【正文】 夠多的結(jié)構(gòu)化數(shù)據(jù)去表述場(chǎng)景，因此智能感知是實(shí)現(xiàn)人工智能的第一步。智能感知技術(shù)的目的是使計(jì)算機(jī)能 “聽”、會(huì)“看”,目前相應(yīng)的計(jì)算機(jī)視覺技術(shù)和自然語言處理技術(shù)均已經(jīng)初步成熟，開始商業(yè)化嘗試。智能處理：產(chǎn)生智能的第二步是使計(jì)算機(jī)具備足夠的計(jì)算能力模擬人的某些思維過程和行為對(duì)分析收集來的數(shù)據(jù)信息做出判斷，即對(duì)感知的信息進(jìn)行自我學(xué)習(xí)、信息檢索、邏輯判斷、決策，并產(chǎn)生相應(yīng)反映。具體的研究領(lǐng)域包括知識(shí)表達(dá)、自動(dòng)推理、機(jī)器學(xué)習(xí)等，與精確性計(jì)算及編程技術(shù)、存儲(chǔ)技術(shù)、網(wǎng)絡(luò)技術(shù)等密切相關(guān)，是大數(shù)據(jù)技術(shù)發(fā)展的遠(yuǎn)期目標(biāo)，目前該領(lǐng)域研究還處于實(shí)驗(yàn)室研究階段，其中機(jī)器學(xué)習(xí)是人工智能領(lǐng)域目前熱度最高，科研成果最密集的領(lǐng)域。智能反饋：智能反饋控制將前期處理和判斷的結(jié)果轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備，實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動(dòng)。智能反饋控制是人工智能最直觀的表現(xiàn)形式，其表達(dá)能力展現(xiàn)了系統(tǒng)整體的智能水平。智能反饋控制領(lǐng)域與機(jī)械技術(shù)、控制技術(shù)和感知技術(shù)密切相關(guān)，整體表現(xiàn)為機(jī)器人學(xué)，目前機(jī)械技術(shù)受制于材料學(xué)發(fā)展緩慢，控制技術(shù)受益于工業(yè)機(jī)器人領(lǐng)域的積累相對(duì)成熟。在學(xué)術(shù)界，實(shí)現(xiàn)人工智能有三種路線，一是基于邏輯方法進(jìn)行功能模擬的符號(hào)主義路線，代表領(lǐng)域有專家系統(tǒng)和知識(shí)工程。二是基于統(tǒng)計(jì)方法的仿生模擬的連接主義路線，代表領(lǐng)域有機(jī)器學(xué)習(xí)和人腦仿生，三是行為主義，希望從進(jìn)化的角度出發(fā)，基于智能控制系統(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。各國(guó)政府高度重視人工智能相關(guān)產(chǎn)業(yè)的發(fā)展。自人工智能誕生至今，各國(guó)都紛紛加大對(duì)人工智能的科研投入，其中美國(guó)政府主要通過公共投資的方式牽引人工智能產(chǎn)業(yè)的發(fā)展，2013財(cái)年美國(guó)政府將22億美元的國(guó)家預(yù)算投入到了先進(jìn)制造業(yè)，投入方向之一便是“國(guó)家機(jī)器人計(jì)劃”。在技術(shù)方向上，美國(guó)將機(jī)器人技術(shù)列為警惕技術(shù)，主攻軍用機(jī)器人技術(shù)，歐洲主攻服務(wù)和醫(yī)療機(jī)器人技術(shù)，日本主攻仿人和娛樂機(jī)器人?，F(xiàn)階段的技術(shù)突破的重點(diǎn)一是云機(jī)器人技術(shù)，二是人腦仿生計(jì)算技術(shù)。美國(guó)、日本、巴西等國(guó)家均將云機(jī)器人作為機(jī)器人技術(shù)的未來研究方向之一。伴隨著寬帶網(wǎng)絡(luò)設(shè)施的普及，云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，未來機(jī)器人技術(shù)成本的進(jìn)一步降低和機(jī)器人量產(chǎn)化目標(biāo)實(shí)現(xiàn)，機(jī)器人通過網(wǎng)絡(luò)獲得數(shù)據(jù)或者進(jìn)行處理將成為可能。