- 2024-05-11黄黄的树
在人类几千年文明史中，人们发明了各种各样的机器设备（如起重机、汽车、飞机、轮船等）来模拟和延伸人的体力活动，那么对于人的智力活动是否也可以用某种装置来模拟和延伸呢？自古以来，人们就憧憬着研制具有模拟自身智能行为的机器。例如古籍《列子·汤问》就记载过，大约2900年前，周穆王西巡时有个能工巧匠献给他一个结构十分精巧的“机器人”，这个“机器人”不但能歌善舞，甚至还能用眼睛挑逗穆王左右的侍女。可见，人类很早就有制造机器人的大胆设想，但在当时相当落后的技术条件下还不可能成为现实。只有在人类科学发达的今天才有可能付诸实现。自1946年世界上第一台电子计算机ENIAC问世以来，越来越多的科学家注意到模拟和延伸人脑的部分智能活动不但是可能的，而且随着科学技术的进步将逐渐成为现实。
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了”人工智能”这一术语，它标志着”人工智能”这门新兴学科的正式诞生。人工智能是探索和模拟人(人类)的感觉和思维过程的规律，并进而设计出类似人的智能的自动装置的学科。虽然它问世还不到50年，但它以独特的研究对象和广泛的应用前景而引起人们的普遍关注。近年来，在人工智能研究成果的基础上，世界各国正在竞相研制具有强大知识信息处理能力的新一代智能计算机，它的研制将为人工智能的研究开辟更为广阔的前景。
人工智能的研究对象是模拟人类智能。那么究竟什么是人类智能呢？这是一个很难确切回答的问题，但大体上可以说它是人类所具有的知识和能力的总和。
知识一般包括概念、事实和规则，它是人类在改造现实世界实践中所获得的认识和经验之总和。概念是人类在长期实践过程中形成的以区别其他事物的抽象结论；而事实则是人类所认识的客观现象；至于规则，实际上就是概念和事实之间各种联系的描述。这些概念+事实+规则构成了人类的知识，并存放在人的大脑中，因此大脑实际上就相当于一个存放大量知识的“知识库”。
人类智能中的能力是智能中最富有创造性的部分，目前在人工智能的研究中，它主要表现在如何通过学习来获取知识，如何对各种知识进行加工处理, 以及如何运用各种知识来解决实际问题。
目前人工智能研究的主要内容包括：知识表达技术, 知识获取技术, 知识推理技术, 知识运用技术,以及人工智能语言等方面. 它涉及问题求解,定理机械证明,公式自动推导,搏弈,模式识别,机器翻译,自然语言处理等方方面面. 特别在专家系统,自然语言理解和机器人等有十分广泛的应用。
当前，电子计算机是模拟人类智能的主要工具。研究人工智能的主要目的之一，也是为了使现有的计算机提高效能，通过探讨智能的基本原理，研制出更高级的智能机。
人工智能与其他具体科学，诸如数学、物理、化学等，有一个显著的不同点，即人工智能的重点不在于研究某些具体学科的知识，而是着重研究如何表示和使用这些具体知识，也就是在更高层次上去研究那些具有方法论意义的知识。
人工智能从诞生以来，它的理论和技术日益成熟，应用领域也不断扩大，显示出强大的生命力，下面介绍一些它的主要应用领域。
一、专家系统
众所周知，人类专家之所以能解决许多错综复杂的实际问题，是因为他们具有渊博的专业知识和在实践中积累的丰富经验，他们能根据实际情况灵活地综合运用知识和经验来作出判断和决策。如果人们事先把某些专家的知识和经验加以总结和条理化，形成事实和规则，以适当的形式存入计算机，建立起专门的知识库和推理机构，那么计算机系统就可以对输入（一般通过人机对话来进行）的原始数据进行推理（特别是不精确推理），在很大程度上可代替专家作出判断和决策。总而言之，专家系统是计算机的一个程序系统，它对某一领域的问题提供专家水平的解决方法。专家系统具有咨询功能――回答用户提出的某个特定领域的问题、学习功能――在用户的教授和训练下，系统能不断增添或修改所拥有的知识、以及教育功能――系统通过解释自己的决策过程以及回答有关的询问，向用户提供某个专门领域的知识。二十世纪60年代中期出现了世界上第一个专家系统――DENDRAL系统，该系统能根据有机化合物的分子或其质谱来确定有机化合物的分子结构，后来该系统经过一系列的改进和扩充达到了年轻博士的专业水平。70年代中期出现的MYCIN系统开创了专家系统的新局面，它的系统构成和推理技术很有代表性，成为第一代专家系统的“样板”,该系统能帮助不是传染病专家的内科医生对患有严重细菌传染病的患者选择合适的治疗方案。又如著名的PROSPECTOR系统，它能帮助地质学家进行矿藏勘测，通过样品分析等手段来确定最有希望的开采地区乃至具体的下钻地点。目前国外已有上万个专家系统正在不同的专业领域中得到广泛的应用。近年来国内也陆续建造了一批实用的专家系统及其开发工具，人们还将人工神经网络的技术融入到专家系统中。例如浙江大学研制的工艺美术彩色图案设计系统；水稻育种农业专家系统；北京自动化所研制的关幼波肝病诊疗系统；上海计算所研制的内科疾病诊疗系统；福建省科委计算中心研制的林如高骨科诊疗系统；厦门大学参与研制的盛国荣教授冠心病诊疗系统等。还有不少专家系统正在开发。
