人工智能學(xué)習(xí)研究的現(xiàn)狀及其發(fā)展趨勢(編輯修改稿)
2025-07-19 12:26 本頁面
【文章內(nèi)容簡介】 動(dòng)推理的搜索等通用問題求解手段是遠(yuǎn)遠(yuǎn)不夠的。Newell和Simon等人的認(rèn)知心理學(xué)研究表明，各個(gè)領(lǐng)域的專家之所以在其專業(yè)領(lǐng)域內(nèi)表現(xiàn)出非凡的能力，主要是因?yàn)閷＜覔碛胸S富的專門知識(shí)(領(lǐng)域知識(shí)和經(jīng)驗(yàn))。70年代中期，F(xiàn)eigenbaum提出知識(shí)工程概念，標(biāo)志著人工智能進(jìn)入第二個(gè)發(fā)展時(shí)期。知識(shí)工程強(qiáng)調(diào)知識(shí)在問題求解中的作用；相應(yīng)地，研究內(nèi)容也劃分為三個(gè)方面：知識(shí)獲取，知識(shí)表示和知識(shí)利用。知識(shí)獲取是究怎樣有效地獲得專家知識(shí)；知識(shí)表示是究怎樣將專家知識(shí)表示成在計(jì)算機(jī)內(nèi)易于存儲(chǔ)、易于使用的形式；知識(shí)利用是究怎樣利用已得到恰當(dāng)表示的專家知識(shí)去解決具體領(lǐng)域內(nèi)的問題。知識(shí)工程的主要技術(shù)手段是在早期成果的基礎(chǔ)上發(fā)展起來的，特別是知識(shí)利用，主要依靠自動(dòng)推理和搜索的技術(shù)成果。在知識(shí)表示方面，除使用早期工作中出現(xiàn)的邏輯表示法和過程表示法之外，還發(fā)展了在聯(lián)想記憶和自然語言理解研究中提出的語義網(wǎng)表示法，進(jìn)而引入了框架表示法，概念依賴和腳本表示法以及產(chǎn)生式表示法等等各種不同方法。與早期研究不同，知識(shí)工程強(qiáng)調(diào)實(shí)際應(yīng)用。主要的應(yīng)用成果是各種專家系統(tǒng)。專家系統(tǒng)的核心部件包括： (a)表達(dá)包括專家知識(shí)和其他知識(shí)的知識(shí)庫?！ ?(b)利用知識(shí)解決問題的推理機(jī)?！ 〈笮蛯＜蚁到y(tǒng)的開發(fā)周期往往長達(dá)10余年，其主要原因在于知識(shí)獲取。領(lǐng)域?qū)＜译m然能夠很好地解決問題，卻往往說不清自己是怎么解決的，使用了哪些知識(shí)。這使得負(fù)責(zé)收集專家知識(shí)的知識(shí)工程師很難有效地完成知識(shí)獲取任務(wù)。這種狀況極大的激發(fā)了自動(dòng)知識(shí)獲取機(jī)器學(xué)習(xí)研究的深入發(fā)展。已經(jīng)得到較多研究的機(jī)器學(xué)習(xí)方法包括：歸納學(xué)習(xí)、類比學(xué)習(xí)、解釋學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和進(jìn)化學(xué)習(xí)等等。機(jī)器學(xué)習(xí)的研究目標(biāo)是：讓機(jī)器從自己或“別人”的問題求解經(jīng)驗(yàn)中獲取相關(guān)的知識(shí)和技能，從而提高解決問題的能力。80年代以來，隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及，特別是Internet的出現(xiàn)，各種計(jì)算機(jī)技術(shù)包括人工智能技術(shù)的廣泛應(yīng)用推動(dòng)著人機(jī)關(guān)系的重大變化。據(jù)日美等國未來學(xué)家的預(yù)測，人機(jī)關(guān)系正在迅速地從“以人為紐帶”的傳統(tǒng)模式向“以機(jī)為紐帶”的新模式轉(zhuǎn)變?nèi)藱C(jī)關(guān)系的這一轉(zhuǎn)變將引起社會(huì)生產(chǎn)方式和生活方式的巨大變化，同時(shí)也向人工智能乃至整個(gè)信息技術(shù)提出了新的課題。這促使人工智能進(jìn)入第三個(gè)發(fā)展時(shí)期?！ ≡谶@個(gè)新的發(fā)展時(shí)期中，人工智能面臨一系列新的應(yīng)用需求。（注：第三個(gè)階段）首先是需要提供強(qiáng)有力的技術(shù)手段，以支持分布式協(xié)同工作方式，現(xiàn)代生產(chǎn)是一種社會(huì)化大生產(chǎn)，來自不同專業(yè)的工作者在不同或相同的時(shí)間、地點(diǎn)從事著同一任務(wù)的不同子任務(wù)。這要求計(jì)算機(jī)不僅為每一項(xiàng)子任務(wù)提供輔助和支持，更需要為子任務(wù)之間的協(xié)調(diào)提供輔助和支持。由于各個(gè)子任務(wù)在很大程度上可以獨(dú)立地進(jìn)行，子任務(wù)之間的關(guān)系必然呈現(xiàn)出動(dòng)態(tài)變化和難以預(yù)測的特點(diǎn)。于是，子任務(wù)之間的協(xié)調(diào)（即對分布協(xié)同工作的支持）向人工智能乃至整個(gè)信息技術(shù)以及基礎(chǔ)理論提出了巨大的挑戰(zhàn)?！ ∑浯危W(wǎng)絡(luò)化推進(jìn)了信息化，使原本分散孤立的數(shù)據(jù)庫形成一個(gè)互連的整體，即一個(gè)共同的信息空間。盡管現(xiàn)有的瀏覽器和搜索引擎為用戶在網(wǎng)上查找信息提供了必要的幫助，這種幫助是遠(yuǎn)遠(yuǎn)不夠的，以至于“信息過載”與“信息迷失”狀況日益嚴(yán)重。更強(qiáng)大的智能型信息服務(wù)工具已成為廣大用戶的迫切需要。另一方面，信息空間對人類的價(jià)值不僅在于單獨(dú)的信息條目（比如某廠家生產(chǎn)出了某一新產(chǎn)品的信息），還遠(yuǎn)在于一大類信息中隱藏著的普遍性知識(shí)（比如某個(gè)行業(yè)供求關(guān)系的變化趨勢）。于是，數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)也成為一項(xiàng)迫切的研究課題。機(jī)器人始終是現(xiàn)代工業(yè)的迫切需求。隨著機(jī)器人技術(shù)的發(fā)展，研究重點(diǎn)已經(jīng)轉(zhuǎn)向能在動(dòng)態(tài)、不可預(yù)測環(huán)境中獨(dú)立工作的自主機(jī)器人，以及能與其他機(jī)器人（包括人）協(xié)作的機(jī)器人（注：以前的階段是通過搜索、推理利用人類已經(jīng)總結(jié)的知識(shí)）。顯然，這種機(jī)器人之間的合作可以看成是物理世界中的分布式協(xié)同工作，因而包括相同的理論和技術(shù)問題。 由此可見，人工智能第三發(fā)展時(shí)期的突出特點(diǎn)是研究能夠在動(dòng)態(tài)、不可預(yù)測環(huán)境中自主、協(xié)調(diào)工作的計(jì)算機(jī)系統(tǒng)，這種系統(tǒng)被稱為Agent 。目前，正圍繞著Agent的理論、Agent的體系結(jié)構(gòu)和Agent語言三個(gè)方面展開研究，并已產(chǎn)生一系列重要的新思想、新理論、新方法和新技術(shù)。在這一研究中，人工智能呈現(xiàn)一種與軟件工程、分布式計(jì)算以及通訊技術(shù)相互融合的趨勢。Agent研究的應(yīng)用不限于生產(chǎn)和工作，還深入到人們的學(xué)習(xí)和娛樂等各個(gè)方面。例如，Agent與虛擬現(xiàn)實(shí)相結(jié)合而產(chǎn)生的虛擬訓(xùn)練系統(tǒng)，可以使學(xué)生在不實(shí)際操縱飛機(jī)的情況下學(xué)飛行的基本技能；類似地，也可使顧客“享受”實(shí)戰(zhàn)的“滋味”。 綜觀人工智能學(xué)習(xí)的發(fā)展歷程，可以看出它始終遵循的基本思路。首先是強(qiáng)調(diào)人類智能的人工實(shí)現(xiàn)而不是單純的模擬，以便盡可能地為人類的實(shí)際需要服務(wù)。其次是強(qiáng)調(diào)多學(xué)科的交叉結(jié)合，
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1