關(guān)于人工智能的文獻(xiàn)
關(guān)于人工智能的文獻(xiàn)
人工智能的歷史并不久遠(yuǎn)，關(guān)于人工智能的文獻(xiàn)有哪些呢?。下面是學(xué)習(xí)啦小編為你整理的關(guān)于人工智能的文獻(xiàn)，供大家閱覽!
人工智能的形成及其發(fā)展現(xiàn)狀分析
摘要：人工智能的歷史并不久遠(yuǎn)，故將從人工智能的出現(xiàn)、形成、發(fā)展現(xiàn)狀及前景幾個(gè)方面對其進(jìn)行分析，總結(jié)其發(fā)展過程中所出現(xiàn)的問題，以及發(fā)展現(xiàn)狀中的不足之處，分析其今后的發(fā)展方向。
關(guān)鍵詞：人工智能，發(fā)展過程，現(xiàn)狀分析，前景。
一. 引言
人工智能最早是在1936年被英國的科學(xué)家圖靈提出，并不為多數(shù)人所認(rèn)知。當(dāng)時(shí)，他編寫了一個(gè)下象棋的程序，這就是最早期的人工智能的應(yīng)用。也有著名的“圖靈測試”，這也是最初判斷是否是人工智能的方案,因此，圖靈被尊稱為“人工智能之父”。人工智能從產(chǎn)生到發(fā)展經(jīng)歷了一個(gè)起伏跌宕的過程，直到目前為止，人工智能的應(yīng)用技術(shù)也不是很成熟，而且存在相當(dāng)?shù)娜毕?。通過搜集的資料，將詳細(xì)的介紹人工智能這個(gè)領(lǐng)域的具體情況，剖析其面臨的挑戰(zhàn)和未來的前景。
二. 人工智能的發(fā)展歷程
1. 1956年前的孕育期
(1) 從公元前偉大的哲學(xué)家亞里斯多德(Aristotle)到16世紀(jì)英國哲學(xué)家培根(F. Bacon)，他們提出的形式邏輯的三段論、歸納法以及“知識(shí)就是力量”的警句，都對人類思維過程的研究產(chǎn)生了重要影響。
(2)17世紀(jì)德國數(shù)學(xué)家萊布尼茲(G..Leibniz)提出了萬能符號(hào)和推理計(jì)算思想，為數(shù)理邏輯的產(chǎn)生和發(fā)展奠定了基礎(chǔ)，播下了現(xiàn)代機(jī)器思維設(shè)計(jì)思想的種子。而19世紀(jì)的英國邏輯學(xué)家布爾(G. Boole)創(chuàng)立的布爾代數(shù)，實(shí)現(xiàn)了用符號(hào)語言描述人類思維活動(dòng)的基本推理法則。
(3) 20世紀(jì)30年代迅速發(fā)展的數(shù)學(xué)邏輯和關(guān)于計(jì)算的新思想，使人們在計(jì)算機(jī)出現(xiàn)之前，就建立了計(jì)算與智能關(guān)系的概念。被譽(yù)為人工智能之父的英國天才的數(shù)學(xué)家圖靈(A. Tur-ing)在1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型，即圖靈機(jī)之后,1946年就由美國數(shù)學(xué)家莫克利(J. Mauchly)和?？绿?J. Echert)研制出了世界上第一臺(tái)數(shù)字計(jì)算機(jī)，它為人工智能的研究奠定了不可缺少的物質(zhì)基礎(chǔ)。1950年圖靈又發(fā)表了“計(jì)算機(jī)與智能”的論文，提出了著名的“圖靈測試”，形象地指出什么是人工智能以及機(jī)器具有智能的標(biāo)準(zhǔn)，對人工智能的發(fā)展產(chǎn)生了極其深遠(yuǎn)的影響。
(4) 1934年美國神經(jīng)生理學(xué)家麥克洛奇(W. McCulloch) 和匹茲(W. Pitts )建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)模型，為以后的人工神經(jīng)網(wǎng)絡(luò)研究奠定了基礎(chǔ)。
2. 1956年至1969年的誕生發(fā)育期
(1)1956年夏季，麻省理工學(xué)院(MIT)的麥卡錫(J.McCarthy)、明斯基(M. Minshy)、塞爾夫里奇(O. Selfridge)與索羅門夫(R. Solomonff)、 IBM的洛
