20xx淺談人工智能技術(shù)的發(fā)展精選-資料下載頁
2025-03-30 04:59本頁面
【正文】 如何有效地在計(jì)算機(jī)里表示出來也存在征詢題。目前的 NI．u系統(tǒng)幾乎不能隨著時(shí)征詢的增長而加強(qiáng)理解力，系統(tǒng)的理解大都局 限于表層上，沒有深層的揣摩，沒有學(xué)習(xí)，沒有經(jīng)歷，更沒有歸納。導(dǎo)致 這種結(jié)果的緣故是計(jì)算機(jī)本身構(gòu)造和研究方法的征詢題。如今NLU的研 究方法特別不成熟，大多數(shù)研究局限在語言這一單獨(dú)的領(lǐng)域。而沒有對人 們是如何理解語言這個(gè)征詢題做深化有效的討論。 ? 自動(dòng)定理證明和GP的局限自動(dòng)定理證明的代表性工作是1965年魯賓遜提出的歸結(jié)原理。歸 結(jié)原理盡管簡單易行，但它所采納的方法是演繹，而這種方式上的演繹 與人類自然演繹推理方法是截然不同的?；跉w結(jié)原理演繹推理要求 把邏輯公式轉(zhuǎn)化為子句集合，從而喪失了其固有的邏輯包含語義。前面 曾提到過的GPS是企圖實(shí)現(xiàn)一種不依賴于領(lǐng)域知識求解人工智能征詢題 的通用方法。GPS想擺脫對征詢題內(nèi)部表達(dá)方式的依賴，但是征詢題的內(nèi)部 表達(dá)方式的合理件是與領(lǐng)域知識親切相關(guān)的。不管是用一階謂詞邏輯 進(jìn)展定理證明的歸結(jié)原理。仍然求解人工智能征詢題的通用方法GPS，都 能夠從中分析出表達(dá)才能的局限性，而這種局限性使得它們縮小了其 本身的應(yīng)用范圍。? 方式識別的困惑盡管使用計(jì)算機(jī)進(jìn)展方式識別的研究與開發(fā)已獲得大量成果，有的 已成為產(chǎn)品投入實(shí)際應(yīng)用，但是它的理論和方法與人的感官識別機(jī)制 是全然不同的。人的識別手段、形象思維才能，是任何最先進(jìn)的計(jì)算機(jī) 識別系統(tǒng)望塵莫及的，另一方面，在現(xiàn)實(shí)世界中，生活并不是一項(xiàng)構(gòu)造嚴(yán) 密的任務(wù)，一般家畜都能輕而易舉地對付，但機(jī)器不會，這并不是說它 們永遠(yuǎn)不會，而是說目前不會。 加5人工智能的開展前景? 人工智能的開展趨勢[7]技術(shù)的開展總是超乎人們的想象。要精確地預(yù)測人工智能的今后 是不可能的。但是，從日前的一些前瞻性研究能夠看出，今后人工智能 可能會向以下幾個(gè)方面開展：模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。? 人工智能的開展?jié)摿甏?[8]（1）人工智能作為一個(gè)整體的研究才剛剛開場，離我們的目的還特別遙 遠(yuǎn)，但人工智能在某些方面將會有大的打破。 自動(dòng)推理是人工智能最經(jīng)典的研究分支。其根本理論是人工智 能其它分支的共同根底。不斷以來自動(dòng)推理都是人工智能研究的最熱 門內(nèi)容之一，其中知識系統(tǒng)的動(dòng)態(tài)演化特征及可行性推理的研究是最 新的熱點(diǎn)，特別有可能獲得大的打破。(2)機(jī)器學(xué)習(xí)的研究獲得長足的開展。許多新的學(xué)習(xí)方法相繼征詢世 并獲得了成功的應(yīng)用，如加強(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 決挪動(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)征詢題是 研究人員共同關(guān)懷的征詢題，相信不久會在這些方面獲得打破。(3)自然語言處理是AI技術(shù)應(yīng)用于實(shí)際領(lǐng)域的典型范例，通過A I 研究人員的艱辛努力，這一領(lǐng)域已獲得了大量令人矚目的理論與應(yīng)用成 果。許多產(chǎn)品已經(jīng)進(jìn)入了眾多領(lǐng)域。智能信息檢索技術(shù)在Intemet技術(shù) 的阻礙下。近年來迅猛開展，已經(jīng)成為了AI的一個(gè)獨(dú)立研究分支。由于 信息獲取與精化技術(shù)已成為當(dāng)代計(jì)算機(jī)科學(xué)與技術(shù)研究中迫切需要研 究的課題，將A l技術(shù)應(yīng)用于這一領(lǐng)域的研究是人工智能走向應(yīng)用的契 機(jī)與打破口。從近年的人工智能開展來看，這方面的研究已獲得了可喜 的進(jìn)展。[9]圖靈測試的公布使人們對人工智能計(jì)算機(jī)不久立即出現(xiàn)充滿 了決心。然而從上世紀(jì)80年代至今，人們還未見到人工智能計(jì)算 機(jī)的影子。人工智能計(jì)算機(jī)的研制行動(dòng)可謂是自計(jì)算機(jī)制造以來 最激動(dòng)人心的大行動(dòng)，也是一個(gè)無奈的失敗，失敗的緣故何在? 第一代至第四代計(jì)算機(jī)都采納馮諾依曼構(gòu)造，這種計(jì)算機(jī) 是數(shù)字式計(jì)算機(jī)，適用于數(shù)字計(jì)算，而對圖像、聲音之類的模仿 信號的處理卻無能為力。人工智能計(jì)算機(jī)的設(shè)計(jì)打破了傳統(tǒng)的 馮諾依曼構(gòu)造，在對模仿型號的處理上也能發(fā)揮得淋漓盡致。 目前，已有無數(shù)科學(xué)工作者在計(jì)算機(jī)處理模仿信號方面獲得了一 定的進(jìn)展，然而與大腦的思維相比仍然相差甚遠(yuǎn)。近些年來，隨 著腦科學(xué)、神經(jīng)心理學(xué)等研究的進(jìn)展，對人腦的構(gòu)造和功能積累 了一些初步認(rèn)識，但對整個(gè)神經(jīng)系統(tǒng)的內(nèi)部構(gòu)造和作用機(jī)制，特 別是腦的功能原理還沒有完全搞明晰，有待進(jìn)一步地探究。時(shí)至 今日，我們還不明白大腦是如何樣處理信號的。正因如此，我們不 可能研制出一種能模仿人的思維的人工智能計(jì)算機(jī)。也確實(shí)是說要 想研制出理想中的第五代計(jì)算機(jī)，必須首先研究明晰大腦是如何 處理信號的，這確實(shí)是目前人工智能計(jì)算機(jī)開展的瓶頸。[10]人工智能不斷處于計(jì)算機(jī)技術(shù)的前沿．人工智能研究的理論 和發(fā)如今特別大程度上將決定計(jì)算機(jī)技術(shù)
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1