6.3人工智能
AI(人工智能,Artificial Intelligence)研究是对数据世界的需求发展到对知识世界的需求。
6.3.1 人工智能的概念
人工智能探讨人类思维、行动中那些尚未算法化的功能行为,使机器能够主动地思考和行动,是一门极富挑战性的科学,人工智能的研究不仅涉及计算机科学,而且还涉及脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学、生命科学和数学,以及信息论、控制论和系统论等许多学科领域。具有不同学科背景的人工智能学者对它有着不同的理解,提出了不同的观点,人们称这些观点为符号主义、连接主义和行为主义等。
6.3.2 人工智能的研究途径与方法
1. 人工智能的研究途径
结构模拟、神经计算:就是根据人脑的生理结构和工作机理,实现计算机的智能。
功能模拟、符号推演:现代计算机本质上是符号处理机器,对人脑从功能上进行模拟,实现人工智能。
行为模拟、控制进化:基于感知-行为模型的行为模拟法,是模拟人在控制过程中的智能活动和行为特性,如自寻优、自适应、自学习、自组织等,来研究和实现人工智能。
2. 人工智能的研究方法
(1)知识表示与知识库
知识是一切智能系统的基础,任何智能系统的活动过程都是一个获取知识和运用知识的过程,而要获取和运用知识,首先应该能够对知识进行表示。
(2)运用推理
推理就是根据已有知识运用某种策略推出新知识的过程。
(3)规划技术
规划是指从某个特定问题状态出发,寻找并建立一个操作序列,直到求得目标状态为止的一个行动过程的描述。
(4)归纳技术
归纳技术是指机器自动提取概念、抽取知识、寻找规律的技术。归纳技术与知识获取及机器学习密切相关,因此,它也是人工智能的重要基本技术。归纳可分为基于符号处理的归纳和基于神经网络的归纳。
(5)启发式搜索
人工智能中的搜索分为盲目搜索和启发式(Heuristics)搜索两种。
(6)数据驱动方式
指在系统处理的每一步,需要根据此前所掌握的数据内容来决定。人类在解决问题时主要使用数据驱动方式,因此智能程序系统也应该使用数据驱动方式,这样会更接近于人类分析问题、解决问题的习惯。
(7)人工智能语言
人工智能语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序语言。
6.3.3人工智能的研究领域
在大多数学科中都存在着几个不同的研究领域,每个领域都有其特有的感兴趣的研究课题、研究技术和术语。由于智能的复杂性,人工智能实际上是一个大学科,现在其技术脉络已日趋清楚,理论体系已逐渐形成,应用范围不断扩展。