浅谈人工智能

维普资讯 http://www.cqvip.com ０科教视野０　ＳＣＩＥＮＣＥ　ＩＮＦＯＲＭＡＴＩＯＮ　２００６年第８期　浅谈人工智能　陈步英　（邢台职业技术学院河北势。　关键词：人工智能；专家系统；数据挖掘；智能检索　邢台０５４０００）　摘蜜：本文介绍了人工智能的产生、定义及曲折的发展史，指出了当令人工智能发展的热点、困难厦问题，井论述了人工智能未来的发展趋　Ｔｈｅ　ｓｉｍｐｌｅ　Ｉｎｔｒｏｄｕｃｔｉｏｎ　ｏｆ　Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　ＣＨＥＮ　Ｂｕ－Ｙｉｎｇ　（Ｖｏｃａｔｉｏｎａｌ　ａｎｄ　Ｔｅｃｈｎｉｃａｌ　Ｃｏｌｌｅｇｅ　ｏｆ　ＸｌｎｇＴａｉ）（ｊｎ　ｉ　ＨｅＢｅｉ　Ｃｈｉｎａ　０５４０００）　Ａｂｓｔｒａｃｔ：Ｉｔ　ｍａｉｎｌｙ　ｉｎｔｒｏｄｕｃｅｓ　ｔｈｅ　ｏｒｉｇｉｎ、ｄｅｆｉｎｅ　ａｎｄ　ｄｅｖｉｏｕｓ　ｈｉｓｔｏｒｙ　ｏｆ　ＡＩ，ｐｏｉｎｔｓ　ｏｕｔ　ｔｈｅ　ｈｏｔｓｐｏｔ、ｄｉｆｉｃｕｌｔｆｙ、ｐｒｏｂｌｅｍ　ｏｆ　ＡＩ　ｄｅｖｅｌｏｐｍｅｎｔ　ｔｏｄａｙ，ａｔ　ｌａｓｔ　ｄｉｓｃｕｓｓｅｓ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｔｒｅｎｄ　ｏｆ　ＡＩ　ｉｎ　ｔｈｅ　ｆｕｔｕｒｅ，　Ｋｅｙ　Ｗｏｒｄｓ：Ａｒｔｉｉｆｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ；Ｅｘｐｅｒｔ　Ｓｙｓｔｅｍ；Ｄａｔａ　Ｄｉｎｉｎｇ；Ｉｎｔｅｌｌｉｇｅｎｃｅ　Ｓｅａｒｃｈｉｎｇ　１，人工智能的概述　１）知识获取难知识获取的主要途径是机器学习、机器感知和人　经过５Ｏ年左右的时间，人工智能获得了很大的发展，引起了众多　工移植，前两种方法的能力还不能满足实际要求，还主要通过第三种　学科的日益重视。已成为一门交叉学科和前沿学科，并在许多的领域　途径来实现．即需要通过和专家交流收集知识，而有些知识根本就不　得到广泛的应用。虽然如此，人工智能却没有一个统一的定义，不同的　能用语言准确描述出来，所以对于多个领域的专家相互冲突的知识，　学科、不同的背景，因为他们认识人工智能的角度不同，所以对人工智　让知识工程师感觉束手无措。　２１处理很复杂问题花费的时间长　由于这个原因．使专家系统不　能的理解和观点各异。给人工智能下一个简单的定义：人工智能是指　　如何用计算机去模拟、延伸和扩展人的智能；如何使计算机变的更聪　能处理实时问题。限制了它在这方面的应用。明、更能干；如何设计和制造具有更高智能水平的计算机的理论、方　法、技术及应用系统的一门科学技术。　３）理论体系发展还不完善人工智能的发展依赖于逻辑推理思　维，但是，逻辑思维体系发展还不完善，所以它制约了人工智能的发　展。　现在。人工智能已被人们广为接受，但是它的发展历程却不是一　帆风顺的。在人工智能诞生初期，曾经因为计算机计算能力的限制无　法模拟人脑的思考以及与实际需求的差距过远而走人低谷。随着计算　机硬件和软件的飞速发展，计算机的运算能力以指数级的速度增长。　这个问题才得以解决。同时。网络的兴起。为人工智能的发展又提供了　条件．所以．到十九世界九十年代。人工智能的发展又出现了高潮，人　工智能理论进一步得到完善，人工智能研究者看到了曙光【ｌ】。　２．人工智能的现状　２．１人工智能研究的热点　（２１模式识别的困难虽然使用计算机进行模式识别的研究已经　取得了大量的成果，有的已经投入使用。服务于人类。但是。它的理论　和方法与人的感官识别机制是完全不同的。人的形象思维能力是任何　最先进的计算机都望尘莫及的；另外。