【正文】 應(yīng)該說，如果機(jī)器翻譯界 (乃至人工智能界 )能夠克服在沒有確立基本方法論的狀態(tài)下急于進(jìn)行實際應(yīng)用課題的盲目探索，而是更廣泛地吸收科學(xué)界的不同意見，投入更多的精力不斷進(jìn)行人工智能基本方法論的探討，將不會經(jīng)歷如此漫長的艱苦探索。 有些智能機(jī)器人裝備了圖像處理系統(tǒng)，但它以電視技術(shù)為基礎(chǔ)，每秒只能處理 30個畫面，每個畫面的處理時間很難降到 33毫秒以下，因此只能操作速度緩慢的物體。圖象信號用于監(jiān)測司機(jī)面部表情的乏意 (Sleeping Mood)，如根據(jù)每分鐘眨眼次數(shù)。雖然計算機(jī)對可建立信息處理規(guī)則的數(shù)字化信息的計算、搜索、模式識別既快又準(zhǔn)，但由于人類知識普遍具有或然性和可變性，從應(yīng)用價值角度分析，“全自動的并不就是最好的”。而由機(jī)器以其高速度、高精確性地利用知識去解決問題，就使得人類更有力量。 ? 推論 2 計算機(jī)是一個物理符號系統(tǒng)，那么它能夠表現(xiàn)出智能。國際各大計算機(jī)公司又開始將“人工智能”作為其研究內(nèi)容。然而日本人太低估了人工智能的難度，日本的第五代計算機(jī)計劃在扔了上 10億美元之后不得不不了了之。 8687年對 AI系統(tǒng)的需求下降 ,業(yè)界損失了近 5億美元 .象 Teknowledge和 Intellicorp兩家共損失超過 6百萬美元 ,大約占利潤的三分之一。雖然計算機(jī)為 AI提供了必要的技術(shù)基礎(chǔ) ,但直到 50年代早期人們才注意到人類智能與機(jī)器之間的聯(lián)系 . 1956年 ,被認(rèn)為是 人工智能之父的美國學(xué)者麥卡錫（ John McCarthy）組織了一次學(xué)會 ,將許多對機(jī)器智能感興趣的一批 數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計算機(jī)科學(xué)家 和專家學(xué)者聚集在一起進(jìn)行了長達(dá)二個月的討論。 現(xiàn)在，人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個系統(tǒng)，可以模仿人腦的行為 , 去思考宇宙中最復(fù)雜的問題。 不同的學(xué)派對人工智能基本理論、技術(shù) 路線的看法也是有爭論的。符號主義曾長期一枝獨秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實現(xiàn)理論聯(lián)系實際具有特別重要意義。在這些研究領(lǐng)域中，其共同的基本特點是讓機(jī)器學(xué)會“思考” ，成為智能機(jī)器（ Intelligenc machine)。 6070年代，聯(lián)結(jié)主義，尤其是對以感知機(jī) (perceptron)為代表的腦模型的研究曾出現(xiàn)過熱潮，由于當(dāng)時的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在 70年代后期至 80年代初期落入低潮。 圖靈的試驗 。機(jī)器能夠模擬人類智能是極其有限。研究面臨新的挑戰(zhàn) : 下一步需 要建立能夠更有效解決問題的系統(tǒng) ,例如在“邏輯專家”中減少搜索，還有就是建立可以自我學(xué)習(xí)的系統(tǒng) . 1957年一個新程序 ,“通用解題機(jī)” (GPS)的第一個版本進(jìn)行了測試。 美國首創(chuàng)的 模糊邏輯 ,它可以從不確定的條件作出決策 。 在人工智能領(lǐng)域，美國仍在絕大多數(shù)方面領(lǐng)先世界，但是在個別方面已被日本和歐洲超過。 