人工智能论文——关于人工智能新突破

《人工智能论文——关于人工智能新突破》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工智能导论学院：工程学院班级：软件工程0901学号：A07090311姓名：张丹-4-人工智能技术新突破摘要：人工智能是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门综合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三大科学技术成就。归纳逻辑是人工智能的逻辑基础。伴随人工智能研究的逐步深入，科学

2、哲学、人工智能和归纳逻辑研究相互影响，出现了新的研究方向。以归纳逻辑为基础，多学科相互合作，可以建立新的机器学习系统或归纳学习系统。关键词：人工智能发展；综合性边缘学科；归纳逻辑；机器学习；专家系统一、智能计算机的发展1．1人工智能概述人工智能的进一步发展是基于归纳逻辑的基础之上的。近年来，人工智能与五代机的研究，所涉及的专家系统、机器学习、知识处理方面都必然运用归纳逻辑。一些研究者试图把归纳逻辑系统带入人工智能研究领域，从而找到一定的正确的方法来发展人工智能研究理论系统。人工智能（ArtificialIntelligence，简称AI）是计算机学科的

3、一个分支，20世纪70年代以来，被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一，也被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。近三十年来，人工智能获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，在理论和实践上都已自成一个系统。美国斯坦福大学人工智能研究中心的尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科———怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”[2]普特南指出：“20世纪

4、早期逻辑领域出现的两位巨人哥德尔（KurtGodel）和杰克斯·赫伯德（JacguesHerbrand）对于人工智能研究作出了重要的贡献。”[3]1936年，由图林提出的图林机器本来是个逻辑学的概念，并非为计算机的研制而提出，但图林机器理论与冯·诺意曼的程序内存思想为计算机科学与技术奠定了重要的理论基础。我国著名逻辑学者陈波教授认为，计算机科学和人工智能研究将是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌[4]-4-。人工智能所具有的独特的学科性质为逻辑学的研究和发展提出了更高的标准和挑战，逻辑学研究的对象、方法和意义都

5、必将取得新的发展与突破。人工智能是用计算机来对人类思维过程和智能进行模拟（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理，制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能几乎涉及自然科学和社会科学的所有学科，其研究范围非常广阔，包括问题求解、定理证明、专家系统、机器学习、智能控制、智能检索等。在人工智能的发展过程中，虽然对归纳的模拟以及智能化早就开始，但真正受到重视而且取得重大进展还是在专家系统与知识工程出现之后。机器学习的核心是归纳学习问题，人工智能在处理不确定性推理的手段时，无论是数值型或非数值型的，特别是其中的

6、非单调推理，都是与归纳学习密切相关的。值得强调的是，非单调推理对不确定性推理的处理方法与归纳逻辑不同，它对归纳逻辑有很大的启发。在人工智能研究中，归纳的研究和不确定性推理密切相关，神经网络的研究运用这方面的知识并开创了新的学习模型。在专家系统中，机器学习、不确定性推理都包含了归纳推理这一要素。正是有了归纳推理，机器才能完成发现定律之类的高级智能活动与行为。20世纪50年代出现了对机器学习的研究，并且得到了普遍的应用和发展。在人工智能的发展进程中，对归纳的模拟研究已占据前所未有的重要地位，归纳学习已经成为机器学习的核心内容。1．2人工智能研究的新发展上述

7、这些理论与发展也为基于归纳基础之上的人工智能应用研究提供了许多可行性条件。人们逐步认识到，专家系统是人工智能从学科发展研究逐渐趋向实际应用，从一般的思维方式方法发展到专门知识运用的重大突破。专家系统在各方面的应用也促进了人工智能基本理论和基本技术的进一步发展。专家系统是一种在一定领域中具有专家水平解决难题能力的智能程序系统，它能灵活运用专家积累的经验和专门知识，求解通常需由人类专家所完成的任务(如医疗诊断)。专家系统的特点是将人类专家的知识用符号来表示，其中最受欢迎的方式是将知识表示为一套规则，如“若x咳血，则X很可能得了肺病”[5]。可是，到20世纪

8、70年代末，当专家系统已发展成实用的AI技术时却面临一个重大困难，即人类专家大都很难清楚明确地