人工智能的應用研究
一、人工智能的發展過程
人工智能(ficial Intelligence)經歷了三次飛躍階段：實現問題求解是第一次，代替人進行部分邏輯推理工作的完成，如機器定理證明和專家系統；智能系統能夠和環境交互是第二次，從運行的環境中對信息進行獲取，代替人進行包括不確定性在內的部分思維工作的完成，通過自身的動作，對環境施加影響，並適應環境的變化，如智能機器人；第三次是智能系統，具有類人的認知和思維能力，能夠發現新的知識，去完成面臨的任務，如基於數據挖掘的系統。
二、人工智能的研究熱點
AI研究出現了新的高潮，有兩個方面的表現，一方面在於人工智能理論方面有了新的進展，另一方面是由於突飛猛進發展的計算機硬件。隨着不斷提高的計算機速度、不斷擴大的存儲容量、不斷降低的價格，以及不斷髮展的網絡，很多在以前無法完成的工作在現在都能夠實現。當前，智能接口、數據挖掘、主體及多主體系統是人工智能研究的三個熱點。
(一)智能接口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、説話表達，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，智能接口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，智能接口技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯及自然語言理解等技術已經開始實用化。
(二)數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但是又潛在有用的信息和知識的過程。數據挖掘和知識發現的研究目前已經形成了三根強大的技術支柱：數據庫、人工智能和數理統計。
(三)主體系統是具有信念、願望、意圖、能力、選擇、承諾等心智狀態的實體，比對象的粒度更大，智能性更高，而且具有一定的自主性。主體試圖自治、獨立地完成任務，而且可以和環境交互，與其他主體通信，通過規劃達到目標。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能行為，最終實現問題求解。
三、人工智能的應用領域
今天，AI能力更傾向於應用到人類或其他動物智能的某一或某幾方面，並用自動化替代，有時候也用於對其進行模擬。不過在有些情況下，這些在高性能計算機調度之下的智能行為遠遠比人類的行為更為強大。
(一)路徑查找和路徑規劃。在最小代價路徑規劃和路徑查找系統中，可以使用專門的技術——它們中有一些非常靈巧微妙，另一些則僅僅是用蠻力解決——來模擬對理解的直覺迅速轉換或者對普通人大腦生成過程的識別，結果有時非常令人驚訝！路徑查找就是路徑規劃問題的一種變體。
為了找到最佳路線，我們需要計算通過每一個往返路線的時間開銷。時間就是金錢；所以，我們更傾向於關注最小代價路線。這也適用於飛機航線的制定，它們需要在不同的城市中逗留或更換航班等等。
(二)邏輯和不確定性。計算機編程就像是使用邏輯磚塊建造一棟房子一樣。事實上，人工智能編程通常被認為有兩種邏輯形式——命題邏輯和形式邏輯——的一種特殊混合應用，也被認為是一種謂詞演算。更進一步説，編程語言中，我們更是採用了一個命題邏輯更加專門化的形式：布爾邏輯或者布爾代數。
命題邏輯應用於具有真和假兩種狀態的斷言以及命題領域之中。古典命題邏輯或者布爾邏輯處理的都
只有兩種狀態：或者為真，或者為假。
對象之間 聯繫以及這些聯繫的真假值(布爾形式)在內的命題邏輯的一種強化延伸就是謂詞演算(和中學學的數學計算毫無關係)所包含的。
但是當我們在邏輯中使用這些謂詞的時候，就算是最複雜的邏輯語句，我們最終獲得的也只是一個黑白分明的世界：一個事物不是真的就是假的。如果一個事物不是真的也不是假的，那麼它一定是不存在的事物。否則，它必然兩者居其一。
(三)自然 語言處理。在AI 應用中最重要的一部分就是自然語言處理。但是，現實卻是，自然語言處理系統並不能像人類那樣能很好地分析這些並沒有太強邏輯結構地説出的以及寫出的詞語的含義。不過這樣有限的功能對於殘障人士、翻譯系統、詞語處理拼寫和語法檢查器來説仍然是非常有用的。
(四)神經 網絡。一種信息處理結構就是神經網絡，對諸如大腦之類的生物學神經系統進行嘗試模仿來進行單純數據的轉換成為信息，就是它的原理。神經網絡由很多相互聯繫的處理小元素：神經節點，功能相當於一個大腦神經細胞和神經元(synapse)組成，它們相互交互，共同解決具體問題。神經網絡上的元素將 輸入模式轉換成為輸出模式，而這些輸出模式又同時可以成為其他神經網絡的輸入模式。神經網絡通過實例學習，這一點和人類的做法一樣。神經網絡需要設置為適用於某些具體應用中，比如通過學習過程識別圖像。而對於生命系統本身，我們對學習的過程涉及到神經細胞之間的突觸聯繫的調整這一説法保留質疑。
四、結語
當前，大部分AI能力的研究方向是研究如何完整地模擬一個智能過程，而不是對器官所使用的每一個低級步驟進行再現。一個極端顯著的示例就是利用數據庫和搜索軟件獲取信息的專家系統。數據庫向大腦提供基本沒有任何關聯的數據，同時這些數據的傳輸和其在大腦中的存儲形式也毫不相同(科學家們很清楚這一點)。但是很多專家系統還是能夠相當好地擔當起諸如像內科醫生這樣的專業角色。當然它們也僅僅被應用於它們非常熟悉的領域。
人工智能的應用與發展研究