二、自然语言理解
由于自然语言（如汉语、英语等）本身具有“多义性”，在人－机交换信息的过程中不得不使用某些人工语言，如BASIC、FORTRAN、PASCAL、C、C++等算法语言，这给使用者带来诸多不便，妨碍了计算机的更广泛普及应用。在50年代，人们曾一度热衷于机器翻译的研究，并认为很快就有可能通过词法和句法的分析来解决两种不同语言之间的翻译，但经过一段时间的努力后，意识到人们的语言交流是与信息环境密切相关的，其中隐含着大量的常识性知识和社会背景知识，没有自然语言的理解，语言的机器翻译就不会成功。于是60年代开始，人们的注意力转向了自然语言理解的研究。所谓自然语言理解，就是利用计算机来理解自然语言，让计算机懂得自然语言，从而使计算机能在能人的指导下进行智能工作。目前这方面的研究已取得了一些进展，人们越来越认识到，对语言的分析与表达，单靠语法分析是远远不够的，还应注意语义的分析，甚至应深入到概念水平上去。上世纪70年代以来，出现了一系列自然语言理解系统，它们的共同特点是均与知识的表示密切相关，在这些系统中都利用了大量的背景知识来帮助理解句子。在机器翻译方面，我国实用型英汉等自动翻译系统的研制已取得一系列可喜的进展, 但令人满意的机器翻译系统尚待时日。
三、自动定理证明
数学定理的证明，特别是复杂定理的证明，往往包含着极为巧妙的构思，它是人类思维中演绎推理能力的重要体现。演绎推理实质上是符号运算，因此原则上可以用机械化的方法来进行。数理逻辑的建立使自动定理证明的设想有了更明确的数学形式。1965年鲁滨逊提出了一阶谓词演算中的消解原理，这是自动定理证明的重大突破，为了提高消解效率，人们相继提出了许多新的消解策略，这方面我国的计算机科学工作者（吉林大学、武汉大学、中科院数学所等）取得了不少有意义的结果。1976年，美国伊利诺斯大学的阿佩尔等三人在三台高速计算机上花了1200小时，证明了124年未能解决的“四色问题”，轰动了整个科学界，它表明利用电子计算机有可能把人类思维领域中的演绎推理能力推进到前所未有的境界。我国著名数学家吴文俊在1976年底开始研究可判定问题（即论证某类问题是否存在统一算法解），他在微型机上成功地设计了初等几何与初等微分几何中一大类问题的判定算法及相应的程序，他在这方面的研究处于国际领先地位。后来，我国著名科学家张景中等人进一步推出了“可读性证明”的机器证明方法，再一次轰动了国际学术界。值得提出的是，许多非数值领域的任务，如医疗诊断、信息检索、规划制定和难题求解等，都可以转化成相应的定理证明问题，所以自动定理证明的研究具有普遍的意义。
四、自动程序设计
编制复杂的计算机程序是一项十分艰巨的脑力劳动，这项工作是否能用计算机来协助完成呢？所谓自动程序设计就是根据给定问题的原始描述（更确切地说应是给定问题的规范说明）自动生成满足要求的程序。显然这是个高难度的研究课题，目前在这方面已取得一些初步的进展，尤其是程序变换技术已引起计算机科学工作者的重视。自动程序设计大致可分成两个阶段――生成阶段和改进阶段来进行。在程序的生成阶段，人们将从具体问题的形式规定出发，先设计一个面向问题的、易于解决的正确程序，这时暂时不考虑程序的运行效率；在程序的改进阶段，通过一系列的保持正确性的程序变换，进行数据结构和算法的求精，最终将生成阶段所生成的程序变换成一个面向过程的、效率高的程序。现在国外已陆续出现一些实验性的程序变换系统，如英国爱丁堡大学的程序自动变换系统POP-2，西德默森技术大学的程序变换系统CIP等。国内南京大学、上海交通大学、科学院计算所、北京航天大学、厦门大学等单位也正在积极从事这方面的研究工作。
除此之外，人工智能在机器人学、模式识别、物景分析、数据库的智能检索、机器下棋（实质上是博弈论问题）和家用电器智能化等领域都有广泛的应用。
人类智能的物质基础是人脑，而人工智能的物质基础是电脑，人脑与电脑有着完全不同的物质结构。尽管电脑在处理信息的速度、记忆的准确度以及在承受恶劣环境和长时间稳定工作等方面显得比人脑优越，但是人脑在创造性思维能力、能动的自适应能力，以及认识世界、改造世界的主观能动性方面却远远超过电脑。正因为人脑与电脑具有不同的本质，所以建立在人脑基础上的人类智能与建立在电脑基础上的人工智能是完全不能等同的，人脑的活动是有“意识”的活动，而目前的电脑却还不具备任何“意识”。虽然在局部范围内，人工智能有时会超过人类智能，但在总体上，人工智能是无法与人类智能相比拟的。研究人工智能的目的就是为了更合理地利用电脑，使电脑成为人类的忠实助手，成为我们大脑的延伸，协助人类完成智能方面的一系列工作。
赞87