切斯特(N. Lochester)、莫爾(T. More)與塞繆爾(A. Samuel)、貝爾實(shí)驗(yàn)室的香農(nóng)(C. Shannon)、卡內(nèi)基一梅隆大學(xué)(CMU)的紐厄爾(A. Newell)與西蒙(H. Simon)等10人在美國的達(dá)特茅斯大學(xué)(Dartmouth)舉辦了一個(gè)長達(dá)兩個(gè)月的關(guān)于機(jī)器智能的研討會(huì)，會(huì)上統(tǒng)一使用了人工智能(Artificial Intelligence)這一術(shù)語，用它來代表有關(guān)機(jī)器智能這一研究方向，這標(biāo)志了人工智能學(xué)科的正式誕生。
(2)1956年至1969年間，塞繆爾研制了能自學(xué)習(xí)的跳棋程序.1959年它擊敗了塞繆爾本人，1969年又擊敗了一個(gè)州的冠軍
(3) 1956年至1965年間，紐厄爾和西蒙研制的“邏輯理論家”的程序，證明了“數(shù)學(xué)原理”中的38個(gè)定理;
1958年美籍華人數(shù)理學(xué)家王浩在計(jì)算機(jī)上僅用5分鐘就證明了“數(shù)學(xué)原理”中的有關(guān)命題演算的全部220條定理;
1960年紐厄爾和西蒙在心理學(xué)實(shí)驗(yàn)的基礎(chǔ)上研制成了一種不依賴具體領(lǐng)域的通用問題求解程序GPS(General Problem Solver)，可以求解11種不同類型的問題;
1965年魯濱遜(J.Robinson )提出了消解原理，為定理的機(jī)器證明做出了突破性的貢獻(xiàn)。
(4) 1956年至 1968年間，斯坦福大學(xué)的費(fèi)根鮑姆(G . Feigenbaum )教授首先開展了專家系統(tǒng)的研究，他們研究成功的DENDRAL專家系統(tǒng)能根據(jù)質(zhì)譜儀的實(shí)驗(yàn)，通過分析推理決定化合物的分子結(jié)構(gòu)，其能力相當(dāng)于化學(xué)專家的水平。
(5)1969年國際人工智能聯(lián)合會(huì)議(international Conferences On Artificial Intelligence)成立，它標(biāo)志著人工智能這門新興學(xué)科得到了世界范圍的公認(rèn)。
3. 1970年以后的起伏發(fā)展期
20世紀(jì)70年代，人工智能進(jìn)人發(fā)展期，許多國家都相繼開展了這門新興學(xué)科的研究工作。60年代一連串的勝利，使人工智能的學(xué)者們興高采烈，也使公眾對人工智能提出了更高的期望，但是事情發(fā)展遠(yuǎn)非如此。塞繆爾的下棋程序當(dāng)了州級冠軍之后，與世界冠軍對弈時(shí)就從沒有贏過。最有希望出實(shí)質(zhì)性成果的自然語言翻譯也問題不斷，人們原以為只要用一部雙向字典和一些語法知識(shí)就可能解決自然語言的互譯問題，結(jié)果發(fā)現(xiàn)機(jī)器翻譯鬧出了不少笑話。
以至于有人挖苦說，美國花了2000萬美元為機(jī)器翻譯建立了一塊墓碑。被公認(rèn)為有“重大突破”的消解法，也因其局限性不能適應(yīng)現(xiàn)實(shí)世界諸多問題，在神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)研究方面也遇到了種種困難。輿論的譴責(zé)，經(jīng)費(fèi)的缺乏，使人工智能研究一時(shí)陷入了困境。
三. 人工智能的現(xiàn)狀分析及發(fā)展前景
(一)現(xiàn)狀分析
人工智能的理論現(xiàn)狀為分而治之(主要有三個(gè)方面，即結(jié)構(gòu)主義，功能主義，行為主義)。人們的對事物本質(zhì)認(rèn)識(shí)論存在差異性，從事物的不同方面模擬智能系統(tǒng)，使得人工智能從其產(chǎn)生，到現(xiàn)在，不論是對其認(rèn)知，或是研究，都存在一種“盲人摸象”的錯(cuò)誤認(rèn)識(shí)。結(jié)構(gòu)、功能、行為是智能系統(tǒng)的基本屬性，最能揭示系統(tǒng)本質(zhì)的應(yīng)當(dāng)是“工作機(jī)制”，亦可稱之為機(jī)制主義。所謂的機(jī)制主義即是在給定的問題-環(huán)境-工具的前提下，提取相關(guān)信息，并在此基礎(chǔ)上將信息轉(zhuǎn)換為知識(shí)。主要有三個(gè)階段：首先是從本體論信息到認(rèn)識(shí)論信息(信息的獲取)，然后是從認(rèn)識(shí)論信息到知識(shí)，而最后一階段是智能策略。其結(jié)構(gòu)流程圖
如下：
