研究價值

具有人工智能的機器人

例如繁重的科學和工程計算本來是要人腦來承擔的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是“需要人類智能才能完成的復雜任務”，可見復雜工作的定義是隨著時代的發(fā)展和技術的進步而變化的，人工智能這門科學的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，另一方面又轉向更有意義、更加困難的目標。

通常，“機器學習”的數(shù)學基礎是“統(tǒng)計學”、“信息論”和“控制論”。還包括其他非數(shù)學學科。這類“機器學習”對“經(jīng)驗”的依賴性很強。計算機需要不斷從解決一類問題的經(jīng)驗中獲取知識，學習策略，在遇到類似的問題時，運用經(jīng)驗知識解決問題并積累新的經(jīng)驗，就像普通人一樣。我們可以將這樣的學習方式稱之為“連續(xù)型學習”。但人類除了會從經(jīng)驗中學習之外，還會創(chuàng)造，即“跳躍型學習”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計算機最難學會的就是“頓悟”?；蛘咴賴栏褚恍﹣碚f，計算機在學習和“實踐”方面難以學會“不依賴于量變的質變”，很難從一種“質”直接到另一種“質”，或者從一個“概念”直接到另一個“概念”。正因為如此，這里的“實踐”并非同人類一樣的實踐。人類的實踐過程同時包括經(jīng)驗和創(chuàng)造。這是智能化研究者夢寐以求的東西。

2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員SC WANG開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導出了研究函數(shù)性質的新方法。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計算機學會“創(chuàng)造”提供了一種方法。本質上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當有效的途徑。這種途徑是數(shù)學賦予的，是普通人無法擁有但計算機可以擁有的“能力”。從此，計算機不僅精于算，還會因精于算而精于創(chuàng)造。計算機學家們應該斬釘截鐵地剝奪“精于創(chuàng)造”的計算機過于全面的操作能力，否則計算機真的有一天會“反捕”人類。

當回頭審視新方法的推演過程和數(shù)學的時候，作者拓展了對思維和數(shù)學的認識。數(shù)學簡潔，清晰，可靠性、模式化強。在數(shù)學的發(fā)展史上，處處閃耀著數(shù)學大師們創(chuàng)造力的光輝。這些創(chuàng)造力以各種數(shù)學定理或結論的方式呈現(xiàn)出來，而數(shù)學定理最大的特點就是：建立在一些基本的概念和公理上，以模式化的語言方式表達出來的包含豐富信息的邏輯結構。應該說，數(shù)學是最單純、最直白地反映著（至少一類）創(chuàng)造力模式的學科。

發(fā)展階段

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，并首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生。IBM公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現(xiàn)。

從1956年正式提出人工智能學科算起，50多年來，取得長足的發(fā)展，成為一門廣泛的交叉和前沿科學?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。如果希望做出一臺能夠思考的機器，那就必須知道什么是思考，更進一步講就是什么是智慧。什么樣的機器才是智慧的呢？科學家已經(jīng)作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。

當計算機出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數(shù)科學家為這個目標努力著。如今人工智能已經(jīng)不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，如今計算機似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍（DEEP BLUE）計算機戰(zhàn)勝了國際象棋大師卡斯帕洛夫（KASPAROV）。大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人類發(fā)揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。

2019年3月4日,十三屆全國人大二次會議舉行新聞發(fā)布會，大會發(fā)言人張業(yè)遂表示，已將與人工智能密切相關的立法項目列入立法規(guī)劃。

科學介紹

實際應用

機器視覺，指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，自動規(guī)劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。

學科范疇

人工智能是一門邊緣學科，屬于自然科學和社會科學的交叉。

涉及學科

哲學和認知科學，數(shù)學，神經(jīng)生理學，心理學，計算機科學，信息論，控制論，不定性論

研究范疇

自然語言處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計軟計算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡，復雜系統(tǒng)，遺傳算法

意識和人工智能

人工智能就其本質而言，是對人的思維的信息過程的模擬。

對于人的思維模擬可以從兩條道路進行，一是結構模擬，仿照人腦的結構機制，制造出“類人腦”的機器；二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現(xiàn)代電子計算機的產(chǎn)生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。

弱人工智能如今不斷地迅猛發(fā)展，尤其是2008年經(jīng)濟危機后，美日歐希望借機器人等實現(xiàn)再工業(yè)化，工業(yè)機器人以比以往任何時候更快的速度發(fā)展，更加帶動了弱人工智能和相關領域產(chǎn)業(yè)的不斷突破，很多必須用人來做的工作如今已經(jīng)能用機器人實現(xiàn)。