目前國(guó)外相關(guān)研究的方向包括：建立開放系統(tǒng)機(jī)器人架構(gòu)（包括通用的硬件與軟件平臺(tái)）、網(wǎng)絡(luò)互聯(lián)機(jī)器人系統(tǒng)平臺(tái)、機(jī)器人網(wǎng)絡(luò)平臺(tái)的算法和圖像處理系統(tǒng)開發(fā)、云機(jī)器人相關(guān)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的研究等。由于深度學(xué)習(xí)的成功，學(xué)術(shù)界進(jìn)一步沿著連接主義的路線提升計(jì)算機(jī)對(duì)人腦的模擬程度。人腦仿生計(jì)算技術(shù)的發(fā)展，將使電腦可以模仿人類大腦的運(yùn)算并能夠?qū)崿F(xiàn)學(xué)習(xí)和記憶，同時(shí)可以觸類旁通并實(shí)現(xiàn)對(duì)知識(shí)的創(chuàng)造，這種具有創(chuàng)新能力的設(shè)計(jì)將會(huì)讓電腦擁有自我學(xué)習(xí)和創(chuàng)造的能力，與人類大腦的功能幾無二致。在2013年初的國(guó)情咨文中，美國(guó)總統(tǒng)奧巴馬特別提到為人腦繪圖的計(jì)劃，宣布投入30億美元在10年內(nèi)繪制出“人類大腦圖譜”，以了解人腦的運(yùn)行機(jī)理。歐盟委員會(huì)也在2013年初宣布，石墨烯和人腦工程兩大科技入選“未來新興旗艦技術(shù)項(xiàng)目”，并為此設(shè)立專項(xiàng)研發(fā)計(jì)劃，每項(xiàng)計(jì)劃將在未來10年內(nèi)分別獲得10億歐元的經(jīng)費(fèi)。美國(guó)IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實(shí)現(xiàn)電腦模仿人腦的運(yùn)算過程，預(yù)計(jì)最快到2019年可完全模擬出人類大腦。智能更面向?qū)嵱?。另外，由于Hopfield 多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。既然“人工智能”的發(fā)展如此吸引人，那就一定具有相當(dāng)多的發(fā)展方向啦，那么未來它的發(fā)展趨勢(shì)會(huì)是如何呢？我們不妨可以設(shè)想一下： 在計(jì)算機(jī)網(wǎng)絡(luò)如此發(fā)達(dá)的社會(huì)中，我們可以利用人工智能來實(shí)現(xiàn)語言技術(shù)與人類生活的聯(lián)系，雖然目前關(guān)于語言的研究尚未突破語義障礙，現(xiàn)在還看不出在解決自然語言中含糊曖昧的成份方面可能會(huì)取得多大的進(jìn)展，也很難想象在近期內(nèi)能實(shí)現(xiàn)對(duì)任意輸入均可產(chǎn)生高質(zhì)量譯文的機(jī)器翻譯系統(tǒng)或非常理想的篇章理解系統(tǒng)，我們所能看到的是一些有一定限制的但與人類生活密切相關(guān)的語言處理技術(shù)的發(fā)展。隨著語言技術(shù)產(chǎn)品市場(chǎng)的不斷壯大，語言技術(shù)也會(huì)得到更快的發(fā)展。另外，我們也可以利用人工智能來建立與理解復(fù)雜的自適應(yīng)系統(tǒng)：下一個(gè)十年人工智能研究應(yīng)著重于對(duì)未必能符號(hào)化、信息未必完全的復(fù)雜的自適應(yīng)系統(tǒng)的研究，其中最關(guān)鍵的是如何理解與建立這樣的系統(tǒng)。建立這樣的系統(tǒng)需要發(fā)展一些新的理論與技術(shù)。首先必須發(fā)展能理解與處理上下文的技術(shù)，使所建立的系統(tǒng)能在不同的上下文情境下合理地處理各類問題；其次應(yīng)發(fā)展多路學(xué)習(xí)機(jī)制，使系統(tǒng)能從復(fù)雜的變化的環(huán)境中同時(shí)學(xué)到多種技能(如機(jī)器人足球運(yùn)動(dòng)員就需要有這樣的功能)；另外還應(yīng)探討系統(tǒng)的可自動(dòng)進(jìn)化機(jī)制，使系統(tǒng)能從簡(jiǎn)單的被動(dòng)式的系統(tǒng)逐步進(jìn)化為復(fù)雜的具有自適應(yīng)能力的系統(tǒng)?；谌斯ぶ悄艿陌l(fā)展趨勢(shì)，還可以在機(jī)器學(xué)習(xí)的研究方面取得長(zhǎng)足的發(fā)展。許多新的學(xué)習(xí)方法相繼問世并獲得了成功的應(yīng)用,如增強(qiáng)學(xué)習(xí)算法、reinforcement learning等。