數理統計。主要研究內容包括基礎理論、發現演算法、資料倉庫、視覺化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化資料中的知識發現以及網上資料探勘等。

主體是具有信念、願望、意圖、能力、選擇、承諾等心智狀態的實體,比物件的粒度更大,智慧性更高,而且具有一定自主性。主體試圖自治地、獨立地完成任務,而且可以和環境互動,與其他主體通訊,透過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智慧行為,最終實現問題求解。多主體系統試圖用主體來模擬人的理性行為,主要應用在對現實世界和社會的模擬、機器人以及智慧機械等領域。目前對主體和多主體系統的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通訊和互動技術、多主體學習以及多主體系統應用等方面。

問: 您在人工智慧領域研究了幾十年,參與了許多國家重點研究課題,非常清楚國內外目前人工智慧領域的研究情況。您認為目前我國人工智慧的研究情況如何?

答: 我國開始"863計劃"時,正值全世界的人工智慧熱潮。"863-306"主題的名稱是"智慧計算機系統",其任務就是在充分發掘現有計算機潛力的基礎上,分析現有計算機在應用中的缺陷和"瓶頸",用人工智慧技術克服這些問題,建立起更為和諧的人-機環境。經過十幾年來的努力,我們縮短了我國人工智慧技術與世界先進水平的差距,也為未來的發展奠定了技術和人才基礎。

但是也應該看到目前我國人工智慧研究中還存在一些問題,其特點是: 課題比較分散,應用專案偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時,容易跟著國外的選題走; 立項論證時,慣於考慮國外怎麼做; 落實專案時,又往往顧及面面俱到,大而全; 再加上受研究經費的限制,所以很多課題既沒有取得理論上的突破,也沒有太大的實際應用價值。

今後,基礎研究的比例應該適當提高,同時人工智慧研究一定要與應用需求相結合。科學研究講創新,而創新必須接受應用和市場的檢驗。因此,我們不僅要善於找到解決問題的答案,更重要的是要發現最迫切需要解決的問題和最迫切需要滿足的市場需求。

問: 請您預測一下人工智慧將來會向哪些方面發展?

答: 技術的發展總是超乎人們的想象,要準確地預測人工智慧的未來是不可能的。但是,從目前的一些前瞻性研究可以看出未來人工智慧可能會向以下幾個方面發展: 模糊處理、並行化、神經網路和機器情感。

目前,人工智慧的推理功能已獲突破,學習及聯想功能正在研究之中,下一步就是模仿人類右腦的模糊處理功能和整個大腦的並行化處理功能。人工神經網路是未來人工智慧應用的新領域,未來智慧計算機的構成,可能就是作為主機的馮·諾依曼型機與作為智慧外圍的人工神經網路的結合。研究表明: 情感是智慧的一部分,而不是與智慧相分離的,因此人工智慧領域的下一個突破可能在於賦予計算機情感能力。情感能力對於計算機與人的自然交往至關重要。

人工智慧一直處於計算機技術的前沿,人工智慧研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天,已經有很多人工智慧研究的成果進入人們的日常生活。將來,人工智慧技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

什麼是人工智慧?

人工智慧也稱機器智慧,它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發,人工智慧是研究如何製造出人造的智慧機器或智慧系統,來模擬人類智慧活動的能力,以延伸人們智慧的科學。

ai理論的實用性

在一年一度at&t實驗室舉行的機器人足球賽中,每支球隊的"球員"都裝備上了ai軟體和許多感應器,它們都很清楚自己該踢什麼位置,同時也明白有些情況下不能死守崗位。儘管現在的ai技術只能使它們大部分時間處於個人盤帶的狀態,但它們傳接配合的能力正在以很快的速度改進。

這種ai機器人組隊打比賽看似無聊,但是有很強的現實意義。因為透過這類活動可以加強機器之間的協作能力。我們知道,internet是由無數臺伺服器和無數臺路由器組成的,路由器的作用就是為各自的資料選擇通道並加以傳送,如果利用一些智慧化的路由器很好地協作,就能分析出傳輸資料的最佳路徑,從而可以大大減少網路堵塞。

我國也已經在大學中開展了機器人足球賽,有很多學校組隊參加,引起了大學生對人工智慧研究的興趣。

未來的ai產品

安放於加州勞倫斯·利佛摩爾國家實驗室的asci white電腦,是ibm製造的世界最快的超級電腦,但其智力能力也僅為人腦的千分之一。現在,ibm正在開發能力更為強大的新超級電腦--"藍色牛仔"(blue jean)。據其研究主任保羅·霍恩稱,預計於4年後誕生的"藍色牛仔"的智力水平將大致與人腦相當。

麻省理工學院的ai實驗室進行一個的代號為cog的專案。cog計劃意圖賦予機器人以人類的行為。該實驗的一個專案是讓機器人捕捉眼睛的移動和麵部表情,另一個專案是讓機器人抓住從它眼前經過的東西,還有一個專案則是讓機器人學會聆聽音樂的節奏並將其在鼓上演奏出來。