而強人工智能則暫時處于瓶頸，還需要科學家們和人類的努力。

主要成果

人機對弈

1996年2月10～17日， GARRY KASPAROV以4：2戰(zhàn)勝“深藍” （DEEP BLUE）。

1997年5月3～11日， GARRY KASPAROV以2。5：3。5輸于改進后的“深藍”。

2003年2月GARRY KASPAROV 3:3戰(zhàn)平 “小深”（DEEP JUNIOR）。

2003年11月GARRY KASPAROV 2:2戰(zhàn)平 “X3D德國人” (X3D-FRITZ）。

模式識別

采用 $模式識別引擎，分支有2D識別引擎 ，3D識別引擎，駐波識別引擎以及多維識別引擎

2D識別引擎已推出指紋識別，人像識別 ，文字識別，圖像識別 ，車牌識別；駐波識別引擎已推出語音識別；3D識別引擎已推出指紋識別玉帶林中掛（玩游智能版1。25）

自動工程

自動駕駛（OSO系統(tǒng)）

印鈔工廠（￥流水線）

獵鷹系統(tǒng)（YOD繪圖）

知識工程

以知識本身為處理對象，研究如何運用人工智能和軟件技術，設計、構造和維護知識系統(tǒng)

專家系統(tǒng)

智能搜索引擎

計算機視覺和圖像處理

機器翻譯和自然語言理解

數(shù)據(jù)挖掘和知識發(fā)現(xiàn)

相關著作

《視讀人工智能》：機器真的可以思考嗎？人的思維只是一個復雜的計算機程序嗎？本書著眼于人工智能這個有史以來最為棘手的科學問題之一，集中探討了其背后的一些主要話題。人工智能不僅僅是一個虛構的概念。人類對智能機體結構半個世紀的研究表明：機器可以打敗人類最偉大的棋手，類人機器人可以走路并且能和人類進行互動。盡管早就有宣言稱智能機器指日可待，但此方面的進展卻緩慢而艱難。意識和環(huán)境是困擾研究的兩大難題。我們到底應該怎樣去制造智能機器呢？它應該像大腦一樣運轉？它是否需要軀體？從圖靈影響深遠的奠基性研究到機器人和新人工智能的飛躍，本書圖文并茂的將人工智能在過去半個世紀的發(fā)展清晰的呈現(xiàn)在讀者面前。

《人工智能的未來》：詮釋了智能的內涵，闡述了大腦工作的原理，并告訴我們如何才能制造出真正意義上的智能機器——這樣的智能機器將不再僅僅是對人類大腦的簡單模仿，它們的智能在許多方面會遠遠超過人腦?；艚鹚拐J為，從人工智能到神經(jīng)網(wǎng)絡，早先復制人類智能的努力無一成功，究其原因，都是由于人們并未真正了解智能的內涵和人類大腦。所謂智能，就是人腦比較過去、預測未來的能力。大腦不是計算機，不會亦步亦趨、按部就班的根據(jù)輸入產(chǎn)生輸出。大腦是一個龐大的記憶系統(tǒng)，它儲存著在某種程度上反映世界真實結構的經(jīng)驗，能夠記憶事件的前后順序及其相互關系，并依據(jù)記憶做出預測。形成智能、感覺、創(chuàng)造力以及知覺等基礎的，就是大腦的記憶-預測系統(tǒng)……

《人工智能哲學》：人工智能哲學是伴隨現(xiàn)代信息理論和計算機技術發(fā)展起來的一個哲學分支。本書收集了人工智能研究領域學者的十五篇代表性論文，這些論文為計算機科學的發(fā)展和人工智能哲學的建立作出了開創(chuàng)性的貢獻。這些文章總結了人工智能發(fā)展的歷程，該學科發(fā)展的趨勢，以及人工智能中的重要課題。在這些劃時代的著作中，包括有：現(xiàn)代計算機理論之父艾倫·圖靈的“計算機與智能”；美國哲學家塞爾的“心靈，大腦與程序”；J·E·欣頓等人的“分布式表述”，以及本書編者、英國人工智能學者M·A·博登的“逃出中文屋”。

《人工智能：一種現(xiàn)代的方法》：本書以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領域的核心內容，并深入介紹了各個主要的研究方向，是一本難得的綜合性教材。全書分為八大部分：第一部分"人工智能"，第二部分"問題求解"，第三部分"知識與推理"，第四部分"規(guī)劃"，第五部分"不確定知識與推理"，第六部分"學習"，第七部分"通訊、感知與行動"，第八部分"結論"。本書既詳細介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進展，同時收集整理了詳實的歷史文獻與事件。因此本書適合于不同層次和領域的研究人員及學生，可以作為信息領域和相關領域的高等院校本科生和研究生的教材或教學輔導書目，也可以作為相關領域的科研與工程技術人員的參考書。

