1、人工智能及其应用前景【摘 要】人工智能从诞生之日起就备受社会各界的广泛关注，经过多年发展，现在已经成为一门综合性的前沿学科。从上世纪七八十年代以来，就被誉为是具有与空间技术和能源技术同等地位的世界三大尖端技术之一，到了二十一世纪又与基因工程、纳米科学同被誉为三大尖端技术。本文主要对人工智能的概念进行解读，而后概述了人工智能的发展历程，并且探析了人工智能的应用和存在的问题，最后展望人工智能今后的发展，对于探索人工智能应用的方向具有一定的价值。【关键词】人工智能；发展；应用；前景Artificial intelligence and its application prospectsAbstrac
2、t：From the date of the birth, artificial intelligence has been widespread attentioned from all walks of life，after many years of development，it has now become a comprehensive frontier discipline. From 70s of the last century，it has been hailed as one of the worlds three cutting-edge technology equal
3、 to space technology and energy technology status. In the 21st century, it is known as the three cutting-edge technology with genetic engineering and nano science. This paper first introduced the concept of the artificial intelligence，interpretation，and then summarized the development of artificial
4、intelligence，and discussed the application of artificial intelligence and the problems，and finally looked forward to the development of artificial intelligence in the future.It has a certain value to explore the direction of the application of artificial intelligence.Keywords：Artificial intelligence
5、；Development；Application field；Prospects前言：人工智能（Artificial Intelligence） ，简称 AI，最初是在 1956 年 Dartmouth 学会上提出的。它是由计算机科学、控制论、神经生理学、语言学等多种学科相互渗透而发展起来的一门综合性的前沿学科。自问世以来的五十多年间已经取得了长足的进展, 由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮, 许多发达国家的高科技计划的重要内容是计算机技术, 而尤以人工智能为其基本重要组成部分。
6、人工智能成为国际公认的当代高技术的核心部分之一。1 人工智能发展历程人工智能的产生及发展过程， 可大致分为起始期、兴起期、稳定期、高峰期。 1.1 起始期 20 世纪 50 年代，人工智能的概念被首次提出。机器定理证明、跳棋程序、LISP 表处理语言、神经元网络计算机等就是在这一时期出现的。有相应的成果，但由于当时过于重视求解的方法，而忽略了知识本身，因此在这一时期也存在着些不足之处。 1.2 兴起期 自从 1956 年夏季那次历史性的聚会后， 人工智能这一以研究如何用机器来模拟人类智能的新兴学科正大步的向前迈进，随着 DENDAL 化学质谱分析系统、MTCIN 疾病诊断和治疗系统、Hears
7、ay-11 语言理解系统等专家系统的出现奠定了人工智能的实用性，1969 年国际人工智能联合会议更是标志着人工智能已得到国际的认可。 1.3 稳定期 20 世纪 80 年代第一次神经网络国际会议在美召开，使得在神经网络上的投资大大提高；20 世纪 90 年代网络技术的出现，提供给了人工智能新的研究方向，使得人工智能从曾经的单个智能主体研究开始转向到基于网络环境下的分布式人工智能研究，让人工智能有了更多的实际用途。 1.4 高峰期 进入 21 世纪以来，人类在人工智能方面由于理论的飞速发展，因而人工智能技术在具体应用上如鱼得水，已经开始渗透到人们的日常生活之中，从卫星智能控制，到机器人足球比赛，