沃威克（ Kevin Warwick）成為世界上第一個將芯片植入體內(nèi)的人。另一個則是 1997年5月，美國ＩＢＭ公司的“深藍(lán)”超級計算機(jī)首次擊敗國際象棋男子世界冠軍卡斯帕羅夫。 前者典型如「 專家系統(tǒng) 」，後者典型為「 機(jī)器發(fā)明系統(tǒng) 」。人機(jī)能力組合技術(shù)的科學(xué)性、功能完整性、普遍適用性水平，決定了一個人工智能系統(tǒng)的實用價值。 目前的計算機(jī)棋類機(jī)不具備如此能力。這項技術(shù)可使機(jī)器人靈巧到能抓住飛舞的蒼蠅、接住飛過來的棒球。 21世紀(jì)是信息化在全球普遍開展的時代，作為現(xiàn)代信息技術(shù)的精髓，人工智能技術(shù)必然成為新世紀(jì)科學(xué)技術(shù)的前沿和焦點。 例如，在人工智能的理論方法研究方面，提出了機(jī)器定理證明的吳氏方法、廣義智能信息系統(tǒng)論、信息 — 知識 — 智能轉(zhuǎn)換理論、全信息論、泛邏輯學(xué)、可拓學(xué)等具有創(chuàng)新特色的理論和方法，為人工智能理論的發(fā)展提供了新的理論體系。“家庭用機(jī)器人”將在 10至 20年內(nèi)開始上市銷售。通過測量穿戴者的呼吸、心率、血壓、出汗、體溫、肌肉反應(yīng)、皮膚電等信號，判斷出穿戴者的情感狀態(tài)，為穿戴者記錄狀態(tài)數(shù)據(jù)，提出保健建議，或發(fā)布健康報警。 3）通過計算機(jī)程序語言實現(xiàn)對象信息的加工處理。深藍(lán)發(fā)展為高水平的博弈大師，在國際象棋比賽規(guī)定的每步棋限時 3分鐘里，可以推演 10002023億步棋局。 需要從認(rèn)知生理學(xué)、認(rèn)知心理學(xué)和認(rèn)知工程學(xué)等相關(guān)學(xué)科來研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。一些面向蘋果機(jī)和 IBM兼容機(jī)的應(yīng)用 軟件例如語音和文字識別已可買到。 1958年 McCarthy宣布了他的新成 果 : LISP語言 . LISP到今天還在用 .“ LISP”的意思是“表處理” (LISt Processing),它很快就為大多數(shù) AI開發(fā)者采納 . 以后幾年出現(xiàn)了大量程序 .其中一個著名的“ SHRDLU” .“ SHRDLU”是“微型世界”項目的一部分 ,包括 在微型世界 (例如只有有限數(shù)量的幾何形體 )中的研究與編程。用這種方法推銷產(chǎn)品可以，但用這種方法定義“人工智能”概念，顯然違背科學(xué)定義的基本常識。 阿倫 控制論思想早在 4050年代就成為時代思潮的重要部分，影響了早期的人工智能工作者。 ：人工智能源于數(shù)理邏輯。 他們對人工智能發(fā)展歷史具有不同的看法。 ：人工智能源于控制論。如果機(jī)器通過了圖靈測試，就認(rèn)為它是 智慧 的。 從方法論上講，根據(jù)電腦能夠在功能意義上模擬人腦，就認(rèn)為電腦具有智能，是一種擬人化移情性思維。這筆資助來自國防部 高級研究計劃署 (ARPA),已保證美國在技術(shù)進(jìn)步上領(lǐng)先于蘇聯(lián) .這個計劃吸引了來自全世界的計算機(jī)科學(xué)家 , 加快了 AI研究的發(fā)展步伐。 AI技術(shù)也進(jìn)入了家庭，智能電腦的增加吸引了公眾興趣 。 90年代，人工智能出現(xiàn)新的研究高潮 由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。 人類智能的計算機(jī)模擬 人類的知識認(rèn)知過程至今未能被完全解釋。經(jīng)歷了數(shù)百次的失利，在科研人員的不斷完善下