谈人工智能技术

2012-10-13孟和巴雅尔

赤峰学院学报·自然科学版 2012年5期

关键词：人工神经网络机器领域

孟和巴雅尔

（赤峰学院计算机与信息工程学，内蒙古赤峰 024000）

谈人工智能技术

孟和巴雅尔

（赤峰学院计算机与信息工程学，内蒙古赤峰 024000）

人工智能技术被称为本世纪三大科技成就之一，本文主要介绍了人工智能概念，基本原理及其在主要研究领域,介绍了常用的专家系统、机器学习、模式识别智，人工神经网络、定理证明等概念.

人工智能；基本原理；智能技术

人工智能这个词是在1956年夏季，有被誉为人工智能的数学家J.Mocarthy等人在美国的达特茅斯大学(Dartmouth University)举行的人类历史上第一次人工智能研讨会议上提出的.J.Mocarthy提出以“Artificial Intelligence”这个术语命名，简称AI.人工智能是在1956年作为一门新兴学科而正式提出以来计算机研究和应用到一定阶段的产物，也是人类认识自身的重要标志.它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科.人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动.它研究和应用的领域包括专家系统、机器学习、模式识别、自然语言理解、机器人学、博弈、人工神经网络等多个研究领域.人工智能开创了从根本上解放人类智力劳动的途径，在实践上和理论上都具有重要意义.理论上，它使知识的范畴进一步扩展；实践上，它促进了各领域的飞速发展.随着研究和应用的不断深入，人工智能技术发展很快.

1 什么是人工智能?

人工智能(Artificial Intelligence,简记为AI)是当前科学技术发展中的一门前沿学科,同时也是一门新思想、新观念、新理论、新技术不断出现的新兴学科,它是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的综合性边缘学科.人工智能就其本质而言,是对人的思维的信息过程的模拟，它的最终研究目标是构造智能计算机.

2 人工智能的基本原理

人工智能是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性科学,其定义为：一个电脑系统具有人类的知识和行为,并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力.人工智能的产生过程为:对于人类因问题和事物而引起的刺激和反应,以及因此而引发的推理、解决问题、判断及思考决策等过程,将这些过程分解成一些步骤,再通过程序设计,将这些人类解决问题的过程模拟化或公式化,使电脑能够有一个系统的方法来设计或应付更复杂的问题.这套能够应付问题的软件系统,称之为人工智能.人工智能是一种技术而不是一项产品,它的目的是让电脑更能了解一般化的事物.

人工智能的研究领域非常广泛,而且涉及的学科也非常多.目前,人工智能的主要研究领域包括:专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、智能决策支持系统及人工神经网络等.下面主要介绍在网络教育环境中常用的智能技术.

3 专家系统

所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统,它能运用该领域，是以知识为基础的智能推理系统.是最活跃，最有成效的一个研究领域.主要用在医疗诊断、地质勘探、石油化工、数学、军事等方面.专家系统是一种具有特殊领域内大量知识与经验的程序系统，该系统存储有某个专门领域中经实现总结，并按某种格式表示的专家知识，以及拥有类似于专家解决实际问题的推理机制.系统能对输入信息进行处理，并运用知识进行推理，作出决策和判断，其解决问题的水平达到专门领域的知识，使系统达到模拟专家的程度.简单说

专家系统=(推理机)+(知识库)

专家系统大致分为三个组成部分:知识库、推理机和人机界面,具体结构主要有知识库、数据库、推理机、解释器、知识获取(学习系统) 和人机界面组成,其中知识库和推理机是核心部分.专家系统的结构如图1所示.

图1 专家系统的基本结构

专家系统通过提取知识库中的知识,由推理机进行一系列的推理,得出结论,指导工作.专家系统具有以下特点:

(1)它所解决的问题是复杂而专门的问题,这些问题很难用精确的数学语言描述,也没有确定的算法去解决;

(2)专家系统不同于传统的数据处理算法而是突出知识的价值,推广和应用专家知识;

(3)它采用人工智能原理和技术,如符号表示、符号推理和启发搜索等.

4 机器学习

“学习”是一个有特定目的的知识获取过程,其内在行为是获取知识、积累经验、发现规律;外部表现是改进性能、适应环境、实现系统的自我完善.

机器学习是计算机具有一般有两种方法：

①人们把有关知识归纳、推理、整理、用计算机可接受、处理的方法输入到计算机中去；

②使计算机自身具有学习能力，向书本、老师、实践学习，自身完善.

我们称②为机器学习.它包括三方面的研究：

人类学习的机理的研究、学习方法的研究、建立面向具体任务的学习系统.

机器学习是一个难度较大的研究领域与脑科学、神经心理学、计算机视觉、计算机听觉联系密切.“学习”是一个有特定目的的知识获取过程,其内在行为是获取知识、积累经验、发现规律;外部表现是改进性能、适应环境、实现系统的自我完善.

所谓机器学习,就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,不断改善性能,实现自我完善.机器学习主要研究学习的机理、学习的方法以及针对相应的学习系统建立学习系统.

5 模式识别

谓模式识别是研究如何使机器有感知能力的一个领域，主要含视觉模式，听觉模式的识别，主要内容就是让计算机具有自动获取知识的能力,能识别文字、图形、图像、声音等.

计算机硬件的迅速发展,计算机应用领域不断开拓,急切地要求计算机能更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料.但目前计算机却无法直接感知它们,键盘、鼠标等外部设备,对于这样五花八门的外部世界显得无能为力.即使是电视摄像机和话筒等,由于识别技术不高,计算机并未真正知道所采录的究竟是什么信息.计算机对外部世界感知能力的低下,成为开拓计算机应用的狭窄瓶颈.于是,着眼于拓宽计算机的应用领域,提高其感知外部信息能力的学科—模式识别得到了迅速发展.

6 人工神经网络

人工神经网络是指模拟人脑神经系统的结构和功能,运用大量的处理部件,由人工方式建立起来的网络系统.它是在生物神经网络研究的基础上建立起来的,是对脑神经系统的结构和功能的模拟,具有学习能力、记忆能力、计算机能力以及智能处理功能.其中学习是神经网络的主要特征之一,可以根据外界环境来修改自身的行为.学习的过程即是对网络进行训练的过程和不断调整它的连接权值,以使它适应环境变化的过程.学习可分为有教师(或称有监督)学习与无教师(无监督)学习两种类型.

对神经网络的研究使人们对思维和智能有了进一步的了解和认识,开辟了另一条模拟人类智能的道路.

人工神经网络(Artificial Neural Network)是指模拟人脑神经系统的结构和功能是由大量处理单元—神经元互连而成的网络.由人工方式建立起来的网络系统.网络的信息处理由神经元之间的相互作用来实现.它是在生物神经网络研究的基础上建立起来的,是对脑神经系统的结构和功能的模拟,具有学习能力、记忆能力、计算机能力以及智能处理功能.其中学习是神经网络的主要特征之一,学习的过程即是对网络进行训练的过程和不断调整它的连接权值,以使它适应环境变化的过程.学习可分为有教师(或称有监督)学习与无教师(无监督)学习两种类型.

人工神经网络擅长于处理复杂的多维的非线性问题,既可以解决定性问题,又可用于解决定量的问题.人工神经网络具有大规模的并行处理和分布的信息存储能力,良好的自适应性,自组织性及很强的学习、联想、容错及较好的可靠性[6].