發(fā)展簡史

人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發(fā)展，技術已最終可以創(chuàng)造出機器智能，“人工智能”（ARTIFICIAL INTELLIGENCE）一詞最初是在1956年DARTMOUTH學會上提出的，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的歷史中，人工智能的發(fā)展比預想的要慢，但一直在前進，從40年前出現(xiàn)至今，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它 技術的發(fā)展。

計算機時代

1941年的一項發(fā)明使信息存儲和處理的各個方面都發(fā)生了革命。這項同時在美國和德國出現(xiàn)的 發(fā)明就是電子計算機。第一臺計算機要占用幾間裝空調的大房間，對程序員來說是場噩夢：僅僅為運行一 個程序就要設置成千的線路。1949年改進后的能存儲程序的計算機使得輸入程序變得簡單些，而且計算機 理論的發(fā)展產(chǎn)生了計算機科學，并最終促使了人工智能的出現(xiàn)。計算機這個用電子方式處理數(shù)據(jù)的發(fā)明，為人工智能的可能實現(xiàn)提供了一種媒介。

雖然計算機為AI提供了必要的技術基礎，但直到50年代早期人們才注意到人類智能與機器之間 的聯(lián)系。 NORBERT WIENER是最早研究反饋理論的美國人之一。最熟悉的反饋控制的例子是自動調溫器。它將收集到的房間溫度與希望的溫度比較，并做出反應將加熱器開大或關小，從而控制環(huán)境溫度。這項對反饋 回路的研究重要性在于：WIENER從理論上指出，所有的智能活動都是反饋機制的結果。而反饋機制是有可 能用機器模擬的。這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大。

1955年末，NEWELL和SIMON做了一個名為"邏輯專家"(LOGIC THEORIST）的程序。這個程序被許多人 認為是第一個AI程序。它將每個問題都表示成一個樹形模型，然后選擇最可能得到正確結論的那一枝來求解 問題。"邏輯專家"對公眾和AI研究領域產(chǎn)生的影響使它成為AI發(fā)展中一個重要的里程碑。1956年，被認為是 人工智能之父的JOHN MCCARTHY組織了一次學會，將許多對機器智能感興趣的專家學者聚集在一起進行了一 個月的討論。他請他們到 VERMONT參加 " DARTMOUTH人工智能夏季研究會"。從那時起，這個領域被命名為 "人工智能"。雖然 DARTMOUTH學會不是非常成功，但它確實集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎。

DARTMOUTH會議后的7年中，AI研究開始快速發(fā)展。雖然這個領域還沒明確定義，會議中的一些思想 已被重新考慮和使用了CARNEGIE MELLON大學和MIT開始組建AI研究中心。研究面臨新的挑戰(zhàn)：下一步需 要建立能夠更有效解決問題的系統(tǒng)，例如在"邏輯專家"中減少搜索；還有就是建立可以自我學習的系統(tǒng)。

1957年一個新程序，"通用解題機"(GPS）的第一個版本進行了測試。這個程序是由制作"邏輯專家" 的同一個組開發(fā)的。GPS擴展了WIENER的反饋原理，可以解決很多常識問題。兩年以后，IBM成立了一個AI研 究組。HERBERT GELERNETER花3年時間制作了一個解幾何定理的程序。

當越來越多的程序涌現(xiàn)時，MCCARTHY正忙于一個AI史上的突破。1958年MCCARTHY宣布了他的新成 果：LISP語言。 LISP到今天還在用。"LISP"的意思是"表處理"(LIST PROCESSING），它很快就為大多數(shù)AI開發(fā)者采納。

1963年MIT從美國政府得到一筆220萬美元的資助，用于研究機器輔助識別。這筆資助來自國防部 高級研究計劃署（ARPA），已保證美國在技術進步上領先于蘇聯(lián)。這個計劃吸引了來自全世界的計算機科學家，加快了AI研究的發(fā)展步伐。

競賽

以人類的智慧創(chuàng)造出堪與人類大腦相平行的機器腦（人工智能），對人類來說是一個極具誘惑的領域，人類為了實現(xiàn)這一夢想也已經(jīng)奮斗了很多個年頭了。而從一個語言研究者的角度來看，要讓機器與人之間自由交流那是相當困難的，甚至可以說可能會是一個永無答案的問題。人類的語言，人類的智能是如此的復雜，以至于我們的研究還并未觸及其導向本質的外延部分的邊沿。