在现实世界中，生活并不是一项　结构严密的任务，任何家畜都能完成，但是机器却不能，并不是说它永　远不能．至少现在还不能。　３．人工智能的未来发展　（１）专家系统人工智能作为一门新兴学科受到人们的广泛关注。但是它作为一　在人工智能的研究领域中，专家系统是一个重要的　个整体研究才刚刚起步，离我们的目标还很远。现在人工智能研究者　经过他们的不懈努力，有望在以下几个方面有所突　应用领域。白２０世纪８Ｏ年代后，专家系统的研究就活跃起来。专家系　们正在辛勤耕耘，统是一种能像某一领域专家那样向用户提供解决问题方法的计算机　破。　应用系统．它具有大量的专门知识，包括实际范例以及领域专家们所　ｆ１）自然语言理解自然语言理解是ＡＩ应用领域的典型范例。它　具有的经验和规律．这种系统主要用软件实现。具有综合整理、保存、　主要研究如何让计算机“听懂”、“看懂”人类的语言。如果实现，就可以　再现与传播专家知识和经验的功能，从而用模拟专家做决定的过程来　大大提高计算机的利用率，即使没有计算机知识的人也可以使用计算　机。它是人工智能的一个重要研究方向。　解决那些需要专家才能解决的问题ｔＺ＇ｌ。　ｆ２１机器学习　学习是人工智能的主要标志和获取知识的基本手　专家系统应用于数据模型不好建立、数据不完整、不精确的情况，　而对于那些需要进行大量计算并且数据精确的情况，就不能充分发挥　专家系统的作用。现在，专家系统已被应用于农业、工业、医疗等领域。　如刘雪美等［３１研制出一套用于温室采暖的专家系统，它通过适当的加　温设备和经济的燃料储备。可大量节约温室运行成本。　ｒ２１数据挖掘　数据挖掘（Ｄａｔａ　Ｄｉｎｉｎｇ）就是从大量的、不完全的、有　噪声的、模糊的、随机的数据中。提取隐含在其中的、人们事先不知道　的、但又是潜在有用的信息和知识的过程。数据挖掘的核心技术是进　的模型。找出容易理解的规则和关系，这些规则用来预测未来趋势、评　价用户、评价风险或对给定的数据进行概念性的描述。在数据挖掘中　用到的算法有：人工神经网络、决策树、遗传算法、近邻算法等。　由于数据挖掘是面向应用的。它注重建立解决问题的整体系统，　而不是孤立的过程，所以数据挖掘主要应用于大型银行、保险公司、电　信公司、和营销业。如数据挖掘技术已经在信用卡业务中得到了广泛　应用Ｉ岫。　目前．数据挖掘技术的研究和应用受到学术界和实业界越来越多　的重视．具有广泛的应用前景。　２．２人工智能面临的困难　随着研究的不断深入，人工智能的一　些问题和困难相继显露出来。　（１１专家系统虽然专家系统能够成功解决某些专门领域的问题，　有其优点．但是经过多年的应用和实践，专家系统呈现出以下的弱点：　段，学习能力无疑是人工智能研究的一个最重要的方面。学习是一个　有特定目的的知识获取过程，其内部表现为新知识的不断建立和知识　的更新，而外部表现为系统的性能得到改善。现在，学习方法由传统的　机器学习方法向基于解释的学习方法、基于事例的学习方法、基于人　工神经网络的学习方法、基于遗传算法的学习方法转变。　参考文献　行数据挖掘所采用的算法。数据挖掘的任务是从数据对象中获得数据　［１］王红，刘建辉．人工智能在决策支持系统中的应用与研究［Ｊ］．微计　算机信息：２００５（３）：９５－９７．　［２］安晓辉，刘嘉宏．专家系统原理及其应用探讨［Ｊ］．科技情报开发与　经济：２００５：１５（６）：２３７－２３８．　［３］刘雪美。李进京．华北型日光温室升温系统的节能设计专家系统　［Ｊ］．农机化研究：２００４（２）：１４０－１４２．　［４］郭从秀等．数据挖掘技术在信用卡业务中的应用及实例分析［Ｊ］．中　国信用卡：２００６（１）：６１—６４．　作者简介：陈步￣（１９７４．５一），女，河北保定人，讲师。硕士。研宄方　向：人工智能。