數(shù)控編程技術(shù)的發(fā)展概況(編輯修改稿)
2025-07-24 10:52 本頁面
【文章內(nèi)容簡介】 ”快速發(fā)展的重要因素。 著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！倍硪粋€美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計算機(jī)去做過去只有人才能做的智能工作。”這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。 人工智能（Artificial Intelligence，簡稱AI）是計算機(jī)學(xué)科的一個分支，二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。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。這是因為近三十年來它獲得了迅速的發(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獨立的分支，無論在理論和實踐上都已自成一個系統(tǒng)。 人工智能是研究使計算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計算機(jī)實現(xiàn)智能的原理、制造類似于人腦智能的計算機(jī)，使計算機(jī)能實現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科?？梢哉f幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個應(yīng)用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。 從實用觀點來看，人工智能是一門知識工程學(xué)：以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。 通常我們用計算機(jī)，不僅要告訴計算機(jī)，要做什么，還必須詳細(xì)地、正確地告訴計算機(jī)怎么做。也就是說，人們要根據(jù)任務(wù)的要求，以適當(dāng)?shù)挠嬎銠C(jī)語言，編制針對該任務(wù)的應(yīng)用程序，才能應(yīng)用計算機(jī)完成此項任務(wù)。這樣實際上是在人完全控制計算機(jī)完成的，是談不上計算機(jī)有“智能”。 大家都知道，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍(lán)）計算機(jī)系統(tǒng)于1997年5月11日進(jìn)行了六局“人機(jī)大戰(zhàn)”，結(jié)果“深藍(lán)”。比賽結(jié)束了給人們留下了深刻的思考；下棋要獲勝要求選手要有很強(qiáng)的思維能力、記憶能力、豐富的下棋經(jīng)驗，還得及時作出反映，迅速進(jìn)行有效的處理，否則一著出錯滿皆輸，這顯然是個“智能”問題。盡管開發(fā)“深藍(lán)”計算機(jī)的IBM專家也認(rèn)為它離智能計算機(jī)還相差甚遠(yuǎn)，但它以高速的并行的計算能力（2r108步／秒棋的計算速度）。實現(xiàn)了人類智力的計算機(jī)上的部分模擬。 從字面上看，“人工智能”就是用人工的方法在計算機(jī)上實現(xiàn)人的智能，或者說是人們使計算機(jī)具有類似于人的智能。 在20世紀(jì)70年代以后，在許多國家都相繼開展了人工智能的研究，由于當(dāng)時對實現(xiàn)機(jī)器智能理解得過于容易和片面，認(rèn)為只要一些推理的定律加上強(qiáng)大的計算機(jī)就能有專家的水平和超人的能力。這樣，雖然也獲得一定成果，但問題也跟著出現(xiàn)了，例如機(jī)器翻譯當(dāng)時人們往往認(rèn)為只要用一部雙向詞典及詞法知識，就能實現(xiàn)兩種語言文字的互譯，其實完全不是這么一回事，例如，把英語句子“Time flies like an arrow”（光陰似箭）翻譯成日語，然后再譯回英語，竟然成為“蒼蠅喜歡箭”；當(dāng)把英語“The spirit is willing but the flesh is weak”（心有余而力不足）譯成俄語后，再譯回來竟變成“The wine is good but the meat is spoiled”（酒是好的但肉已變質(zhì)）。在其它方面也都遇到這樣或者那樣的困難。這時，本來對人工智能抱懷疑態(tài)度的人提出指責(zé)，甚至把人工智能說成是“騙局”、“庸人自擾”，有些國家還削減人工智能的研究經(jīng)費，一時人工智能的研究進(jìn)入了低潮。 然而，人工智能研究的先驅(qū)者們沒有放棄，而是經(jīng)過認(rèn)真的反思、總結(jié)經(jīng)驗和教訓(xùn)，認(rèn)識到人的智能表現(xiàn)在人能學(xué)習(xí)知識，有了知識，能了解、運用已有的知識。正向思維科學(xué)所說“智能的核心是思維，人的一切智慧或智能都來自大腦思維活動，人類的一切知識都是人們思維的產(chǎn)物?！薄耙粋€系統(tǒng)之所以有智能是因為它具有可運用的知識?！币層嬎銠C(jī)“聰明”起來，首先要解決計算機(jī)如何學(xué)會一些必要知識，以及如何運用學(xué)到的知識問題。只是對一般事物的思維規(guī)律進(jìn)行探索是不可能解決較高層次問題的。人工智能研究的開展應(yīng)當(dāng)改變?yōu)橐灾R為中心來進(jìn)行。 自從人工智能轉(zhuǎn)向以知識為中心進(jìn)行研究以來，以專家知識為基礎(chǔ)開發(fā)的專家系統(tǒng)在許多領(lǐng)域里獲得成功，例如：地礦勘探專家系統(tǒng)（PROSPECTOR）擁有15種礦藏知識，能根據(jù)巖石標(biāo)本及地質(zhì)勘探數(shù)據(jù)對礦產(chǎn)資源進(jìn)行估計和預(yù)測，能對礦床分布、儲藏量、品位、開采價值等進(jìn)行推斷，制定合理的開采方案，成功地
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1