8、再到智能家居机器人1-3，等等，都标志着人工智能技术的飞速发展。 人工智能的具体表现形式是机器模拟人脑，人工智能一直处于技术创新的前沿，近年来更是呈现集中爆发态势。当前以智能搜索、深度学习、云操作处理等为代表的大规模联网应用已经成为信息通信技术引人瞩目的重要方向。近年来美欧相继启动的人脑研发计划，力图打造基于信息通信技术的综合性研究平台，促进人工智能、机器人和神经形态计算系统的发展，预计将助推信息通信技术乃至人类社会生产生活发生深刻的革命性变化。 2 身边的人工智能的应用2.1 问题求解问题求解，即解决管理活动中由于意外引起的非预期效应或与预期效应之间的偏差。能够求解难题的下棋（如国际象棋）程
9、序的出现，是人工智能发展的一大成就。在下棋程序中应用的推理，如向前看几步，把困难的问题分成一些较容易的子问题等技术，逐渐发展成为搜索和问题归约这类人工智能的基本技术。搜索策略可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索，它决定着问题求解的推理步骤中，使用知识的优先关系。另一种问题的求解程序，是把各种数学公式符号汇编在一起 , 其性能已达到非常高的水平，并正在被许多科学家和工程师所应用，甚至有些程序还能够用经验来改善其性能。例如，1993 年美国发布的一个叫做 MACSYMA 的软件，它能够进行较复杂的数学公式符号运算4。2.2 专家系统专家系统 ES （Expert System）
10、是人工智能研究领域中另一重要分支，它将探讨一般的思维方法转入到运用专门知识求解专门问题，实现了人工智能从理论研究向实际应用的重大突破；专家系统可看作一类具有专门知识的计算机智能程序系统，它能运用特定领域中专家提供的专门知识和经验，并采用人工智能中的推理技术来求解和模拟通常由专家才能解决的各种复杂问题。在近年来的专家系统或 “知识工程”的研究中，已经出现了成功和有效应用人工智能技术的趋势，具有有代表性的是用户与专家系统进行“咨询对话” ，如同其与专家面对面的进行对话是一样的： 解释问题并建议进行某些试验，向专家系统询问以期得到有关解答等。当前的实验系统，在比如化学和地质数据分析、计算机系统结构、
11、建筑工程以及医疗诊断等咨询任务方面，已达到很高的水平。不同领域与不同类型的专家系统，它们的体系结构和功能是有一定的差异的，但它们的组成基本一致。一个基本的专家系统主要由知识库、数据库、推理机、解释机制、知识获取和用户界面六部分组成，如图 1 所示5 。身边有很多具体应用，例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。2.3 机器翻译机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻
12、译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义，并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车 2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。以“译星” 、 “雅信译霸”为代表的专业翻译系统，是面对专业或行业用户的翻译软件，但其专业翻译的质量与人们的实用性还有不少差距，有人评价说“满篇英文难不住，满篇中文看不懂” ，该说法虽然比较极端，但机译译文的质量确实却一直是个老大难问题。在目前的情况下，计算机辅助翻译应该是一个比较好的实际选择。事实上，在很多领域中，计算机辅助人类工作
13、的方式已经得到了广泛的应用，例如 CAD软件。机器翻译研究归根结底是一个知识处理问题，它涉及到有关语言内的知识、语言间的知识、以及语言外的世界知识，其中包括常识和相关领域的专门知识。作为人类探索自己智能和操作知识的机制的窗口，机器翻译的研究与应用将更加诱人，但在人类对语言研究还没有清楚“人脑是如何进行语言的模糊识别和判断”的情况下，机器翻译要想达到 100%的准确率是不可能的。2.4 模式识别计算机人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式。其主要的研究对象是计算机模式识别系统，也就是让计算机系统能够模拟人类通过感觉器官对外界产生的各种感知能力。较早的模式识别研究工作集中在
14、对文字和二维图像的识别方面，并取得了不少成果。目前研究的热点是活动目标 （如飞行器）的识别和分析，它是景物分析走向实用化研究的一个标志。各种语音识别装置相继出现，性能良好的能够识别单词的声音识别系统已进入实用阶段，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。其中，中文部分的实验平台设立在中国科学院自动化所的模式识别国家重点实验室，这是口语翻译研究跨入世界领先水平的标志。该系统实现后，人们出国预定旅馆、购买机票、在餐馆对话和兑换外币时，只要利用电话网络和国际互联网，就可用手机、电话等与“老外”通话6。3 其他相关研究对人工智能发展的影响3.1 神经网络人工神经网络是
