人工智能的经典研究领域(人工智能领域)

Bitget下载

注册下载Bitget下载,邀请好友,即有机会赢取 3,000 USDT

APP下载   官网注册

一、人工智能的主要研究方法的区别

由于研究者的专业和研究领域的不同以及他们对智能本质的理解有异,因而形成了不同的人工智能学派,各自采用不同的研究方法。与符号主义、联结主义和行为主义相应的人工智能研究方法为功能模拟法、结构模拟法和行为模拟法。此外,还有综合这3种模拟方法的集成模拟法。

符号主义学派也可称为功能模拟学派。他们认为:智能活动的理论基础是物理符号系统,认知的基元是符号,认知过程是符号模式的操作处理过程。功能模拟法是人工智能最早和应用最广泛的研究方法。功能模拟法以符号处理为核心对人脑功能进行模拟。本方法根据人脑的心理模型,把问题或知识表示为某种逻辑结构,运用符号演算,实现表示、推理和学习等功能,从宏观上模拟人脑思维,实现人工智能功能。

功能模拟法已取得许多重要的研究成果,如定理证明、自动推理、专家系统、自动程序设计和机器博弈等。功能模拟法一般采用显示知识库和推理机来处理问题,因而它能够模拟人脑的逻辑思维,便于实现人脑的高级认知功能。

功能模拟法虽能模拟人脑的高级智能,但也存在不足之处。在用符号表示知识的念时,其有效性很大程度上取决于符号表示的正确性和准确性。当把这些知识概念转换成推理机构能够处理的符号时,将可能丢失一些重要信息。此外,功能模拟难于对含有噪声的信息、不确定性信息和不完全性信息进行处理。这些情况表明,单一使用符号主义的功能模拟法是不可能解决人工智能的所有问题的。

联结主义学派也可称为结构模拟学派。他们认为:思维的基元不是符号而是神经元,认知过程也不是符号处理过程。他们提出对人脑从结构上进行模拟,即根据人脑的生理结构和工作机理来模拟人脑的智能,属于非符号处理范畴。由于大脑的生理结构和工作机理还远未搞清,因而现在只能对人脑的局部进行模拟或进行近似模拟。

人脑是由极其大量的神经细胞构成的神经网络。结构模拟法通过人脑神经网络、神经元之间的连接以及在神经元间的并行处理,实现对人脑智能的模拟。与功能模拟法不同,结构模拟法是基于人脑的生理模型,通过数值计算从微观上模拟人脑,实现人工智能。本方法通过对神经网络的训练进行学习,获得知识并用于解决问题。结构模拟法已在模式识别和图像信息压缩领域获得成功应用。结构模拟法也有缺点,它不适合模拟人的逻辑思维过程,而且受大规模人工神经网络制造的制约,尚不能满足人脑完全模拟的要求。

行为主义学派也可称为行为模拟学派。他们认为:智能不取决于符号和神经元,而取决于感知和行动,提出智能行为的“感知——动作”模式。结构模拟法认为智能不需要知识、不需要表示、不需推理;人工智能可能可以像人类智能一样逐步进化;智能行为只能在现实世界中与周围环境交互作用而表现出来。

智能行为的“感知——动作”模式并不是一种新思想,它是模拟自动控制过程的有效方法,如自适应、自寻优、自学习、自组织等。现在,把这个方法用于模拟智能行为。行为主义的祖先应该是维纳和他的控制论,而布鲁克斯的六足行走机器虫只不过是一件行为模拟法(即控制进化方法)研究人工智能的代表作,为人工智能研究开辟了一条新的途径。

尽管行为主义受到广泛关注,但布鲁克师的机器虫模拟的只是低层智能行为,并不能导致高级智能控制行为,也不可能使智能机器从昆虫智能进化到人类智能。不过,行为主义学派的兴起表明了控制论和系统工程的思想将会进一步影响人工智能的研究和发展。

上述3种人工智能的研究方法各有长短,既有擅长的处理能力,又有一定的局限性。仔细学习和研究各个学派思想和研究方法之后,不难发现,各种模拟方法可以取长补短,实现优势互补。过去在激烈争论时期,那种企图完全否定对方而以一家的主义和方法主宰人工智能世界的氛围,正被互相学习、优势互补、集成模拟、合作共赢、和谐发展的新氛围所代替。

采用集成模拟方法研究人工智能,一方面各学派密切合作,取长补短,可把一种方法无法解决的问题转化为另一方法能够解决的问题;另一方面,逐步建立统一的人工智能理论体系和方法论,在一个统一系统中集成了逻辑思维、形象思维和进化思想,创造人工智能更先进的研究方法。要完成这个任务,任重而道远。

二、人工智能第一个黄金时期的研究成果

1、上世纪60年代是人工智能的第一个发展黄金阶段,该阶段的人工智能主要以语言翻译、证明等研究为主。

2、上世纪70年代前后已有人工智能研究成果逐步应用于各个领域,人工智能技术在商业领域取得了巨大的成果。

3、上世纪90年代以来,随着互联网技术的逐渐普及,人工智能已经逐步发展成为分布式主体,为人工智能的发展提供了新的方向。

三、AI研究的领域

目前人工智能的研究方向常见领域如下:

1.Reasoning,problemsolving演绎、推理和解决问题:逐步推导的方式寻找更有效的算法

2.Knowledgerepresentation知识表示法:让机器存储相应的知识,并且能够按照某种规则推理演绎得到新的知识。

3.Planning规划:建立可预测的世界模型,选择功效最大的行为,即可以够制定目标和实现这些目标的规范。

4.Learning机器学习:让机器从用户和输入数据等处获得知识,从而让机器自动地去判断和输出相应的结果。

5.Naturallanguageprocessing自然语言处理:探讨如何处理及运用自然语言,自然语言认知则是指让电脑“懂”人类的语言。

四、目前人工智能的主要研究方向都有哪些

1、目前人工智能的主要研究方向包括机器学习、深度学习、自然语言处理、计算机视觉、强化学习、知识图谱、智能推荐系统、人机交互等。

2、机器学习和深度学习是人工智能的核心技术,自然语言处理和计算机视觉则关注于处理语言和图像信息。

3、强化学习研究如何使智能体通过与环境的交互来学习最优策略。

4、知识图谱致力于构建结构化的知识库,智能推荐系统则利用算法为用户提供个性化推荐。

5、人机交互研究如何使人与智能系统更加自然、高效地交互。

五、人工智能中最早得以研究并被成功应用的领域

逻辑推理研究在人工智能方法的发展中曾经产生过重要的影响和推动作用,是人工智能中最先进行研究并得到成功应用的一个研究领域

人工智能的经典研究领域(人工智能领域)文档下载: PDF DOC TXT