也應(yīng)看到,現(xiàn)有的方法處理在線學(xué)習(xí)方面尚不夠有效,尋求一種新的方法,以解決移動(dòng)機(jī)器人、自主agent、智能信息存取等研究中的在線學(xué)習(xí)問題是研究人員共同關(guān)心的問題,相信不久會(huì)在這些方面取得突破。還有，在最受人關(guān)注的機(jī)器人領(lǐng)域里，人工智能蘊(yùn)含著十分強(qiáng)大的發(fā)展空間！雖然現(xiàn)在已經(jīng)實(shí)現(xiàn)了機(jī)器人與人的對(duì)話交流等強(qiáng)大的功能，但相信在未來，人們一定會(huì)挖掘出人工智能更多更強(qiáng)大的功能來運(yùn)用到機(jī)器人中去，讓機(jī)器人更好的未人們服務(wù)！最后，在控制領(lǐng)域內(nèi)，雖然已經(jīng)實(shí)現(xiàn)了遠(yuǎn)程操控技術(shù)，但并不普及，相信在未來，我們可以更輕松自如的利用人工智能來實(shí)現(xiàn)對(duì)家用電器等的遠(yuǎn)程控制的普及，讓每一個(gè)房子都裝有這樣的系統(tǒng)，那么在主人回家之前就可以設(shè)定好最符合主人生活習(xí)慣的環(huán)境，讓辛苦勞累了一天的主人能夠更好的享受到家的溫馨！人工智能誕生50多年來，在崎嶇不平的道路上取得了可喜的進(jìn)展。人工智能的人工智能的研究一旦取得突破性進(jìn)展，將會(huì)對(duì)信息時(shí)代產(chǎn)生重大影響，對(duì)人類文明產(chǎn)生重大影響。不管是在昨天、今天還是明天，“人工智能”都是新時(shí)代的寵兒，注定未社會(huì)的發(fā)展，人們生活水平的提高做出不可小覷的貢獻(xiàn)！我們共同希望“人工智能”的明天更美好！三、人工智能技術(shù)的主要研究?jī)?nèi)容與核心技術(shù)難題人工智能是一種外向型的學(xué)科,它不但要求研究它的人懂得人工智能的知識(shí),而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)及哲學(xué)和生物學(xué)基礎(chǔ),只有這樣才可能讓一臺(tái)什么也不知道的機(jī)器模擬人的思維。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊,它總的來說是面向應(yīng)用的,主要研究領(lǐng)域有專家系統(tǒng),有人在工作,它就可以用在什么地方,因?yàn)槿斯ぶ悄艿淖罡灸康倪€是要模擬人類的思維?？梢詺w納為八個(gè)字:機(jī)器智能、智能機(jī)器。機(jī)器智能：例如,用計(jì)算機(jī)打印常用的報(bào)表,進(jìn)行一些常規(guī)的文字處理,都是程序化的操作,談不上有智能。但是,用計(jì)算機(jī)給人看病,進(jìn)行病理診斷和藥物處方,或者,用計(jì)算機(jī)給機(jī)器看病,進(jìn)行故障診斷和維修處理,就需要計(jì)算機(jī)有人工智能。人工智能學(xué)科領(lǐng)域中有一個(gè)重要的學(xué)科分支是“專家系統(tǒng)”(Expert System),簡(jiǎn)稱代寫論文ES。就是用計(jì)算機(jī)去模擬、延伸和擴(kuò)展專家的智能?；趯＜业闹R(shí)和經(jīng)驗(yàn),可以求解專業(yè)性問題的、具有人工智能的計(jì)算機(jī)應(yīng)用系統(tǒng)。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等。智能機(jī)器：“智能機(jī)器”(Intelligent Machine),簡(jiǎn)稱IM,研究如何設(shè)計(jì)和制造具有更高智能水平的機(jī)器,特別是設(shè)計(jì)和制造更聰明的計(jì)算機(jī)?，F(xiàn)在的計(jì)算機(jī),雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進(jìn)步。但是,在原理上,還沒有重大的突破。通常,人們用計(jì)算機(jī),不僅要告訴計(jì)算機(jī):做什么?,而且還必須詳細(xì)地、正確地告訴計(jì)算機(jī):如何做?。也就是說,人們要根據(jù)工作任務(wù)的需求,以適當(dāng)?shù)挠?jì)算機(jī)語言,進(jìn)行相應(yīng)的軟件設(shè)計(jì),編制面向該任務(wù)的計(jì)算機(jī)應(yīng)用程序,并且,正確地操作計(jì)算機(jī),裝入、啟動(dòng)該應(yīng)用程序,才能用計(jì)算機(jī)完成該項(xiàng)工作任務(wù)。