摘 要：人工智能是用人工的方法和技術模仿、延伸和擴展人的智能，實現某些“機器思維”。本文在闡述人工智能定義的基礎上，詳細分析了人工智能的應用領域和當前的發展狀況，深入探討了人工智能未來的發展。
關鍵詞：人工智能；應用；問題；發展
當前，人工智能這個術語已被用作“研究如何在機器上實現人類智能”這門學科的名稱。從這個意義上説，可把它定義為：是一門研究如何構造智能機器或智能系統，使它能模擬、延伸、擴展人類智能的學科。具體來説，人工智能就是研究如何使機器具有能聽、會説、能看、會寫、能思維、會學習、能適應環境變化、能解決各種實際問題的一門學科。
一、人工智能的應用現狀
大部分學科都有各自的研究領域，每個領域都有其獨有的研究課題和研究技術。在人工智能中，這樣的分支包含自動定理證明、問題求解、自然語言處理、人工智能方法、程序語言和智能數據檢索系統及自動程序設計等等。在過去的30年中，已經建立了一些具有人工智能的微機軟件系統。
目前，人工智能的應用領域主要有以下幾個方面：一是問題求解。到目前為止，人工智能程序能知道如何思考他們解決的問題；二是邏輯推理與定理證明。邏輯推理是人工智能研究中最持久的領域之一。定理尋找一個證明或反證，不僅需要有根據假設進行演繹的能力，而且許多非形式的工作，在人工智能方法的研究中定理證明是一個極其重要的論題。三是自然語言處理。自然語言的處理是人工智能技術應用與實際領域的典範，目前該領域的主要課題是：計算機系統如何以主題和對話情景為基礎，注重大量的嘗試一一世界知識和期望作用，生成和理解自然語言。四是智能信息檢索技術。信息獲取和淨精華技術已成為當代計算機科學與技術研究中迫切需要研究的課題，將人工智能技術應用於這一領域是人工智能走向廣泛實際應用的契機與突破口。五是專家系統。專家系統是目前人工智能中最活躍、最有成效的研究領域，它是一種具有特定領域內大量知識與經驗的程序系統。
二、人工智能的發展瓶頸
人工智能(AI)學科自1956年誕生至今已走過50多個年頭，就研究解釋和模擬人類智能、智能行為及其規律這一總目標來説，已經邁出了可喜的一步，某些領域已取得了相當的進展。但從整個發展的過程來看，人工智能發展曲折，而且還面臨不少難題，主要有以下幾個方面：
(一)研究方法不足
人工智能發展到今天，已經取得了長足進步，但人類對人腦結構和工作模式的認識還不全面、不深入，這也就決定了現階段神經網絡模型無法真正實現對人腦的模擬；硅基元素組成的電子器件與碳基[]元素組成的神經元組織在物理及化學屬性上有很大的不同，適合於人腦的工作模式，但並不適應神經網絡計算機；根據馬克思主義實踐論觀點，人腦是人類長期勞動實踐的產物，僅靠在實驗室裏電子器件以及線路的排列組合是不可就能實現模擬的。
(二)機器翻譯存在困難
目前機器翻譯所面臨的主要問題仍然是構成句子的單詞和歧義性問題。歧義性問題一直是自然語言理解中的一大難關，要消除歧義性就要對原文的每一個句子及其上下文進行分析理解，尋找導致歧義的詞和詞組在上下文中的準確意義。然而，計算機卻往往孤立地將句子作為理解單位。另外，即使對原文有了一定的理解，理解的意義如何有效地在計算機裏表示出來也存在問題。目前的NLU系統幾乎不能隨着時間的增長而增強理解力，系統的理解大都侷限於表層上，沒有深層的推敲，沒有學習，沒有記憶，更沒有歸納。導致這種結果的原因是計算機本身結構和研究方法的問題。現在NLU的研究方法很不成熟，大多數研究侷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。
(三)模式識別存在困惑
雖然使用計算機進行模式識別的研究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。人的識別手段、形象思維能力，是任何最先進的計算
機識別系統望塵莫及的，另一方面，在現實世界中，生活並不是一項結構嚴密的任務，一般家畜都能輕而易舉地對付，但機器不會，這並不是説它們永遠不會，而是説目前不會。
三、人工智能發展的思考
人工智能具有十分巨大的發展潛力，當前人工智能雖然經過多年研究已取得了一定成績，但這也僅僅是剛剛開始而已，繼續研究下去在很多方面都會有重大的突破。尤其是在科學技術日新月異的今天，各種新科技的出現層出不窮，人工智能將來的發展將不可限量：一是構建智能計算機，代替人類從事腦力勞動。將人類從繁雜的腦力勞動中解放出來，從而極大的提高運算速度和效率；二是機器學習。科學家一直在致力於研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能。雖然在過去的很長的一段時間內都沒有取得十分顯著的成果，但許多新的學習方法相繼問世，並且已經有了實際的應用，這充分説明在這方面的研究已經有了很大的進步。二是自然語言處理。它是計算機科學領域與人工智能領域中的一個重要方向。在經過人工智能研究人員的艱苦努力之後，在該領域中已取得了大量令人矚目的理論與實際應用成果，許多產品已經進入了眾多領域。智能信息檢索技術在Internet技術的影響下，近年來發展勢頭十分迅猛，而且已經成為了人工智能的一個獨立研究分支。
人工智能始終處於計算機這門學科的前沿，其研究的理論和成果在很大程度上將控制科學與技術，決定計算機技術的發展方向。現如今，已經有許多人工智能的研究成果進入到人們的日常生活中。將來，人工智能技術的發展也必將會給人們的工作、生活和教育等帶來長遠深刻的影響。
蒙田範文網