15、在研究人脑的奥秘中得到启发，试图用大量的处理单元 （人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理，是通过范例的学习，修改了知识库和推理机的结构，达到实现人工智能的目的。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。按照“结构模拟”的方法论思想，人工智能的研究者试图建造人工的神经网络来模拟人类的思维能力。1943 年，McCulloch 和 Pitts 提出神经元的数理逻辑模型，经过后人的改进成为人工神经网络的基本单元。20 世纪 50 年代中期，R
16、osenblatt 等利用人工神经元电路构造感知机(Perceptron) ，可用来识别印刷体的英文字母，初步显示人工神经网络的智能。同一时期，Widrow 等利用人工神经元研究和设计成功具有自适应能力的 Adaline 和 Madaline 系统。人们甚至利用少数几个神经元的简单网络设计成功可模拟高等动物的条件反射能力的人工神经网络，展示了人工神经网络的诱人前景7-8。3.2 大数据大数据技术是继移动互联技术和云计算技术之后一项颠覆性的信息技术，它使得我们拥有了对一些数量巨大、种类繁多、价值密度极低、本身快速变化的数据有效和低成本存取、检索、分类、统计的能力。大数据技术的发展也将在为人工智能
17、提供用武之地的同时，唤醒人工智能巨大的潜力，从而使这两个领域的技术和应用出现加速发展的趋势。近年来由大数据推动的人工智能技术研究有很多，例如 IBM 公司的Watson 系统就是基于大数据技术的。它使用了自然语言语义分析、信息提取、知识表现、自动化推理、机器学习等人工智能方法，是当代人工智能研究的代表性成就。2013 年 2 月，IBM 宣布 Watson 系统第一次被应用在商业项目上：美国纽约 SloanKettering 癌症中心（Memorial SloanKettering Cancer Center)的肺癌治疗设施使用了该系统。IBM 已将 Watson 系统对公众开放，期望建立起有
18、更多应用的智能商业平台。以往的人工智能技术不能发展出与人类相似的学习能力、研究能力和创造能力，其中一个重要的原因是“机器得到的数据量和机器拥有的数据处理能力”与“产生人工智能所需要的数据量和数据处理能力 ”的不匹配。大数据技术的发展，为分析和储存海量的数据提供了技术支持，使得机器得到的数据量和机器拥有的数据处理能力，与形成人工智能所需要的数据量和数据处理能力相匹配的矛盾得到了缓解。在这种情况下，人工智能的理论、方法和技术的巨大潜力才有可能被真正的逐步释放出来，实现人工智能的发展目标。因此，大数据时代的到来,也开启了人工智能的新篇章。总之，大数据和人工智能是现代计算机技术应用的重要分支，近年来这
19、两个领域的研究相互交叉促进，产生了很多新的方法、应用和价值。大数据和人工智能具有天然的联系，大数据的发展本身使用了许多人工智能的理论和方法，人工智能也因大数据技术的发展步入了一个新的发展阶段，并反过来推动大数据的发展。因此，在不久的将来，我们不难想象，大数据和人工智能领域的各种理论和方法，会有加速的发展趋势，从而史无前例地影响整个人类的发展进程。3.3 深度学习深度学习旨在模仿人脑的神经网络，其作用就如人类大脑里掌管知觉、运动指令、意识、语言的“新皮层” ，它能自己学习辨识声音、图像和其他数据，从而帮助计算机破解一些人类几乎完全依靠直觉来解决的琐碎问题，从识别人脸到理解语言等，极大地推动了人工
20、智能的发展。传统机器学习是通过标记数据和有监督学习，这意味着，如果想让机器学会如何识别某一特定对象，就必须人为干预对样本进行标注，也就是说，随着其所需处理数据量的增大，外界对其的支持和帮助也就更大，而且计算结果的准确性也会受到影响。因此，对于这种传统算法，越来越多的数据将成为负担，也更容易达到极限或产生错误结果。但深度学习是从未经标记的数据展开学习，这更接近人脑的学习方式，可以通过训练之后自行掌握概念，这将大幅度提高计算机处理信息的效率，使机器具备一定的人类般的学习和思考能力。如今，谷歌、微软等知名的拥有大数据的高科技公司争相投入资源，占领深度学习的技术制高点，正是因为它们都看到了在大数据时代
21、，更加复杂且更加强大的深度模型能深刻揭示海量数据里所承载的复杂而丰富的信息，并对未来或未知事件作出更精准的预测。当谷歌公司在其安卓智能手机操作系统上采用基于深度学习的语音识别技术后，其单词拼写的错误率下降了 25%，这是语音识别领域 10 多年来最大的突破性进展。深度学习技术不仅在图像和语音识别领域不断取得突破，在处理自然语言方面也发挥了巨大作用，包括用其来理解人类的演说以进行转述或回答相关问题，将一种语言翻译成另一种语言等。4 人工智能目前存在的问题4.1 理论不够成熟人工智能理论从诞生发展到现在，已经从最初的“经典控制论”发展到现今的反馈控制、最优控制、模糊逻辑控制、专家智能控制理论等若干
22、分支理论，但是除了“经典控制论” 建构了详尽而规范的理论体系之外，其他后发展起来的智能控制理论，或多或少都是依据一定的工程背景或特殊的应用场合才逐步发展起来的，因此，人工智能控制理论的发展呈现出不同的理论算法只适用于特点的领域或工程背景、理论的通用性和可移植性较弱的特点； 另一方面，人工智能理论的发展与人工智能技术的实现是相辅相成的，有的人工智能理论的发展先于技术的实现，有的理论算法是在特定的工程应用领域内的研究才获得或提出的，因此，人工智能技术的实现对于理论的发展也存在了一定程度的影响，而且很多人工智能的理论的提出或算法的分析研究都是以相关的技术实现为假设前提的，这就决定了很多人工智能的理论
