人工智能的現狀及今后進展趨勢展望一．引言AI，也稱機器智能。“人工智Dartmouth學會上提出的。它是計算機科學、掌握機器或智能系統來模擬人類智能活動的力量，以延長人們智能的科學。二．目前人工智能技術的爭論和進展狀況AI技術領域格外·利佛摩爾國家試驗室制造了ASCI電腦，號稱具有人腦的千分之一的智力力量。而正在開發的更為強大的超級電腦———“藍色牛仔”〔BlueJean〕，據其爭論主任保羅·霍恩稱，“藍色牛仔”的智力水平將大致與人腦相當。三．技術應用可以說人工智能已經廣泛應用到很多領域，其典型的應用包括：符號計算計算機最主要的用途之一就是科學計算,科學計算可分為兩類:一類是純數值的計算,例如求函數的值;另一類是符號計算,又稱代數運算,這是一種智能化的式、函數、集合等。隨著計算機的普及和人工智能的進展,相繼消滅了多種功能MathematicMaple是它們的代表。由于C語言寫成的,所以可以在絕大多數計算機上使用。模式識別里,我們把環境與客體統稱為“模式”。用計算機實現模式〔文字、聲音、人物、物體等“語音識別”〔英、日、意、韓、法、德、中〕口語自動翻時，只要利用網絡和國際互聯網，就可用手機、等與“老外”通話。機器翻譯不下百種，依據這些軟件的翻譯特點，大致可以分為三大類：詞典翻譯類、漢化“金山詞霸”，堪稱是多快好省的解單詞或詞組含義供給了極大的便利。漢化翻譯軟件的典型代表是“東方快車”“智能漢化”機器學習器人、計算機視覺、計算機聽覺等方面，也會起到重要的推動作用。問題求解人工智能的第一大成就是下棋程序,在下棋程序中應用的某些技術,今日的計算機程序已能夠到達下各種方盤棋和國際象棋的錦標賽水平。但是,尚未解決包括人類棋手具有但尚不能明確表達的力量，如國際象棋大師們洞察棋局的力量程序已能知道如何考慮它們要解決的問題,即搜尋解答空間,查找較優解答。規律推理與定理證明,其中特別重要的是要找到一些方法,只把留意力集中在一個大型的數據庫中的有關事實上,留意可信的證明,題一樣加以形式化。因此,在人工智能方法的爭論中，定理證明是一個極其重要的論題。自然語言處理自然語言的處理是人工智能技術應用于實際領域的典型范例,經過多年困難努力,:計算機系統如何以主題和對話情境為根底,留意大量的常識———世界學問和期望作用,生成和理解自然語言。這是一個極其簡單的編碼和解碼問題。分布式人工智能2070年月后期消滅，是人工智能爭論的一個重要Agen〔t智能體〕AgentAgentAgent與環境之間進展并發活動，并通過交互來完成問題求解。計算機視覺括對三維環境中物體外形、位置、姿勢、運動等幾何信息的感知，而且還包括對這些信息的描述、存儲、識別與理解。目前，計算機視覺已在人類社會的很多領域得到成功應用。例如，在圖像、圖形識別方面有指紋識別、染色體識字符識別種監測系統和生產過程監控系統等。智能信息檢索技術信息獵取和精化技術已成為當代計算機科學與技術爭論中迫切需要爭論的機與突破口。專家系統,它是一種具有特定領域內大量學問與閱歷的程序系統。近年來,在“專家系統”或“學問工程”的學問,所以才能到達優異地解決問題的力量。那么計算機程序假設能表達和應用這些學問,也應當能解決人類專家所解決的問題,而且能幫助人類專家覺察推理過程中消滅的過失,現在這一點已被證明。如在礦物勘測、化學分析、規劃和醫學診斷方面,專家系統已經到達了人類專家的水平。四．目前人工智能進展中所面臨的難題50多個年頭,就爭論解釋和面臨不少難題，主要有以下幾個方面：計算機博弈的困難博弈是自然界的一種普遍現象，它表現在對自然界事物的對策或智力競爭上。博弈不僅存在于下棋之中,而且存在于政治、經濟、軍事和生物的斗智和競爭之中。盡管西洋跳棋和國際象棋的計算機程序已經到達了相當高的水平,然而組合爆炸問題,狀態空間法是人工智能中根本的形式化方法。假設用博弈樹來表示,其狀態空間都大得驚人,例如,10的120次方,10700次方。如此巨大的狀這類問題,至少目前計算機還是難以模擬實現的。機器翻譯所面臨的問題在計算機誕生的初期,有人提出了用計算機實現自動翻譯的設想。目前機器1964年語言學家黑列爾所說的構成句子的單詞和歧(NLU)的每一個句子及其上下文進展分析理解,查找導致歧義的詞和詞組在上下文中的了肯定的理解,理解的意義如何有效地在計算機里表示出來也存在問題。目前的,系統的理解大都局限于表層上,沒有深層的推敲,沒有學習,沒有記憶,NLU的爭論方法很不成熟,大多數爭論局限在語言這一單獨的領域,而沒有對人們是如何理解語言這個問題做深入有效的探討。GPS的局限1965然簡潔易行,但它所承受的方法是演繹,而這種形式上的演繹與人類自然演繹推理方法是截然不同的。基于歸結原理演繹推理要求把規律公式轉化為子句集合,GPS是企圖實現一種不依靠GPS想擺脫對問題內部表達形式的依靠,但是問題的內部表達形式的合理性是與領域學問親熱相關的。不管是用GPS,都可以從中分析出表達力量的局限性,而這種局限性使得它們縮小了其自身的應用范圍。模式識別的困惑雖然使用計算機進展模式識別的爭論與開發已取得大量成果,有的已成為產品投入實際應用,但是它的理論和方法與人的感官識別機制是全然不同的。人的,是任何最先進的計算機識別系統望塵莫及的,另一方面,但機器不會,這并不是說它們永久不會,而是說目前不會。五．人工智能的進展前景人工智能的進展趨勢技術的進展總是超乎人們的想象，要準確地推測人工智能的將來是不行能方面進展:模糊處理、并行化、神經網絡和機器情感。人工智能的進展潛力巨大,離我們的目標還很遙遠，但人工智能在某些方面將會有大的突破。自動推理是人工智能最經典的爭論分支,其根本理論是人工智能其它分支,其中學問系統的動態演化特征及可行性推理的爭論是最的熱點,很有可能取得大的突破。機器學習的爭論取得長足的進展。很多的學習方法相繼問世并獲得了成learning等。也應看到,現有的方法處理在線學習方面尚不夠有效,尋求一種的方法,以解決移動機器人、自主agent、智能信息存取等爭論中的在線學習問題是爭論人員共同關心的問題,相信不久會在這些方面取得突破。AI技術應用于實際領域的典型范例,A