大量程序

以后幾年出現(xiàn)了大量程序。其中一個叫"SHRDLU"。"SHRDLU"是"微型世界"項目的一部分，包括 在微型世界（例如只有有限數(shù)量的幾何形體）中的研究與編程。在MIT由MARVIN MINSKY領導的研究人員發(fā)現(xiàn)，面對小規(guī)模的對象，計算機程序可以解決空間和邏輯問題。其它如在60年代末出現(xiàn)的"STUDENT"可以解決代數(shù) 問題，"SIR"可以理解簡單的英語句子。這些程序的結果對處理語言理解和邏輯有所幫助。

70年代另一個進展是專家系統(tǒng)。專家系統(tǒng)可以預測在一定條件下某種解的概率。由于當時計算機已 有巨大容量，專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律。專家系統(tǒng)的市場應用很廣。十年間，專家系統(tǒng)被用于股市預 測，幫助醫(yī)生診斷疾病，以及指示礦工確定礦藏位置等。這一切都因為專家系統(tǒng)存儲規(guī)律和信息的能力而成為可能。

70年代許多新方法被用于AI開發(fā)，如MINSKY的構造理論。另外DAVID MARR提出了機器視覺方 面的新理論，例如，如何通過一副圖像的陰影，形狀，顏色，邊界和紋理等基本信息辨別圖像。通過分析這些信 息，可以推斷出圖像可能是什么。同時期另一項成果是PROLOGE語言，于1972年提出。 80年代期間，AI前進更為迅速，并更多地進入商業(yè)領域。1986年，美國AI相關軟硬件銷售高達4。25億 美元。專家系統(tǒng)因其效用尤受需求。象數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機編程。杜邦，通用 汽車公司和波音公司也大量依賴專家系統(tǒng)。為滿足計算機專家的需要，一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公 司，如TEKNOWLEDGE和INTELLICORP成立了。為了查找和改正現(xiàn)有專家系統(tǒng)中的錯誤，又有另外一些專家系統(tǒng)被設計出來。

日常生活

人們開始感受到計算機和人工智能技術的影響。計算機技術不再只屬于實驗室中的一小群研究人員。 個人電腦和眾多技術雜志使計算機技術展現(xiàn)在人們面前。有了像美國人工智能協(xié)會這樣的基金會。因為AI開發(fā) 的需要，還出現(xiàn)了一陣研究人員進入私人公司的熱潮。150多所像DEC（它雇了700多員工從事AI研究）這樣的公司共花了10億美元在內部的AI開發(fā)組上。

其它AI領域也在80年代進入市場。其中一項就是機器視覺。 MINSKY和MARR的成果如今用到了生產(chǎn)線上的相機和計算機中，進行質量控制。盡管還很簡陋，這些系統(tǒng)已能夠通過黑白區(qū)別分辨出物件形狀的不同。到1985年美國有一百多個公司生產(chǎn)機器視覺系統(tǒng)，銷售額共達8千萬美元。

但80年代對AI工業(yè)來說也不全是好年景。86-87年對AI系統(tǒng)的需求下降，業(yè)界損失了近5億美元。象 TEKNOWLEDGE和INTELLICORP兩家共損失超過6百萬美元，大約占利潤的三分之一巨大的損失迫使許多研究領 導者削減經(jīng)費。另一個令人失望的是國防部高級研究計劃署支持的所謂"智能卡車"。這個項目目的是研制一種能完成許多戰(zhàn)地任務的機器人。由于項目缺陷和成功無望，PENTAGON停止了項目的經(jīng)費。

盡管經(jīng)歷了這些受挫的事件，AI仍在慢慢恢復發(fā)展。新的技術在日本被開發(fā)出來，如在美國首創(chuàng)的模糊邏輯，它可以從不確定的條件作出決策；還有神經(jīng)網(wǎng)絡，被視為實現(xiàn)人工智能的可能途徑?？傊?0年代AI被引入了市場，并顯示出實用價值?？梢源_信，它將是通向21世紀之匙。 人工智能技術接受檢驗 在"沙漠風暴"行動中軍方的智能設備經(jīng)受了戰(zhàn)爭的檢驗。人工智能技術被用于導彈系統(tǒng)和預警顯示以 及其它先進武器。AI技術也進入了家庭。智能電腦的增加吸引了公眾興趣；一些面向蘋果機和IBM兼容機的應用 軟件例如語音和文字識別已可買到；使用模糊邏輯，AI技術簡化了攝像設備。對人工智能相關技術更大的需求促 使新的進步不斷出現(xiàn)。人工智能已經(jīng)并且將繼續(xù)不可避免地改變我們的生活。