23、在某些特定的方面必然存在一定的局限性9，因此，到目前为止，人工智能理论的发展还尚未形成一个完整而系统的理论结构框架。4.2 技术上难以实现在人脑思维过程中的大脑神经网络连接活动具有不可重复性。而符号化的思维活动 （比如语言符号的语义约定）却具有可重复的普遍共性。因此，在大脑神经网络连接活动与符号化的思维活动之间，并不存在具有普遍意义的映射关系。换句话说，大脑神经网络连接活动与符号化的思维活动是两条永不相交的平行线。因此，如果要想模拟人类思维活动，应该模拟符号化思维活动，而不是模拟思维活动的生物过程10。另一方面，要提高人工智能技术的使用价值，应该从系统方案设计之初，就充分重视人机优势互补的方法
24、论探讨，而不仅仅是将人机对话、人机互补当成一个不得已的补丁或遮羞布。实践证明，任何以自动化技术为中心的人机接口技术，其应用价值往往大打折扣。同时，只有加强人工智能工程技术开发的方法论研究，建立人工智能工程技术可行性论证规范，才能尽可能降低开发风险，保证人工智能工程性项目开发的顺利完成和市场前景。4.3 应用范围难以突破由于人工智能理论的复杂性，并且目前理论的发展还未形成系统而详尽的规范框架，因此人工智能技术难以获得广泛的应用，目前仅仅在航天航空、地理信息系统建设、机器人等高端科技领域有所涉及应用。近年来，模糊逻辑控制理论也开始逐步应用于家电产品，但是这只是人工智能技术应用的冰山一角，更加宽广的
25、应用范围有待于理论的加深和硬件技术以及软件算法的发展成熟。我们如果想获得人工智能技术的突破式发展，必须要摆脱知识崇拜，承认和重视人类知识的相对性，是现代科学精神的精髓。充分理解具有封闭性特征的公共知识系统在解决探索性问题时只具有辅助功能和参考价值，具有十分重要的意义。因为无论多么复杂的人工智能技术，其基本功能仍然是提供公共知识服务。5 人工智能的前景及展望人工智能的诞生与发展是 20 世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。人工智能的发展方向，是力求使智能系统会分析，自适应并做出自己的决策。就目前人工智能的研究和发展来看，还有许多问题有待解决，主要有：(1)人工智能理论
26、与应用的研究；(2)充分运用科学的基本理论，深入研究人类解决、分析、思考问题的技巧、策略等，建立切实可行的人工智能体系结构；(3)研究适合智能控制系统的信号处理器、传感器和智能开发工具软件，使人工智能得到广泛的应用。人工智能是一门跨学科，需要多学科提供基础支持的科学，它将随着神经网络、大数据的发展而不断发展。如今，人工智能相关领域的研究成果已被广泛地应用于国民生活、工业生产、国防建设等各个领域。在信息网络和知识经济时代，人工智能技术正受到越来越广泛的重视，必将为推动科技进步和产业的发展发挥更大的作用。我们有理由相信：在未来的发展过程中，随着科学技术的不断发展和信息化的不断推进，人工智能将迈入一
27、个快速发展的时代，其功能、其应用都将得到空前的发展。人工智能技术也将更大程度上的改变我们的生活、改变我们的世界。6 人工智能热点应用百度大脑百度在整个互联网业和高科技行业是领先者，是最重视人工智能研发的公司。人工智能取得突破性进展并迅速在工业界产生影响的一个极为成功的例子就是深度学习，而百度是最早把深度学习作为公司核心战略方向的高科技公司。今天，百度大脑无时无刻不在学习，就像人脑一样，今天和昨天是不一样的，会越来越聪明基于百度大脑，人工智能正逐步从数字世界的智能延伸到物理世界的智能，比如自动驾驶项目，需要建立感知能力，决策能力，还有不断自主学习的能力，可以说是人工智能技术的集大成者。人工智能的
28、产品正在影响人们的生活，通过 BaiduEye 这款设备整个世界都将变成一个大橱窗，当众多智能可穿戴设备还在探讨应用场景，该怎样往前走的时候，百度认为智能设备是人的自然延伸，这个自然非常重要。参考文献：1 代树武, 孙辉先. 卫星运行中的自主控制技术J. 空间科学学报, 2002, 22(2): 147-153.2 洪炳熔, 韩学东, 孟伟. 机器人足球比赛研究 J. 机器人, 2003, 25(4).3 安东, 李琦 , 强君. 智能家居机器人J. 生物技术世界, 2012, 8: 084.4 万森. 人工智能原理及其应用M. 电子工业出版社, 2000.5 张妮 , 徐文尚, 王文文 . 人工智能技术发展及应用研究综述J. 煤矿机械, 2009, 30(2): 4-7.6 庭芝, 卫江, 雪梅. 数字图像处理及模式识别 M. 北京理工大学出版社, 2007.7 王鸿斌, 张立毅, 胡志军. 人工神经网络理论及其应用 J. 山西电子技术, 2006 (2): 41-43.8 陈硕. 深度学习神经网络在语音识别中的应用研究D. 华南理工大学, 2013.9 王艳红 . 智能控制理论的探讨 J. 北京工业职业技术学院学报 , 2005, 4(1): 72-76.10 罗公亮. 智能技术与自动化 基本概念与新发展J. 冶金自动化, 2001, 25(3):8-14.