這里,計(jì)算機(jī)實(shí)質(zhì)上只是機(jī)械地、被動(dòng)地執(zhí)行人們編制的應(yīng)用程序指令的“電子奴仆”,也不理解為什么要做這項(xiàng)工作,即不懂得:為什么?。因而,只不過是一個(gè)低智能的、不聰明的“電腦”。那么,如何設(shè)計(jì)和制造高智能的、聰明的“電腦”呢?這正是人工智能另一方面的研究對(duì)象和學(xué)科任務(wù)。目前人工智能主要研究?jī)?nèi)容是:分布式人工智能與多智能主體系統(tǒng)、人工思維模型、知識(shí)系統(tǒng)(包括專家系統(tǒng)、知識(shí)庫系統(tǒng)和智能決策系統(tǒng))、知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘(從大量的、不完全的、模糊的、有噪聲的數(shù)據(jù)中挖掘出對(duì)我們有用的知識(shí))、遺傳與演化計(jì)算(通過對(duì)生物遺傳與進(jìn)化理論的模擬,揭示出人的智能進(jìn)化規(guī)律)、人工生命(通過構(gòu)造簡(jiǎn)單的人工生命系統(tǒng)并觀察其行為,探討初級(jí)智能的奧秘)、人工智能應(yīng)用(如:模糊控制、智能大廈、智能人機(jī)接口、智能機(jī)器人等)等等。未來人工智能的研究方向主要有:人工智能理論、機(jī)器學(xué)習(xí)模型和理論、不精確知識(shí)表示及其推理、常識(shí)知識(shí)及其推理、人工思維模型,智能人機(jī)接口、多智能主體系統(tǒng)、知識(shí)發(fā)現(xiàn)與知識(shí)獲取、人工智能應(yīng)用基礎(chǔ)等?！叭斯ぶ悄堋?Artificial Intelligence)一詞最初是在1956年Dartmouth學(xué)會(huì)上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能理論進(jìn)入21世紀(jì),正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級(jí)的智能“制品”,并使之在越來越多的領(lǐng)域超越人類智能,人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類從事腦力勞動(dòng)，即使現(xiàn)有的計(jì)算機(jī)更聰明更有用。正是根據(jù)這一近期研究目標(biāo)，我們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)(automata)模擬人類的思維過程和智能行為。這個(gè)長(zhǎng)期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。在重新闡述我們的歷史知識(shí)的過程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)會(huì)努力解決知識(shí)的模糊性以及消除知識(shí)的不一致性。這種努力的結(jié)果，可能導(dǎo)致知識(shí)的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。人工智能研究尚存在不少問題，這主要表現(xiàn)在下列幾個(gè)方面： 宏觀與微觀隔離：一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象；另一方面是人工智能邏輯符號(hào)、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次未予研究，無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。全局與局部割裂：人類智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)主義只抓住人腦的抽象思維特性；連接主義只模仿人的形象思維特性；行為主義則著眼于人類智能行為特性及其進(jìn)化過程。它們存在明顯的局限性。必須從多層次、多因素、多維和全局觀點(diǎn)來研究智能，才能克服上述局限性。3 理論和實(shí)際脫節(jié) 大腦的實(shí)際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜得難以理出清晰的頭緒。