【正文】 近年來(lái)迅速發(fā)展起來(lái)應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法。另一種是使計(jì)算機(jī)本身有獲得知識(shí)的能力，它可以學(xué)習(xí)人類(lèi)已有的知識(shí)，并且在實(shí)踐過(guò)程 中不總結(jié)、完善，這種方式稱(chēng)為機(jī)器學(xué)習(xí)。 從上面的對(duì)話(huà)可以看出，能滿(mǎn)足這樣的要求，要求計(jì)算機(jī)不僅能模擬而且可以延伸、擴(kuò)展人的智能，達(dá)到甚至超過(guò)人類(lèi)智能的 水平，在目前是難以達(dá)到的，它是人工智能研究的根本目標(biāo)。通過(guò)對(duì)話(huà)，如果人的一方不能區(qū)分對(duì)方是人還是機(jī)器，那么就可以認(rèn)為那臺(tái)機(jī)器達(dá)到了人類(lèi)智能的水平。 自從人工智能轉(zhuǎn)向以知識(shí) 為中心進(jìn)行研究以來(lái)，以專(zhuān)家知識(shí)為基礎(chǔ)開(kāi)發(fā)的專(zhuān)家系統(tǒng)在許多領(lǐng)域里獲得成功，例如：地礦勘探專(zhuān)家系統(tǒng)（ PROSPECTOR）擁有 15 種礦藏知識(shí)，能根據(jù)巖石標(biāo)本及地質(zhì)勘探數(shù)據(jù)對(duì)礦產(chǎn)資源進(jìn)行估計(jì)和預(yù)測(cè)，能對(duì)礦床分布、儲(chǔ)藏量、品位、開(kāi)采價(jià)值等進(jìn)行推斷，制定合理的開(kāi)采方案，成功地找到了超億美元的鉬礦。在其它方面也都遇到這樣或者那樣的困難。這樣實(shí)際上 是在人完全控制計(jì)算機(jī)完成的，是談不上計(jì)算機(jī)有 “智能 ”。這是因?yàn)榻陙?lái)它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無(wú)論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。這就要求計(jì)算機(jī)能從“ 數(shù)據(jù)處理 ” 擴(kuò)展到還能 “ 知識(shí)處理 ” 的范疇。 采用 APT 語(yǔ)言編制數(shù)控 程序具有程序簡(jiǎn)煉，走刀控制靈活等優(yōu)點(diǎn)，使數(shù)控加工編程從面向機(jī)床指令的 “ 匯編語(yǔ)言 ” 級(jí)，上升到面向幾何元素 .APT 仍有許多不便之處：采用語(yǔ)言定義零件幾何形狀，難以描述復(fù)雜的幾何形狀，缺乏幾何直觀性；缺少對(duì)零件形狀、刀具運(yùn)動(dòng)軌跡的直觀圖形顯示和刀具軌跡的驗(yàn)證手段；難以和 CAD 數(shù)據(jù)庫(kù)和 CAPP 系統(tǒng)有效連接；不容易作到高度的自動(dòng)化，集成化。在諸如航空工業(yè)、汽車(chē)工業(yè)等領(lǐng)域有著大量的應(yīng)用。由于生產(chǎn)實(shí)際的強(qiáng)烈需求，國(guó)內(nèi)外都對(duì)數(shù)控編 江西贛江職業(yè)技術(shù)學(xué)院畢業(yè)論文 5 控編程與 其發(fā)展 數(shù)控編程是目前 CAD/CAPP/CAM 系統(tǒng)中最能明顯發(fā)揮效益的環(huán)節(jié)之一，其在實(shí)現(xiàn)設(shè)計(jì)加工自動(dòng)化、提高加工精度和加工質(zhì)量、縮短產(chǎn)品研制周期等方面發(fā)揮著重要作用。其后， APT 幾經(jīng)發(fā)展，形成了諸如 APTII、 APTIII、 APT(算法改進(jìn)，增加多坐標(biāo)曲面加工編程功能 ) APTAC(Advancedcontouring),APT/SS(SculpturedSurface)等先進(jìn)版。但是在當(dāng)今世界要解決的問(wèn)題并不完全是數(shù)值計(jì)算，像語(yǔ)言的理解和翻譯、圖形和聲音的識(shí)別、決策管理等都不屬于數(shù)值計(jì)算，特別像醫(yī)療診斷要有專(zhuān)門(mén)的特有的經(jīng)驗(yàn)和知識(shí)的醫(yī)師才能作出正確的診斷。