這個(gè)圖簡明的說明了“機(jī)制主義”的具體構(gòu)成，以及所包含的內(nèi)容。 然而，盡管如此，人工智能在現(xiàn)階段任然有很大的局限性，這主要表現(xiàn)在五個(gè)大的方面：
1.認(rèn)識(shí)論的局限性。人們對于思維的過程的認(rèn)識(shí)是比較片面的，覺得思維過程可以通過物理符號(hào)的運(yùn)算模擬出來，而一些形象思維或者抽象思維的程式是無法被簡單物化的。
2.智能化方法與途徑方面的局限性。從機(jī)械角度出發(fā)，主要分為結(jié)構(gòu)派和功能派。結(jié)構(gòu)派從研究人的大腦神經(jīng)結(jié)構(gòu)出發(fā)，企圖模擬人的神經(jīng)網(wǎng)絡(luò)，殊不知人的神經(jīng)元數(shù)量眾多，這也使得結(jié)構(gòu)派的智能化道路顯得任重道遠(yuǎn);功能派從研究思維的活動(dòng)和智能行為的心理學(xué)特性出發(fā)，但是根本思維還是符號(hào)主義，理論模型仍是圖靈機(jī)模型。
3.數(shù)學(xué)基礎(chǔ)的局限性。人工智能最基本的還是計(jì)算問題，這就涉及到近代數(shù)學(xué)的現(xiàn)狀。近代數(shù)學(xué)具有封閉性，線性，結(jié)構(gòu)不變性，收斂性以及精確性，而人工智能所要求的卻恰好相反，它所需要的是進(jìn)行非結(jié)構(gòu)化的、非線性、模糊發(fā)散的計(jì)算，以滿足智能化的需求。
4.計(jì)算機(jī)模型的局限性。主要表現(xiàn)在四個(gè)方面：
1)問題表示的方法的局限性。
2)需要對問題本身抽象出一個(gè)數(shù)學(xué)意義上的精確地解析式。
3)需要針對問題設(shè)計(jì)算法。
4)求解的結(jié)果的唯一性。
5)圖靈計(jì)算機(jī)模型下的問題一般都是可遞歸的問題。
6)很多時(shí)候，要實(shí)現(xiàn)真正的人工智能，我們要求的是滿意解而非是精確解，而這時(shí)以圖靈模型為原型的計(jì)算機(jī)模型所做不到的。
5.形式演繹理論方面的局限性
6.實(shí)現(xiàn)技術(shù)方面的局限性。知識(shí)表示、推理、環(huán)境與工具等都存在較大的局限性，限制其發(fā)展。
畢竟人腦和機(jī)器是有很大的區(qū)別的，人腦勝于計(jì)算機(jī)的地方, 就是具有邏輯思維、概念的抽象、辯證思維和形象思維, 能從知識(shí)中抽取出性質(zhì)不同、更高層次的核心知識(shí), 能從多方面地把握信息, 因此在解決問題時(shí), 大大減少了對每一種可能組合的解決問題方案的探索, 甚至在很多情況下, 根本無須探索各種可能的組合, 就直接想出辦法, 找到答案。這樣, 就避免了組合爆炸。計(jì)算機(jī)雖能進(jìn)行調(diào)整, 進(jìn)行有限的自組織, 但由于不具備形象思維和邏輯思維,僅能放
大人的悟性活動(dòng)中的演繹方法, 不可能真正具有智能。由此, 決定了計(jì)算機(jī)不能進(jìn)行學(xué)習(xí)、思維、創(chuàng)造。在計(jì)算機(jī)領(lǐng)域, 機(jī)器人仍然是機(jī)器, 并不具有生命, 但是克隆技術(shù)、轉(zhuǎn)基因技術(shù)等的巨大突破卻可能使人們設(shè)計(jì)創(chuàng)造出具有生命、甚至具有智能的東西。
(二)發(fā)展前景
對于已解決或者即將解決的智能問題，通過對計(jì)算機(jī)的功能程序和它們之間的關(guān)系的深入研究中，或許我們可以找到一條發(fā)展人工智能的新途徑。使用計(jì)算機(jī)解題，都必須通過匯編語言編寫一些程序，將要求解的問題和算法轉(zhuǎn)換成機(jī)器語言，即“0”、“1”代二進(jìn)制機(jī)器指令，方可進(jìn)行。因此用通用的指令集，即代表了計(jì)算機(jī)解決問題的能力。因此或許可以從功能方面去研究一些具有基本功能，但是又無法由其他指令編程實(shí)現(xiàn)的基本指令并通過對他們的指令集進(jìn)行分析，以研究人工智能。
四. 結(jié)束語
人工智能誕生的時(shí)間并太久，技術(shù)也顯得不很成熟，某種意義上講，總是面臨著相當(dāng)多的局限。既然，馮諾.依曼是現(xiàn)在計(jì)算機(jī)的原型，其機(jī)器指令也是限制人工智能化的一大障礙，或許，可從改善機(jī)器語言的的本身出發(fā)，找到新的突破口，將人工智能成熟化。
猜你喜歡：
2.人工智能科技論文