在微觀上，我們對(duì)大腦的工作機(jī)制卻知之甚少，似是而非，使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當(dāng)成功了。上述存在問題和其它問題說明，人腦的結(jié)構(gòu)和功能要比人們想象的復(fù)雜得多，人工智能研究面臨的困難要比我們估計(jì)的重大得多，人工智能研究的任務(wù)要比我們討論過的艱巨得多。同時(shí)也說明，要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題，完成人工智能的研究任務(wù)，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。我們至少需要經(jīng)過幾代人的持續(xù)奮斗，進(jìn)行多學(xué)科聯(lián)合協(xié)作研究，才可能基本上解開”智能”之謎，使人工智能理論達(dá)到一個(gè)更高的水平。人工智能要解決的問題主要是以下幾個(gè)方面：一、識(shí)別過程，外界輸入的信息向概念邏輯信息轉(zhuǎn)譯，將動(dòng)態(tài)靜態(tài)圖像、聲音、語音、文字、觸覺、味覺等信息轉(zhuǎn)化為形式化（大腦中的信息存儲(chǔ)形式）的概念邏輯信息。二、智能運(yùn)算過程，輸入信息刺激自我學(xué)習(xí)、信息檢索、邏輯判斷、決策，并產(chǎn)生相應(yīng)反應(yīng)。三、控制過程，將需要輸出的反應(yīng)轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息。實(shí)用機(jī)器人在第三個(gè)方面做得比較多，而識(shí)別和智能運(yùn)算是很弱的，尤其是概念知識(shí)的存儲(chǔ)形式、邏輯判斷和決策這些方面更是鮮有成果，這正是人工智能要重點(diǎn)解決的問題。四、人工智能技術(shù)的評(píng)價(jià)與認(rèn)識(shí)人工智能是一門包括計(jì)算機(jī)科學(xué)、控制學(xué)、信系論、語言論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透發(fā)展起來的學(xué)科,其研究對(duì)象可以歸納為“機(jī)器智能、智能機(jī)器”,它體現(xiàn)在思維、感知、行為三個(gè)層次,而它要模擬眼神、擴(kuò)展人的智能,其研究?jī)?nèi)容可以分為機(jī)器思維和思維機(jī)器、機(jī)器感知和感知機(jī)器、機(jī)器行為和行為機(jī)器三個(gè)層次。人工智能研究與應(yīng)用雖然取得了不少成果,但離全面推廣應(yīng)用還有很大距離,還有許多問題有待于解決且需要許多學(xué)科的研究專家共同創(chuàng)作。人工智能（AI）是機(jī)器智能和計(jì)算機(jī)科學(xué)的一個(gè)分支。人工智能將是21世紀(jì)邏輯學(xué)發(fā)展的主要?jiǎng)恿υ慈?，并且在很大程度上將決定21世紀(jì)邏輯學(xué)的面貌。這些年來,人工智能在計(jì)算機(jī)科學(xué)、邏輯學(xué)等領(lǐng)域已取得重大成就,但離真正的人類智能還相差甚遠(yuǎn)。人工智能是一門研究機(jī)器智能和智能機(jī)器的新型的、綜合性的、具有強(qiáng)大生命力的邊緣學(xué)科，它研究怎樣讓計(jì)算機(jī)或智能機(jī)器（包括硬件和軟件）模仿、延伸和擴(kuò)展人腦從事推理、規(guī)劃、計(jì)算、思考、學(xué)習(xí)等思維活動(dòng)，解決迄今為止需要人類專家才能處理好的復(fù)雜問題。人工智能遠(yuǎn)期目標(biāo)是要制造智能機(jī)器，使現(xiàn)有的計(jì)算機(jī)更聰明，能夠模擬人類的智能行為。人工智能的近期目標(biāo)是實(shí)現(xiàn)機(jī)器智能，即先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能，從而使現(xiàn)有的計(jì)算機(jī)更靈活、更好用和更有用，成為人類的智能化信息處理工具。目前，人工智能技術(shù)正在向大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識(shí)表達(dá)、綜合知識(shí)庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。