也被認(rèn)為是二十一世紀(jì)（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一。也就是說(shuō)，人們要根據(jù)任務(wù)的要求，以適當(dāng)?shù)挠?jì)算機(jī)語(yǔ)言，編制針對(duì)該任務(wù)的應(yīng)用程序，才能應(yīng)用計(jì)算機(jī)完成此項(xiàng)任務(wù)。這樣，雖然也獲得一定成果，但問(wèn)題也跟著出現(xiàn)了，例如機(jī)器翻譯當(dāng)時(shí)人們往往認(rèn)為只要用一部雙向詞典及詞法知識(shí)，就能實(shí)現(xiàn)兩種語(yǔ)言文字的互譯，其實(shí)完全不是這么一回事，例如，把英語(yǔ)句子 “Time flies like an arrow” （光陰似箭 ）翻譯成日語(yǔ)，然后再譯回英語(yǔ)，竟然成為 “ 蒼蠅喜歡箭 ” ；當(dāng)把英語(yǔ) “The spirit is willing but the flesh is weak” （心有余而力不足）譯成俄語(yǔ)后，再譯回來(lái)竟變成 “The wine is good but the meat is spoiled” （酒是好的但肉已變質(zhì)）。人工智能研究的開(kāi)展應(yīng)當(dāng)改變?yōu)橐灾R(shí)為中心來(lái)進(jìn)行。 人工智能研究的目標(biāo) 1950 年英國(guó)數(shù)學(xué)家圖靈（ ,1912—1954）發(fā) 表了 ”計(jì)算機(jī)與智能 ”的論文中提出著名的 “圖靈測(cè)試 ”，形象地提出人工智能應(yīng)該達(dá)到的智能標(biāo)準(zhǔn)；圖靈在這篇論文中認(rèn)為 “不要問(wèn)一個(gè)機(jī)器是否能思維，而是要看它能否通過(guò)以下的測(cè)試；讓人和機(jī)器分別位于兩個(gè)房間，他們只可通話(huà)，不能互相看見(jiàn)。 智者：我認(rèn)為您不夠嚴(yán)謹(jǐn)， “冬日 ”指的是一般冬天的日子，而不是某個(gè)特別的日子，如圣誕節(jié)。 機(jī)器學(xué)習(xí) 要使計(jì)算機(jī)具有知識(shí)一般有兩種方法；一種是由知識(shí)工程師將有關(guān)的知識(shí)歸納、整理，并且表示為計(jì)算機(jī)可以接受、處理的方式輸入計(jì)算機(jī)。在日常生活各方面以及軍事上都有廣大的用途。 機(jī)器人學(xué) 機(jī)器人是一種能模擬人的行為的機(jī)械，對(duì)它的研究經(jīng)歷了三代的發(fā)展過(guò)程： 第一代（程序控制）機(jī)器人：這種機(jī)器人一般是按以下二種方式 “學(xué)會(huì) ”工作的；一種是由設(shè)計(jì)師預(yù)先按工作流程編寫(xiě)好程序存貯在機(jī)器人的內(nèi)部存儲(chǔ)器，在程序控制下工作。雖然第二代機(jī)器人具有一些初級(jí)的智能，但還需要技術(shù)人員協(xié)調(diào)工作。 在人工神經(jīng)網(wǎng)絡(luò)中，信息的處理是由神經(jīng) 元之間的相互作用來(lái)實(shí)現(xiàn)的，知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于和神經(jīng)元連接權(quán)值的動(dòng)態(tài)演化過(guò)程。“ 智能經(jīng)濟(jì) ” 是基于 “ 廣義智能 ” 的經(jīng)濟(jì)， “ 廣義智能 ” 包含：人的智能、人工智能以及人和智能機(jī)器相結(jié)合的 “ 集成智能 ” 。 我的論文題目是《 數(shù)控編程與人工智能 》，為了完成這篇論文， 董 老師對(duì)我給與耐心的指導(dǎo)和幫我耐心的修改。 董 老 師這種無(wú)私奉獻(xiàn)地精神值得我們學(xué)習(xí)。然而人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能中極其重要的一個(gè)研究領(lǐng)域